凸优化算法在OFDM-IM系统中的应用研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:jiahongtao
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
正交频分复用指数调制(OFDM-IM)是一种新的多载波调制技术,其子载波具有激活和空闲两种状态,除了在激活子载波上发送星座符号外,还利用空闲子载波的位置传输信息。OFDM-IM与OFDM相比有许多优势。比如,在快变信道下,OFDM-IM在克服载波间干扰方面具有更强的鲁棒性;在中低速率发送时,OFDM-IM比OFDM有更好的误比特性能(BER)。由于这些优势,OFDM-IM获得了广泛关注并成为5G的一个候选关键技术。本文首先研究了OFDM-IM的峰均比(PAPR)问题。已有文献研究表明OFDM-IM具有和OFDM相似的高PAPR特性。本文利用OFDM-IM信号的特性,提出一个高效的降低PAPR的方法。具体是在空闲子载波中引入一个小尺度抖动信号以降低峰均比,并通过凸优化求解设计最优抖动信号。仿真结果表明,当对抖动信号施加适当的幅度约束时,该方法可以在不影响误码性能的前提下实现峰均比降低。其次,研究了快速时变信道中的OFDM-IM的信号检测问题。由于载波间的干扰,基于连续干扰抵消(SIC)策略的传统分块检测,如信号功率(SP)检测在大归一化多普勒频率的情况下存在严重的误差传播。为了解决这个问题,首先提出半定松弛(SDR)方法。在SDR检测算法中,将OFDM-IM的信号特征转化为SDR规划问题中的凸约束条件。SDR检测器以较高的多项式复杂度为代价有效地避免了误差的传播。为了降低复杂度,提出了一种分组的SIC-SDR检测,其基本思想是将一个OFDM符号中的子载波划分为多个组,然后结合排序SIC策略对每个组进行SDR检测。然而,类似SP算法,SIC-SDR算法也存在误差传播问题。为了改善算法的性能,进一步将SIC-SDR检测的解作为局部搜索算法(LSA)的初始估计矢量。具体是在适当的定义了OFDM-IM信号向量的最近邻居之后,提出了采用似然上升搜索作为LSA的组合检测算法。最后,通过仿真验证了所提出的检测器的有效性。
其他文献
前导0/1预测算法是浮点运算中重要的核心算法之一,使用前导0/1预测算法得出的浮点运算结果中规格化移位的位数,对于改进整个浮点加法器中运算单元的运算处理性能具有重大意义
中医药信息化是继承和发扬中华医药的、一项具有深远意义的研究课题。中国传统中药材的识别鉴定方法简单,但过分依赖主观经验知识,错误判断率高;借助现代理化方法对中药材识
近几年来,人工情感技术得到了很大程度的发展,取得了许多研究成果,但距离人工情感进入寻常百姓家还有很长的路要走。本文立足于人工情感技术和Q学习算法(一种强化学习算法)的
合成孔径雷达(SAR)是一种不受天气、光照等各种外界环境影响,并可以对感兴趣的区域进行全天候、全天时侦查的微波探测传感器。自SAR研制成功以来,SAR成像技术得到了快速地发
频谱利用率和功率效率是无线通信系统面临的两个最严峻的挑战。多输入多输出(Multiple Input Multiple Output,MIMO)技术可以在不增加带宽和发射功率的情况下,明显提升整个系
HINOC是一种借助有线电视网同轴电缆,实现高性能双向传输的宽带接入解决方案。HINOC专注于最后100米的同轴宽带接入,经过十余年的前沿技术积累和关键技术攻克,HINOC技术已形
近几十年来,随着人造卫星和雷达技术的迅猛发展,如何设计天基雷达的天线波束灵活快速扫描,以更好地满足军事民事需求,成为了一个重要的研究方向。在天线综合领域,目前已有的
随着人工智能技术的兴起和发展,人工神经网络算法被广泛应用于数据挖掘、模式识别、图像检测、人脸识别等领域,并且在建模分析中取得了非常不错的效果。极限学习机(ExtremeLe
随着5G技术的发展和创新,网络资源数据量也呈现爆炸式的增长。智能终端产品的研发和供给,为移动电子商务(M-Electronic Commerce)的发展创造了良好的契机。移动电子商务推荐
随着互联网以及信息技术的迅猛发展,网络中的信息量也在不断增长并逐渐迈向了大数据的时代。但在海量数据面前,用户往往无所适从越来越难以从中获取到各自感兴趣的信息,已从