导读:本文包含了快变信道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,快变信道,信道预测,一阶泰勒展开
快变信道论文文献综述
邹梦[1]（2018）在《大规模MIMO系统快变环境下的信道预测方法研究》一文中研究指出与传统多输入多输出(Multiple-input Multiple-output,MIMO)信道不同,大规模MIMO系统中天线数目增多给大规模MIMO信道带来两大特性:快变和非平稳性。其中,信道的快变性会导致传统信道估计方法获得“滞后”的信道状态信息,最终导致系统性能一落千丈。因此,根据以往几个时刻的信道观测值提前预测信道的状态信息很有必要,能有效降低滞后的信道状态信息带来的影响。本文中,我们以大规模MIMO环境下快变信道的信道预测方法为对象开展研究,提出了一种信道预测方法。首先,将大规模MIMO独有的信道特性考虑在内,提出了一阶泰勒展开信道预测模型。紧接着,本文提出了基于该预测模型的含信道估计和信道预测两阶段的信道预测算法,并基于符合大规模MIMO实测信道统计特性的叁维几何双圆柱信道模型,推导了所提信道预测方法可使用的有效平稳时间区间。然后,通过蒙特卡罗仿真实验验证了所提信道预测方法的性能。仿真结果表明,在有效平稳区间内,所提的信道预测方法能以较低的计算复杂度实现可靠的信道预测,有效提高系统性能。为改善所提信道预测方法在信道系数波动较快时受抖动干扰影响而需要频繁发送导频的问题,本文进而提出了一种符号检测辅助的信道预测方案。该方案利用检测到的数据信号,将其作为“虚拟导频”辅助信道预测,从而达到减少导频开销的目的。同时,为进一步了解所提信道预测方法的性能,本文又从理论上分析了该方法预测误差的克拉美罗界和采用该预测方法的误码率性能。最后,本文通过仿真验证所提方法和理论推导的有效性。由仿真结果可观察到,真实仿真性能在不同天线数目、不同信噪比等条件下都紧密逼近理论分析值。同时,采用本文所提的基于符号检测辅助的信道预测方案能有效降低导频发送次数。并且,该方案的适用范围在采用信道编码的情况下还能进一步扩大,从而大幅提升系统的频谱利用效率。(本文来源于《华中科技大学》期刊2018-05-25）
袁继耀[2]（2018）在《OFDM通信系统中快变信道的估计与均衡技术的研究》一文中研究指出OFDM系统中相干解调需要通过信道估计获取当前的信道频率响应来恢复发射端所发送的数据,因此信道估计与OFDM系统的性能息息相关。而信道均衡的性能直接关乎OFDM系统中子载波间干扰的抑制程度,因此信道估计与信道均衡技术是OFDM实现的关键所在。本文针对快变信道下的信道估计与均衡问题展开了研究,主要工作如下:(1)本文首先对OFDM系统的基本原理、调制解调方式及相应的关键技术进行了介绍,对无线信道中,多径效应与多普勒效应的成因进行了分析,并对常见的基扩展模型及基扩展模型在快变信道估计中的优势进行了研究讨论。(2)在快变信道的估计中,随着信道时延扩展及多径数目的不断增加,导致需要估计的基扩展系数大量增加。因此,需要插入更多的导频符号来估计基扩展系数,这将会严重降低频谱利用率。为有效降低导频符号的使用量,我们首先从频域方向插入离散的导频符号,然后利用一种基于卡尔曼滤波器的循环迭代算法,估计出导频符号对应位置的数据作为虚导频。该算法相比连续的梳状导频估计方法,能够有效的降低导频符号的使用量,大大提高频谱利用率。(3)信道均衡技术主要考虑均衡性能与运算复杂度两方面,而造成MMSE等均衡准则需要进行矩阵的求逆运算。为了有效避免矩阵的求逆,我们提出了基于QR分解的信道均衡算法,并针对不同的归一化多普勒频移的情况,对基于LS准则的均衡算法与基于QR分解的均衡算法的性能进行了比较,仿真结果表明基于QR分解的均衡算法在多普勒频移较为严重的信道环境下具有更优异的性能。(本文来源于《南华大学》期刊2018-05-01）
李月贞,陈少平[3]（2018）在《快变信道环境下OFDM频谱感知算法》一文中研究指出针对基于慢变信道假设的认知无线电不适合高速移动场景的问题,提出一种基于广义似然比的OFDM频谱感知算法。利用OFDM信号自身相关性得到OFDM检测统计量,通过研究其统计分布特性得到OFDM广义似然比检测统计量,构建快变信道检测模型进行频谱感知。在原算法的基础上,用检测窗口的宽度近似替代检测统计量的方差,得到广义似然比的改进算法。仿真结果表明,两种感知算法在低信噪比、快变信道环境中都具有很高的认知度,而且改进算法对噪声和干扰还具有很好的鲁棒性。(本文来源于《现代电子技术》期刊2018年07期）
袁继耀,王彦,喻雨薇[4]（2018）在《OFDM系统中联合卡尔曼滤波与导频符号的快变信道估计算法》一文中研究指出在移动通信系统中,随着信道时延扩展及多径数目的不断增加,导致在快变信道的估计中,需要估计的基扩展系数大量增加。因此,需要插入更多的导频符号来估计基扩展系数,这将会严重降低频谱利用率。为有效降低导频符号的使用量,我们首先从频域方向插入离散的导频符号,然后利用一种基于卡尔曼滤波器的循环迭代算法,估计出各导频符号间的数据符号作为虚导频。该算法相比连续的梳状导频估计方法,能够有效地降低导频符号的使用量,大大提高频谱利用率。(本文来源于《信息通信》期刊2018年01期）
彭疆[5]（2016）在《高速移动环境下快变信道估计与设计》一文中研究指出近年来,人们在高速公路、高铁等高速移动环境下的生活日益频繁,这些环境下的交通安全问题和通信需求受到了广泛关注。论文旨在解决高速移动环境给正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统带来的问题,主要围绕高速移动环境下OFDM系统中的快时变信道估计和载波频偏(Carrier Frequency Offset,CFO)估计展开研究,完成了以下工作:1.论文分析了高速移动环境对OFDM系统中信道估计的影响。为了消除车载环境下OFDM系统中由时变信道引起的载波间干扰,提出了一种改进的时变信道估计方法。方法利用泛化复指数基扩展模型拟合时变信道,模型系数由最小二乘算法估计;对均衡后的数据解映射以构造导频,并通过相邻OFDM符号间信道响应的相关性判决信道估计更新值。根据车载环境实际测试参数建立了相应的信道模型,并基于802.11p通信标准在这些模型下对所提方法进行了仿真实现。仿真结果表明,与原始方法相比,改进方法提高了系统误码性能;且频谱效率较高。2.论文分析了高速移动环境对OFDM系统中CFO估计的影响。为了消除快变信道对传统相位差法中训练序列的影响,提出将相邻采样时刻OFDM训练符号信号取共轭,然后利用共轭结果与频偏的关系式估计CFO,为此将训练序列时域值全设为“1”。仿真结果表明,改进方法在信噪比较高时均方误差性能要优于传统MOOSE算法,且优越性随信道时变性增强越来越明显。考虑传统基于最大似然估计的联合CFO与信道估计方法不适应于快变信道,研究了一种改进的基于最大似然估计的CFO估计方法。改进方法利用前导中的训练符号估计CFO。使用多项式基扩展模型拟合快变信道,并将训练符号时域值全设为“1”以减少运算量,在此基础上建立关于CFO和各径模型系数之和的似然函数,从而可以通过最大似然法较为准确地实现高速移动环境下的CFO估计。仿真结果证实了改进方法在高速移动环境下CFO估计中的有效性。(本文来源于《湖南大学》期刊2016-06-12）
吴锐[6]（2014）在《快变信道下空移键控调制技术仿真研究》一文中研究指出本文研究了SSK调制技术在快变信道下,尤其是信道状态信息不准确时,SSK调制的性能。在SSK调制中,信息比特被映射称为索引值,然后在单天线上发送,其他天线不被激活。SSK调制利用天线的空间具体位置这一特性来调制无线信号,在接收端,系统根据信道脉冲相应(CIR)来判断哪根天线发送的信息,从而解码。若把CIR看作是空间星座图上的点,那么误比特率BER的计算就依靠这些点。研究表明,如果接收端完全掌握信道状态信息(P-CSI),在相同的设备复杂度下,空间调制比传统调制有更好的性能。然而,就其固有的调制解调性质和特性,SSK调制能否在现实环境中使用并传播数据仍具有争议性,因为无线信道变化快,信道信息不准确或者有可能过时。同时,空间调制比传统调制对信道误差更敏感。因此本文将对SSK调制在快变信道,信道状态不准确或者过时情况下,研究其性能。在本文的研究中,通过在完美信道上加扰的方式获取信道条件不准确或者过时的情况,由于信道上的干扰随机性太强,因此本文把信道误差也作为一个重要的参考指标考虑在内。仿真结果表明,在接收端完全掌握信道状态信息的时候,系统的性能随着收发天线的数量的增加而增加,随信噪比的增加而增加；而当接收端掌握信道信息不准确或者过时的时候,系统的性能前期随着收发天线数量的增加而增加,而当信噪比增加到一定阶段时,系统性能将趋于稳定,不再增加或者减少；当接收天线一定时,发射天线的增加对系统性能的提升有限,而当发射天线一定时,接收天线越多,系统性能越好,但是当信道误差增加时,在信道条件不准确或者过时的情况下,通过增加收发天线和提高信噪比对系统性能提高不大。(本文来源于《西南交通大学》期刊2014-04-01）
高翔,任国春,陈瑾,丁国如[7]（2014）在《快变信道环境下基于支持向量回归的频谱预测》一文中研究指出频谱预测是一种通过分析历史频谱数据获得频谱使用规律,从而预测未来频谱使用状态的技术。为了实现快变信道(本文指信道占用状态快速变化)环境下频谱状态的可靠预测,提出了一种基于支持向量回归的频谱预测算法。比较了在不同训练样本数时,该算法与一个典型的BP神经网络频谱预测算法的性能差异,结果表明所提算法在小样本学习时,预测效果更为理想。并在此基础上,加入正确检测概率和虚警概率,验证了当频谱检测不理想条件下,支持向量回归算法预测的可行性。(本文来源于《信号处理》期刊2014年03期）
胡瑞[8]（2013）在《快变信道下的OFDM系统载波频偏估计研究》一文中研究指出正交频分复用(OFDM)系统采用多个正交子载波复用的方式,其子载波间相互重迭,因此极易受载波频率偏差(Carrier Frequency Offset, CFO)的影响,这是OFDM系统在载波同步方面必须考虑的问题。在高载频和高速移动环境下,由于多普勒扩展导致的时间选择衰落,伴随着由多径信号的时延导致的频率选择衰落,通信双方的无线信道将会成为时间—频率双选择性衰落信道(既快变信道)。在快变信道下,信道响应和CFO都会对OFDM产生子载波间干扰。在这种情形下,传统的CFO估计算法将会产生严重的偏差甚至失效。针对以上问题,本文对OFDM系统在快变信道下的接收模型展开深入研究,并对一种基于CE_EM函数的CFO估计算法下进行改进。在此基础上,本文的主要工作可以概括为以下四点：1.深入研究快变信道下OFDM (A)系统受CFO干扰下的信号的数学模型,并对快变信道的数学及仿真模型进行研究。2.总结并分析现有的快变信道下OFDM系统的CFO估计算法；3.深入研究在快变信道下几种常用的基函数扩展模型(BEM)；4.在深入研究一种快变信道下基于CE_EM的CFO估计算法下,提出一种改进算法。(本文来源于《广东工业大学》期刊2013-06-01）
王业超[9]（2013）在《快变信道下酉空时调制系统的仿真与DSP实现》一文中研究指出2000年,Hochwald提出了一种新的空时编码技术即酉空时码编码,又称酉空时调制。它是一种从比特序列到酉空时符号的映射算法。Hochwald等人的研究表明,即使发射端和接收端都不知道信道状态信息,瑞利快速衰落中的多天线系统仍然可以获得很高的信道容量。这对于高速移动环境下的通信具有很大的吸引力。本文首先介绍了酉空时码的基本原理,包括星座设计方法和酉空时译码准则。并分析了酉空时码的成对差错概率的Chernoff界的变化规律,以及搜索得到了不同参数下的星座构造系数。对比分析了不同构造系数对酉空时星座性能的影响。通过仿真分析了传统酉空时码的相干检测和非相干检测的优缺点。采用非相干检测时,其优点为不需要信道状态信息,而缺点是在低信噪比情况下性能较差。而采用相干检测,在正确的估计信道状态信息时,性能相比非相干检测能够获得很大的增益,若是信道状态信息错误估计时,在高信噪比情况下的酉空时码性能会严重恶化。针对信道信息估计存在误差时传统相干检测的缺点,本文提出了一种改进的相干检测算法。通过仿真分析发现该检测算法在低信噪比时,误码率优于非相干检测而略差与原有的相干检测算法。在高信噪比时,解决了原有相干检测算法严重恶化的现象,并且此时的误码率曲线和非相干检测算法得到的误码率曲线趋于一致。改进的相干检测算法的提出为酉空时码检测方案提供了更多的选择,我们可以利用相干和非相干结合的方式,即在低信噪比时采用改进的相干检测算法,在高信噪比时采用原有的非相干检测算法,这样就大幅度的提升了酉空时码的性能。最后,本文在DSP芯片TMS320C6474上设计了酉空时调制的实现方案。并在CCS环境下对酉空时调制系统做了误码率统计,通过得到的误码率同matlab仿真结果对比发现误码率略差1dB。这主要是由于数据的精度而导致的。虽然误码率变差了近1dB,但是也验证了酉空时调制DSP实现方案的可行性。(本文来源于《西南交通大学》期刊2013-06-01）
耿欣,胡捍英[10]（2012）在《快变信道环境下的MIMO OFDM系统信道估计算法》一文中研究指出为了实现对快变信道环境下的多输入多输出正交频分复用(MIMO OFDM)系统信道估计,提出了一种基于多项式的基扩展模型(BEM),并联合迭代判决反馈并行干扰抵消(PIC)检测的信道估计算法.利用BEM将信道估计转化为对少量模型参数估计的特性,并结合PIC检测算法,以达到精确信道估计和消除载波间干扰的目的.仿真结果表明,该算法与传统最小二乘、线性最小均方误差信道估计算法相比,在误码率约为10-3时,信噪比增益为5dB左右.此外,新算法不需要知道信道的时域统计特性,且采用了移相正交导频设计,在一定程度上降低了信道估计的复杂度.(本文来源于《北京邮电大学学报》期刊2012年03期）
快变信道论文开题报告
（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：
OFDM系统中相干解调需要通过信道估计获取当前的信道频率响应来恢复发射端所发送的数据,因此信道估计与OFDM系统的性能息息相关。而信道均衡的性能直接关乎OFDM系统中子载波间干扰的抑制程度,因此信道估计与信道均衡技术是OFDM实现的关键所在。本文针对快变信道下的信道估计与均衡问题展开了研究,主要工作如下:(1)本文首先对OFDM系统的基本原理、调制解调方式及相应的关键技术进行了介绍,对无线信道中,多径效应与多普勒效应的成因进行了分析,并对常见的基扩展模型及基扩展模型在快变信道估计中的优势进行了研究讨论。(2)在快变信道的估计中,随着信道时延扩展及多径数目的不断增加,导致需要估计的基扩展系数大量增加。因此,需要插入更多的导频符号来估计基扩展系数,这将会严重降低频谱利用率。为有效降低导频符号的使用量,我们首先从频域方向插入离散的导频符号,然后利用一种基于卡尔曼滤波器的循环迭代算法,估计出导频符号对应位置的数据作为虚导频。该算法相比连续的梳状导频估计方法,能够有效的降低导频符号的使用量,大大提高频谱利用率。(3)信道均衡技术主要考虑均衡性能与运算复杂度两方面,而造成MMSE等均衡准则需要进行矩阵的求逆运算。为了有效避免矩阵的求逆,我们提出了基于QR分解的信道均衡算法,并针对不同的归一化多普勒频移的情况,对基于LS准则的均衡算法与基于QR分解的均衡算法的性能进行了比较,仿真结果表明基于QR分解的均衡算法在多普勒频移较为严重的信道环境下具有更优异的性能。
（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。
快变信道论文参考文献
[1].邹梦.大规模MIMO系统快变环境下的信道预测方法研究[D].华中科技大学.2018
[2].袁继耀.OFDM通信系统中快变信道的估计与均衡技术的研究[D].南华大学.2018
[3].李月贞,陈少平.快变信道环境下OFDM频谱感知算法[J].现代电子技术.2018
[4].袁继耀,王彦,喻雨薇.OFDM系统中联合卡尔曼滤波与导频符号的快变信道估计算法[J].信息通信.2018
[5].彭疆.高速移动环境下快变信道估计与设计[D].湖南大学.2016
[6].吴锐.快变信道下空移键控调制技术仿真研究[D].西南交通大学.2014
[7].高翔,任国春,陈瑾,丁国如.快变信道环境下基于支持向量回归的频谱预测[J].信号处理.2014
[8].胡瑞.快变信道下的OFDM系统载波频偏估计研究[D].广东工业大学.2013
[9].王业超.快变信道下酉空时调制系统的仿真与DSP实现[D].西南交通大学.2013
[10].耿欣,胡捍英.快变信道环境下的MIMOOFDM系统信道估计算法[J].北京邮电大学学报.2012