导读:本文包含了信道反馈论文开题报告文献综述及选题提纲参考文献，主要关键词:大规模MIMO,压缩感知,分布式压缩感知,信道反馈
信道反馈论文文献综述
汪丽青[1]（2019）在《基于压缩感知的大规模MIMO信道反馈的研究与设计》一文中研究指出大规模MIMO技术是5G的核心技术之一。在大规模MIMO系统中天线数剧增使得传统的信道反馈技术变得不适用,必须探寻新的有效的信道反馈方案。压缩感知理论迅速发展并在图像和信号处理等诸多领域广泛使用,压缩感知技术对稀疏信号良好的压缩和重构性能为大规模MIMO系统信道反馈提供了新的途径。本文主要研究基于压缩感知的大规模MIMO信道反馈,主要做了如下工作:首先,本文研究了基于压缩感知信道反馈方案,并对其性能进行仿真验证,并对现有的信道反馈重构算法进行了研究分析,针对现有的重构算法存在的不足提出采用一种改进的算法,即GOMP算法,并对两种重构算法的信道重构性能进行了理论分析和仿真评估。其次,考虑到在实际应用场景中信号间通常是具有较强的相关性的,本文研究了基于分布式压缩感知的信道反馈方案并分别详述了单用户与多用户信道反馈两种应用场景。针对单用户信道反馈,提出了一种利用信道的空时相关性的信道反馈方案,在不增加反馈量下提高了信道的重构精度。针对多用户下的信道反馈,根据信道的空间相关性以及相邻用户间的信道相关性,提出了一种联合稀疏模型,并基于该模型提出了一种重构算法,即分布式广义正交匹配追踪(DCS-GOMP)算法。DCS-GOMP算法与其他的分布式压缩感知重构算法相比,本文主要比较了Joint-OMP算法,成功重构信号的概率较高并且重构误差也较低。(本文来源于《南京邮电大学》期刊2019-12-09）
梁计锋[2]（2019）在《基于串扰判决反馈信道均衡算法的语音通信系统设计》一文中研究指出在强电磁干扰环境下,由于语音通信受到通信信道的快速时变衰落和码间干扰的影响,导致信道不均衡,降低了语音通信质量。提出一种基于串扰判决反馈信道均衡的语音通信系统的设计方法。该方法采用横向滤波器进行电磁干扰滤波器设计,利用语音通信信息传输信道频率特性的逆大于信息自身带宽的特征,通过调整均衡器参数进行,进行串扰判决反馈设计,结合信道自适应均衡处理技术,进行强干扰环境下语音通信信道均衡,以达到语音通信系统的优化。系统仿真结果表明,该语音通信优化系统具有抗电磁干扰能力及滤波性能较好、输出信噪比高、通信距离远、通信速度快、可靠性高等优点。(本文来源于《科学技术与工程》期刊2019年25期）
汪丽青,杨龙祥[3]（2019）在《基于压缩感知的信道反馈重构》一文中研究指出在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,基于压缩感知技术(Compressed Sensing,CS)开发高效的信道状态信息(Channel State Information,CSI)反馈方案是现在研究的热点。针对现有的基于CS的信道反馈重构算法——正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法存在重构时间长、数据量大可能会无法适用的不足,提出了一种改进的OMP算法,即广义正交匹配追踪(Generalized OMP,GOMP)算法对CSI进行高效重构。仿真结果表明,GOMP算法在重构精确度上高于OMP算法,特别是在较低的压缩比下优势更为突出;而且由于迭代次数减少,需要的重构时间也显着减少。(本文来源于《电讯技术》期刊2019年08期）
李彦斌[4]（2019）在《水声自适应OFDM非理想信道状态信息反馈的预测研究》一文中研究指出自适应技术作为水声通信系统中的关键技术,能够将水声信道状态信息(CSI)合理利用,使发射端能根据水声CSI自适应调整传输方式。通过借鉴陆地无线通信系统中广泛采用的正交频分复用(OFDM)技术,利用OFDM系统自身的优势与自适应技术的灵活性,在确保原有性能指标的同时,能有效提高系统的信息传输速率。要使自适应OFDM技术能更好地实施,在发送信号时必须要获取准确的CSI。目前,仅依靠信道估计技术不足以获取准确的CSI,因为CSI反馈到发射端所产生的时延会使水声信道发生变化,若将不准确的CSI反馈回发送端,会影响下一次传输的可靠性,导致系统的性能下降。为解决这一问题,本文研究信道预测技术,利用信道预测算法对CSI反馈进行预测,从而获得更为准确的CSI,使系统的传输可靠性得到有效提升,在水声通信的研究中具有一定的研究意义和价值。本文研究了水声OFDM的基本原理与自适应调制在水声通信中的应用,构建了基于信道预测的水声自适应OFDM系统,具体分析了两种用于信道预测的算法:基于MMSE准则的信道预测算法和叁次指数平滑法,提出了将信道预测算法应用于具有周期性变化的水声信道的方案。结合水声信道实际环境参数,搭建了水声自适应OFDM系统模型,通过MATLAB软件进行仿真,得到系统吞吐量,推算出对应的自适应调制门限。最后,将两种算法应用在构建的系统中,仿真得到了系统误比特率性能曲线。验证结果表明,在具有周期性变化的水声信道中,叁次指数平滑法和传统的基于MMSE准则的预测算法相比较,叁次指数平滑法的误比特率性能指标更优。(本文来源于《西安科技大学》期刊2019-06-01）
侯佳[5]（2019）在《基于信道质量反馈的非授权频段入公平接方法研究》一文中研究指出随着移动设备数量和数据业务呈指数级增长,无线网络面临频谱短缺和利用率低下等挑战。为解决这一问题,3GPP R13提出了授权辅助接入技术,将LTE运行在非授权频段。然而,该技术面临的首要任务是如何解决授权辅助接入(Licensed-Assisted Access,LAA)系统与非授权频段已有的WiFi系统之间公平共存的问题。本文针对5G非授权频段多系统共存资源竞争问题,以容量提升和公平共存作为目标,提出一种基于非授权频段质量认知的LAA系统公平接入方法,使得LAA系统能够自适应调整竞争窗口大小等退避参数,实现在公平前提下提升非授权频段频谱效率。本文贡献如下:(1)针对非授权频段共存接入方式下面临多系统间信道争抢冲突、拥塞和碰撞等问题,本文提出了基于非授权频段质量认知的叁维马尔可夫链共存接入排队模型的构建方法,为5G多连接场景下多系统共存接入的碰撞概率分析提供理论模型和方法支撑。(2)进一步,针对非授权频段多系统共存接入过程中信息传输失败原因难于定位的问题,提出基于数据包成功传输结果和误块率反馈的竞争窗口和频谱检测门限优化调控算法。根据数据传输应答(ACK/NACK)信息判断当前数据包的传输状态和数据传输失败原因,对相应参数进行优化。(3)最后,针对不同网络密度和频谱质量条件下的多系统共存场景,建立多系统共存分析模型,基于随机几何理论分析共存场景下各系统的吞吐量等性能指标,利用最优化理论求解得到最大效用函数下的多系统公平信道接入概率,得到多系统共享信道接入的最优竞争窗口。本文搭建了基于软件无线电的硬件验证平台,对所提出的算法性能进行测试,结果表明所提算法可提升非授权频段多系统共存下的吞吐量11%-14%。最后,对本文进行总结和研究方向展望。(本文来源于《北京邮电大学》期刊2019-05-31）
陈淑蓉[6]（2019）在《大规模MIMO场景下的多用户信道反馈技术研究》一文中研究指出随着多天线技术的发展,MIMO研究已经逐步从单用户的MIMO发展到大规模多用户MIMO。天线结构的变化也将这一技术从二维拓展到叁维平面,代表性的有3D-MIMO。在大规模多用户MIMO系统中,链路自适应至关重要,而信道状态信息反馈不可或缺。因此本文重点研究大规模MIMO下多用户信道反馈技术,具体内容如下:1、为了在基站处获取更加精准的多用户信道质量信息,本文提出了一种多用户MIMO的MU-CQI重计算方法。这种方法依据码本的统计特性考虑多用户干扰,实现利用SU-CQI重计算MU-CQI。该方法经仿真证明有较好的系统和速率性能,且在天线数目较多的情况下,与完美CQI的差别较小。2、为了更好地降低大规模3D-MIMO的码本搜寻开销,本文提出了一种在水平垂直维度采用不同码本组合的分离式码本反馈方案。这一方案分别从水平、垂直方向完成分离式码本选取和反馈。该方案相比非分离式码本反馈方案,大大地降低了码本搜索复杂度。基于对不同分离式码本组合的仿真,本文还给出了能够实现较好的和速率性能的最佳分离式码本组合。3、为了顾虑大规模MIMO下总反馈受限的可能,本文提出了基于总反馈固定的信道反馈方案。该方案将系统的总反馈比特固定,探究在不同用户数目、不同单用户反馈比特数目下的系统性能表现,还引入了单用户最佳反馈比特的概念。仿真表明大规模MIMO下基于总反馈固定的信道反馈方案,可以实现反馈精度和多用户数量的折中,且本文推导的单用户最佳反馈比特与实际场景的仿真结果一致。(本文来源于《北京邮电大学》期刊2019-05-25）
杜维,罗敬原,周雯[7]（2019）在《不完全信道统计信息反馈下的MIMO系统容量》一文中研究指出容量是MIMO通信系统设计的重要因素,针对不完全统计信道信息反馈下的MIMO系统,推导了闭环系统的容量表达式,并且给出反馈信噪比门限的表示式,该门限确保闭环系统容量不小于开环容量。仿真实验研究了反馈信噪比对系统容量的影响,对比了若干典型反馈方式下的系统容量,分析了不同系统的配置参数对反馈信噪比门限的影响。结果表明,反馈信噪比高于某门限时,系统容量高于开环容量,反之相反,反馈信噪比门限随着系统信噪比的增加而增加。(本文来源于《无线电工程》期刊2019年05期）
吕治国[8]（2019）在《大规模MIMO系统中的信道估计及反馈算法研究》一文中研究指出随着移动通信网络的快速发展,用户对网络速率的要求越来越高。大规模多输入多输出(Multiple Input Multiple Output,MIMO)技术依靠基站配置大量天线,显着提高了数据传输速率,成为通信领域的研究热点之一。为了提升频谱效率、降低干扰,基站需要对发射信号进行预处理。这就要求基站必须提前获知精确的下行链路信道信息。在大规模MIMO系统中,基站端配置的天线数目可以达到数百根。由于天线数目太大,需要估计的信道参数很多。当系统工作在频分复用模式下,移动用户不能用传统信道估计算法实时准确地完成信道估计任务。除此之外,移动用户把估计的下行链路信道信息反馈给基站也是一个难题。因此本文主要研究了如何利用信道稀疏特性,借助于压缩感知技术来估计信道信息。为了降低反馈量,论文还研究了压缩和解压缩技术。主要研究内容叙述如下。第一,提出期望修剪匹配追踪(Expectation Prune Matching Pursuit,EPMP)算法和加权匹配追踪(Weighted Matching Pursuit,WMP)算法用于提高信道估计精度。匹配追踪算法进行稀疏信号重建时,首先估计稀疏信号支撑集(非零元素位置集合),再计算对应支撑集元素位置上的稀疏信号元素值。支撑集中元素选择方式是“只进不出”,即使误选了一个位置元素也不能在后续处理过程中删除它,从而造成稀疏信号估计精度的降低。针对该问题,本文提出EPMP算法。在信道每一个稀疏度下,先把与当前残差信号内积较大的原子(感知矩阵列矢量)所在位置添加到支撑集中,组成一个扩大的支撑集。然后对扩大支撑集中的元素进行筛选,利用重复检测的方法剔除可能选错的位置并确定最佳支撑集。接着计算各个稀疏度最佳支撑集对应信道的估计值和相对发生概率,由此计算信道的数学期望并作为信道最终的估计值。仿真结果表明,EPMP算法可以保证估计精度并具有更低复杂度。论文还分析了EPMP算法估计信道的均方误差范围,推导出其理论上界和下界的闭式解。匹配追踪算法进行稀疏信号重建时,在每次的迭代处理中计算稀疏信号一个或数个位置上的元素估计值,并用这些估计值组成最终的稀疏信号估计结果。由于各次迭代中的噪声和误差影响各不相同,对各次迭代中得到的估计值不加区分的处理方式降低了稀疏信号估计精度。为此本文提出WMP算法,依据各次迭代中估计值所包含真实值和误差的比例关系,给各次迭代过程中得到的中间结果赋予不同的权值。依据真实值和误差随迭代次数的变化规律,动态调整各次迭代中的权值大小。实验结果表明设置合适权值可以更精确地估计信道。第二,设计下行链路信道反馈方案用于降低反馈量。基站进行预编码处理时,需要移动终端用户向基站反馈下行链路信道信息。由于信道信息量过大,在实际中无法直接实时反馈。为此本文提出一种降低信道反馈量的方案。用户首先把估计的信道压缩,然后再把它反馈给基站。基站收到压缩数据后,通过解压缩重建下行链路信道。为了提高基站重建信道的精度,利用基站天线之间的相关性,设计了一种KSVD(K-Singular Value Decomposition)字典。基站利用该字典可以降低信道稀疏表示形式的稀疏度,进而能够在信道重建过程中得到较高的估计精度。论文还分析了在单小区和多小区场景下,基站利用重建的下行链路信道进行匹配滤波预编码处理,当基站天线趋于无穷时的下行链路和速率的渐近性能。第叁,提出导频间隔自适应调整的信道估计算法用于节省导频资源。大规模多输入多输出-正交频分复用系统的天线和子载波数目众多,传统导频插入方案中导频在时域和频域中的间隔固定,不能依据信道变化而自适应调整,从而造成导频开销的增加。针对该问题本文提出了一种导频间隔可自适应调整的正交匹配追踪(Adaptive Orthogonal Matching Pursuit,AOMP)信道估计算法。在上行链路,基站估计用户终端移动速度并据此调整下行链路导频时域间隔。在下行链路,用户采用压缩感知技术估计信道时域响应的最大时延,并反馈给基站用于调整下行链路导频频域间隔。算法还利用不同基站天线与相同移动用户之间信道的联合稀疏特性,改善信道估计精度性能。与固定导频间隔信道估计算法相比,AOMP算法能在保持估计精度的前提下节省导频资源。第四,改进虚拟稀疏信道估计算法用于改善估计性能。高阶MIMO系统信道通常情况下不具有显性稀疏特性,不能直接利用压缩感知技术估计信道。为此本文在虚拟稀疏信道模型之上,提出了一种基于压缩感知的信道估计算法。利用高阶MIMO系统信道在虚拟角度域具有的稀疏特性,设计具有简单结构的导频矩阵,利用贪婪重构算法估计出虚拟稀疏信道,然后再转换为实际的物理信道。通过合理设置虚拟信道参数减弱原子之间的相关性,最终实现了利用短导频序列准确估计高阶MIMO信道的目标。所提算法还根据信道状态变化动态调整导频序列长度,保证估计精度性能稳定。仿真结果证明了所提算法具有更高的估计精度。(本文来源于《西安电子科技大学》期刊2019-04-01）
施振宇,李林森[9]（2019）在《基于短期信道信息反馈的密集小小区码本设计》一文中研究指出传统码本方案以Rayleigh衰落信道为模型设计码本,会损失密集小小区信道中由直视径(LOS)分量带来的增益,且传统最优码字反馈开销较大。为此,提出一种基于短期信道信息反馈的密集小小区码本设计方法。利用小小区中由LOS分量带来的增益,采用奇异值分解方法将低秩码本扩展至高阶密集小小区码本。给出基于短期信道信息的密集小小区码字反馈方法,将反馈过程分为长期信道码字反馈和短期信道码字反馈,以节省反馈开销。仿真结果表明,该方法能有效提高系统容量,降低反馈开销。(本文来源于《计算机工程》期刊2019年03期）
刘晨[10]（2019）在《MIMO系统中有限信道信息反馈预编码方案研究》一文中研究指出随着通信技术的飞速发展,无线通信的高速数据业务以及移动用户的接入需求呈现出爆炸式的增长。Massive MIMO技术可明显提高系统容量、改善通信质量,已经得到了广泛的应用。但由于Massive MIMO系统中天线数量大规模增长,导致预编码矩阵维度和算法复杂度也随天线数量上升而快速增加。因此,如何在反馈带宽的限制下设计适用于Massive MIMO系统的预编码反馈方案具有重要的研究意义。本文针对Massive MIMO系统中的有限反馈预编码技术做了如下研究:首先介绍了Massive MIMO系统的信道模型及其相关性质,总结了现有的线性预编码技术和非线性预编码技术,重点分析了有限反馈预编码技术的码本设计方法和码字选择原则等已有研究结果。其次分析了极化MIMO系统的极化特性和信道模型以及现有的码本设计方案。传统的码字模型均针对于理想条件下的双极化MIMO系统进行设计,并没有考虑极化泄漏的影响。本文研究了极化泄漏对信道特性的影响和非理想双极化Massive MIMO系统的信道特征,在考虑极化泄漏的情况下对非理想双极化信道进行建模,并针对信道特征设计了基于多径参数的信道特征矢量量化模型。最后研究了基于非理想双极化Massive MIMO系统中的有限反馈预编码方案,设计了与信道特征尽可能匹配的码字模型,在此基础上给出了改进的基于多分量合并的反馈方法和基于双码本重构的反馈方法。基于多分量合并的反馈方法将信道矩阵分解为理想极化部分和极化泄漏部分,根据不同部分的特征设计了叁个反馈模型,模型1代表了传统的理想信道模型的反馈方案,而模型2和模型3考虑了极化泄漏,信息损失有了一定改善。基于双码本重构的反馈方法根据信道矩阵分解出的叁个子矩阵具有的明显特征,设计了两个码本并对其进行加权合并,两个码本都具有类似块对角结构的码字模型以匹配矩阵特征,从而最大化利用信道空间特征。最后以弦距离和误码率作为性能指标对两种改进方案进行仿真分析。仿真结果表明,本文提出的改进方案能够实现码本整体性能和反馈开销的良好折中。(本文来源于《北京邮电大学》期刊2019-01-09）
信道反馈论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在强电磁干扰环境下,由于语音通信受到通信信道的快速时变衰落和码间干扰的影响,导致信道不均衡,降低了语音通信质量。提出一种基于串扰判决反馈信道均衡的语音通信系统的设计方法。该方法采用横向滤波器进行电磁干扰滤波器设计,利用语音通信信息传输信道频率特性的逆大于信息自身带宽的特征,通过调整均衡器参数进行,进行串扰判决反馈设计,结合信道自适应均衡处理技术,进行强干扰环境下语音通信信道均衡,以达到语音通信系统的优化。系统仿真结果表明,该语音通信优化系统具有抗电磁干扰能力及滤波性能较好、输出信噪比高、通信距离远、通信速度快、可靠性高等优点。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信道反馈论文参考文献
[1].汪丽青.基于压缩感知的大规模MIMO信道反馈的研究与设计[D].南京邮电大学.2019
[2].梁计锋.基于串扰判决反馈信道均衡算法的语音通信系统设计[J].科学技术与工程.2019
[3].汪丽青,杨龙祥.基于压缩感知的信道反馈重构[J].电讯技术.2019
[4].李彦斌.水声自适应OFDM非理想信道状态信息反馈的预测研究[D].西安科技大学.2019
[5].侯佳.基于信道质量反馈的非授权频段入公平接方法研究[D].北京邮电大学.2019
[6].陈淑蓉.大规模MIMO场景下的多用户信道反馈技术研究[D].北京邮电大学.2019
[7].杜维,罗敬原,周雯.不完全信道统计信息反馈下的MIMO系统容量[J].无线电工程.2019
[8].吕治国.大规模MIMO系统中的信道估计及反馈算法研究[D].西安电子科技大学.2019
[9].施振宇,李林森.基于短期信道信息反馈的密集小小区码本设计[J].计算机工程.2019
[10].刘晨.MIMO系统中有限信道信息反馈预编码方案研究[D].北京邮电大学.2019