高移动场景下的OFDM指数调制技术研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:xiatiandegushi1989
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
正交频分复用(OFDM)指数调制(IM)是一种典型的多载波调制技术。相比于传统的OFDM,在快时变信道下,OFDM-IM对子载波间干扰(ICI)具有更强的鲁棒性。另外,OFDM-IM能够在不增加调制阶数的前提下获得更高的频谱效率。本文首先学习了OFDM-IM的信号模型和高移动快时变信道下的几种传统的检测算法,包括基于块消除(BC)、基于信号功率(SP)和基于最小均方误差(MMSE)对数似然比(LLR)的算法。在高速移动环境下,ICI的存在会导致BC算法和SP算法出现错误传播问题,针对这一问题,提出了基于消息传递(MP)的检测算法。接着,在MP的迭代过程中引入激活模式的约束,提出了基于模式感知的MP(PA-MP)算法。计算机仿真表明,虽然PA-MP算法检测复杂度要稍高于BC和SP算法,但是其可以有效克服错误传播问题。另外,PA-MP算法的检测复杂度比MMSE-LLR的低,误码率(BER)性能也比MMSE-LLR的好。为了降低PA-MP算法的复杂度,还提出了一种准带状的PA-MP算法,通过选择带状宽度的大小,OFDM-IM可以实现在检测复杂度和BER之间的折中。其次,针对并行MIMO-OFDM-IM和广义空频指数调制(GSFIM)方案不能得到发送分集的缺点,学习了空频移位键控(SFSK)和广义SFSK(GSFSK)。提出了一种基于稀疏列向量循环移位的弥散矩阵构造方法,使得发送信号在天线和子载波维度上同时具有稀疏性,因此可以更好地减弱天线间干扰和ICI。接着,理论分析了SFSK和GSFSK系统的渐进分集度。最后,针对最大似然(ML)检测算法的高复杂度问题,提出了基于MMSE的相关检测算法和LLR检测算法。
其他文献
近年来,移动数据业务和智能设备数量快速增长,移动设备的数据流量不断增加,这对数据传输速度和稳定性提出了更高的要求。LTE网络为用户提供了更高的数据传输能力,因此,LTE网
数据是人类记录信息的重要形式,而可视化是一种以图形符号等更加直观形象的方式来传达信息的技术。可视化使人类获取知识变得更加高效,它是人类获取信息的重要渠道。随着信息
医科院校《医学免疫学》课程是多个专业本科生的必修专业基础课,其与医学基础及临床各个学科关系极为密切,在医学人才培养中具有极其重要的作用。免疫学是生命科学领域发展迅
近几年,随着GPU等计算机硬件的快速发展,使计算机的并行计算能力大幅提升,卷积神经网络等深度学习算法迅速崛起,各种基于生物特征的身份识别技术得到了越来越广泛和深入的研
随着4G网络的普及,以及越来越强劲的终端处理能力,人们对视听类体验的需求逐步升级,更高品质的多媒体业务越来越受到业界的重视,多媒体视频彩铃业务的发展迎来了一次新的契机
随着监控网络的广泛覆盖,视频目标跟踪已经广泛应用于军事、医疗、交通和公共安全等领域。目标检测跟踪通过提取目标的有效特征,获取目标状态。传统的目标跟踪方法在遮挡和目
本文研究在高速运行环境中,基于蜂窝信息站集成网络的非均匀宽下动态效用无线报文调度算法,包括无特定用户带宽限制的调度算法和具有特定用户带宽限制的调度算法。在蜂窝信息
基于手形、掌纹等手部单一生物特征不可能实现完美的身份识别系统,基于手形和掌纹的双模态生物识别技术是多模态生物特征融合的一种新的研究方向。本课题在分析手形和掌纹两
随着多媒体技术的发展,图像在互联网信息中占有越来越重要的比例。因而,如何快速、有效的管理这些丰富而直观的信息,逐渐成为当前科研人员和技术工作者关注的焦点。分形理论
人脸识别是图像处理、计算机视觉、模式识别等领域研究的热点话题,近些年研究学者提出了许多的经典算法,并广泛应用于公共安全,视频监控。线性判别分析(LDA)和稀疏表示(SRC)