一、分层空时码技术及其在3G中的应用(论文文献综述)
郭治[1](2010)在《基于MIMO的检测算法的研究》文中研究说明多输入多输出(MIMO)技术是一项在3G和4G中有着广泛应用的无线通信技术,采用多个发射天线和多个接收天线的结构,通过增加发射端和接收端的天线数量可以显着提高频谱的利用率。贝尔实验室的分层空时(BLAST)编码技术是由Foschini等人最早提出的一种空时编码方式。特别是垂直分层空时码(V-BLAST)的编码复杂度较低,这使得V-BLAST在高速无线通信中的应用有着非常大的优势。通过采用V-BLAST可以大幅度提高MIMO系统的频谱利用率。本文主要基于Foschini的理论工作,讨论了无线信道的基本特征、MIMO系统的信号模型和信道容量。在此基础上讨论了三种空时编码技术,包括空时分组码、空时网格码和分层空时码。基于V-BLAST的检测算法,对串行干扰抵消方法进行了改进,使改进后算法的复杂度有一定程度的降低;并对几种算法的性能进行了仿真和比较;给出了不同算法在不同环境下的适用性。最后,论文研究了MIMO技术在3G演进系统中的应用。
韩昌彩[2](2009)在《多天线与协作中继网络中的传输技术研究》文中研究表明在下一代无线通信系统中,为进一步提高通信系统的传输速率与可靠性,多天线和协作通信技术受到广泛关注。一方面,在发射端和接收端配置多天线可以构成多输入多输出(MIMO)系统,进一步结合空时编码,可获得空间复用与空间分集,提高信道容量并有效对抗衰落;另一方面,对于某些由于移动终端的体积、复杂度以及功耗等方面的限制而难以安装多天线的系统,分布在不同地点的单天线终端通过协作传输也可以获得空间分集,提高用户的可达速率,增强通信系统的鲁棒性,并通过协作终端之间资源共享达到节约整个网络资源的目的。本论文主要研究多天线系统与协作中继网络中利用空间分集的高效传输技术,重点解决多天线系统中广义分层空时码的群检测算法引起的分集损失的补偿问题和协作中继网络中分布式广义低密度(GLD)码的设计问题。主要研究内容归纳如下:首先,在MIMO系统中,针对广义分层空时码的群检测算法引起的分集增益损失问题,提出迭代群检测算法。广义分层空时码兼具分层空时码和空时网格码的优点,具有较高的数据传输率和通信可靠性,但接收端的群干扰抑制和干扰消除(IC)算法也造成部分天线层分集增益的损失。针对该问题,提出硬判决的最小均方误差(MMSE)迭代群检测和MMSE IC迭代群检测算法,通过迭代干扰消除算法弥补天线层分集增益的损失,降低错误传播,提高系统的整体性能;而且MMSE IC迭代群检测算法降低了系统对检测顺序的敏感性。此外,MMSE IC迭代群检测算法结合天线层之间的功率分配也可进一步改善系统性能。其次,针对成簇的协作中继网络,提出基于分布式广义低密度码的协作传输方案。该方案利用GLD码中分量码的部分检错和纠错功能,实现GLD码的分布式译码和转发。通过调整每个中继节点所分配的分量码的数量,适应了节点的随机移动引起的中继数量变化;若假设系统不存在由于译码失败而失效的中继节点,分布式GLD码可以保持系统的整体码率不变。针对中继节点提出的渐进式处理算法,可自适应于信源和中继节点之间的信道质量的变化,具有较低的复杂度。在目的节点,将不同路径的软信息合并后进行GLD码的迭代译码,以较低的复杂度同时获得了分集增益和编码增益,可有效对抗准静态衰落,与直接传输相比有几十dB的性能增益。进一步与分布式Turbo码的协作传输方案进行比较,分布式GLD码在误比特率性能、复杂度以及系统码率等方面也有一些优势。另外,论文还针对具体的网络拓扑结构,考虑大尺度衰落,研究了信源和中继节点之间的功率分配对分布式GLD码的性能影响。最后,针对一般的协作中继网络,分析信源和中继之间的信道衰落造成的中继失效概率以及中继失效对分布式GLD码的影响。论文分析了不同数量中继节点失效的概率分布,对任一给定中继数量的网络,根据贝努利实验的理论给出了以最大概率发生的失效中继的数量,并仿真验证了中继失效的概率分布与信源到中继的信道质量的变化关系。进一步,研究了非理想中继条件下的分布式GLD码,分析中继节点失效对系统性能和整体码率等方面的影响。仿真结果证实,部分中继失效不会使分布式GLD码的性能明显恶化,且随信源到中继节点的信道条件的改善,系统的平均性能逐渐趋向于理想中继条件下的性能。
陈晓旭[3](2009)在《无线MIMO系统中载波频偏估计和定向干扰抑制的研究》文中研究说明随着无线通信技术发展和新业务的不断出现,无线资源的使用日趋紧张。如何利用有限的频谱资源获得更高的频谱效率是无线通信中的一项重要任务。MIMO(Multiple Input Multiple Output)无线通信系统,在收、发端均采用多天线,它在提高系统容量和对抗衰落方面是非常得有效的。MIMO系统的正常工作需要有同步的支持。为了更好的保证收发载波同步,收发端可分别采用相同的载波,但是收发载波不能保证完全一致,在出现收发载波频偏的情况下,MIMO系统性能将迅速下降,因而准确的频偏估计对于MIMO系统性能的保证具有非常重要的作用。在实际的应用环境中,MIMO系统还将受到干扰的影响。特别是在军用场合,MIMO系统可能接收到来自某个方向上过来的强定向干扰,其通信可能被堵塞,这种情况下有必要采用相应的定向干扰抑制处理来保证MIMO系统正常的通信。本论文首先对MIMO系统中最基本的系统容量和空时编码进行了概述;然后主要研究MIMO系统中的载波频偏估计以及定向干扰抑制。分析了MIMO系统中的载波频偏估计,研究扩大MIMO系统频偏估计范围的方法;研究时变衰落信道中的载波频偏估计;分析研究MIMO系统中的定向干扰抑制;并研究了空间定向干扰情况下的MIMO系统载波频偏估计;最后还给出了MIMO系统仿真实验研究和分析,主要内容为:一、MIMO系统概述。对MIMO系统中最基本的系统容量和空时编码进行了简要概述。二、研究MIMO系统中的载波频偏估计。首先研究了MIMO系统中载波频偏估计的最大似然估计以及次优闭式估计;最大似然频偏估计的计算量很大,而闭式频偏估计运算量小但支持的频偏范围有限。对于周期正交训练序列情况,基于一定的理论分析,推导出了一种递推的载波频偏估计方法,它可以扩大频偏范围。而对于任意训练序列情况,提出了一种校正的递推频偏估计,使得频偏范围得到进一步的扩大。三、研究时变衰落信道中的载波频偏估计。在时变衰落信道中,载波频偏估计是通过联合估计信道相关统计特性而实现的。利用信道统计相关为实值的特性,提出了一种改进的频偏估计方法,与普通方法相比,它可提高时变衰落信道中载波频偏估计的均方误差性能。四、研究MIMO系统的定向干扰抑制。首先分析了MIMO系统中定向干扰情况的应用背景并建立了定向干扰条件下MIMO系统信号模型;然后分析了阵列天线中的干扰抑制技术,提出了一种阵列天线中基于波束空间分解的变维递推干扰抑制算法,与原有算法相比,在干扰数少的情况下计算量数量级可由O(M2·L)降至O(M·L3/2);接着研究了一种基于最大似然的MIMO系统定向干扰抑制算法并给出了简化算法;最后研究了一种基于数字波束形成的MIMO系统定向干扰抑制,并通过仿真验证了该方法可以有效的抑制干扰。五、研究空间定向干扰情况下的MIMO系统载波频偏估计。针对MIMO系统中存在空间定向干扰的情况,详细推导出了定向干扰情况下MIMO系统载波频偏的最大似然估计;由于定向干扰的空间相关特性的存在,使得寻求载波频偏估计闭式解变得很复杂和困难,针对此提出了一种迭代频偏估计方法,首先将定向干扰按空间非相关来处理,然后通过迭代不断获得干扰相关特性并提高频偏估计的精度。还研究了定向干扰情况下MIMO系统频偏的补偿方案。六、MIMO系统仿真实验研究。给出了MIMO系统中载波频偏估计和定向干扰抑制仿真平台的框图,在平台上进行了静态图像传输和系统误码率特性的仿真实验,通过不同的对比验证了本文中的MIMO系统载波频偏估计和定向干扰抑制算法的有效性。
尹秀敏[4](2009)在《无线MIMO系统检测算法研究与应用》文中研究表明现代无线通信系统对数据传输速率和服务质量要求日益提高,使得急切需要新技术来提高频谱利用率和链路稳定性。在发射端和接收端都采用多天线的多输入多输出(MIMO)系统现在被广泛认为是能够使得通信系统在有限的带宽和功率资源前提下获得高数据传输率的突破技术。本文主要研究面向未来无线通信应用的MIMO系统中垂直分层空时码(VBLAST)的检测算法,包括最大似然算法(ML)、迫零算法(ZF)、最小均方误差算法(MMSE)、最小二乘算法(LS)、QR分解算法以及球译码算法(SD)。ML算法性能最优,但其复杂度与发射天线数和调制阶数成指数关系,因此在实时系统中,这不是一种很实际的解码算法。排序串行干扰抵消算法(OSIC)复杂度相对ML算法复杂度低,但需要多次对信道矩阵求伪逆。LS算法复杂度比OSIC低,且性能与OSIC算法相同,因此本文着重研究LS算法,主要完成了以下工作:首先针对LS算法采用了一种新的确定符号检测顺序的方法-最大后验概率(MAP)规则,并与传统的以信噪比(SNR)确定符号检测顺序的算法进行了比较,仿真结果表明在一定条件下性能接近最优的ML算法,而复杂度仍然保持LS算法相对较低的特点。再次针对LS算法存在误码传播的缺点,进行了一定改进。因为系统整体性能主要取决于首先检测的数据流,所以应尽量提高此数据流的准确性。具体就是在检测第一个数据流时根据欧氏距离选择多个侯选符号,然后代入迭代公式求出多个向量,最后对这多组向量运用ML算法。仿真表明该方法的有效性和可行性。
吴作敏[5](2008)在《空域复用MIMO MC-CDMA系统上行链路仿真分析》文中认为在3G中CDMA是最主要的技术,正交频分复用(OFDM)调制作为多载波调制的代表,将是未来无线通信传输体制的关键技术,以多载波调制融合CDMA技术构成多载波CDMA系统必将是未来移动通信的重要发展方向之一。其中,MC-CDMA方案由于可以采用频域分集和优良的性能被认为是最具前景的方案,也是未来移动通信系统最具竞争力的方案之一。多输入多输出(MIMO)技术能够在不增加系统带宽和改变系统功率要求的情况下增加频谱效率,有效提高系统的数据传输速率和信道容量。空域复用是MIMO技术最重要的应用形式之一。MIMO和传统的MC-CDMA技术相结合能很大程度地提升系统性能。因此,论文主要针对空域复用MIMO MC-CDMA系统上行链路的性能作了较全面的仿真分析。论文提出了一种应用卷积码编码的空域复用MIMO MC-CDMA系统上行链路结构。链路发射端按VBLAST结构进行空时映射,接收机先将接收天线各子载波上的信号进行VBLAST检测和多用户检测,然后进行解调和译码,从而检测出各个用户的数据。对上述VBLAST-MC-CDMA上行链路,论文首先通过仿真,分析其在不同收发天线数、不同扩频增益、分集阶数一定、不同带宽等情况下的性能,并给出了采用BPSK和QPSK两种调制方式时系统平均误码率对用户数变化的仿真曲线图。仿真结果表明,系统配置时应综合考虑多方面因素的影响,在保证一定通信质量的情况下尽可能地增大数据传输速率。随后在上述VBLAST-MC-CDMA上行链路中应用自适应调制技术。自适应调制的门限设定采用试验法。先设定需要的误码率门限,并以此为基础通过仿真结果确定系统调制方式的转换门限。然后通过仿真,分别讨论了10MHZ和40MHz两种带宽情况下,用户数固定和用户数变化时该自适应调制系统的性能。仿真结果表明,自适应调制提高了系统的频谱效率。论文最后还对分层空时码的性能进行了仿真分析。先讨论了分层空时码的发送与接收模型,接着讨论了三种分层空时码VBLAST、DBLAST、D-LIKE的编码原理及分层空时码基于MMSE准则的有序串行干扰抵消(OSIC)检测算法,最后通过仿真分析比较了VBLAST系统和D-LIKE系统在平坦瑞利快衰落和慢衰落两种信道下的平均误码率性能。
彭木根,李涛,陈宜杰,王文博[6](2007)在《移动WiMAX系统的关键技术及未来演进》文中研究说明本文首先介绍了移动WiMAX为支持高速移动数据业务所采用的关键技术,主要包括多天线技术和分组调度算法,然后阐述了移动WiMAX为符合国际电联IMT-Advanced要求而提出的IEEE802.16m增强标准,就其主要内容和标准化进程进行了详细介绍,给出了未来演进思路和协议标准化计划。
杨斌[7](2007)在《广义扩展MIMO-OFDM系统中检测算法研究及优化》文中提出在被称作B3G或4G的下一代移动通信系统中,MIMO-OFDM技术被普遍接受为物理层的框架。MIMO系统的信道容量在高信噪比下近似与接收或者发送天线数的最小值呈正比,可以实现移动通信的高速传输;OFDM技术可以对抗宽带信道的频率选择性衰落,是B3G系统的关键技术。但普通的MIMO-OFDM系统仅仅只能获得复用增益,因此需要对MIMO-OFDM系统进行广义扩展,以能够同时获得编码、复用及分集增益。更重要的是,为发挥广义扩展MIMO-OFDM系统的潜力,需要设计各种有效可靠的检测算法应用于各类通信环境。本文主要工作是围绕广义扩展MIMO-OFDM的检测算法展开的,具体如下:1.系统提出MIMO-OFDM系统的广义扩展方法,并提出广义扩展MIMO-OFDM系统的多级并行干扰删除算法和简化的串行迭代干扰删除算法。针对时间、频率选择性衰落信道进行了较深入的分析,得到了适用于不同无线环境的广义扩展MIMO-OFDM系统架构;结合VBLAST和STBC/SFBC的思想,推导了广义扩展MIMO-OFDM系统的线性和非线性算法。对普通串行干扰删除算法和串行迭代干扰删除算法的缺点进行了研究分析,提出了多级并行干扰删除算法和简化的串行迭代干扰删除算法;多级并行干扰删除算法采用并行思想避开反复的排序和矩阵求逆操作,简化的串行迭代干扰删除算法在理论和仿真分析的基础上,摒弃掉对性能影响很小的迭代步骤,均能实现在保证误码率性能不受影响的同时,复杂度的大幅降低。仿真结果和量化的计算复杂度分析验证了以上结论。2.提出基于预处理的半定松弛简化算法和基于辅助变量引入的概率数据辅助简化算法和相应的Turbo迭代检测算法。分析研究了半定松弛、概率数据辅助等准最大似然检测思想,并将其应用到广义扩展MIMO-OFDM系统;提出了基于预处理的半定松弛简化算法和基于辅助变量引入的概率数据辅助简化算法,以上算法都能得到近似准最大似然检测的性能,且相比普通算法复杂度得到了有效地降低;引入MCMC思想推广了概率数据辅助算法,使算法能适用于更多的通信环境。分析了Turbo迭代技术的特点及研究现状,针对广义扩展MIMO-OFDM系统迭代检测的关键技术问题进行了深入研究,提出了基于简化半定松弛算法以及简化概率数据辅助算法的Turbo迭代检测算法,该算法能获得很好的误码率性能。仿真结果和量化的计算复杂度分析验证了以上结论。3.提出结合简化半定松弛检测和非线性检测的组合检测算法,并经分析得到性能较优、复杂度较低的最佳组合优化检测算法。对广义扩展MIMO-OFDM系统的非线性及准最大似然检测算法流程进行了研究,提出了相应的组合优化检测算法;同时,针对各类算法的特点,研究了不同的优化组合方案,推导出了性能较优、复杂度较低的最佳组合优化检测算法。仿真结果和量化的计算复杂度分析验证了以上结论。4.给出了广义扩展MIMO-OFDM系统的信道估计算法和插值算法。针对广义扩展MIMO-OFDM系统,对信道估计方法和流程进行了研究,推导出了相应的信道估计算法和插值算法。
盛延敏[8](2007)在《MIMO通信系统中的天线选择与盲自适应处理算法研究》文中研究说明随着无线通信系统业务需求的发展,无线通信系统已经从单纯的语音服务向图像,视频,数据等多媒体方向全面发展。丰富的媒体内容引发了高速接入的需求。接近Gbps的高速无线通信系统在日益发展的无线局域网(WLAN:Wireless Local Area Networks)中引起了人们极大的兴趣。未来家庭视听网络需要支持多种高速高清晰电视(HDTV:Hign-Definition Television)系统,这也大概需要上Gbps的速率。这么高的传输速率对有限的无线频谱资源来说是一个极大的挑战。从信息论角度的研究表明:在发送端和接收端同时使用多根天线的多输入多输出(MIMO:Multi-Input-Multi-Output)系统可以大大增加无线通信系统的容量,并可以大大改善系统的性能,非常适合B3G、4G无线通信系统中高速业务的要求。因而,MIMO技术成为下一代无线通信领域中的热门技术。MIMO系统可以同时提供复用和分集增益。空间复用增益一直以来被认为是MIMO通信系统带来的最大好处,空间复用通过扩展信道维数,在不增加额外功率和浪费额外带宽的情形下,可以提供与天线个数成线性比例的容量增长。这大大增强了频谱利用率。空间复用通过分层空时码来实现,目前有D-BLAST、V-BLAST及H-BLAST等方案。分集技术是一种有效对抗无线链路衰弱的技术。分集技术主要依赖于信号在多条独立衰弱路径(包括时间,频率和空间)中的传播,其中,空间(或叫天线)分集技术比起频率和时间维度的分集技术更为优越,主要是空间分集技术在传输时间和带宽上没有带来任何其他开销。分集增加了传输可靠率,可以带来服务质量的提高。假设MIMO信道有MTMR条独立衰弱路径,并且传输信号可以被合理构建,那么接收机可以利用收到的信号得到相比于单输入单输出系统(SISO:Single-Input-Single-Output)更低的能量衰变并且获得MTMR的分集增益。发射机在信道状态未知的情形下也能够利用分集增益,这个时候需要对发送端信号合理设计和发送,这种对应的技巧就被称为空时编码。目前研究较多的有空时分组码(STBC)和空时格码(STTC)。MIMO系统的核心是空时信号处理,这里的“时”就是普通数据通信中的“时间”维度;而“空”是通过在发送和接收端同时使用多根天线而构成的“空间”分布维度。这样的系统也可以被看作是传统智能天线(Smart Antennas)的一个自然延伸,后者是一种用来提高无线系统性能的技术。目前,MIMO系统的研究主要分布在信息论和编码研究、天线子集选择、天线设计和信道模型研究、MIMO-OFDM、发射预编码、多用户MIMO理论和编码技术等领域,本文的工作主要集中在MIMO系统天线选择算法和正交空时分组码MIMO系统盲自适应算法。发射/接收天线选择方法能以很小的性能损失换取射频成本的大幅度降低,使MIMO系统不完全受射频成本的限制。为了快速选择出使系统容量最优的发射/接收天线子集,给出了一个快速的迭代选择算法。该算法基于贪心思想:在当前获得的系统容量的基础上,优先考虑去除那根对系统容量影响最小的天线。通过在线的自动更新目标系数,该算法显示出快速的性能。通过一系列仿真结果说明:该方法可以快速的选择出天线子集,和不进行天线子集选择的系统性能非常接近。针对正交空时分组码(OSTBC:Orthogonal Space-Time Block Code)MIMO系统模型及正交空时分组码星座图不变性,提出了一种用于正交空时分组码MIMO系统的盲自适应接收机。该方法主要利用了正交特性,给出了一个针对正交空时分组码MIMO系统模型的无约束代价函数,并分析了该函数的全局最小值:该无约束代价函数的最小值实际上就是实际信道的归一化矢量。在该结论的基础上,通过投影逼近的方法将无约束代价函数由四阶近似为二阶的,之后对二阶代价函数给出最小均方误差(LMS)和递推最小二乘(RLS)自适应算法实现。仿真结果表明:该接收机可以很好的跟踪衰落信道的变化,在不利用导频信号的情况下很好的还原出原始的传输信号。
周立刚[9](2006)在《MIMO无线通信系统中复正交空时分组编码的研究》文中研究指明当前无线通信的发展正处于最为关键的时期,人们持续增长的需求与有限频谱资源之间的矛盾成为研究高频谱利用率技术的动力和挑战。众多新技术中,基于多天线的多输入多输出(MIMO)无线通信系统已显示出无尽的潜力,成为充分利用空间资源的必然途径。MIMO技术是3G及未来移动通信系统中的关键技术,它利用信道的多径效应能够有效地提高信道容量,能极大改善无线通信的可靠性。作为MIMO构架核心环节的空时编码技术,是一种新兴而颇具潜力的方案,能够有效提高无线频谱利用率。它充分利用了MIMO信道的发射分集技术,具有质量高、可靠性强、运行速度快、易于实现,系统开销低等特点,得到了人们的广泛关注,并且已经纳入了3GPP(3G合作项目)标准,由此可见其重要性。 最近几年,由于第三代移动通信系统要求具有更高的话音质量和比特率数据服务,使用空时编码的发射分集受到了格外的重视。空时编码是无线通信的一种新的编码和信号处理技术,它使用多个发射和接收天线进行信息的发射和接收,可以改善无线通信系统的信道容量和数据速率。空时编码在不同天线发射的信号之间引入时域和空域相关,使得在接收端可以进行分集接收。与不使用空时编码的系统相比可以在不牺牲带宽的情况下获得更高的编码增益。在接收机结构相对简单的情况下空时编码的结构可以有效提高无线系统的通信容量。 目前,针对空时编码的研究主要侧重于两个方面:其一,优化空时编码解码算法本身,如减少运算的复杂度,或者设计一种新的编码矩阵和算法;其二是将空时编码和其他技术的结合,形成各种高速无线通信传输方案,典型的是将空时编码与调制技术和信道编码结合提出各种性能比较优异的方案。 本文首先介绍了MIMO无线通信系统的研究背景以及空时编码技术的基本概念和分类,突出介绍空时分组编码技术并与其他编码技术做比较以表明研究的必要性和必然性。然后本文在复正交空时分组编码矩阵的设计,编解码算法的优化以及减少编解码运算复杂度方面做了大量的研究。本文的主要内容和创新结果概括如下: 第一,介绍了MIMO无线通信系统的研究背景,分析了各种空时编码技术的特点、主要研究热点、研究进展和基本问题等等;然后叙述本论文的创新点及研究成果,指出了本文的研究方向。
李可[10](2006)在《MIMO空时码技术研究》文中指出随着人们对无线业务需求量的日益增长,现有的无线通信体制已难以满足要求,第三代和后三代(3G/B3G)移动通信标准因此应运而生,力求在有限的频谱上获得尽可能大的传输速率。近几年的研究表明,多输入多输出(MIMO)技术可以显着提高通信容量。而空时码(STC)则是MIMO的关键信号处理技术之一,该技术能在不增加带宽的情况下,通过空间和时间域上的联合编码来实现一定的分集增益和编码增益。自从1990年代提出以来,空时码在不到十年的时间里得到了深入而全面的研究,取得了很大的发展,已入选3GPP标准。本文研究了MIMO技术的原理和特点,分析了空时码的编译码原理,并完成了基于MIMO试验平台的外场测试。此外,为了便于空时分组码的应用和实现,本文着重研究了空时分组码的低复杂度译码算法。论文主要工作如下:(1)回顾了移动通信的发展历史,研究了B3G关键技术之一的MIMO的研究背景,及其核心信号处理技术-空时码的发展历程和研究现状。但是,空时码要更好的应用到实际系统当中,还有很多具体问题有待研究和解决。(2)分析了MIMO系统的原理和模型,分类给出了MIMO系统的容量公式,归纳出了各种MIMO分集技术的原理和特点。分析和仿真表明,MIMO技术在提高系统容量方面具有很好的潜力。(3)配合863计划项目组,在MIMO试验平台上进行了大量的外场测试,获得了一系列有价值的数据,对数据的分析充分验证了MIMO技术在提高系统性能方面的潜力。(4)在前人工作基础上,给出了空时码的通用编译码准则。以此准则,对空时分层码、空时网格码和空时分组码这三种主要空时码类型的编码和译码原理进行了研究和讨论,且有针对性地进行了仿真对比分析,总结归纳出了有意义的结论。(5)重点研究了空时分组码译码算法的运算简化问题,讨论了几种现有方案的原理和特点,提出了一种基于最大似然检测的改进空时分组码低复杂度译码算法,进行了详细的译码性能仿真和运算复杂度对比,然后对仿真和复杂度对比的
二、分层空时码技术及其在3G中的应用(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、分层空时码技术及其在3G中的应用(论文提纲范文)
(1)基于MIMO的检测算法的研究(论文提纲范文)
摘要 |
ABSTRACT |
致谢 |
第一章 绪论 |
1.1 论文研究背景 |
1.2 MIMO 技术研究现状 |
1.2.1 MIMO 算法开发 |
1.2.2 MIMO 无线信道建模 |
1.2.3 MIMO 天线设计 |
1.2.4 MIMO 测试平台搭建与MIMO 芯片开发 |
1.2.5 MIMO 技术的标准化进展 |
1.3 论文的研究内容 |
第二章 MIMO 系统的基本理论 |
2.1 无线信道的基本特性 |
2.2 分集与合并 |
2.2.1 分集方法 |
2.2.2 合并方法 |
2.3 MIMO 系统信号模型 |
2.4 MIMO 系统信道容量推导 |
2.5 随机信道的MIMO 系统容量 |
第三章 空时编码技术 |
3.1 空时分组码(STBC) |
3.1.1 Alamouti STBC 编码 |
3.1.2 Alamouti STBC 编码性能 |
3.2 空时网格码(STTC) |
3.2.1 STTC 编码 |
3.2.2 STTC 性能 |
3.3 分层空时码(LSTC) |
3.3.1 分层空时码模型 |
3.3.2 分层空时码结构 |
3.3.3 分层空时码编码方案 |
3.3.4 性能分析 |
第四章 V-BLAST 的检测算法 |
4.1 迫零(ZF)算法 |
4.2 最小均方误差(MMSE)算法 |
4.3 最大似然(ML)检测算法 |
4.4 一种低复杂度的检测算法 |
4.5 仿真分析比较 |
第五章 MIMO 在3G 技术中的应用 |
5.1 3G 技术的演进 |
5.2 MIMO 和智能天线技术 |
5.3 MIMO 与CDMA 结合的码复用技术 |
5.3.1 每天线速率控制(PARC) |
5.3.2 每数据流速率控制(PSRC) |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文 |
(2)多天线与协作中继网络中的传输技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究历史与现状 |
1.2.1 多天线系统中的空时编码 |
1.2.2 无线协作中继通信 |
1.3 论文的主要内容与组织结构 |
第二章 多天线系统与协作通信原理 |
2.1 无线衰落信道与中断容量 |
2.1.1 无线衰落信道 |
2.1.2 准静态衰落信道的中断容量 |
2.2 多天线系统与空时编码 |
2.2.1 MIMO系统模型与容量 |
2.2.2 分集增益与复用增益 |
2.2.3 空时编码简介 |
2.3 协作通信与中继协议 |
2.3.1 协作通信概述 |
2.3.2 传输模型 |
2.3.3 中继协议 |
2.4 本章小结 |
第三章 多天线系统中的广义分层空时码 |
3.1 引言 |
3.2 广义分层空时码 |
3.2.1 系统模型 |
3.2.2 ZF IC群检测算法及分集损失问题 |
3.3 迭代群检测算法 |
3.3.1 MMSE迭代群检测算法 |
3.3.2 MMSE IC迭代群检测算法 |
3.4 仿真结果与讨论 |
3.5 本章小结 |
第四章 协作中继网络中的分布式广义低密度码 |
4.1 引言 |
4.2 成簇的协作中继网络模型 |
4.3 广义低密度码 |
4.3.1 从LDPC码到GLD码 |
4.3.2 广义低密度码的构造与编码 |
4.3.3 广义低密度码的迭代译码算法 |
4.4 分布式广义低密度码 |
4.4.1 分布式GLD码传输模型 |
4.4.2 中继节点的渐进式处理 |
4.4.3 目的节点的接收算法 |
4.5 分布式广义低密度码的性能 |
4.6 协作中继网络中的功率分配 |
4.7 本章小结 |
第五章 中继失效概率分析及其影响 |
5.1 引言 |
5.2 一般的协作中继网络模型 |
5.3 非理想中继条件下的分布式GLD码 |
5.4 中继失效概率 |
5.4.1 中继失效概率分析 |
5.4.2 仿真结果与讨论 |
5.5 中继失效对分布式GLD码性能的影响 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 不足与展望 |
参考文献 |
致谢 |
攻读博士学位期间发表的学术论文 |
(3)无线MIMO系统中载波频偏估计和定向干扰抑制的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 无线通信系统的发展概况及展望 |
1.1.1 无线通信系统的发展概况 |
1.1.2 新一代移动通信系统的展望 |
1.2 MIMO技术及其研究现状 |
1.3 MIMO系统中的载波频偏估计和定向干扰抑制及相应研究现状 |
1.3.1 MIMO系统中的载波频偏估计 |
1.3.2 MIMO系统中的定向干扰抑制 |
1.4 本论文主要工作 |
第二章 MIMO系统概述 |
2.1 MIMO系统模型 |
2.1.1 系统概述 |
2.1.2 系统模型 |
2.2 MIMO系统的信道容量 |
2.3 MIMO系统中的空时编码 |
2.3.1 BLAST码 |
2.3.2 空时分组码 |
2.3.3 空时网格码 |
2.4 本章小结 |
第三章 MIMO系统中的载波频偏估计 |
3.1 信号模型 |
3.2 频偏的最大似然估计 |
3.3 频偏最大似然估计的近似闭式解 |
3.4 扩大MIMO系统频偏估计范围的方法 |
3.4.1 周期正交训练序列情况 |
3.4.2 任意训练序列情况 |
3.5 仿真结果 |
3.6 本章小结 |
第四章 时变衰落信道中MIMO系统的载波频偏估计 |
4.1 时变信道模型 |
4.1.1 广义平稳路径互不相关信道统计特性 |
4.1.2 WSSUS信道仿真实现 |
4.2 MIMO接收时变信号模型 |
4.3 信道相关统计特性未知情况下的载波频偏估计 |
4.4 改进的载波频偏估计 |
4.5 仿真结果 |
4.6 本章小结 |
第五章 MIMO系统中的定向干扰抑制 |
5.1 应用背景 |
5.2 定向干扰条件下MIMO系统信号模型 |
5.3 阵列天线中的定向干扰抑制 |
5.3.1 最大信干噪比准则波束形成 |
5.3.2 基于波束空间分解的最大信干噪比波束形成 |
5.3.3 变维递推干扰抑制算法 |
5.4 MIMO系统中的最大似然干扰抑制方法 |
5.4.1 基本最大似然法 |
5.4.2 简化最大似然法 |
5.5 基于波束形成的MIMO系统定向干扰抑制 |
5.5.1 MIMO系统抑制定向干扰波束形成方案 |
5.5.2 基于最小均方误差准则的MIMO系统定向干扰抑制 |
5.5.3 基于最大信干噪比准则的MIMO系统定向干扰抑制 |
5.5.4 MIMO系统抑制定向干扰的仿真结果 |
5.6 本章小结 |
第六章 空间定向干扰情况下的MIMO系统载波频偏估计 |
6.1 信号模型 |
6.2 空间定向干扰情况下MIMO系统频偏的估计 |
6.2.1 干扰相关矩阵已知情况下的频偏估计 |
6.2.2 干扰相关矩阵未知情况下的频偏估计 |
6.3 空间定向干扰情况下MIMO系统频偏的补偿 |
6.3.1 MIMO信号模型和频偏估计与补偿系统模型 |
6.3.2 MIMO系统频偏补偿方案 |
6.4 仿真结果 |
6.5 本章小结 |
第七章 MIMO系统仿真实验 |
7.1 仿真平台简述 |
7.1.1 仿真平台系统框图 |
7.1.2 帧结构以及帧检测 |
7.2 仿真实验结果 |
7.3 本章小结 |
第八章 全文总结 |
致谢 |
参考文献 |
攻博期间取得的研究成果 |
(4)无线MIMO系统检测算法研究与应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 移动通信发展史 |
1.2 MIMO技术的起源 |
1.3 空时编码的发展过程 |
1.4 分层空时码检测算法的研究现状 |
1.5 OFDM技术的起源及发展 |
1.6 本论文主要工作及安排 |
2 无线信道 |
2.1 无线信道的基本传播机制 |
2.2 无线信道的传播特性 |
2.2.1 传输衰减 |
2.2.2 多径(时延)扩展——频率选择性衰落 |
2.2.3 多普勒扩展(时变性)——时间选择性衰落 |
2.2.4 角度扩展——空间选择性衰落 |
2.2.5 瑞利衰落(Rayleigh) |
2.2.6 莱斯衰落(Rice) |
2.3 本章小结 |
3 MIMO技术 |
3.1 MIMO技术简介 |
3.2 MIMO信道模型 |
3.2.1 MIMO平坦衰落信道模型 |
3.2.2 MIMO频率选择性信道模型 |
3.3 MIMO信道容量 |
3.4 MIMO技术研究状况及存在问题 |
3.5 本章小结 |
4 空时编码 |
4.1 空时格码 |
4.1.1 空时格码的编码过程 |
4.1.2 设计准则 |
4.2 空时分组码 |
4.2.1 Alamouti编码方案 |
4.2.2 Alamouti的译码 |
4.2.3 Alamouti空时码的性能分析 |
4.3 正交空时分组码 |
4.4 分层空时码 |
4.5 空时码比较 |
4.6 本章小结 |
5 V-BLAST系统的检测算法 |
5.1 最大似然算法 |
5.2 线性检测算法 |
5.2.1 迫零检测算法 |
5.2.2 最小均方误差检测算法 |
5.2.3 扩充矩阵的MMSE算法(Extended MMSE) |
5.3 非线性检测算法 |
5.3.1 非排序的串行干扰消除 |
5.3.2 排序的串行干扰消除 |
5.4 最小二乘算法 |
5.4.1 LS算法步骤 |
5.4.2 LS的改进算法 |
5.4.3 改进的LS-MAP检测算法 |
5.5 基于QR分解检测算法 |
5.5.1 QR分解检测算法 |
5.5.2 排序的QR分解算法(Sorted QR decomposition) |
5.6 Viterbo Boutros球形译码算法 |
5.7 本章小节 |
6 基于OFDM的MIMO系统 |
6.1 OFDM技术原理 |
6.2 MIMO-OFDM技术的基本原理 |
6.3 实现OFDM-MIMO的关键技术 |
6.4 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
(5)空域复用MIMO MC-CDMA系统上行链路仿真分析(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
1 引言 |
1.1 无线通信发展的现状与前景 |
1.2 B3G移动通信系统中的先进技术 |
1.2.1 OFDM技术概述 |
1.2.2 MIMO技术概述 |
1.2.3 链路自适应技术概述 |
1.3 论文的主要内容和结构体系 |
2 空域复用MIMO MC-CDMA通信技术 |
2.1 MC-CDMA通信系统 |
2.1.1 MC-CDMA系统模型 |
2.1.2 MC-CDMA检测合并技术 |
2.2 MIMO系统 |
2.2.1 MIMO系统主要特征 |
2.2.2 MIMO系统信道模型 |
2.2.3 MIMO系统容量 |
3 空域复用MIMO MC-CDMA系统上行链路性能仿真分析 |
3.1 概述 |
3.2 空域复用MIMO MC-CDMA系统上行链路 |
3.2.1 VBLAST-MC-CDMA系统上行链路模型 |
3.2.2 VBLAST检测和多用户检测算法描述 |
3.3 仿真和性能分析 |
3.3.1 编码系统与未编码系统性能比较 |
3.3.2 编码系统仿真参数设定 |
3.3.3 系统仿真性能分析 |
3.4 本章小结 |
4 自适应调制MIMO MC-CDMA系统性能仿真分析 |
4.1 概述 |
4.2 自适应调制MIMO MC-CDMA系统上行链路 |
4.2.1 自适应调制技术 |
4.2.2 自适应调制MIMO MC-CDMA系统模型 |
4.3 仿真和性能分析 |
4.3.1 用户数固定时系统的自适应调制 |
4.3.2 用户数变化时系统的自适应调制 |
4.4 本章小结 |
5 分层空时码(LSTC)性能仿真分析 |
5.1 概述 |
5.2 分层空时码的编译码原理 |
5.2.1 分层空时码的编码原理 |
5.2.2 分层空时码的译码原理 |
5.3 仿真和性能分析 |
5.3.1 快衰落信道下VBLAST和D-LIKE系统性能比较 |
5.3.2 慢衰落信道下VBLAST和D-LIKE系统性能比较 |
5.4 本章小结 |
6 结论 |
参考文献 |
作者简历 |
学位论文数据集 |
(6)移动WiMAX系统的关键技术及未来演进(论文提纲范文)
1 概述 |
2 移动Wi MAX关键技术 |
2.1 MIMO天线技术 |
2.2 干扰协调调度技术 |
3 向IMT-Advanced迈进 |
3.1 IEEE 802.16m协议增强和改进 |
3.2 IEEE 802.16m标准计划 |
4 结语 |
(7)广义扩展MIMO-OFDM系统中检测算法研究及优化(论文提纲范文)
摘要 |
Abstract |
1 第一章 绪论 |
1.1 移动通信技术发展概述及演进 |
1.1.1 移动通信发展概述 |
1.1.2 B3G移动通信的发展 |
1.1.3 移动通信发展总结 |
1.2 移动通信关键技术介绍 |
1.2.1 移动通信关键技术的重要性 |
1.2.2 移动通信关键技术的分类及简述 |
1.3 B3G移动通信关键技术介绍 |
1.3.1 B3G移动通信的要求 |
1.3.2 B3G移动通信的关键技术 |
1.4 B3G系统面临的问题 |
1.5 论文研究内容及创新点 |
1.6 论文的结构 |
1.7 本章参考文献 |
2 第二章 B3G系统技术基础 |
2.1 B3G系统技术概述 |
2.1.1 B3G系统的性能要求 |
2.1.2 B3G的演进和技术简述 |
2.1.3 本章内容和安排 |
2.2 B3G系统结构 |
2.2.1 B3G系统结构 |
2.3 MIMO信道模型 |
2.3.1 一般无线信道的传播特性及参数 |
2.3.2 MIMO信道的建模 |
2.4 B3G的信号模型 |
2.4.1 平坦信道下MIMO-OFDM系统信号模型 |
2.4.2 频率相关信道下MIMO-OFDM系统信号模型 |
2.4.3 MIMO-OFDM系统时间频率选择相关信道模型[20,21] |
2.5 MIMO系统信道容量 |
2.6 本文采用MIMO信道模型及OFDM参数 |
2.6.1 经典频率选择性衰落信道[27] |
2.6.2 高时延扩展频率选择性衰落信道 |
2.6.3 双选择性衰落信道 |
2.6.4 OFDM参数 |
2.7 本章小结 |
2.8 本章参考文献 |
3 第三章 MIMO-OFDM系统的广义扩展及基本检测算法 |
3.1 MIMO-OFDM系统广义扩展概述及研究现状 |
3.1.1 MIMO-OFDM系统广义扩展的必要性 |
3.1.2 MIMO-OFDM系统广义扩展方法 |
3.1.3 广义MIMO-OFDM系统的一般检测算法 |
3.1.4 研究现状及本章出发点 |
3.1.5 本章主要内容 |
3.2 一般MIMO-OFDM系统存在的问题 |
3.3 MIMO-OFDM系统在可靠性上的扩展方式 |
3.3.1 空时编码对MIMO-OFDM系统的广义扩展 |
3.4 广义扩展MIMO-OFDM系统的信号模型 |
3.4.1 STD-MIMO-OFDM系统模型 |
3.4.2 STD-MIMO-OFDM系统模型的改造 |
3.4.3 SFD-MIMO-OFDM系统模型 |
3.4.4 SFD-MIMO-OFDM系统模型的改造 |
3.5 广义扩展MIMO-OFDM系统的基本检测算法 |
3.5.1 STD/SFD-MIMO-OFDM系统检测算法分类 |
3.5.2 STD/SFD-MIMO-OFDM系统的线性检测算法 |
3.6 系统误码率性能理论分析 |
3.6.1 误码率性能的理论分析 |
3.6.2 广义扩展MIMO-OFDM系统误码率性能的理论分析 |
3.7 系统仿真和性能分析 |
3.7.1 仿真对象及参数 |
3.7.2 仿真方案 |
3.7.3 仿真结果及分析 |
3.8 广义扩展MIMO-OFDM检测算法性能及计算复杂度分析 |
3.8.1 广义扩展MIMO-OFDM系统和普通MIMO-OFDM系统的性能对比 |
3.8.2 广义扩展MIMO-OFDM系统和普通MIMO-OFDM系统的计算复杂度对比 |
3.8.3 广义扩展MIMO-OFDM系统和普通MIMO-OFDM系统的频谱效率对比 |
3.8.4 广义扩展MIMO-OFDM系统的总体评价 |
3.9 本章小结 |
3.10 本章参考文献 |
4 第四章 广义扩展MIMO-OFDM系统的非线性优化算法 |
4.1 广义扩展MIMO-OFDM系统的非线性算法综述及研究现状 |
4.1.1 广义扩展MIMO-OFDM系统的非线性算法 |
4.1.2 研究现状及本章出发点 |
4.1.3 本章主要内容 |
4.2 广义扩展MIMO-OFDM系统的并行检测算法 |
4.2.1 串行干扰删除的缺点及解决 |
4.2.2 并行干扰删除算法的由来 |
4.2.3 多级并行干扰删除算法 |
4.3 广义扩展MIMO-OFDM系统的简化迭代检测算法 |
4.3.1 普通迭代检测算法 |
4.3.2 简化迭代检测算法 |
4.4 广义扩展MIMO-OFDM系统非线性优化算法仿真分析 |
4.4.1 仿真对象及参数 |
4.4.2 仿真方案 |
4.4.3 仿真结果及分析 |
4.5 广义扩展MIMO-OFDM非线性优化检测算法性能及计算复杂度分析 |
4.5.1 多级并行干扰删除算法和串行干扰删除算法的性能对比 |
4.5.2 多级并行干扰删除算法和串行干扰删除算法的计算复杂度对比 |
4.5.3 多级并行干扰删除算法的总体评价 |
4.5.4 简化串行迭代干扰删除算法和串行迭代干扰删除算法的性能对比 |
4.5.5 简化串行迭代干扰删除算法和串行迭代干扰删除算法的的计算复杂度对比 |
4.5.6 简化串行迭代干扰删除算法的总体评价 |
4.6 本章小结 |
4.7 本章参考文献 |
5 第五章 广义扩展MIMO-OFDM系统的准最大似然检测算法 |
5.1 广义扩展MIMO-OFDM系统准最大似然检测算法概述及研究现状 |
5.1.1 广义扩展MIMO-OFDM系统采用准最大似然检测算法的重要性 |
5.1.2 研究现状及本章出发点 |
5.1.3 本章主要内容 |
5.2 广义扩展MIMO-OFDM系统的分枝定界算法 |
5.2.1 分枝定界的原理 |
5.2.2 基本分枝定界算法 |
5.2.3 简化分枝定界算法 |
5.3 广义扩展MIMO-OFDM系统的半定松弛检测(SDR)算法 |
5.3.1 半定松弛思想介绍 |
5.3.2 半定松弛算法在MIMO-OFDM系统中的应用 |
5.3.3 半定松弛算法在广义扩展MIMO-OFDM系统中的应用 |
5.3.4 广义扩展MIMO-OFDM系统的SDR简化算法 |
5.4 广义扩展MIMO-OFDM系统的简化PDA检测算法 |
5.4.1 PDA的基本思想 |
5.4.2 基本PDA算法 |
5.4.3 广义扩展MIMO-OFDM系统的简化PDA算法 |
5.4.4 广义扩展MIMO-OFDM系统的蒙特卡洛PDA算法 |
5.5 广义扩展MIMO-OFDM系统准最大似然检测算法的仿真比较 |
5.5.1 仿真对象及参数 |
5.5.2 仿真方案 |
5.5.3 仿真结果及分析 |
5.6 广义扩展MIMO-OFDM准最大似然检测算法性能及计算复杂度分析 |
5.6.1 简化分枝定界算法和普通分枝定界算法的性能对比 |
5.6.2 简化分枝定界算法和普通分枝定界算法的计算复杂度对比 |
5.6.3 简化分枝定界算法的总体评价 |
5.6.4 简化SDR算法(预处理)和普通SDR算法的性能对比 |
5.6.5 简化SDR算法(预处理)和普通SDR算法的计算复杂度对比 |
5.6.6 简化SDR算法的总体评价 |
5.6.7 简化PDA算法和普通PDA算法的性能对比 |
5.6.8 简化PDA算法和普通PDA算法的计算复杂度对比 |
5.6.9 简化PDA算法的总体评价 |
5.7 本章小结 |
5.8 本章参考文献 |
6 第六章 广义扩展MIMO-OFDM系统检测的组合优化 |
6.1 广义扩展MIMO-OFDM系统检测算法组合优化概述及研究现状 |
6.1.1 广义扩展MIMO-OFDM系统检测组合优化的优势 |
6.1.2 研究现状及本章出发点 |
6.1.3 文章内容 |
6.2 广义扩展MIMO-OFDM系统的DFE及ML组合优化算法 |
6.3 广义扩展MIMO-OFDM系统的DFE-SDR算法 |
6.4 广义扩展MIMO-OFDM系统的检测算法的最佳组合 |
6.4.1 算法的最优组合 |
6.4.2 预处理SDR检测算法与DFE组合的分析 |
6.5 系统仿真和性能分析 |
6.5.1 仿真对象及参数 |
6.5.2 仿真方案 |
6.5.3 仿真结果及分析 |
6.6 广义扩展MIMO-OFDM组合优化算法性能及计算复杂度分析 |
6.6.1 DFE-预处理SDR算法和DFE、预处理SDR算法的性能对比 |
6.6.2 DFE-预处理SDR算法和DFE、预处理SDR算法的计算复杂度对比 |
6.6.3 DFE-预处理SDR算法的总体评价 |
6.7 本章小结 |
6.8 本章参考文献 |
7 第七章 广义扩展MIMO-OFDM系统的Turbo迭代检测算法 |
7.1 广义扩展MIMO-OFDM系统的迭代检测概述及研究现状 |
7.1.1 迭代检测概述 |
7.1.2 研究现状及本章出发点 |
7.1.3 本章内容 |
7.2 Turbo迭代检测思想 |
7.3 广义扩展MIMO-OFDM系统的迭代检测 |
7.4 广义扩展MIMO-OFDM系统的SDR迭代检测算法 |
7.5 广义扩展MIMO-OFDM系统的PDA迭代检测算法 |
7.6 系统仿真和性能分析 |
7.6.1 仿真对象及参数 |
7.6.2 仿真方案 |
7.6.3 仿真结果及分析 |
7.7 广义扩展MIMO-OFDM准最大似然迭代检测算法性能及计算复杂度分析 |
7.7.1 简化SDR迭代检测算法和最大后验概率算法的性能对比 |
7.7.2 简化SDR迭代检测算法和最大后验概率算法的计算复杂度对比 |
7.7.3 简化SDR迭代检测算法的总体评价 |
7.8 本章小结 |
7.9 本章参考文献 |
8 第八章 信道估计条件下广义扩展MIMO-OFDM系统的检测 |
8.1 信道估计概述及研究现状 |
8.1.1 检测算法的总结 |
8.1.2 信道估计的步骤 |
8.1.3 研究现状及本章出发点 |
8.1.4 本章内容 |
8.2 带信道估计的广义扩展MIMO-OFDM系统模型 |
8.3 MIMO-OFDM系统的导频设计及信道估计方法 |
8.3.1 导频设计方法 |
8.3.2 信道估计算法 |
8.4 广义扩展MIMO-OFDM系统信道估计的插值算法 |
8.5 信道估计条件下广义扩展MIMO-OFDM系统的仿真 |
8.5.1 仿真对象及参数 |
8.5.2 仿真方案 |
8.5.3 仿真结果及分析 |
8.6 本章小结 |
8.7 本章参考文献 |
9 第九章 总结与展望 |
9.1 总结 |
9.2 展望 |
符号及缩略语 |
致谢 |
(8)MIMO通信系统中的天线选择与盲自适应处理算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 移动通信发展概况 |
1.2 MIMO技术出现的背景 |
1.2.1 有限的频谱资源 |
1.2.2 高速数据传输的需求 |
1.2.3 MIMO系统 |
1.3 MOMO技术主要性能 |
1.3.1 天线阵列增益 |
1.3.2 分集增益 |
1.3.3 复用增益 |
1.3.4 干扰抑制 |
1.4 MIMO系统容量分析 |
1.5 MIMO系统研究热点 |
1.6 本文的主要贡献 |
1.7 本文的内容 |
第二章 MIMO中的空时编码 |
2.1 空时编码概述 |
2.2 空时分组码(STBC:Space-Time Block Code) |
2.2.1 Alamouti编码 |
2.2.2 正交空时分组码 |
2.2.3 空时分组码在3G中的应用 |
2.3 空时格码(STTC:Space-Time Trellis Code) |
2.3.1 空时格码的系统模型 |
2.3.2 空时格码的构建 |
2.4 分层空时码(LST:Layered Space-Time Code) |
2.4.1 BLAST系统模型 |
2.4.2 分层空时码编码 |
2.4.3 BLAST系统的检测 |
2.4.4 分层空时码在3G中的应用 |
2.5 小结 |
第三章 MIMO系统中的天线子集选择 |
3.1 简介 |
3.2 SIMO/ MISO天线选择 |
3.2.1 最大比合并算法 |
3.2.2 天线选择后的容量与接收SNR |
3.2.3 最大比合并和天线选择算法性能比较 |
3.3 MIMO天线选择 |
3.3.1 实际空时处理中的天线选择 |
3.3.2 最大化香农容量的天线选择 |
3.3.3 MIMO天线选择中的分集和复用 |
3.4 天线选择算法 |
3.4.1 逐增算法 |
3.4.2 逐减算法 |
3.5 小结 |
第四章 基于贪心思想的快速天线选择算法 |
4.1 引言 |
4.2 系统模型 |
4.3 算法推导及分析 |
4.4 MIMO信道估计 |
4.5 仿真结果 |
4.5.1 算法对系统中断容量的影响 |
4.5.2 算法的计算时间 |
4.6 小结 |
第五章 正交空时分组码空时信号处理 |
5.1 简介 |
5.2 正交空时分组码MIMO系统模型 |
5.3 正交空时分组码的星座图空间不变性 |
5.3.1 内积空间 |
5.3.2 星座图空间不变性 |
5.3.3 相干接收机的应用 |
5.4 小结 |
第六章 基于无约束代价函数的盲自适应处理算法 |
6.1 引言 |
6.2 系统输入输出模型 |
6.3 系统模型的一些基本性质 |
6.4 无约束代价函数 |
6.5 盲自适应接收机 |
6.5.1 新的代价函数 |
6.5.2 LMS算法 |
6.5.3 RLS算法 |
6.5.4 算法的实际应用 |
6.6 结果与讨论 |
6.6.1 LMS与RLS算法收敛速度比较 |
6.6.2 RLS算法动态环境信道跟踪 |
6.6.3 不同遗忘因子收敛速度与稳态状态比较 |
6.6.4 盲接收机误码率 |
6.7 小结 |
第七章 总结和展望 |
7.1 总结 |
7.2 进一步的研究工作 |
参考文献 |
攻读博士学位期间的研究成果 |
致谢 |
(9)MIMO无线通信系统中复正交空时分组编码的研究(论文提纲范文)
声明 |
摘要 |
ABSTRACT |
目录 |
第1章 绪论 |
1.1 MIMO无线通信系统概述 |
1.2 MIMO系统的传输方案 |
1.2.1 空间复用 |
1.2.2 发射分集 |
1.2.3 空间复用还是发射分集 |
1.3 空时编码技术 |
1.3.1 编码技术分类和基本问题 |
1.3.2 研究进展 |
1.3.3 有待研究的热点问题 |
1.4 本文的研究对象及创新点 |
1.5 本文的结构和安排 |
1.6 本章参考文献 |
第2章 正交设计与空时分组编码 |
2.1 正交设计 |
2.1.1 实数正交设计 |
2.1.2 复数正交设计 |
2.2 空时分组编码的正交设计 |
2.2.1 实信号正交设计 |
2.2.1 复信号正交设计 |
2.3 空时分组编码的准正交设计 |
2.4 正交空时分组编码的研究进展 |
2.5 结论 |
2.6 本章参考文献 |
第3章 哈达玛矩阵与最小解码时延 |
3.1 预备知识 |
3.2 H-矩阵的正交性 |
3.3 H-矩阵的存在性 |
3.4 复正交空时分组编码中的H-矩阵 |
3.4.1 最小解码时延问题的提出 |
3.4.2 最小解码时延问题的证明 |
3.4.3 COSTBC最小解码时延例证 |
3.5 结论 |
3.6 本章参考文献 |
第4章 参数已知的COSTBC矩阵设计 |
4.1 引言 |
4.2 COSTBC矩阵构造法 |
4.2.1 定义 |
4.2.2 COSTBC矩阵的设计方法 |
4.3 COSTBC矩阵的构造实例 |
4.3.1 奇数天线结构化矩阵构造法 |
4.3.2 偶数天线结构化矩阵构造法 |
4.3.3 四的倍数天线结构化矩阵构造法 |
4.4 结论 |
4.5 本章参考文献 |
第5章 奇数天线COSTBC矩阵设计 |
5.1 引言 |
5.2 COSTBC矩阵构造法 |
5.2.1 奇数天线COSTBC矩阵构造法 |
5.2.2 结合偶数天线生成法实现COSTBC矩阵设计 |
5.2.3 结合其他方法实现COSTBC矩阵设计 |
5.3 码率计算公式 |
5.4 复正交空时分组编码矩阵构造实例 |
5.5 结论 |
5.6 本章参考文献 |
第6章 总结与展望 |
6.1 本文的研究成果总结 |
6.2 进一步的研究工作 |
缩略词 |
结束语 |
致谢 |
本文作者已发表、录用和在审的文章 |
个人简历及科研工作 |
(10)MIMO空时码技术研究(论文提纲范文)
摘 要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.1.1 无线通信中MIMO 技术 |
1.1.2 空时码技术发展 |
1.2 本论文的选题和研究内容 |
第二章 MIMO 系统技术 |
2.1 MIMO 系统模型及其容量 |
2.1.1 MIMO 系统模型 |
2.1.2 MIMO 系统的信道容量 |
2.2 MIMO 分集技术 |
2.2.1 分集技术分类 |
2.2.2 分集合并方法 |
2.2.3 发射分集技术 |
2.3 本章小结 |
第三章 空时码技术 |
3.1 空时码技术概述 |
3.1.1 空时码模型 |
3.1.2 空时码通用设计准则 |
3.2 分层空时码 |
3.2.1 分层空时码编码原理 |
3.2.2 分层空时码译码原理 |
3.2.3 仿真分析 |
3.3 空时网格码 |
3.3.1 空时网格码编码原理 |
3.3.2 空时网格码译码原理 |
3.3.3 仿真和分析 |
3.4 空时分组码 |
3.4.1 空时分组码编码原理 |
3.4.2 空时分组码译码原理 |
3.4.3 仿真和分析 |
3.5 外场测试 |
3.5.1 下行试验 |
3.5.2 上行试验 |
3.5.3 STBC 图像传输试验 |
3.5.4 BLAST 图像传输试验 |
3.6 本章小结 |
第四章 空时分组码的低复杂度译码算法研究 |
4.1 空时分组码的低复杂度译码算法研究 |
4.1.1 基于均方的空时分组码低复杂度译码算法 |
4.1.2 基于子空间划分的空时分组码低复杂度译码算法 |
4.1.3 基于复空间判决的空时分组码的低复杂度译码算法 |
4.2 改进的空时分组码的低复杂度译码算法 |
4.2.1 算法原理 |
4.2.2 仿真结果和分析 |
4.3 本章小结 |
第五章 全文总结和展望 |
致谢 |
参考文献 |
在学期间的研究成果 |
四、分层空时码技术及其在3G中的应用(论文参考文献)
- [1]基于MIMO的检测算法的研究[D]. 郭治. 合肥工业大学, 2010(04)
- [2]多天线与协作中继网络中的传输技术研究[D]. 韩昌彩. 北京邮电大学, 2009(03)
- [3]无线MIMO系统中载波频偏估计和定向干扰抑制的研究[D]. 陈晓旭. 电子科技大学, 2009(11)
- [4]无线MIMO系统检测算法研究与应用[D]. 尹秀敏. 西安理工大学, 2009(S1)
- [5]空域复用MIMO MC-CDMA系统上行链路仿真分析[D]. 吴作敏. 北京交通大学, 2008(08)
- [6]移动WiMAX系统的关键技术及未来演进[J]. 彭木根,李涛,陈宜杰,王文博. 电信科学, 2007(07)
- [7]广义扩展MIMO-OFDM系统中检测算法研究及优化[D]. 杨斌. 北京邮电大学, 2007(05)
- [8]MIMO通信系统中的天线选择与盲自适应处理算法研究[D]. 盛延敏. 中国科学技术大学, 2007(03)
- [9]MIMO无线通信系统中复正交空时分组编码的研究[D]. 周立刚. 北京邮电大学, 2006(11)
- [10]MIMO空时码技术研究[D]. 李可. 电子科技大学, 2006(12)