导读:本文包含了软输出信号检测论文开题报告文献综述及选题提纲参考文献，主要关键词:大规模多输入多输出,信号检测,并行共轭梯度,比特对数似然比
软输出信号检测论文文献综述
周围,张维,唐俊,王强[1]（2019）在《大规模MIMO系统中的并行共轭梯度软输出信号检测算法》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,当接收天线数远远大于发送天线数时,通信信道渐近正交,传统的最小均方误差(Minimum Mean Square Error,MMSE)检测算法能够获得线性近似最优性能,但随着收发天线数增加,MMSE检测算法涉及到高维的矩阵求逆运算,难以应用在实际生活中。因此,文中提出了一种低复杂度的并行共轭梯度软输出检测算法,该算法对传统的共轭梯度(Conjugate Gradient,CG)法进行改进,并行求解共轭方向和优化步长,在提高算法检测性能的同时还加快了算法的收敛速度;然后利用信道编译码中的比特对数似然比近似算法求解出软信息,进一步提升检测算法的性能。通过理论定量地分析了算法的复杂度,并通过仿真实验对不同检测算法在不同判决方式下的误码率性能和收敛速度进行了研究,结果表明:所提出的并行CG软输出检测算法在复杂度降低的情况下,仅需要少量次数的迭代,便能以较快的收敛速度达到近似最佳的MMSE线性检测性能。(本文来源于《南京邮电大学学报(自然科学版)》期刊2019年05期）
申滨,赵书锋,黄龙杨[2]（2018）在《基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测》一文中研究指出大规模MIMO系统上行链路中,最小均方误差(MMSE)算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由■(K~3)降为■(K~2).同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明:所提出的Kaczmarz迭代软输出信号检测算法经过两到叁次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法.(本文来源于《电子学报》期刊2018年11期）
刘国喜[3]（2014）在《基于SOC的高压变频器输出信号采集及故障检测系统研究》一文中研究指出随着现代科技的不断进步,变频调速技术也得到了广泛的应用,由于高压变频器的故障所带来的经济损失也引起了人们的高度重视。由于高压变频器的故障种类繁多而且复杂。使用传统的傅立叶变换将故障信息由时域变换到频率域,再利用幅度谱和相位谱的特征来检测故障信息已经很难完成一个智能的故障检测系统的任务了。虽然对高压变频器还有沃尔什变换和人工神经网络的检测算法,但是由于高压变频器本身的故障特征,仅仅使用传统的CPU来完成一个高压变频器的故障检测系统,不仅任务量大,而且在任务的实时性会有所欠缺。对于变频器而言,其主要电路是逆变电路部分,所以本文主要是针对串联多电平高压变频器的逆变电路的故障信息的检测。本文完成了基于SOC的高压变频器输出信号采集系统系统,借助于FPGA的数据并行处理的特性,在完成对高压变频器输出信号采集,和后期对研究算的硬件实现的实时性有了一定的保证。本文完成的工作包括在Matlab平台上搭建串联多电平高压变频器逆变电路的Simulink仿真模型,算法研究方面,采用了一维多尺度小波变换将高压变频器的叁相电流和叁相电压信号进行了小波分解,通过分析变换后的电压和电流信号的低频能量和高频能量来分析故障单元的所在位置；编写Matlab程序,验证了算法的可行性；完成了对系统的硬件设计和软件设计,和故障检测算法的研究。本文以Xilinx的XC72020为核心处理器,设计了基于SOC的高压变频器输出信号采集的硬件系统,主要包括电源管理电路、信号调理电路,模拟到数字转换电路,信号的处理电路,信号的传输电路。软件方面,设计了基于AXI-Stream流接口的ADC控制器IP核,完成了Linux驱动移植,AXI-Stream流接口的ADC控制器IP核驱动的Linux驱动的编写；开发了基于C#语言的波形显示上位机,最终完成了对整个高压变频器的输出信号的采集系统的设计。(本文来源于《东北大学》期刊2014-06-01）
张兴明,张洪朋,孙玉清,郭力,张银东[4]（2014）在《基于有限元分析的微流体油液检测芯片输出信号规律研究》一文中研究指出3D空间螺线管形式的油液金属颗粒微流体检测芯片与颗粒进行零距离测量可对其进行尺寸辨识。文章建立了铁磁性颗粒与线圈耦合模型,通过有限元计算,得到芯片的部分参数对不同直径的等效球体铁磁性颗粒检测信号的影响规律,并通过实验验证了上述部分规律,实验结果与有限元计算趋势吻合,为芯片优化设计提供依据。(本文来源于《船舶工程》期刊2014年01期）
武耐英,高伟,徐维,徐茂田[5]（2010）在《不同控制电位技术在新型电化学检测系统中的输出信号比较》一文中研究指出最近,高伟等人将某种固体电极串联在常规伏安仪的工作电极和辅助电极端之间,和参比电极一起浸入待测溶液中,构建了一种新型电化学检测系统[1,2]。通过对其检测原理的理(本文来源于《河南省化学会2010年学术年会论文摘要集》期刊2010-09-24）
王军[6]（2009）在《无线MIMO传输链路软输出信号检测与参数设计研究》一文中研究指出无线多入多出(MIMO)传输链路在发射和接收端同时采用多副天线进行数据收发，能够同时获得复用和分集增益，从而提高无线通信系统的功率效率和频谱效率。为了充分利用MIMO技术带来的增益，需要设计与MIMO信道状态信息匹配的MIMO信号检测算法，并合理设计MIMO系统参数。考虑到实际应用的需要，MIMO信号检测算法需要在复杂度和系统性能之间取得合理的折中。本论文围绕无线MIMO传输链路中的信号检测和参数设计问题，研究了信道编码无线MIMO传输链路中，非理想信道估计下的软输出线性最小均方误差(MMSE)检测算法、软输出排序串行干扰抵消(OSIC)MMSE检测算法、MIMOTurbo接收机中降低复杂度的MMSE软干扰抵消(SIC)检测算法、基于线性检测算法的导引与数据符号功率分配、时变多径衰落信道下Alamouti编码的正交频分复用(OFDM)系统参数设计。论文首先在第二章中研究了块平坦衰落信道、非理想信道估计下的软输出线性MMSE MIMO检测算法。基于随机矢量和矩阵理论，分析了相关MIMO信道下的最大似然(ML)和MMSE MIMO信道估计的统计特性。基于对信道估计统计特性的分析，导出了相关MIMO信道下，分别采用两类信道估计方法的MMSE滤波器，给出了编码后比特软信息的计算方法，并比较了算法的复杂度。仿真研究表明：得到的软输出线性MMSE检测算法优于现有软输出线性MMSE算法。第叁章继续第二章的研究思路，研究了软输出OSIC MMSE MIMO检测算法。为了提高输出的编码后比特软信息的可靠性，首先研究了理想信道估计下，基于后验符号概率估计、考虑残留干扰抵消误差的软输出OSIC MMSE MIMO检测算法，给出了降低复杂度的实现方法。基于提出的软输出OSIC MMSE MIMO检测算法，结合第二章中的研究结果，进一步研究了相关MIMO信道下，考虑信道估计误差的软输出OSIC MMSE MIMO检测算法，分析了算法复杂度。性能仿真显示，得到的算法相比现有算法具有明显的增益。在第二章和第叁章研究的基础上，第四章研究了独立块平坦衰落MIMO信道下，采用MMSE MIMO信道估计和线性MIMO检测算法时，发射机端导引和数据符号功率分配算法。对于迫零(ZF)检测算法，首先推导了考虑信道估计误差的软输出检测算法；基于该算法，分析了处理后信噪比(SNR)。在此基础上，基于最大化平均处理后SNR，导出了优化的导引和数据符号功率分配比，并证明了该功率分配的性能限是理想信道估计。对于MMSE检测算法，则基于最大化平均处理后SNR的下限，导出了优化的导引和数据符号功率分配。对两类算法，均证明了优化值的存在性和唯一性，并给了高SNR区域的简化分配算法。仿真结果证实了所得到的功率分配算法具有逼近最优的性能。第五章研究了MIMO Turbo接收机中，降低实现复杂度的MMSE SIC检测算法。在分析现有算法特性的基础了，提出了基于估计的先验符号概率可靠性的MMSE SIC检测算法。在MIMO Turbo接收机中，随着迭代次数的增加，发射符号的先验概率的估计会越来越接近真实值。所提算法利用这一特性，在复杂度和性能之间取得了合理的折中。第六章研究了时变频率选择性信道下，Alamouti编码OFDM传输链路中，最大化中断信息速率的OFDM子载波设计问题。基于等效MIMO信道表示，利用OFDM子载波分簇和高斯近似，首先推导了时变频率选择性信道下，Alamouti编码OFDM无线传输链路的中断信息速率的紧上限。在此基础上，给出了最大化中断信息速率的OFDM子载波设计方法。最后，第七章对全文进行了总结，回顾了前面所述的研究工作，并根据目前的研究情况对未来的研究方向作了展望。(本文来源于《电子科技大学》期刊2009-03-01）
杨刚,陈鸣[7]（2008）在《风力发电机输出信号仿真检测和分析系统》一文中研究指出建立了一种基于LabVIEW软件平台的风机信号仿真检测和分析系统。系统使用LabVIEW的信号发生器仿真风机的输出信号,在软件中设置FIR滤波器对风机输出信号进行调理,并通过离散傅里叶变换和自相关函数分别对信号做频域和时域分析。结果表明,本系统可以准确的仿真风机信号的发生、检测和分析过程。(本文来源于《自动化与仪器仪表》期刊2008年06期）
陈德海,仲卫东[8]（2008）在《JCZ型转矩转速传感器输出信号的相位差检测技术》一文中研究指出在变速箱加载测试系统中,对转矩转速传感器输出信号的处理是关键技术,通过实验方法研究了一种对JCZ型转矩转速传感器输出信号的处理措施。给出了相位差检测电路,分析了检测电路中各节点的信号波形,并设计了信号处理算法。此方法已应用于某变速箱加载测试系统中,并且取得了预期效果。(本文来源于《仪表技术与传感器》期刊2008年09期）
蒋晓波,倪守忠,费利萍[9]（2008）在《传感器输出信号测量仪检测方法探讨》一文中研究指出本文通过分析和试验对用于称重传感器输出信号测量的检测仪表的检测方法进行探讨,旨在合理解决传感器检测仪表的量传问题。(本文来源于《衡器》期刊2008年01期）
徐自励,何培宇,周激流,王永德[10]（2006）在《利用声回波对消器输出信号构建检测统计量的双端语音检测》一文中研究指出声回波对消中,双端语音检测用以判定远端语音是否混和有近端语音。为了提高双端语音检测性能,采用自适应声回波对消器输出信号(而非远端语音信号)与麦克风输出信号构建检测统计量,利用无近端语音时二者间较强的相关性,达到提高检测性能,减少运算量的目的。通过算法软件仿真,结果证明该算法较其它的互相关统计量检测算法具有较好的检测性能。(本文来源于《四川大学学报(工程科学版)》期刊2006年01期）
软输出信号检测论文开题报告
（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：
大规模MIMO系统上行链路中,最小均方误差(MMSE)算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由■(K~3)降为■(K~2).同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明:所提出的Kaczmarz迭代软输出信号检测算法经过两到叁次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法.
（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。
软输出信号检测论文参考文献
[1].周围,张维,唐俊,王强.大规模MIMO系统中的并行共轭梯度软输出信号检测算法[J].南京邮电大学学报(自然科学版).2019
[2].申滨,赵书锋,黄龙杨.基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测[J].电子学报.2018
[3].刘国喜.基于SOC的高压变频器输出信号采集及故障检测系统研究[D].东北大学.2014
[4].张兴明,张洪朋,孙玉清,郭力,张银东.基于有限元分析的微流体油液检测芯片输出信号规律研究[J].船舶工程.2014
[5].武耐英,高伟,徐维,徐茂田.不同控制电位技术在新型电化学检测系统中的输出信号比较[C].河南省化学会2010年学术年会论文摘要集.2010
[6].王军.无线MIMO传输链路软输出信号检测与参数设计研究[D].电子科技大学.2009
[7].杨刚,陈鸣.风力发电机输出信号仿真检测和分析系统[J].自动化与仪器仪表.2008
[8].陈德海,仲卫东.JCZ型转矩转速传感器输出信号的相位差检测技术[J].仪表技术与传感器.2008
[9].蒋晓波,倪守忠,费利萍.传感器输出信号测量仪检测方法探讨[J].衡器.2008
[10].徐自励,何培宇,周激流,王永德.利用声回波对消器输出信号构建检测统计量的双端语音检测[J].四川大学学报(工程科学版).2006