發(fā)布時間：2017-09-01 07:09

  本文關(guān)鍵詞：無線通信系統(tǒng)中最小誤比特率準則下的自適應算法研究

  更多相關(guān)文章： 最小化誤比特率準則 Kernel密度估計 功率分配 降秩 多用戶大規(guī)模MIMO

【摘要】：自適應信號處理技術(shù)一直是當今信息時代的研究熱點,特別是自適應濾波技術(shù)在無線通信系統(tǒng)中有著廣泛的應用,其應用方向包括空間濾波、多用戶檢測、MIMO接收、信道均衡等。自適應濾波的設計通�；趥鹘y(tǒng)的維納濾波,或者基于我們所熟知的最小均方誤差準則(MMSE)。最小均方誤差可以通過低復雜度的最小均方算法(LMS)來設計和實現(xiàn),并滿足現(xiàn)代高速通信系統(tǒng)的實時計算要求。但在實際的無線通信系統(tǒng)中,一般更關(guān)心的是誤比特率(BER)性能,而不是均方誤差的大小。因此,基于最小化誤比特率準則的算法具有重要研究價值。論文以最小化誤比特率準則為基礎,研究了不同通信系統(tǒng)模型下的自適應更新算法。論文的研究主要針對多用戶檢測問題,所涉及的系統(tǒng)模型包括DS-CDMA系統(tǒng)、多用戶大規(guī)模MIMO系統(tǒng)以及無線傳感器網(wǎng)絡。這三種系統(tǒng)模型分別在第三代(3G)移動通信系統(tǒng)和正在研發(fā)的第五代(5G)移動通信系統(tǒng)中都有重要的作用。此外,論文研究了聯(lián)合功率分配自適應算法和聯(lián)合降秩自適應算法,并在高階調(diào)制方式下運用了廣義高斯Kernel密度估計。論文的結(jié)構(gòu)如下：首先,論文介紹了目前基于最小化誤比特率準則算法的研究背景和研究現(xiàn)狀。針對論文中涉及的四個研究關(guān)鍵點分別詳細地介紹了最小化誤比特率準則、梯度方法、降秩技術(shù)以及Kernel密度估計的原理。此外,論文介紹了在上述三個不同通信系統(tǒng)模型中基于最小化誤比特率準則的研究背景和現(xiàn)狀。其次,論文針對采用放大轉(zhuǎn)發(fā)(AF)機制的DS-CDMA協(xié)作中繼系統(tǒng)模型,提出了一種迭代式聯(lián)合功率分配和干擾消除算法。該自適應更新算法基于最小化誤比特率準則,具備低復雜度和低功率的特性。另外,論文在采用隨機梯度方法的基礎上,導出基于最小化誤比特率(MBER)準則的代價函數(shù),用于聯(lián)合更新權(quán)值向量和功率分配向量。再次,論文針對采用AF機制含有多中繼節(jié)點的兩跳無線傳感器網(wǎng)絡模型,提出了基于最小化誤符號率準則的兩種聯(lián)合干擾消除和功率分配算法。最小化誤符號率準則是最小化誤比特率準則的變種形式,從另一個角度來驗證所提算法的可靠性。論文所提出的第一種算法基于最小化誤符號率準則,采用隨機梯度方法；論文所提出的第二種算法,同樣基于最小化誤符號率準則,但是采用共軛梯度方法。這兩種算法都使中繼節(jié)點服從特定功率限制條件,再進行聯(lián)合更新功率分配向量和權(quán)值向量。在無線傳感器網(wǎng)絡模型的融合中心(Fusion Center),論文設計功率碼本,使系統(tǒng)中的目的節(jié)點通過有限反饋信道將功率分配向量的量化信息傳送給中繼節(jié)點。此外,論文對所提算法進行了復雜度和收斂性分析。最后,論文針對多用戶大規(guī)模MIMO系統(tǒng)模型,提出了基于最小化誤比特率準則的四種新型聯(lián)合降秩自適應算法。這些算法是采用廣義高斯Kernel密度估計的聯(lián)合迭代優(yōu)化算法。相比于高斯Kernel密度估計,廣義高斯Kernel密度估計可以更好地檢測具有不同輕重程度的尾分布。論文計算了廣義高斯Kernel密度估計的最優(yōu)窗寬,驗證了與高斯Kernel密度估計的相關(guān)性。論文所提出的優(yōu)化技術(shù)聯(lián)合調(diào)整了子空間投影矩陣的權(quán)重和降秩濾波器。論文根據(jù)隨機梯度和共軛梯度將算法分為兩大類,又根據(jù)調(diào)制方式BPSK和16-QAM再區(qū)分。論文在瑞利衰落信道的模擬仿真下對所提出的自適應降秩算法進行評估。仿真結(jié)果表明,論文所提出的自適應算法性能明顯優(yōu)于其他對比算法性能。
【關(guān)鍵詞】：最小化誤比特率準則 Kernel密度估計 功率分配 降秩 多用戶大規(guī)模MIMO
【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TN929.5
【目錄】：

• 致謝5-6
• 摘要6-8
• Abstract8-13
• 英文縮寫清單13-19
• 第一章 緒論19-37
• 1.1 研究背景及意義19-21
• 1.2 研究現(xiàn)狀21-26
• 1.2.1 協(xié)作DS-CDMA系統(tǒng)中的MBER算法研究現(xiàn)狀24
• 1.2.2 無線傳感器網(wǎng)絡中的MBER算法研究現(xiàn)狀24-25
• 1.2.3 多用戶大規(guī)模MIMO系統(tǒng)中的MBER算法研究現(xiàn)狀25-26
• 1.3 基本原理介紹26-34
• 1.3.1 最小化誤比特率算法原理26-27
• 1.3.2 梯度算法原理27-30
• 1.3.3 降秩算法原理30-32
• 1.3.4 Kernel密度估計32-34
• 1.4 論文主要內(nèi)容與綱要34-37
• 第二章 DS-CDMA系統(tǒng)中最小化誤比特率算法研究37-59
• 2.1 引言37-38
• 2.2 系統(tǒng)模型介紹38-41
• 2.3 JPBER設計方案41-48
• 2.4 信道估計48-53
• 2.4.1 運用MMSE方法的信道估計48-49
• 2.4.2 運用MBER方法的信道估計49-53
• 2.5 仿真結(jié)果分析53-57
• 2.6 本章小結(jié)57-59
• 第三章 無線傳感器網(wǎng)絡中最小化誤符號率算法研究59-81
• 3.1 引言59-61
• 3.2 系統(tǒng)模型介紹及問題提出61-63
• 3.3 JMSER方案提出及問題闡述63-64
• 3.4 自適應JMSER算法64-70
• 3.4.1 基于隨機梯度的自適應JMSER算法64-67
• 3.4.2 基于共軛梯度的自適應JMSER算法67-68
• 3.4.3 信道估計68-70
• 3.5 算法分析70-73
• 3.5.1 計算復雜度分析70-71
• 3.5.2 收斂的充分條件分析71-73
• 3.6 功率分配碼本設計73
• 3.7 仿真結(jié)果分析73-78
• 3.8 本章小結(jié)78-81
• 第四章 多用戶大規(guī)模MIMO系統(tǒng)中最小化誤比特率算法研究81-107
• 4.1 引言81-82
• 4.2 系統(tǒng)模型介紹82-84
• 4.3 BPSK調(diào)制下的自適應RR-GMBER算法設計84-89
• 4.3.1 BPSK調(diào)制下的RR-SG-GMBER算法87
• 4.3.2 BPSK調(diào)制下的RR-CG-GMBER算法87-89
• 4.4 M-QAM調(diào)制下的自適應RR-GMBER算法設計89-96
• 4.4.1 16-QAM調(diào)制下的RR-SG-GMBER算法設計92-96
• 4.4.2 16-QAM調(diào)制下的RR-CG-GMBER算法設計96
• 4.5 算法分析96-101
• 4.5.1 計算復雜度分析96-98
• 4.5.2 最優(yōu)Kernel窗寬98-101
• 4.6 仿真結(jié)果分析101-106
• 4.6.1 BPSK調(diào)制模式下的仿真結(jié)果103-105
• 4.6.2 16-QAM調(diào)制模式下的仿真結(jié)果105-106
• 4.7 本章小結(jié)106-107
• 第五章 總結(jié)與展望107-111
• 參考文獻111-119
• 攻讀博士學位期間主要研究成果及參與的科研項目119-120

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 宮峰勛;P信道誤比特率測試方法的研究[J];微波與衛(wèi)星通信;1998年02期

2 陳添丁;;適用于高誤比特率信道的魯棒信息隱藏[J];計算機工程與應用;2006年03期

3 邵霞;張衛(wèi)黨;;Turbo碼誤比特率分布的估算[J];華北水利水電學院學報;2011年05期

4 胡宏林,薛磊;用信號空間分析方法計算星形M-QAM的誤比特率[J];無線電通信技術(shù);2000年06期

5 劉順蘭;曹佶;;時間窗對UWB系統(tǒng)的平均誤比特率影響[J];計算機工程與應用;2013年08期

6 趙英俊;王江安;任席闖;王樂東;;艦船激光通信中大氣湍流對系統(tǒng)誤比特率的影響[J];激光技術(shù);2010年02期

7 郭歆瑩;張建康;穆曉敏;張U，

本文編號：770645