一、一种适于频率选择性衰落信道的空频编码（论文文献综述）
高明君[1]（2019）在《MIMO空时/频模式盲识别技术研究》文中提出通信信号参数盲识别已在军事侦察和民用认知无线电等领域有较为广泛的应用,并且被作为下一代通信关键技术中的可选实现方案之一。与此同时,多输入多输出（MIMO,Multiple-Input Multiple-Output）正交频分复用（OFDM,Orthogonal Frequency Division Multiplexing）技术因其对频谱资源的高效利用,已大量应用到蜂窝无线通信与室内无线通信中。相较于传统的通信信号参数盲识别,MIMO-OFDM技术给参数识别带来两个全新的挑战:发射天线数估计和MIMO空时/频模式识别。因此,本论文对这两个重要问题展开深入的研究。针对MIMO-OFDM系统中的空频分组编码（SFBC,Space-Frequency Block Codes）的识别,提出三种新算法增大识别候选集范围,同时提高小观测样本的识别性能;此外,提出一种新的联合识别算法识别发射天线数估计和MIMO空时模式。具体如下:针对目前已有的基于时域互相关函数的SFBC盲识别算法只能识别两种空频模式的问题,提出一种新的SFBC盲识别方法,可同时定量SFBC空域和频域两个维度的冗余以识别更多的SFBC。在分析了单天线至3天线的7种SFBC的相邻OFDM子载波信号的信号子空间秩特征后,根据随机矩阵理论,计算噪声子空间最大特征值,然后利用串行假设检验确定决策边界;接着,利用一个基于特殊距离的决策树方法来做最终决策以区分不同的SFBC。所提盲识别算法不需要发射天线数、信道系数、调制方式以及噪声功率等信号参数作为先验信息。仿真结果证明了所提算法比已有算法以相近的算法复杂度对较小观测样本更加有效。针对基于时域互相关函数的SFBC盲识别方法并未有效利用频域冗余的问题,提出两种SFBC盲识别算法高效利用空频二维冗余:（1）基于假设检验的识别算法;（2）基于支持向量机的识别算法。具体而言,基于中心极限定理,构造一个互相关函数估计器来利用空域冗余,而通过这个互相关函数构造一个统计量来利用频域冗余。两个所提算法之间的区别是:基于假设检验的方法从互相关函数构造一个中心卡方检测统计量并采用假设检验对检测量进行决策;而基于支持向量机的方法从互相关函数构造了一个未知均值的非中心卡方分布检测统计量作为强可区分统计特征,然后使用支持向量机进行决策。同时,提出基于决策树的方法将识别SFBC候选集扩展为两天线和三天线下共4种空频模式。两个算法均不需要信道系数、调制方式以及噪声功率等信号参数作为先验信息,而且基于支持向量机的方法不需要时间同步。仿真结果验证了所提算法在极小观测样本以及较低算法复杂度下比已有算法有着更好的识别性能。此外,所提算法对于传输损害也有较好的识别性能,如采样时钟偏移、符号时间偏移、频率偏移以及多普勒效应。考虑量化空时冗余,发展出一个新的联合盲识别算法来同时确定发射端的天线数与MIMO空时模式。通过重构接收信号,基于信号子空间的秩推导出三类子空间秩特征来确定发射天线数并量化空时冗余;然后,提出利用基于盖尔圆圆盘半径的方法和前馈神经网络来计算这三种特征;最后通过所提最小加权1-范数距离准则做最终决策。由于对空时冗余充分量化,本文所提的算法可以识别共计17种MIMO空时模式,包括大部分已有算法均未考虑的LTE频率切换分集以及WiFi协议中的若干非正交空时编码。此外,所提算法同时适用于单载波系统和OFDM系统。仿真结果验证了所提算法对单载波系统与OFDM系统有效性,并证明了所提算法以可接受的算法复杂度在较小观测样本下有着较好的识别性能。综上所述,本文提出了三种新的SFBC盲识别算法,以及一个MIMO发射天线数与空时模式联合盲识别算法。所提算法以相对较小的计算复杂度实现了较小观测样本下的识别性能,并对传输损害具有一定的鲁棒性。这些算法填补了相应领域的技术空白,为MIMO信号识别的工程实现奠定了理论基础。
张珊[2]（2019）在《DVB-T2系统信道估计和分集接收方法研究与实现》文中进行了进一步梳理数字视频地面广播是数字电视广播中使用最广泛、最基本的传输形式,但同时,其传输条件最恶劣,干扰也最为严重。本文主要研究第二代欧洲数字视频地面广播（Second Generation Digital Video Broadcasting-Terrestrial,DVB-T2）系统,针对其高速移动应用环境下接收性能较差的问题,指出本文的两个研究方向:动态多径衰落信道下的信道估计和分集合并算法。本文首先详细介绍了无线信道的传播特性、时频双选择衰落信道的形成、DVBT2系统的帧结构以及导频类型,针对于DVB-T2中离散导频的插入模式,介绍了基于导频的正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统的信道估计算法,研究了最小平方（Least Squares,LS）估计算法、线性最小均方误差（Linear Minimum Mean Square Error,LMMSE）估计算法、二维维纳插值算法、时频加权插值算法等,同时仿真分析动态多径衰落信道下上述信道估计算法的性能。由于DVB-T2引入了多输入单输出（Multiple Input Single Output,MISO）技术,针对于DVB-T2 MISO模式下离散导频的特殊性,介绍适应其系统的信道估计算法同时提出了本文的改进算法,自适应时频加权信道估计,其在不增加导频数量的基础上对于时变信道的估计有较好的性能。随后,研究DVB-T2 MISO模式下的信号检测算法,研究比较得出,迫零（Zero Forcing,ZF）检测计算简单,但是性能较差,最小均方误差（Minimum Mean Square Error,MMSE）检测算法平衡了干扰抵制和噪声放大,性能稍好于迫零算法,最大似然（Maximum Likelihood,ML）检测性能最优,但是复杂度随着天线数目的增加而变大。接着,将DVB-T2的MISO模式推广到多输入多输出（Multiple Input Multiple Output,MIMO）模式下,介绍了两根接收天线下不同的合并策略,对比各个策略的复杂度和性能。比较得知,最大比合并（Maximal Ratio Combining,MRC）性能最优,但是复杂度也最高。文中最后针对于DVB-T2系统,进行了信道估计和分集合并的FPGA实现与验证。通过上述的研究和探讨,平衡算法的性能和可行性,确定了最后的硬件实现方案。信道估计采用LS算法和时频线性插值,并对支路的接收信号进行最大比合并。在Quartus II的平台下,采用Verilog语言实现,并且验证了设计电路的正确性。
张海洁[3]（2019）在《CoMP系统基站分集接收技术研究》文中研究说明CoMP（Coordinated Multipoint,CoMP）技术是抑制小区间干扰,改善边缘用户的通信质量,提高系统整体性能的有效手段,是5G通信系统中的关键技术之一,目前已经成为了无线通信系统中的研究热点。当考虑上行链路CoMP系统的实际应用时,必须要在物理层中联合考虑CoMP系统中多个接收基站之间的信号处理技术,比如,分集接收技术。在未来的通信系统中,基站的部署会更加密集,而且随着大规模天线技术的应用,上行CoMP系统中需要进行分集处理的接收信号的路径数目会急剧增加,导致系统的复杂度增加,系统计算量增大,同时对硬件设备也提出了更高的要求。因此,研究CoMP系统中基站的分集接收技术,实现较小复杂度的分集接收系统就显得尤为重要。本文针对不同的上行CoMP系统应用场景,对多基站CoMP通信时基站分集接收进行了深入的研究。本文的主要研究内容如下:（1）利用毫米波通信的特点,针对CoMP系统多基站接收信号处理,提出一种基于主-辅基站的CoMP传输节点和分集路径的选择方法。该方法将参与CoMP传输的基站分为主基站和辅基站（协同基站）,在主基站中进行信号分集合并处理,辅基站只选择一条信道条件最好的接收信号传输给主基站进行信号分集合并,避免了将所有辅基站的接收天线信号传输给主基站,从而实现了较小复杂度的分集接收系统。（2）针对采用中继传输系统的小区,提出一种基于中继传输的CoMP分集路径选择方法。该方法在上行链路中只利用用户到主基站及用户经中继到主基站的信号进行分集合并,避免了将辅基站的信号传输到主基站所带来的系统复杂度。（3）利用MIMO-OFDM系统中空频编码的方法,针对CoMP系统,提出一种发射机针对不同的接收基站选择不同的发射天线组和子载波组进行自适应调制的方法。在该方法中,根据空频编码的码字结构,对天线和子载波组进行分组使用,每个接收基站选择自己的子载波组进行独立的信号测量并对不同的天线进行分集合并,不需要在基站之间进行分集合并,从而降低了接收系统的复杂性,同时在保证系统所需误码率的前提下,实现CoMP系统频谱效率的提高。
刘添晶[4]（2019）在《车联网环境下的自适应发送技术研究》文中研究说明现有的车联网系统在6GHz载波频率的情况下支持140km/h的绝对移动速度和280lkn/h的相对移动速度。即将到来的5G技术将在毫米波段（30GHz～70GHz）支持200km/h的绝对移动速度。但是高速移动引起的快速时变信道和相对位移导致的多普勒效应造成系统传输能力的严重下降。因此,在车联网场景中,研究能够有效提升通信系统性能的传输方案,具有重大的科学意义。针对高速移动场景下快速时变信道造成预测得到的信道质量标识符（channel quality index,CQI）和实际信道状况不匹配的问题,本文提出了一种基于空域滤波器的CQI预测算法。首先对高速移动场景下的自适应调制编码系统进行建模,在接收端利用空域滤波器将接收信号映射到正交子空间上,然后分别在各个子空间上进行多普勒补偿、信道估计、信道预测以及信噪比预测,利用各个子空间预测得到的信噪比通过有效信噪比映射算法得到有效信噪比（effective signal-to-noise ratio，ESNR）。最后,根据 CQI-ESNR 表映射得到对应的 CQI 并将其返回给发送端。数值分析发现信道自相关性能与空域滤波器阶数成正比。仿真结果证明本章所提出的CQI预测算法在降低计算复杂度的同时有效地提升了系统吞吐量。为对抗信道衰弱干扰,空间分集技术同样被广泛用于无线通信之中,尤其空间分集和频率分集。空频编码技术通过在发射天线和子载波上进行联合编码使OFDM系统同时获得空间分集和频率分集,在不增加发射功率和带宽的条件下显着提高了系统性能。根据高速移动场景基站布置方案可知,同一逻辑单元内拥有多个中继节点,而这些中继节点是由同一个基站控制的。但由于高速移动场景中同一逻辑单元内的不同中继节点相距较远,信号到达时间差会对传统的空频编码提供的信道正交性造成破坏。为了解决此问题,本文提出了一种全新的基于信号到达时间差的正交恢复正交空频编码方案。首先根据高速移动场景下信道具有快速时变性对系统进行建模,通过公式推导发现信号到达时间差对频域等价信道矩阵中的元素造成相位旋转,造成信道的正交性受到破坏。随后利用基站和车辆的位置信息得到信号到达时间差,在发送端对正交空频块编码矩阵中的元素进行相位预旋转,对信道的正交性进行预补偿。性能分析发现传统方案的接收端信噪比随着信号到达时间差的增大呈现出周期性的衰弱,而本文所提出的正交恢复方案则不受信号到达时间差的影响。最后仿真结果表明,无论在何种调制情况下,本文所提出的正交恢复正交空频编码方案都要优于传统正交空频编码方案。为了保证信道正交性,正交空频编码在发射天线数大于2时无法实现信号的全速率传输,而准正交空频编码则在稍微牺牲正交性的基础上能够实现全速率传输。本文在基于现有的准正交空频编码方案提出了抑制信号到达时间差的准正交空频编码方案。首先对4天线准正交空频编码系统进行建模,发现在发送端使用传统准正交空频块编码时,频域等价信道矩阵中的元素由于信号到达时间差的影响发生了不同程度的相位旋转。根据估计得到的信号到达时间差,我们对准正交空频编码矩阵中的元素进行了不同程度的相位预选转,得到全新的准正交预编码矩阵。性能分析发现传统准正交空频编码方案分集增益随着信号达到时间差的增大呈现出周期性的变化,而本文所提出的正交恢复准正交空频编码方案则能够有效地抑制信号到达时间差的影响,使系统获得最大分集增益。最后仿真结果表明,本文所提出的准正交恢复准正交空频编码方案在保证全速率传输的基础上误码率性能要远好于传统方案。
李想[5]（2018）在《基于MIMO的PLC系统中信号检测算法研究》文中研究表明为了满足电力线通信（Power Line Communication,PLC）对更大容量和更广覆盖范围的需求,多输入多输出（Multiple-Input Multiple-Output,MIMO）技术已逐渐应用于PLC中,实现了高速率的数据传输。但MIMO-PLC信道具有严重的频率选择性衰落的特性,使不同频率的信道质量差异性大,因此现有信号检测算法不能获得良好的性能。除此之外,MIMO-PLC系统性能还受到脉冲噪声的影响,当脉冲噪声出现时,通信质量严重下降。针对上述问题本文提出具体的解决方案,研究内容如下:1.针对MIMO-PLC系统中不同频率的信道质量差异大的特点,本文提出一种基于条件数阈值选择的检测算法,该算法利用条件数来衡量信道质量的好坏,信道质量好时,选择基于CLLL（Complex Lenstra-Lenstra-Lovasz）格基规约的MMSE-SQRD（Minimum Mean Square-Error Sorted QR Decomposition）检测算法,信道质量差时,选择QRD-M（QR Decomposition with M-algorithm）检测算法。通过仿真验证,本文所提算法性能接近最优,而且在16QAM调制方式下,算法复杂度相比于QRD-M检测算法降低了约44%,且随着调制阶数的增加,复杂度降低更为明显。2.因为脉冲噪声严重影响MIMO-PLC的质量,所以本文提出一种时频结合的迭代脉冲噪声消除方法,主要应用于发射分集模式,利用空频分组码（Space Frequency Block Code,SFBC）提高硬判决准确性,再经过多次迭代能够最大程度地消除脉冲噪声的影响。通过仿真可知,在16QAM调制方式下,该算法相比于置零消噪算法,在误码率为10-4其性能提升约2.7dB,而且迭代次数较少,便于工程实现。3.由于传统信号检测算法并不能适用于MIMO-PLC系统的脉冲噪声环境,因此,本文提出脉冲噪声下改进的最大似然（Maximum Likelihood,ML）检测算法,该算法通过分析脉冲噪声分布特性,推导该噪声分布下的ML检测算法表达式,为了降低复杂度,本文进一步提出两种次优检测算法,通过分段函数来降低改进的ML检测算法中指数和对数运算的开销。通过仿真可知,三种算法的性能都明显优于传统的信号检测算法,而且三种算法的性能趋于一致。但考虑复杂度,两种次优算法更符合实际需求。
于迎新[6]（2017）在《多中继协作通信网络信道估计和资源分配算法研究》文中进行了进一步梳理MIMO技术由于具有扩大信道容量和提升空间分集增益等特点成为下一代移动通信网络的关键技术之一。然而,移动终端对于尺寸和重量的限制使MIMO技术难以实现。多中继协作通信系统将分布式单天线终端视为虚拟天线阵列,应用MIMO系统的关键技术有效补偿无线信道的多径效应和路径损耗造成的信号失真,达到提升通信可靠性和扩大信号传输距离的目的。为了进一步提升系统性能,本文在慢衰落信道下对于多中继协作通信网络的信道估计问题和无线资源分配问题展开深入研究。首先对协作中继系统的转发方式和分集技术原理进行了回顾。描述了协作中继系统常用的两种转发方式,简要分析了单中继协作场景下的信号处理过程。介绍了MIMO系统采用的??两种分集技术:空时编码和空频编码,为后续章节奠定理论基础。对多中继协作通信网络的信道估计问题展开研究,提出一种基于统计信道状态信息的信道估计算法。首先,介绍了多中继网络的训练序列发送方案,推导了接收训练序列表达式并对ISI和ICI进行分析,提出了数据帧接收信号的判决反馈均衡算法。以最小化多中继节点到目的节点信道频率响应估计值的均方误差为目标函数建立最优化问题,在总发射功率恒定的前提下提出一种基于节点距离信息的训练序列功率分配算法。在慢衰落信道下提出一种基于多径延迟的判决反馈信道估计算法。仿真结果表明,本文提出的的训练序列功率分配算法有效降低了信道频率响应估计值的均方误差。对比基于LS准则的判决反馈估计算法,基于多径延迟的判决反馈估计算法在提升信道估计精度的同时降低了数据帧的误比特率,使各节点获得更精确的全局CSI。对基于分布式空时编码的功率分配问题展开研究,提出一种基于注水算法的功率分配方案。将分布式GABBA码应用到多中继AF协作通信网络中,分析了源节点和中继节点信号处理过程,对目的节点的接收信号建立数学模型并推导出接收信噪比。根据分布式GABBA编码矩阵具有准正交性的特点提出一种改进的中继节点映射算法。以最小化中断概率为目标函数建立最优化问题,根据自变量可行域的特点将该问题转化为中继节点选择与功率分配的联合优化问题,提出一种基于注水算法的功率分配方案。仿真结果表明,本文提出的中继节点映射算法有效提升了分布式GABBA码的译码性能。对比其他几种功率分配算法,本文提出的功率分配方案在提升分布式GABBA码的误比特率性能的同时降低了中断概率。对基于分布式空频编码的无线资源分配问题展开了研究,提出一种基于功率分配、子载波匹配和中继节点选择的联合优化算法。首先,以最小化成对符号错误概率为优化目标推导分布式空频编码矩阵优化准则。然后,提出一种改进的转发信号功率分配方案,证明该方案使分布式空频编码达到满分集阶数,对分布式空频编码应用子载波交织算法并给出分离因子计算方法。在编码矩阵优化准则指导下,提出一种基于子载波匹配和中继节点选择的联合优化算法。仿真结果表明,本文提出的功率分配方案使分布式空频编码达到满分集阶数,子载波交织算法有效提升了分布式空频编码的外部分集积。在分布式空频编码矩阵优化准则指导下,基于子载波匹配和中继节点选择的联合优化算法使系统性能获得进一步提升。将应用场景由两跳网络扩展到多跳网络,提出一种基于分布式空频编码的中继节点选择算法。首先,分析了多路径路由协议并将每一跳的收发节点抽象为VMIMO结构,提出一种基于分布式空频编码的物理层传输方案。然后,以最小化每一跳的成对符号错误概率性能下界为目标函数建立最优化模型,在分布式空频编码矩阵优化准则指导下提出一种中继节点选择算法。仿真结果表明,本文提出的的物理层方案使每一跳的误比特率性能下界达到满分集阶数,本文提出的中继节点选择算法有效地提升了误比特率性能下界,进一步增强了多跳网络的通信可靠性。
张强[7]（2014）在《MIMO-OFDM系统空时频编码》文中研究说明随着无线通信技术的快速发展，3G业务的商用化已风靡全球，为满足人们对数据通信和多媒体业务日益增长的需求，4G移动通信逐渐兴起。多输入多输出（MIMO）技术作为4G移动通信系统中的核心技术，能够最大限度的提高系统的容量。而正交频分复用（OFDM）技术可以把宽的、非平稳信道转化为稳定的平坦衰落信道。因此MIMO技术与OFDM技术的结合，不仅有很高的频谱利用率，而且在抗多径方面表现出巨大的优势。它充分利用空间、时间和频率分集技术，能够有效的对抗噪声的干扰。而空时频编码技术正是一种从空间域、时间域和频率域上联合考虑的编码技术，可使多天线系统在频率选择性衰落信道中获得最大的分集增益和编码增益。本文详细探讨了MIMO-OFDM系统中的编码技术，重点研究了其中的空时频编码技术。论文的主要工作如下：（1）阐述了本论文研究内容MIMO-OFDM系统和空时频编码的背景与意义，给出了MIMO-OFDM系统的基本模型，简要分析了MIMO-OFDM系统的相关技术。（2）在分析MIMO衰落信道特性的基础上，详细研究了空时编码、空频编码及其性能，重点介绍了正交空时码和准正交空时码的编码结构和设计准则，并通过引入循环延迟分集提高空频编码的频率分集增益。（3）基于空时频分组编码的设计方法，利用子载波分组技术和酉星座旋转预编码技术，提出了一种可获得满分集增益的分层块空时频分组编码方法。出于对分集增益和复用增益的合理折中，重点研究了线性分散码的编码方式和性能，并针对线性分散码不能获得良好的频率分集增益，提出了一种基于正交预编码的线性分散空时频编码方法，该编码方法能获得空时分集增益和频率分集增益良好的折中，使系统的误比特性能得到明显的提高。（4）介绍了几种常用的多用户共道干扰消除算法，包括迫零算法、最小均方误差（MMSE）算法以及基于两发送天线的两步干扰消除算法。同时基于波束形成技术，提出了一种简单的多用户干扰消除空时频编码方法，其通过构造一组相互正交的矩阵，对发送信号进行空时频扩展编码。接收端只需进行简单的线性处理便可有效的消除多用户干扰。（5）对全文作了全面的总结，指出一些尚未解决的问题和下一步研究的方向。
李民政[8]（2014）在《无线协作通信系统中分集编码与检测技术研究》文中指出新一代移动通信网络系统对通信速率、通信可靠性提出了更高要求，无线协作通信技术由于具备多天线系统的特性，能够有效利用多径传播来满足这些性能要求，故而受到广泛关注。无线协作通信技术的基本思想是通过多个单天线用户终端，构成虚拟天线阵列以协助信源与信宿的通信。该技术通过构建多用户协作的分集编码，有助于提高信道容量、获取分集增益、共享链路资源。基于此，本研究围绕无线协作通信系统中的分集编码技术，从正交转发协议、非正交转发协议、两路中继信道转发协议等方面探究了无线协作分集编码技术的实质问题；同时，针对这些问题提出了一些新的分集编码设计方法和信号检测方法、并进行了相关性能分析。具体而言，本研究的主要结论如下：1.针对现有分布式空时编码和分布式空频编码应用于高速车载宽带通信系统存在的不足，利用高速车载终端与车外基站通信时信道的多径时变特性，提出可适用于此通信场景的无线协作通信系统模型及相应通信节点间的信道模型。在此基础上，提出一种分布式空时频编码设计方法，其可在通信速率无损耗的前提下，获得此通信场景中潜在的协作分集、时间分集和频率分集增益。同时，针对低信噪比时提出的分布式空时频编码较分布式空频编码误码性能较差的问题，提出了这两种编码方法结合使用的切换策略。2.针对快衰落、多载波、频率选择性衰落中信道估计困难、开销较大的问题，提出一种差分酉调制多中继协作空频编码。理论分析和仿真结果验证了提出的方法可获得完全的协作和频率分集增益。为进一步优化提出编码方法的误码性能，以接收信号合并信噪比最大为准则，推导了接收信号分集合并的均值信噪比解析式，并由此分析了中继个数、中继位置、合并系数等参数对信噪比取值的影响。由于中继个数、中继位置的优化解在区间的边界点上，为使优化工作有实际意义，确定了常用的中继个数、中继位置，并在此基础上得到了功率分配因子及最大比合并因子比值的理论优化解。仿真实验结果验证了理论优化解的有效性和多参数优化的优越性。3.针对解码转发方式下差分网络编码对应的中继差分检测复杂度高、差分网络编码环节繁杂的问题，提出一种复数域符号相乘的差分网络编码，立足提出的差分网络编码思想，通过构建的检测方法一，中继可检测得到两路终端的差分分组编码，通过构建的检测方法二，中继可检测得到差分网络编码，无需检测两路发送信息分组，中继的检测复杂度显着降低、处理环节明显减少。同时，为了获取高阶分集增益，基于提出的复数域符号相乘的差分网络编码思想，提出了多中继协作的随机差分空时网络编码，可获得的协作分集阶数为激活中继个数。4.在多子载波、频率选择性衰落、两路中继转发信道中，提出一种多中继协作的基于AF-CDC-OFDM的差分网络编码方法。通过多个协作中继的分布式循环延时编码和功率放大处理，两路终端发送的差分编码分组可获得完全的协作分集和频率分集增益。两路终端在检测对方的发送信号之前需要消除自身干扰信号，为此，提出了一种基于相关统计的自干扰估计和消除方法。仿真实验结果验证了提出的分集编码方法和自干扰消除方法的有效性。5.在非正交转发协议中应用机会策略可获得高阶分集增益。为了研究瑞利衰落信道中非正交选择放大转发协议和非正交选择译码转发协议的遍历容量，推导了两种转发协议下遍历容量界的闭式表达式，通过仿真得到了两种协议在不同备选中继个数时的遍历容量。仿真结果表明：两种协议的遍历容量随备选中继个数的增加而改善；相对而言，低信噪比时非正交选择放大转发协议的遍历容量较大，高信噪比时非正交选择译码转发协议的遍历容量较大。6.针对非正交转发协议中信号联合似然检测时间复杂度高、检测性能差的问题，提出了一种新的干扰消除快速检测方法，该方法通过最大比合并使强信号帧获得二阶分集增益并先行检测，然后，以检测值消除对弱信号帧的干扰后再检测弱信号帧。理论分析表明，提出的方法可以有效降低检测时间复杂度。此外，通过仿真验证了新检测方法的误比特性能有明显改善，仿真结果表明新方法误比特性能的仿真与理论值在高信噪比时趋于一致。
常栋栋[9]（2013）在《MIMO-OFDM技术在铁路移动电视网中的应用研究》文中研究表明随着科学技术的飞速发展，广播电视领域发生了深刻变革，数字电视已经给人民群众带来丰富的多媒体视听享受。虽然移动数字电视已被运用于不同的领域，但现有的地面数字电视覆盖方式并没有考虑到铁路交通固有的特点，仍然无法为铁路旅客提供丰富的电视实时节目。因此研究与设计高速铁路移动数字电视系统已经变得日趋重要。本论文在系统地研究铁路环境下无线通信的特点和已有技术的理论基础上，给出一种适合于铁路移动电视网传输的方案，并将MIMO-OFDM技术加以运用，提高无线链路传输性能。具体内容如下：首先，介绍移动数字电视的相关理论，研究国际上三种地面数字电视的标准以及国内两种数字电视标准DMB-T与ADTB-T技术。通过研究数字电视无线网络覆盖方式，完成高速铁路移动数字电视系统的总体规划与设计，实现高速铁路轨道可靠性覆盖。其次，深入研究MIMO-OFDM关键技术；通过理论分析和仿真实验表明，MIMO-OFDM技术在移动数字电视中能够显着增加信道容量、降低误码率、提高系统的可靠性。然后，介绍高速移动对无线通信的影响及应对影响采取的关键技术；根据无线传输信道中电波传输特性选取Winner II模型作为高速铁路环境下通信模型，并从不同的天线间隔、天线极化特性、天线朝向方面对基于Winner II模型的MIMO信道容量进行研究与仿真分析；设计一种适用于高速铁路场景的移动电视传输系统方案，并对系统中采用的关键技术进行详细研究和分析。在以上工作的基础上，将MIMO-OFDM技术应用到高速铁路移动电视无线传输系统中，重点是SFBC-OFDM技术在铁路移动电视网传输中的运用，给出SFBC-OFDM系统的空频编码设计方案；设计一种基于MIMO-OFDM技术的多天线系统（4×4天线系统）并通过Matlab中的Simulink对其进行仿真；在研究现有的两种编码方案的基础上给出一种新的编码方案（正交SFBC-OFDM编码方案）；深入研究MIMO-OFDM系统的下行传输过程；针对不同列车运行速度通过仿真对SFBC编码与STBC编码进行性能比较；同时给出一种基站与接收端之间的传输方式，该传输方式可以适用于高速铁路中无线传输，提高无线链路传输性能。
伍亚丽[10]（2013）在《基于MIMO-OFDM系统的SFBC方法的研究》文中提出对频谱资源的高效利用一直是无线通信技术发展的源动力。随着用户需求的不断增加，移动通信系统在覆盖范围、系统容量、业务动态性等方面的矛盾不断增加，突出表现在频谱资源严重不足。因此，如何充分开发利用有限的频谱资源，提高频谱利用率，成为当今无线通信技术研究的热点之一。在提高频谱利用率的同时，保证传输的可靠性也是一个重要的问题。多径引起的衰落是影响可靠传输的主要因素。由于发送接收的通信双方间存在各种障碍物，造成传输信号的多径传播，从而引起信道增益的随机衰落。然而，现在这个不利因素也为提高系统的容量和可靠性提供了一个机会。通过在通信双方分别使用多根天线，丰富的散射通道可以被利用在同一无线电频段创建多路并行连接。这就是多输入多输出（Multiple Input Multiple Output，MIMO）技术。早期的MIMO编码技术为空时编码，主要应用在平坦衰落信道的情况下。其通过采用复用结构的形式可以增加数据的传输速率，采用分集结构的形式可以提高数据传输的可靠性。然而若将MIMO空时编码技术应用于宽带无线通信时，这种平坦性将不复存在，而是变成频率选择性衰落，这种由多路径时延扩展造成的后果是引起接收信号的符号间干扰。正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）技术作为一种调制技术，可以有效地抵抗频率选择性衰落，其主要思想就是将现有信道划分成一系列平坦的子信道，各子信道之间具有正交的关系，用不同的并行传输的子载波对各个子信道进行调制。因此，结合MIMO和OFDM技术的MIMO-OFDM技术具有较高的频谱利用率和抗干扰的突出优势。为了有效地利用MIMO多天线（空间域）和OFDM子载波（频域）可以带来的分集效果，衍生出了在不同发送天线与OFDM子载波之间进行编码的空频分组编码（SpaceFrequency Block Coding，SFBC）。本文在传统空频分组编码的基础上提出了一种结合相位分集的空频编码方法，在不增加带宽的情况下可以获得发射天线数所决定的发射分集效果。首先，联合子载波分组算法，依据相关带宽与独立子载波的关系，将子载波分为各组，并在大于相关带宽的子载波上，即近似独立的子载波上进行编码，可以有效地获得频率分集增益，同时分组有利于降低编解码的复杂度。其次，结合相位分集进一步降低子载波的相关性，同时使得编码效率与发送天线数无关。经仿真验证，本文提出的编码方法与传统空频编码方案，以及单独采用相位分集空频编码方案相比，具有良好的误码性能，达到了预期的效果。
二、一种适于频率选择性衰落信道的空频编码（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、一种适于频率选择性衰落信道的空频编码（论文提纲范文）
（1）MIMO空时/频模式盲识别技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 MIMO空时模式识别研究现状 |
| 1.2.2 发射天线数估计研究现状 |
| 1.3 论文主要工作和结构安排 |
| 1.3.1 论文主要工作 |
| 1.3.2 论文结构安排 |
| 第二章 系统模型与经典方法介绍 |
| 2.1 系统模型 |
| 2.1.1 MIMO单载波系统模型 |
| 2.1.2 MIMO-OFDM系统模型 |
| 2.2 经典MIMO空时模式盲识别算法 |
| 2.2.1 基于最大似然函数的盲识别方法 |
| 2.2.2 基于时域互相关函数的SFBC-OFDM盲识别方法 |
| 2.3 经典发射天线数盲估计算法 |
| 第三章 基于随机矩阵子空间分解的SFBC-OFDM盲识别方法 |
| 3.1 子空间与随机矩阵 |
| 3.1.1 子空间方法 |
| 3.1.2 随机矩阵理论简介 |
| 3.2 基于随机矩阵子空间分解的SFBC-OFDM盲识别算法 |
| 3.2.1 相邻载波子空间秩特征 |
| 3.2.2 算法设计 |
| 3.2.3 识别性能与一致性分析 |
| 3.3 计算机仿真与算法评估 |
| 3.3.1 仿真参数设置 |
| 3.3.2 仿真与性能评估 |
| 3.4 本章小结 |
| 第四章 基于中心极限定理的SFBC-OFDM盲识别方法 |
| 4.1 卡方分布与SVM |
| 4.1.1 中心与非中心卡方分布 |
| 4.1.2 SVM简介 |
| 4.2 基于假设检验的SFBC-OFDM盲识别算法 |
| 4.2.1 接收天线互相关函数 |
| 4.2.2 算法设计 |
| 4.2.3 SM信号与AL信号识别性能理论分析 |
| 4.3 基于SVM的SFBC-OFDM盲识别算法 |
| 4.4 计算机仿真与算法评估 |
| 4.4.1 仿真参数设置 |
| 4.4.2 仿真与性能评估 |
| 4.5 本章小结 |
| 第五章 发射天线数与MIMO空时模式的联合盲识别方法 |
| 5.1 盖尔圆圆盘与神经网络 |
| 5.1.1 矩阵盖尔圆圆盘半径 |
| 5.1.2 神经网络简介 |
| 5.2 子空间秩特征分析 |
| 5.2.1 发射天线数特征 |
| 5.2.2 独立复符号特征 |
| 5.2.3 独立实符号特征 |
| 5.2.4 OFDM系统的子空间秩特征 |
| 5.3 发射天线数与MIMO空时模式的联合盲识别算法 |
| 5.3.1 算法设计 |
| 5.3.2 OFDM系统的扩展 |
| 5.4 计算机仿真与算法评估 |
| 5.4.1 FNN训练与仿真参数设置 |
| 5.4.2 仿真与性能评估 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）DVB-T2系统信道估计和分集接收方法研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 地面数字电视系统技术演进与发展 |
| 1.2 研究现状 |
| 1.2.1 OFDM信道估计研究现状 |
| 1.2.2 分集合并研究现状 |
| 1.3 本文的研究内容与篇章结构 |
| 第二章 广播无线信道传播特性与DVB-T2系统基础 |
| 2.1 无线信道的传播特性 |
| 2.1.1 时延扩展与信道相干带宽 |
| 2.1.2 多普勒扩展和信道相干时间 |
| 2.2 欧洲DVB-T2系统模型与帧结构 |
| 2.2.1 系统性能及模块介绍 |
| 2.2.2 DVB-T2信号帧结构及导频 |
| 2.3 本文提出的信道估计和分集合并方案 |
| 2.4 本章小结 |
| 第三章 DVB-T2系统接收机信道估计方案 |
| 3.1 系统研究模型 |
| 3.2 SISO信道估计 |
| 3.2.1 导频点信道估计算法 |
| 3.2.2 非导频点的信道插值 |
| 3.2.3 算法仿真结果及分析 |
| 3.3 MISO信道估计 |
| 3.3.1 时频线性插值算法 |
| 3.3.2 维纳滤波算法 |
| 3.3.3 本文提出的自适应时频加权信道估计算法 |
| 3.3.4 算法仿真结果及分析 |
| 3.4 本章小结 |
| 第四章 DVB-T2系统信号检测与分集合并 |
| 4.1 信号检测算法 |
| 4.1.1 迫零检测 |
| 4.1.2 最小均方误差信号检测 |
| 4.1.3 最大似然检测 |
| 4.2 分集合并算法研究 |
| 4.2.1 分集技术 |
| 4.2.2 合并算法研究 |
| 4.3 算法性能仿真与分析 |
| 4.4 本章小结 |
| 第五章 信道估计与分集合并FPGA实现 |
| 5.1 信道估计和分集合并整体电路方案 |
| 5.2 信道估计和分集合并模块设计 |
| 5.2.1 信道估计模块 |
| 5.2.2 数据存储模块 |
| 5.2.3 除法单元 |
| 5.2.4 分集合并模块 |
| 5.3 FPGA电路仿真验证 |
| 5.3.1 FPGA电路仿真测试方案 |
| 5.3.2 FPGA电路仿真测试结果 |
| 5.3.3 电路资源消耗 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）CoMP系统基站分集接收技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景及意义 |
| 1.3 相关领域国内外研究现状 |
| 1.3.1 CoMP技术的研究现状 |
| 1.3.2 分集接收技术的研究现状 |
| 1.4 论文主要研究内容及组织安排 |
| 第2章 基于主-辅基站的CoMP分集接收技术的研究 |
| 2.1 用户-基站的系统模型分析 |
| 2.2 系统容量的分析 |
| 2.3 主-辅基站联合处理的方案设计 |
| 2.3.1 CoMP协作用户的选择 |
| 2.3.2 CoMP协作集合的选择 |
| 2.3.3 CoMP传输节点及分集路径的选择 |
| 2.4 仿真结果与分析 |
| 2.4.1 仿真实验设计 |
| 2.4.2 仿真结果分析 |
| 2.4.3 方法对比分析 |
| 2.5 本章小结 |
| 第3章 基于中继传输的CoMP分集接收技术的研究 |
| 3.1 中继技术的分析 |
| 3.2 用户-放大转发中继-基站的系统模型分析 |
| 3.3 基于中继传输的Co MP分集接收方案设计 |
| 3.4 仿真结果与分析 |
| 3.4.1 仿真实验设计 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 第4章 基于自适应调制的CoMP系统空间分集技术研究 |
| 4.1 自适应调制编码技术的分析 |
| 4.2 用户-编码转发中继-基站的系统模型分析 |
| 4.3 天线和子载波分组的自适应调制技术的设计与实现 |
| 4.3.1 基于天线和子载波分组调度的设计 |
| 4.3.2 基于天线和子载波分组的SFBC编译码的实现 |
| 4.3.3 基于误码率的MCS选择方案的设计与实现 |
| 4.3.4 天线和子载波分组的自适应调制技术的实现 |
| 4.4 仿真结果与分析 |
| 4.4.1 仿真结果分析 |
| 4.4.2 频谱效率对比分析 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的科研成果 |
（4）车联网环境下的自适应发送技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 自适应技术概述 |
| 1.2.2 分集技术概述 |
| 1.3 论文主要工作和内容安排 |
| 第2章 无线信道特性及自适应调制空频编码技术 |
| 2.1 无线信道特性 |
| 2.1.1 大尺度衰弱 |
| 2.1.2 小尺度衰弱 |
| 2.2 OFDM系统模型 |
| 2.2.1 OFDM系统基本原理 |
| 2.2.2 OFDM参数选择 |
| 2.3 高速移动场景下的自适应系统 |
| 2.4 本章小结 |
| 第3章 基于空域滤波器的信道质量指识符预测算法 |
| 3.1 系统模型 |
| 3.2 基于空域滤波器的信道质量指示符预测算法 |
| 3.2.1 空域滤波器组 |
| 3.2.2 时变信道下的符号检测 |
| 3.2.3 信噪比预测方案 |
| 3.2.4 CQI预测流程 |
| 3.2.5 CQI上报方案 |
| 3.3 性能分析和仿真结果 |
| 3.3.1 信道自相关性能分析 |
| 3.3.2 仿真结果及分析 |
| 3.4 本章小结 |
| 第4章 高速移动场景下的自适应正交恢复正交空频编码方案 |
| 4.1 经典的Alamouti方案 |
| 4.2 系统模型 |
| 4.3 正交恢复正交空频块编码 |
| 4.4 正交恢复正交空频块编码的性能分析 |
| 4.5 仿真结果 |
| 4.6 本章小节 |
| 第5章 高速移动场景下的自适应准正交恢复准正交空频编码方案 |
| 5.1 经典的准正交空频块编码 |
| 5.2 系统模型 |
| 5.3 准正交恢复准正交空频块编码 |
| 5.4 准正交恢复准正交空频块编码方案的性能分析 |
| 5.5 仿真结果 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（5）基于MIMO的PLC系统中信号检测算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外的研究现状 |
| 1.4 论文组织结构 |
| 第2章 基于MIMO的 PLC系统模型 |
| 2.1 基于MIMO的 PLC系统基本原理 |
| 2.2 PLC系统信道模型 |
| 2.2.1 SISO-PLC信道建模 |
| 2.2.2 MIMO-PLC信道建模 |
| 2.3 PLC系统噪声模型 |
| 2.3.1 PLC系统噪声概述 |
| 2.3.2 PLC系统噪声建模 |
| 2.4 MIMO-PLC系统的分集技术与空间复用 |
| 2.4.1 MIMO-PLC的分集技术 |
| 2.4.2 MIMO-PLC的空间复用 |
| 2.5 本章小结 |
| 第3章 MIMO系统中的信号检测算法 |
| 3.1 最大似然(ML)算法 |
| 3.2 线性检测算法 |
| 3.2.1 迫零(ZF)检测算法 |
| 3.2.2 最小均方(MMSE)检测算法 |
| 3.3 非线性检测算法 |
| 3.3.1 串行干扰消除(SIC)检测算法 |
| 3.3.2 排序串行干扰消除(OSIC)检测算法 |
| 3.3.3 排序QR分解(SQRD)检测算法 |
| 3.4 仿真结果及分析 |
| 3.5 本章小结 |
| 第4章 MIMO-PLC系统中基于条件数阈值选择的检测算法 |
| 4.1 引言 |
| 4.2 格基规约理论 |
| 4.2.1 格理论及性质 |
| 4.2.2 实数域的LLL格基规约技术 |
| 4.2.3 复数域的CLLL格基规约技术 |
| 4.3 基于格基规约的信号检测算法 |
| 4.3.1 基于格基规约的ZF检测算法 |
| 4.3.2 基于格基规约的MMSE检测算法 |
| 4.3.3 基于格基规约的SQRD检测算法 |
| 4.3.4 仿真结果及分析 |
| 4.4 MIMO-PLC系统的信道矩阵条件数 |
| 4.4.1 条件数的基本概念和性质 |
| 4.4.2 信道条件数分析 |
| 4.5 基于条件数阈值选择的检测算法 |
| 4.5.1 QRD-M检测算法原理 |
| 4.5.2 检测算法选择 |
| 4.5.3 设定条件数阈值 |
| 4.5.4 复杂度分析 |
| 4.5.5 仿真结果及分析 |
| 4.6 本章小结 |
| 第5章 脉冲噪声消除及脉冲噪声下检测算法分析 |
| 5.1 引言 |
| 5.2 传统的脉冲噪声消除方法 |
| 5.2.1 置零法 |
| 5.2.2 限幅法 |
| 5.3 时频结合的迭代脉冲噪声消除方法 |
| 5.3.1 空频分组码编码原理 |
| 5.3.2 时频结合迭代消噪原理 |
| 5.3.3 复杂度分析 |
| 5.3.4 仿真结果及分析 |
| 5.4 脉冲噪声下改进的ML检测算法 |
| 5.4.1 改进的ML检测算法 |
| 5.4.2 两种次优检测算法 |
| 5.4.3 复杂度分析 |
| 5.4.4 仿真结果及分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（6）多中继协作通信网络信道估计和资源分配算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景来源及研究目的意义 |
| 1.2 协作中继技术发展概况及研究现状 |
| 1.3 本文研究的关键技术发展概况及研究现状 |
| 1.3.1 信道估计技术 |
| 1.3.2 分布式空时编码技术 |
| 1.3.3 分布式空频编码技术 |
| 1.3.4 无线资源分配技术 |
| 1.4 论文主要研究内容及组织结构 |
| 第2章 协作中继网络的转发方式和分集技术原理 |
| 2.1 引言 |
| 2.2 协作通信网络中继节点转发方式 |
| 2.2.1 放大转发方式 |
| 2.2.2 解码转发方式 |
| 2.3 空时编码技术 |
| 2.4 空频编码技术 |
| 2.4.1 系统模型 |
| 2.4.2 空频编码设计准则 |
| 2.4.3 符号速率为1的满分集空频编码 |
| 2.4.4 基带调制信号的旋转变换 |
| 2.4.5 球形星座译码算法 |
| 2.4.6 子载波交织算法 |
| 2.4.7 仿真结果及分析 |
| 2.5 本章小结 |
| 第3章 多中继协作通信网络信道估计算法 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 OFDM系统的训练序列和导频符号 |
| 3.2.2 多中继协作通信网络接收训练序列数学模型 |
| 3.2.3 OFDM信号的判决反馈均衡算法 |
| 3.3 基于LS准则的判决反馈信道估计算法 |
| 3.4 基于统计信道状态信息的信道估计算法 |
| 3.4.1 基于节点距离信息的训练序列功率分配算法 |
| 3.4.2 基于多径延迟的判决反馈信道估计算法 |
| 3.5 仿真结果及分析 |
| 3.6 本章小结 |
| 第4章 基于分布式空时编码的功率分配算法 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 分布式GABBA码 |
| 4.3.1 分布式GABBA编译码算法 |
| 4.3.2 分布式GABBA码中继节点映射算法 |
| 4.4 基于分布式GABBA码的功率分配算法 |
| 4.4.1 分布式GABBA码放大系数及功率分配算法 |
| 4.4.2 基于注水算法的功率分配方案 |
| 4.5 仿真结果及分析 |
| 4.6 本章小结 |
| 第5章 基于分布式空频编码的无线资源分配算法 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 多中继AF协作通信网络 |
| 5.2.2 多跳多中继协作通信网络 |
| 5.3 分布式空频编码矩阵优化准则 |
| 5.4 多中继AF协作通信网络无线资源分配算法 |
| 5.4.1 改进的功率分配算法和分集阶数分析 |
| 5.4.2 子载波匹配算法 |
| 5.4.3 中继节点选择算法 |
| 5.4.4 基于子载波匹配和中继节点选择的联合优化算法 |
| 5.5 多跳多中继协作通信网络中继节点选择算法 |
| 5.6 仿真结果及分析 |
| 5.6.1 多中继AF协作通信网络性能仿真 |
| 5.6.2 多跳多中继协作通信网络性能仿真 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（7）MIMO-OFDM系统空时频编码（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.3 主要工作和内容安排 |
| 第2章 MIMO-OFDM 系统及其相关技术 |
| 2.1 MIMO 无线信道模型 |
| 2.1.1 平坦衰落信道模型 |
| 2.1.2 频率选择性瑞利衰落信道模型 |
| 2.2 MIMO-OFDM 系统 |
| 2.2.1 MIMO-OFDM 系统模型 |
| 2.2.2 分集和复用技术 |
| 2.2.3 接收合并准则 |
| 2.3 空时编码 |
| 2.3.1 空时码的设计准则 |
| 2.3.2 正交空时码 |
| 2.3.3 准正交空时编码 |
| 2.3.4 性能仿真和比较 |
| 2.4 空频编码 |
| 2.4.1 SFBC-OFDM 系统模型 |
| 2.4.2 SFBC 的设计准则 |
| 2.4.3 Alamouti 空频分组编码 |
| 2.4.4 性能仿真与比较分析 |
| 2.5 本章小结 |
| 第3章 空时频编码 |
| 3.1 Alamouti 空时频分组编码 |
| 3.1.1 系统模型 |
| 3.1.2 子载波分组 |
| 3.1.3 GSTF 分组编码 |
| 3.1.4 空时频(STF)分组编码的传输性能 |
| 3.2 分层块空时频分组编码(LBSTFBC) |
| 3.2.1 分层块空时码 |
| 3.2.2 子载波分组编码 |
| 3.2.3 接收端解码 |
| 3.2.4 性能仿真与比较 |
| 3.3 基于正交预编码的线性分散空时频编码 |
| 3.3.1 线性分散码的系统模型及设计准则 |
| 3.3.2 满分集度线性分散码 |
| 3.3.3 正交预编码 |
| 3.3.4 接收端解码 |
| 3.3.5 性能仿真与分析 |
| 3.4 本章小结 |
| 第4章 多用户干扰消除空时频编码 |
| 4.1 多用户干扰检测算法 |
| 4.1.1 迫零算法 |
| 4.1.2 最小均方误差(MMSE)算法 |
| 4.1.3 两步干扰抵消算法 |
| 4.2 基于波束形成的多用户空时频编码 |
| 4.2.1 系统模型 |
| 4.2.2 编码方案 |
| 4.2.3 性能仿真与比较 |
| 4.3 本章小结 |
| 第5章 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）无线协作通信系统中分集编码与检测技术研究（论文提纲范文）
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 主要数学符号汇总表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 基于OFP的分集编码技术 |
| 1.2.2 基于NOFP分集编码技术 |
| 1.2.3 TWRC中的分集编码技术 |
| 1.3 论文结构和内容安排 |
| 第二章 高速移动通信环境中的分布式空时频编码 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.3 分布式空时频编码设计 |
| 2.3.1 信源分组预编码 |
| 2.3.2 中继分布式协作编码 |
| 2.3.3 编码的分集性能 |
| 2.4 仿真实验与性能分析 |
| 2.5 本章小结 |
| 本章附录 |
| 第三章 基于差分酉调制的多中继协作空频编码 |
| 3.1 引言 |
| 3.2 编码系统 |
| 3.2.1 系统模型 |
| 3.2.2 编码方法 |
| 3.2.3 分集性能 |
| 3.2.4 仿真实验与性能分析 |
| 3.3 编码性能优化 |
| 3.3.1 均值信噪比 |
| 3.3.2 参数优化求解 |
| 3.3.3 仿真实验与性能分析 |
| 3.4 本章小结 |
| 本章附录 |
| 第四章 复数域符号相乘的差分网络编码 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 基于单中继协作的复数域符号相乘的差分网络编码 |
| 4.3.1 差分网络编码 |
| 4.3.2 中继信号检测 |
| 4.3.3 终端信号检测 |
| 4.3.4 误码性能分析 |
| 4.4 基于多中继协作的随机差分空时网络编码 |
| 4.5 仿真实验与性能分析 |
| 4.6 本章小结 |
| 第五章 基于AF-CDC-OFDM的差分网络编码 |
| 5.1 引言 |
| 5.2 差分网络编码模型 |
| 5.3 差分网络编码方法 |
| 5.4 误码性能分析 |
| 5.5 仿真实验与性能分析 |
| 5.6 本章小结 |
| 第六章 瑞利衰落信道下非正交选择转发协议的遍历容量分析 |
| 6.1 引言 |
| 6.2 非正交选择转发协议模型 |
| 6.2.1 非正交选择放大转发协议 |
| 6.2.2 非正交选择解码转发协议 |
| 6.3 NSAF下的遍历容量 |
| 6.4 NSDF下的遍历容量 |
| 6.4.1 信道相干时间小于协同帧间隔时的遍历容量 |
| 6.4.2 信道相干时间大于协同帧间隔时的遍历容量 |
| 6.5 数值仿真与性能分析 |
| 6.6 本章小结 |
| 本章附录 |
| 第七章 非正交转发协议下信号干扰消除快速检测方法 |
| 7.1 引言 |
| 7.2 非正交转发协议及联合信号检测 |
| 7.3 干扰消除快速检测方法 |
| 7.3.1 NAF方式下的检测 |
| 7.3.2 NDF方式下的检测 |
| 7.3.3 NAF和NDF方式下的检测复杂度 |
| 7.4 误比特性能分析 |
| 7.4.1 NDF方式下的误比特性能 |
| 7.4.2 NAF方式下的误比特性能 |
| 7.4.3 联合帧误比特性能均衡处理 |
| 7.5 仿真结果与性能分析 |
| 7.6 本章小结 |
| 第八章 总结与展望 |
| 8.1 论文工作总结 |
| 8.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 作者在读期间的研究成果 |
（9）MIMO-OFDM技术在铁路移动电视网中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本论文的主要工作内容 |
| 1.4 本文章节安排与结构 |
| 2 移动数字电视基础 |
| 2.1 数字电视概述 |
| 2.1.1 数字电视的概念 |
| 2.1.2 数字电视的突出优点 |
| 2.2 移动数字电视 |
| 2.2.1 移动数字电视简介 |
| 2.2.2 国外电视标准 |
| 2.2.3 国内数字电视标准 |
| 2.3 移动数字电视无线覆盖方式研究 |
| 2.3.1 移动数字电视网组网模式的选择 |
| 2.3.2 高速铁路移动电视网系统研究 |
| 2.6 本章小结 |
| 3 MIMO-OFDM 关键技术介绍 |
| 3.1 MIMO 技术介绍 |
| 3.1.1 MIMO 基本原理 |
| 3.1.2 MIMO 的工作模式 |
| 3.1.3 MIMO 系统容量 |
| 3.2 OFDM 技术介绍 |
| 3.2.1 OFDM 原理 |
| 3.2.2 OFDM 的 DFT 实现 |
| 3.2.3 保护间隔与循环前缀 |
| 3.2.4 OFDM 与单载波传输系统的比较 |
| 3.3 MIMO-OFDM 系统结合的必要性 |
| 3.4 MIMO-OFDM 关键技术 |
| 3.4.1 分集技术概述 |
| 3.4.2 发射分集技术 |
| 3.5 本章小结 |
| 4 高速铁路移动电视无线传输方案 |
| 4.1 无线传输信道 |
| 4.2 高速铁路移动通信概述 |
| 4.2.1 高速移动对无线通信的影响 |
| 4.2.2 高铁移动通信关键技术 |
| 4.3 高速铁路环境下通信模型 |
| 4.3.1 MIMO 通信模型 |
| 4.3.2 Winner II 信道模型 |
| 4.3.3 基于 Winner II 模型的 MIMO 信道研究与仿真分析 |
| 4.4 高速铁路移动电视网组网模型设计 |
| 4.5 本章小结 |
| 5 MIMO-OFDM 系统在铁路移动电视网中的应用研究与仿真 |
| 5.1 SFBC-OFDM 系统设计方案 |
| 5.2 多天线系统 |
| 5.2.1 MIMO-OFDM 系统具体实现方式 |
| 5.2.2 空频编码性能分析 |
| 5.3 系统无线传输方案 |
| 5.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（10）基于MIMO-OFDM系统的SFBC方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 选题背景及其意义 |
| 1.2 分集技术 |
| 1.3 MIMO 技术概述 |
| 1.3.1 MIMO 的起源与发展 |
| 1.3.2 MIMO 系统模型 |
| 1.3.3 MIMO 技术的特点 |
| 1.4 本论文的相关研究内容 |
| 第2章 移动通信信道 |
| 2.1 移动通信信道的多径传播 |
| 2.2 移动通信信道的主要参数 |
| 2.3 移动通信信道的分类 |
| 2.4 信道的建模和仿真 |
| 2.5 本章小结 |
| 第3章 OFDM 的调制原理 |
| 3.1 OFDM 系统框图 |
| 3.2 OFDM 信号抗多径时延扩展原理 |
| 3.3 本章小结 |
| 第4章 MIMO-OFDM 系统的 SFBC 方法研究 |
| 4.1 MIMO-OFDM 系统模型 |
| 4.2 空频编码简述 |
| 4.2.1 空频编码的编码准则 |
| 4.2.2 经典空频编码的编码原理 |
| 4.3 相位分集子载波分组空频编码方法的具体步骤 |
| 4.3.1 发送端编码 |
| 4.3.2 信道模型 |
| 4.3.3 接收端的译码 |
| 4.4 本章小结 |
| 第5章 系统仿真 |
| 5.1 误码率仿真验证 |
| 5.2 本章小结 |
| 第6章 总结 |
| 6.1 主要研究成果及创新点 |
| 6.2 进一步研究的课题 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的科研成果 |
四、一种适于频率选择性衰落信道的空频编码（论文参考文献）
- [1]MIMO空时/频模式盲识别技术研究[D]. 高明君. 西安电子科技大学, 2019(07)
- [2]DVB-T2系统信道估计和分集接收方法研究与实现[D]. 张珊. 西安电子科技大学, 2019(02)
- [3]CoMP系统基站分集接收技术研究[D]. 张海洁. 武汉理工大学, 2019(07)
- [4]车联网环境下的自适应发送技术研究[D]. 刘添晶. 杭州电子科技大学, 2019(01)
- [5]基于MIMO的PLC系统中信号检测算法研究[D]. 李想. 重庆邮电大学, 2018(01)
- [6]多中继协作通信网络信道估计和资源分配算法研究[D]. 于迎新. 哈尔滨工业大学, 2017(12)
- [7]MIMO-OFDM系统空时频编码[D]. 张强. 杭州电子科技大学, 2014(09)
- [8]无线协作通信系统中分集编码与检测技术研究[D]. 李民政. 西安电子科技大学, 2014(10)
- [9]MIMO-OFDM技术在铁路移动电视网中的应用研究[D]. 常栋栋. 兰州交通大学, 2013(02)
- [10]基于MIMO-OFDM系统的SFBC方法的研究[D]. 伍亚丽. 河北大学, 2013(S2)