本文關(guān)鍵詞：空間調(diào)制系統(tǒng)中的信號(hào)檢測(cè)算法研究　出處：《大連理工大學(xué)》2017年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 無(wú)線(xiàn)通信 空間調(diào)制 廣義空移鍵控 MIMO信號(hào)檢測(cè)

【摘要】：隨著移動(dòng)用戶(hù)對(duì)通信需求的飛速增長(zhǎng),迫切需要更高的數(shù)據(jù)速率、更高的頻譜利用率和更低的實(shí)現(xiàn)復(fù)雜度的寬帶通信技術(shù)來(lái)滿(mǎn)足無(wú)線(xiàn)通信的需求。MIMO技術(shù)可以實(shí)現(xiàn)更高頻譜利用率的寬帶無(wú)線(xiàn)通信,但在實(shí)際應(yīng)用中也存在信道間干擾、天線(xiàn)間同步、多射頻鏈路、系統(tǒng)功耗大和因信道間干擾解調(diào)復(fù)雜度高等問(wèn)題,特別是在大天線(xiàn)系統(tǒng)中尤為突出�？臻g調(diào)制(Spatial Modulation,SM)技術(shù)作為一種新的多天線(xiàn)傳輸技術(shù),可以緩解傳統(tǒng)MIMO系統(tǒng)的上述缺陷,成為目前無(wú)線(xiàn)通信研究的熱點(diǎn)問(wèn)題,并有可能成為下一代無(wú)線(xiàn)通信的候選方案。本文以此為背景,針對(duì)最大似然ML檢測(cè)算法計(jì)算量較高的問(wèn)題,深入研究了空間調(diào)制系統(tǒng)接收端的信號(hào)檢測(cè)問(wèn)題,以及廣義空移鍵控(Generalized Space Shift Keying,GSSK)系統(tǒng)接收端的信號(hào)檢測(cè)問(wèn)題,論文的主要工作包括:(1)研究了空間調(diào)制系統(tǒng)已有的信號(hào)檢測(cè)算法,并著重地研究了基于M算法的ML(M-algorithmtoML,MML)算法。算法的樹(shù)形結(jié)構(gòu)圖每層保留的節(jié)點(diǎn)數(shù)量直接影響算法的計(jì)算復(fù)雜度和檢測(cè)性能,本文采用從樹(shù)形結(jié)構(gòu)圖第一層到最后一層保留節(jié)點(diǎn)數(shù)的近似等比下降的固定M值選取方法和自適應(yīng)保留各層節(jié)點(diǎn)數(shù)的動(dòng)態(tài)M值選取方法。另外樹(shù)形結(jié)構(gòu)圖的計(jì)算順序也直接影響算法的檢測(cè)性能,本文分別從信道增益角度、接收信號(hào)強(qiáng)度角度、以及綜合考慮信道增益和接收信號(hào)強(qiáng)度角度提出了改進(jìn)的MML算法。分析比較了所提改進(jìn)MML算法和現(xiàn)有檢測(cè)算法的優(yōu)缺點(diǎn),從理論和仿真角度給出了算法的檢測(cè)性能和計(jì)算復(fù)雜度。實(shí)驗(yàn)結(jié)果表明所提的改進(jìn)算法與MML算法的計(jì)算復(fù)雜度相同,同時(shí)檢測(cè)性能優(yōu)于MML算法。(2)研究了廣義空移鍵控系統(tǒng)的信號(hào)檢測(cè)算法,針對(duì)廣義空移鍵控系統(tǒng)的發(fā)送信號(hào)矢量各元素的二值特點(diǎn),將廣義空移鍵控信號(hào)的檢測(cè)問(wèn)題轉(zhuǎn)化為二進(jìn)制二次規(guī)劃問(wèn)題,提出了基于二進(jìn)制二次規(guī)劃全局最優(yōu)性條件的廣義空移鍵控信號(hào)的檢測(cè)算法。分析比較了所提算法與現(xiàn)有檢測(cè)算法的計(jì)算復(fù)雜度和檢測(cè)性能,并從理論和仿真角度給出了發(fā)送信號(hào)矢量各元素基于最優(yōu)判決準(zhǔn)則的檢測(cè)概率。實(shí)驗(yàn)結(jié)果表明所提算法的檢測(cè)性能接近最優(yōu)檢測(cè)性能,同時(shí)計(jì)算復(fù)雜度低于ML算法。(3)從稀疏重構(gòu)角度對(duì)激活天線(xiàn)數(shù)遠(yuǎn)小于發(fā)送天線(xiàn)數(shù)的廣義空移鍵控系統(tǒng)的信號(hào)檢測(cè)問(wèn)題進(jìn)行了研究。當(dāng)激活天線(xiàn)數(shù)遠(yuǎn)小于發(fā)送天線(xiàn)數(shù)時(shí),發(fā)送信號(hào)矢量具有稀疏特性�；诖颂岢隽藘煞N基于稀疏重構(gòu)理論的檢測(cè)算法,SR(Sparse Reconstruction)算法和ISR(Iterative SR)算法。SR算法采用非下凸的反正切懲罰函數(shù),可以獲得比e1范數(shù)正則化更好的結(jié)果,檢測(cè)性能優(yōu)于其它的稀疏檢測(cè)算法。為了獲得更好的檢測(cè)性能,ISR算法對(duì)SR算法的優(yōu)化結(jié)果進(jìn)行多次迭代。分析比較了所提算法與已有的基于稀疏重構(gòu)理論的檢測(cè)算法的計(jì)算復(fù)雜度和檢測(cè)性能,計(jì)算機(jī)仿真表明,木文所提算法的檢測(cè)性能均優(yōu)于已有的基于稀疏重構(gòu)理論的檢測(cè)算法。
[Abstract]:With the rapid growth of the mobile user communication needs, the urgent need for higher data rates, higher spectrum broadband communication technology complexity and lower rate to meet the needs of.MIMO wireless communication technology can achieve higher spectrum utilization rate of broadband wireless communication, but in practical application there are inter channel interference antenna, synchronization, multi radio link system, high power consumption and due to inter channel interference demodulation complexity is high, especially in the large antenna system is particularly prominent. Spatial modulation (Spatial Modulation SM) is a multi antenna transmission technology new technology, can alleviate the defects of the traditional MIMO system has become a hot issue. The wireless communication research at present, and there may be a candidate for the next generation of wireless communication. In this paper, according to the maximum likelihood detection algorithm for ML computation is higher and further Study on the problem of signal detection receiver spatial modulation system, and generalized space shift keying (Generalized Space Shift Keying, GSSK) signal detection system of the receiver, the main work includes: (1) signal detection system has been studied the spatial modulation algorithm, and focuses on the study of M algorithm in ML based on (M-algorithmtoML, MML) algorithm. The tree structure graph algorithm on each layer of the reserved node number directly affects the computational complexity and detection performance, this paper adopts dynamic M selection method and adaptive reservation value for the number of nodes in each layer selection method from the tree structure map of the first layer to approximate fixed M ratio decreased the last layer of retention the number of nodes. Also the calculation sequence tree structure graph has a direct impact on the performance of algorithm, this paper from the perspective of channel gain of the received signal strength, angle, and considering the channel gain The received signal strength and angle of improved MML algorithm is proposed. Analysis and comparison of the advantages and disadvantages of the proposed improved MML algorithm and the existing detection algorithms, from the angle of theory and simulation is given for the detection performance and computation complexity. Experimental results show that the improved calculation algorithm and MML algorithm of the same complexity, and the detection performance better than MML algorithm. (2) research on the signal detection algorithm of generalized space shift keying system, two values of the transmitted signal vector for the generalized space shift keying system elements, detection problem of generalized space shift keying signal into two binary problem and two detection algorithm is proposed for the generalized optimality conditions two binary programming global shift keying signal. Based on the analysis compared the proposed algorithm with existing algorithm complexity and detection performance, and from theory and simulation is put forward to send letter The number of each element vector detection probability based on optimal decision rules. The experimental results show that the detection performance of proposed algorithm is close to the optimal detection performance, and the computational complexity is lower than that of the ML algorithm. (3) the problem of signal detection of generalized space shift keying system from sparse reconstruction angle of antenna number activation is far less than the number of transmit antennas is studied when the number of antennas. The activation is far less than the number of transmit antennas, the transmitted signal vector has a sparse feature. Based on the proposed two detection algorithm based on sparse reconstruction theory, SR (Sparse Reconstruction) algorithm and ISR (Iterative SR).SR algorithm with non convex arctangent penalty function, can be obtained than the E1 norm the better results, better detection performance than other sparse detection algorithm. In order to detect the better performance, the ISR algorithm to optimize the results of the SR algorithm iteration. It is compared by The computational complexity and detection performance of the proposed algorithm are compared with the existing detection algorithms based on sparse reconstruction theory. Computer simulation shows that the detection performance of the proposed algorithm is better than the existing sparse reconstruction based detection algorithm.

【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TN919.3;TN911.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張青春;晏裕春;王坤;;數(shù)字式平均法在信號(hào)檢測(cè)中的應(yīng)用及其仿真[J];微計(jì)算機(jī)信息;2006年01期

2 張濱;張峰干;蔡國(guó)新;任嘉偉;;衛(wèi)星信號(hào)檢測(cè)[J];中國(guó)有線(xiàn)電視;2009年01期

3 徐科軍;;信號(hào)檢測(cè)、處理及實(shí)現(xiàn)系列課程建設(shè)探討[J];電氣電子教學(xué)學(xué)報(bào);2009年02期

4 戶(hù)永清;;基于取樣積分技術(shù)的混沌檢測(cè)法與微弱正弦信號(hào)檢測(cè)[J];綿陽(yáng)師范學(xué)院學(xué)報(bào);2009年08期

5 劉洋;張明;;“信號(hào)檢測(cè)與處理”課群構(gòu)建初探[J];沈陽(yáng)教育學(xué)院學(xué)報(bào);2010年01期

6 董智紅;王劍;王X;孫昕;;伽利略搜救信號(hào)檢測(cè)算法設(shè)計(jì)[J];北京理工大學(xué)學(xué)報(bào);2010年08期

7 邵亞勇;竺小松;;基于遞推最小二乘算法的小信號(hào)檢測(cè)[J];信息與電子工程;2012年02期

8 朱才榮;;高職“工業(yè)信號(hào)檢測(cè)與控制”課程項(xiàng)目化教學(xué)改革[J];中國(guó)電力教育;2012年19期

9 朱才榮;;高職《工業(yè)信號(hào)檢測(cè)與控制》課程改革探索[J];職業(yè)教育研究;2013年04期

10 叢玉良;趙曉暉;周求湛;;信號(hào)檢測(cè)與處理系列課程的建設(shè)與改革實(shí)踐研究[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(高教研究版);2013年03期

相關(guān)會(huì)議論文 前10條

1 杜雄;蘇向豐;謝品芳;;用硬件實(shí)現(xiàn)的四重信號(hào)檢測(cè)法及其在通信中的應(yīng)用[A];四川省電工技術(shù)學(xué)會(huì)第七屆學(xué)術(shù)年會(huì)論文集[C];2003年

2 張鐸;;信號(hào)檢測(cè)論在船舶了望中的應(yīng)用[A];中國(guó)航海學(xué)會(huì)2007年度學(xué)術(shù)交流會(huì)優(yōu)秀論文集[C];2007年

3 宋愛(ài)國(guó);段江海;;混沌、隨機(jī)共振在信號(hào)檢測(cè)中的應(yīng)用研究[A];第三次全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2002年

4 鄭娜;;基于假設(shè)檢驗(yàn)的信號(hào)檢測(cè)[A];電波科學(xué)學(xué)報(bào)[C];2011年

5 馬光彬;曹海燕;;基于OSIC的低復(fù)雜度MIMO檢測(cè)算法[A];浙江省信號(hào)處理學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

6 張維全;胡科強(qiáng);;凸優(yōu)化在水聲脈沖信號(hào)檢測(cè)中的應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

7 高源;李煒;;基于LabVIEW的異常信號(hào)檢測(cè)研究[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

8 陳帥;楊鐵軍;李媚;;一種改進(jìn)型CHASE檢測(cè)算法在MIMO-OFDM系統(tǒng)中的應(yīng)用[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

9 劉竹青;陳奕宏;;抗混響信號(hào)檢測(cè)的研究[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)專(zhuān)刊[C];2009年

10 王春光;周正;;OFDM系統(tǒng)中的一種信號(hào)檢測(cè)算法[A];第九屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 江蘇 陳廣榮;小天鵝模糊洗衣機(jī)稱(chēng)重電路維修一例[N];電子報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 黃敏;高速移動(dòng)環(huán)境下信道估計(jì)及OFDM信號(hào)檢測(cè)研究[D];西安電子科技大學(xué);2015年

2 朱才業(yè);不同尾型綿羊全基因組關(guān)聯(lián)分析、拷貝數(shù)變異及選擇信號(hào)檢測(cè)[D];中國(guó)農(nóng)業(yè)大學(xué);2017年

3 張新賀;空間調(diào)制系統(tǒng)中的信號(hào)檢測(cè)算法研究[D];大連理工大學(xué);2017年

4 郭心悅;基于信息交互理論的無(wú)線(xiàn)信號(hào)的迭代估計(jì)與檢測(cè)[D];復(fù)旦大學(xué);2008年

5 湯宏穎;提高微光信號(hào)檢測(cè)靈敏度的新方法[D];天津大學(xué);2012年

6 吳利平;復(fù)雜電磁環(huán)境下的信號(hào)檢測(cè)與估計(jì)關(guān)鍵技術(shù)[D];西安電子科技大學(xué);2011年

7 劉謙雷;MIMO通信系統(tǒng)信號(hào)檢測(cè)算法研究[D];東南大學(xué);2006年

8 申京;MIMO-OFDM系統(tǒng)中信道估計(jì)及信號(hào)檢測(cè)算法的研究[D];北京郵電大學(xué);2012年

9 蔣忠進(jìn);彈性波Chirp信號(hào)檢測(cè)與時(shí)延估計(jì)研究[D];吉林大學(xué);2004年

10 鄭賤平;MIMO通信系統(tǒng)中的信號(hào)檢測(cè)與預(yù)編碼技術(shù)研究[D];西安電子科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李燕;基于壓縮感知的低截獲概率雷達(dá)信號(hào)檢測(cè)分析[D];南京理工大學(xué);2015年

2 吳迪;Massive MIMO的信號(hào)檢測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 王龍;壓縮感知信號(hào)檢測(cè)和參數(shù)估計(jì)方法研究[D];西安電子科技大學(xué);2014年

4 李富強(qiáng);信號(hào)檢測(cè)和分離算法研究及其FPGA實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

5 劉文廣;MIMO-OFDM系統(tǒng)中信道估計(jì)與信號(hào)檢測(cè)算法的研究[D];蘭州交通大學(xué);2015年

6 王曉天;面向5G的大規(guī)模MIMO信號(hào)檢測(cè)算法研究[D];南京郵電大學(xué);2015年

7 魏利霞;MIMO系統(tǒng)的信號(hào)檢測(cè)算法研究[D];南京郵電大學(xué);2015年

8 徐紅梅;基于SVM多分類(lèi)判決的MPPSK信號(hào)檢測(cè)研究[D];東南大學(xué);2015年

9 溫鵬;寬帶MIMO-SCFDE通信系統(tǒng)的信號(hào)檢測(cè)算法與實(shí)現(xiàn)[D];西南交通大學(xué);2016年

10 孫彥龍;基于達(dá)芬振子的微弱機(jī)械故障信號(hào)檢測(cè)及特征提取方法[D];燕山大學(xué);2016年

，

本文編號(hào)：1436480