一、平坦衰落信道下的同信道干扰抵消（论文文献综述）
李泽群[1]（2020）在《基于差分编码的水声SC-FDMA多用户通信》文中研究指明随着对海洋资源需求激增,发展水声多用户通信技术迫在眉睫。水声信道复杂多变,具有带宽窄、传输速率低、码间干扰强等特性。正交频分多址（Orthogonal Frequency Division Multiple Access,OFDMA）技术凭借抗多途和频带利用率高等特性成为近年来水声多用户通信的研究热点,但OFDMA技术存在高峰均功率比（Peak Average Power Ratio,PAPR）问题,使得水声多用户通信系统性能降低甚至失效。如何设计出低PAPR的水声多用户通信技术和系统是本文的主要研究内容。本文主要研究内容如下:（1）进行基于OFDMA技术的低PAPR水声多用户通信的研究。将差分编码技术应用于OFDMA水声多用户通信,提出基于相位差值可调的OFDMA（Phase Difference Adjustment based Orthogonal Frequency Division Multiple Access,PDOFDMA）技术,通过改变参考相位得到不同相位差值,计算不同相位差值对应信号的PAPR,选取使接收信号PAPR值最小的参考相位作为实际使用的相位,在22阶信道下进行仿真实验,良好的仿真结果验证了所提算法的有效性。（2）进行基于单载波频分多址（Single Carrier Frequency Division Multiplexing Access,SC-FDMA）技术的低PAPR水声多用户通信的研究。将差分编码技术应用于SC-FDMA水声多用户通信,提出基于相位差值可调的SC-FDMA（Phase Difference Adjustment based Single Carrier Frequency Division Multiple Access,PDSC-FDMA）技术。通过改变参考相位,选取使接收信号PAPR值最小的参考相位作为实际使用的相位,该技术以单载波的形式传送数据,具有更低的峰均功率比。在22阶信道下进行仿真实验,良好的仿真结果验证了所提算法的有效性。（3）进行基于PD-SC-FDMA技术的多水域实测信道仿真实验,分别在水箱、水池、南海和胶州湾实测信道下进行多水域仿真实验。仿真结果验证了PD-SCFDMA技术在多水域信道下均可实现低PAPR下的水声多用户通信。本文应用差分编码技术,以OFDMA技术为基础,提出了PD-OFDMA水声多用户通信算法,在此基础上又提出了PD-SC-FDMA水声多用户通信算法。多水域仿真实验验证了PD-SC-FDMA技术可有效实现低PAPR下的水声多用户通信。
韩书君[2]（2020）在《面向高能效海量机器类通信安全技术研究》文中研究指明海量机器类通信（massive Machine-Type Communication,mMTC）作为第五代移动通信系统的三大应用场景之一,将成为支撑物联网与泛在网络的重要组成部分,助力人与人、人与物、物与物的全面互联,并渗透至智慧工业、智慧医疗、智慧环境、智能交通、智能家居等各行各业,推动泛在智能物联应用爆发式增长,驱动实体经济数字化、网络化、智能化水平不断攀升。然而,mMTC业务呈现出不同的流量模式且特征各异,例如上行通信占优、超高能效、超长寿命、短数据包传输、超低复杂度、精确定时、非连续数据不定时传输、多级别延迟容忍性、激增的开销和控制信令等特点,使得传统的通信协议设计难以支撑mMTC业务多样化的服务质量需求。而且,mMTC设备接入网络必然会造成网络的过载并产生海量数据,进一步加剧网络资源分配的挑战性,使得小型且能力受限的mMTC设备面临着高能耗及海量数据处理的巨大困境,更使得安全通信凸显出前所未有的重要性。因此,如何解决上行非正交多址接入（Non-orthogonal Multiple Access,NOMA）系统中 mMTC 设备能力受限约束下的高能效与安全传输这一核心难题,不仅具有重要的科学理论意义,还具有重大的实际应用价值。本文围绕上述核心难题,针对海量设备连接、上行通信占优、mMTC设备能量受限、传输数据包长度受限、安全能力受限及计算能力受限等关键挑战,开展面向高能效海量机器类通信安全技术研究,具体包括上行协作NOMA低功耗传输技术、短数据包高能效上行传输技术、上行安全传输增强技术和计算任务高能效安全迁移技术。主要内容包括:（1）针对mMTC设备能量受限问题,考虑传输时间和mMTC设备传输功率约束、大连接以及上行通信占优等特性,提出基于NOMA协作传输的最小化mMTC设备上行传输总能耗的传输时间与功率联合优化方案。设计mMTC设备分簇机制,其中根据mMTC设备剩余能量及地理位置信息动态更新簇头选择。并提出上行协作NOMA传输方案,在传输阶段,每簇内的MTC设备共享时频资源,将待传输数据传输至本簇的簇头处;在协作阶段,每簇内被选作簇头的mMTC设备共享时频资源,且作为中继将接收到的组员的数据及自身待传输的数据传输至基站处。进一步,提出基于比例的传输时间分配算法,并根据分配的传输时间得出mMTC设备的传输功率。与基于TDMA的功率分配方案相比,所提方案将mMTC设备上行传输的平均能耗降低了 16.7%。（2）针对mMTC设备传输数据包长度受限问题,考虑可用子信道使用限制和mMTC设备传输功率约束、大连接、上行通信占优及大量短数据包传输等特性,提出最大化mMTC设备短数据包上行传输可达有效能效的子信道与传输功率联合优化方案。考虑短数据包传输对NOMA系统接收端的影响,建立非完美串行干扰删除解码时的残留干扰模型,并基于有限长编码理论定义了可达有效能效。考虑短数据包最小传输速率、子信道使用限制及mMTC设备最大传输功率约束,建立短数据包上行传输可达有效能效优化模型。基于多智能体马尔科夫决策过程分析了子信道分配问题,并提出一种基于Q-learning的子信道分配算法。基于Dinckel算法将属于分式规划的可达有效能效优化问题等效为相应的减式非凸优化问题,并基于凸差理论将相应的非凸问题转化为凸问题,进而得到最佳传输功率。与基于OFDMA的联合子信道与功率分配方案相比,所提方案将mMTC设备短数据包上行传输的可达有效能效提高了 5.93%。（3）针对mMTC设备安全能力受限问题,考虑可用子信道和传输功率使用限制、海量连接容易受到窃听攻击等因素,提出最大化mMTC设备上行传输安全容量的子信道与传输功率联合优化方案。基于物理层安全技术定义mMTC设备在上行系统NOMA中的安全容量,在子信道使用限制及MTC设备最大传输功率约束条件下建立最大化mMTC设备安全容量模型。将功率分配问题建模为非合作博弈模型,其中每个自私且理性的mMTC设备通过选择最佳的传输功率策略最大化自身安全容量。证明了该非合作博弈纳什均衡存在性,给出该纳什均衡唯一性的充分性条件,得到每个MTC设备的最佳传输功率,提出分布式功率分配算法。针对子信道分配问题,每个mMTC设备可以选择多个最佳的子信道使用,每个子信道也可以供多个具有最佳安全容量的mMTC设备共享,提出了双重优先级的子信道分配算法。仿真结果表明所提方案可以快速收敛,与基于OFDMA的最大化上行传输安全容量方案相比,所提方案可有效提高无线资源使用的公平性,并将mMTC设备上行传输的安全容量提高了 71%。（4）针对mMTC设备计算能力受限问题,考虑无线资源和计算资源约束、mMTC设备高能效及计算任务安全迁移等需求,提出最大化mMTC设备计算任务安全迁移能效的计算资源和无线资源联合优化方案。基于物理层安全技术定义计算任务安全迁移速率和能效,并提出基于NOMA的移动边缘计算中继协助的计算任务安全迁移模型。在计算任务时延、计算资源与无线资源约束下建立最大化计算任务安全迁移能效优化模型,其中给定无线资源时,将联合优化问题等效为计算资源受限的背包问题。在给定计算资源时,将具有无线资源耦合的计算任务安全迁移能效优化问题分解为子信道分配和功率分配两个子问题,并提出基于多对多匹配理论的子信道分配算法。基于Dinckel算法将属于分式规划的计算任务安全迁移能效优化问题转化为相应的减式非凸问题,并基于凸差理论将非凸问题转化为凸问题,进而求解出计算任务安全迁移功率。仿真结果表明所提方案可以快速收敛,与基于NOMA的最大化计算任务安全迁移速率方案相比,所提方案将mMTC设备计算任务安全迁移能效提高了193.3%。
范锦宏[3]（2017）在《双向中继协作通信的关键技术研究》文中研究表明无线通信技术的广泛应用对无线通信系统的有效性和可靠性提出了更高的要求。协作通信作为对抗无线信道多径衰落的有效技术,利用网络中闲置的节点作为中继,可实现虚拟的多天线系统。而基于物理层网络编码技术的双向中继系统可以在一定条件下解决节点间相互干扰的问题,同时可以提高频谱效率,近年来被广泛研究。本文主要研究了基于物理层网络编码的双向译码转发中继系统的关键技术,主要工作及创新成果如下:（1）为了提高基于物理层网络编码的多天线双向译码转发中继系统的性能,本文采用最小均方误差检测对中继节点接收的信号进行处理。在中继和两节点的信道质量相同时,对误码率和信道容量性能进行了分析。仿真结果表明,采用最小均方误差检测的双向中继系统可以进行更可靠传输,同时可以提高吞吐量。（2）多天线双向译码转发中继系统的中继和两源节点之间的信道并非总是对称的。第二时隙中继到两源节点的两信道非对称时,数据传输速率由于受弱链路质量的影响而使得强链路质量的信道增益没有被充分利用。为了使各链路质量的信道增益被充分利用,针对中继和两源节点之间的信道非对称的多天线双向译码转发中继系统,本文提出了一种新的传输方法,该方法采用先验比特信息,使弱链路质量的节点在接收信号时根据已知的比特信息,通过映射的子集来解调信号,符号间的最小欧氏距离将发生变化,因此两链路可以以与各自信道质量所对应的数据传输率进行传输,且能达到相同误比特率的要求;为了使信道质量任意变化的情况下达到相同误比特率要求,提出了一种基于自适应调制的传输方法,该方法将中继节点到源节点的信噪比分为四个区域,中继依据信噪比所在的区域自适应调整调制方式。仿真结果表明两种方法可应用到双向中继的实际场景。（3）无线通信的中断在质量较差的网络中是比较常见的,本文研究了同时存在信道估计误差和同信道干扰的双向译码转发中继系统的中断性能。针对源、目的节点同时受到同信道干扰的双向译码转发中继系统,首先定义了端到端的信噪比和信干比,并将中断概率的表达式转化为多个变量的函数,然后求出了变量的概率分布函数以及概率密度函数,导出了对称和非对称两种情况下的系统中断概率的闭合表达式。根据闭合表达式得到了当中继功率趋于无穷大时的渐近表达式。仿真结果表明,理论分析结果与仿真结果相吻合,且随着信道估计误差或干扰数的增加,系统的中断概率也增加。（4） Nakagami-m衰落是更为一般的信道衰落分布。本文研究了Nakagami-m衰落信道下的双向译码转发中继系统的中断性能。针对源、目的节点同时受到Nakagami-m衰落的多个同信道干扰的双向译码转发中继系统,首先通过矩估计得到了源节点受到的多个Nakagami-m衰落的干扰信道的参数,求出了变量的概率分布函数和概率密度函数,然后导出了中断概率的闭合表达式。根据闭合表达式得到了当中继功率趋于无穷大且信道衰落参数为1时的渐近表达式。仿真结果表明,理论分析结果与数值仿真结果一致。
崔志刚[4]（2015）在《基于智能天线的多用户联合检测技术研究》文中研究指明随着人们对移动通信系统容量需求的提高,频谱资源日益匮乏,智能天线作为空域资源开发的崭新应用,被用来解决同信道干扰、多址干扰及多径衰落等问题。但是当用户数目增多时,智能天线中的自适应波束形成算法存在空间分辨率低的问题,即此时产生的多址干扰较强,从而严重影响多用户检测的性能。针对以上情况,本文通过对智能天线结构、原理、分类和波束形成进行学习,研究各种自适应波束形成准则,对经典的LMS自适应波束形成算法和RLS自适应波束形成算法进行仿真,提出一种新的基于伪逆法的多用户检测算法,并进一步提出智能天线和联合检测技术相结合的多用户检测算法,理论分析与仿真结果表明,新方法可有效提高多用户系统的检测性能。本文内容安排如下:1.描述了智能天线的基本结构和工作原理,详细介绍了基于智能天线的波束形成技术,并仿真分析了其相关参数对系统性能的影响。2.研究了智能天线中四种常用的自适应波束形成准则,其中包括了MMSE、Max-SNR、LCMV和LS准则,并对这四种准则进行了简单对比。详细研究了经典的LMS和RLS自适应波束形成算法,并仿真分析了其相关参数对性能的影响。3.针对多用户波束形成系统中的多址干扰问题,研究了ZF检测算法、MMSE检测算法、SIC、PIC和基于QR分解的串行干扰抵消检测算法,通过使用多波束赋形中的伪逆法对接收用户信号进行目标分离,然后提出一种伪逆法与并行干扰抵消技术相结合的改进算法,仿真结果表明新算法显着提高了多用户系统的检测性能。4.利用智能天线中波束形成技术进行多用户联合检测,提出对波束形成处理后构造的空间相关矩阵进行ZF、MMSE等联合处理,实现了多用户检测,然后通过结合并行干扰抵消技术,误码性能进一步提高。此外,针对空间相关矩阵提出基于QR分解的串行干扰抵消多用户检测算法。最后分别在平坦衰落与频率选择性衰落信道下对所提算法进行了仿真验证,结果表明所提算法的误码率性能能够接近于单用户的理想性能界。
王赟[5]（2008）在《采用空时分层结构的MIMO系统信号检测技术的研究》文中进行了进一步梳理无线多输入多输出（MIMO）技术可以显着提高系统容量,是下一代移动通信系统的关键传输技术。多输入多输出技术充分开发空间资源,利用多个天线实现多发多收,在不需要增加频谱资源和天线发送功率的情况下,可以成倍地提高信道容量。典型的空间复用技术是贝尔实验室的空时分层结构。本文对独立平坦衰落与频率选择性衰落信道环境中的MIMO信号检测技术进行了研究,在不降低频谱效率的前提下,力图通过提高检测算法性能改善系统的误比特性能,并降低信号检测的计算复杂度。研究着眼于采用空时分层结构的MIMO系统检测技术中若干关键技术,包括GOLDEN检测技术、均方根迭代检测技术、按序QR分解检测技术、自适应最小二乘按序判决反馈检测技术做了详细的研究,主要研究内容如下：针对常规V-BLAST检测算法在MIMO系统接收端进行检测时,需要进行大量伪逆运算导致检测复杂度增加的问题,提出了一种基于迭代QR分解的MMSE V-BLAST算法,把对信道矩阵求伪逆的过程转化为利用迭代QR分解近似逼近的过程,从而避免了伪逆运算,有效的降低了检测算法的复杂度。并且由于避免了伪逆运算而无需满足信道矩阵的行数必须大于或等于列数的要求,因而对于发射和接收端无需满足发射天线数必须小于或等于接收天线数的要求,扩展了系统的一般适应性。考虑到传统的均方根检测算法计算复杂度高。提出快速均方根V-BLAST检测算法,所提算法利用矩阵酉变换的性质,仅对信道矩阵进行一次排序,并且无需迫零向量,该算法在系统检测性能总体保持一致的情况下,计算复杂度下降,对于响应要求及时的系统有很好的适应性。用于多输入多输出通信系统检测的按序QR分解算法在多径瑞利慢衰落信道中系统复杂度低,但误码率较高。提出一种基于列正交变换的串行干扰消除算法,该算法对信道矩阵按列正交变换,避免了求上三角矩阵的运算,并且在判决信号过程中,将先判决出的信号通过信道后的输出向量作为干扰进行消除,从而避免了已判决信号对未判决信号的影响。在基于列正交变换的串行干扰消除算法基础上,借鉴并行处理的思想,提出并行QR分解检测算法,并对其检测性能进行了分析。所提算法首先对信道矩阵按列正交变换,并且利用矩阵酉变换的性质仅对信道矩阵进行一次排序,在判决信号过程中,采用部分判决信号反馈和接收信号干扰消除并行处理的检测算法。在低信噪比的情况下,由于避免了功率强度大的信号对其余信号产生干扰,所以此算法适用于信道条件恶劣的情况下。理论证明,利用修正的Gram Schmidt正交化方法对矩阵进行正交化的计算量大,而基于Householder变换的正交化方法的计算量大约为其2/3。因此,在MIMO系统检测时,考虑采用基于Householder变换的串行干扰消除算法。所提算法对信道矩阵进行Householder变换并且利用矩阵酉变换的性质仅对信道矩阵进行一次排序,在判决信号过程中,将先判决出的信号通过信道后的输出向量作为干扰进行消除,因而计算量降低。提出一种在MIMO频率选择性无线环境中得到高数据传输率的接收机结构。基于RLS按序串行干扰消除的MIMO判决反馈算法在应用迭代最小二乘算法得到的前馈数据向量中按序将已检测并判决出的信号进行消除,并将前馈数据向量合并到反馈数据向量中,避免了已判决出的信号对前馈数据向量的干扰,利用矩阵求逆公式,重新定义迭代过程中权重向量。使迭代过程均方根误差降低,检测性能提升。在基于RLS按序串行干扰消除的MIMO判决反馈算法的基础上,借鉴并行处理的思想提出了基于RLS并行干扰消除的MIMO判决反馈算法。所提算法在应用迭代最小二乘算法得到的前馈数据向量中运用并行干扰消除的方法将已检测并判决出的信号进行消除,并将前馈数据向量合并到反馈数据向量中。所提算法无需对信道矩进行排序,因而计算量降低；在低信噪比的情况下,由于避免了功率强度大的信号对其余信号产生干扰,所以此算法适用与信道条件恶劣的情况下。传统的最小二乘恒模算法（LSCMA）误差曲线不具对称性,是导致LSCMA算法收敛速度慢、收敛后均方误差大的主要原因。为此将LSCMA算法进行了改进,将其误差曲线定义为对数正态误差曲线,并在次基础上加入了判决条件。将运用改进的对数正态误差恒模算法得到的前馈数据向量合并到反馈数据向量中,并按序将已检测并判决出的信号进行消除,避免了已判决出的信号对接收数据向量的干扰。由于LSCMA算法利用了信号的恒模性质,因而比传统的RLS算法复杂度低,适用于快衰落信道。
王光健[6]（2007）在《无线MIMO系统的信道容量和可靠性能研究》文中研究表明多输入多输出（MIMO）技术是在通信系统的收发两端放置多根天线的一种通信技术，是近年来无线通信领域理论研究的一个重大突破。该技术能在不增加系统带宽和发射功率的前提下大大增加系统容量、提高系统频带利用率、改善系统的性能，成为新一代高数据率、多数据类型无线通信系统的关键技术。MIMO技术通常可以分为空间复用（利用MIMO提高系统频谱效率的优点）和空间分集（利用MIMO改善系统可靠性能优势）两种方式。分层空时编码是基于MIMO的空间复用技术，空时分组码和空时网格码是基于发射分集的技术，分集接收是基于接收分集的技术。 本文对无线移动通信系统中的信息传输技术进行了研究，主要集中在多天线技术的一些系统理论性能分析。论文共有七章，主要工作如下：第三章研究了具有相关性的MIMO系统的信道容量（包括遍历容量和中断容量），提出了在不同相关条件下对信道容量进行比较的研究思路，分析了莱斯衰落信道的信道容量，还讨论了具有不同发射信道信息的系统容量；第四章分析了相关MIMO系统最大比合并的系统中断概率和两发多收（或两收多发）系统在不同调制方式下的系统平均错误概率；第五章研究了具有同信道干扰的单发多收系统的传输可靠性能，着重研究了具有不等功率同信道干扰的情况下最大比合并技术的性能，分析了多种不同衰落类型的期望信号和干扰信号的系统；第六章讨论了具有相关性的信道中正交空时分组码的系统容量和性能，并且给出了非常精确的遍历容量和中断容量的近似分析；为了验证文中理论分析的正确性，本文每个部分都通过设计适当的Monte-Carlo仿真实验，将实际仿真和理论数值计算结果进行了比较分析。
董涛[7]（2006）在《现代移动通信系统中智能天线和空时编码技术的研究》文中研究说明在现代移动通信中，无线信道的衰落效应严重制约了通信系统的性能，因此如何克服信道衰落效应，提高系统频谱利用率和数据速率是个非常重要的研究问题。近年来，多天线技术由于抑制干扰能力强、支持高速率和高频谱效率，以及有效提高系统容量等优点已受到越来越多的关注。本文主要研究多天线技术在现代移动通信中的应用，其内容主要包括智能天线技术和空时编码技术两个方面。 论文共分七章，第一章给出了论文的研究背景和意义、多天线技术的研究现状以及本论文的主要研究工作。第二章在介绍移动通信中的信道特性、MIMO信道模型和信道容量的基础上，给出了智能天线技术、接收分集技术、空时编码技术以及空间复用技术的原理性说明和相关的理论基础知识。 论文第三章首先针对CDMA系统在时分双工模式下，提出一种简单有效的前向波束成形算法，该算法以最大化期望用户的接收信号功率为准则，通过求期望用户的空间相关矩阵的最大特征值所对应的特征向量，就可以获得相应的波束成形加权矢量。该波束成形算法具有算法简单，低的实现复杂度以及高的可靠性；非常适用于移动环境下的CDMA系统。考虑到上述算法不适用于频分双工模式，故我们在频分双工下又给出了二种前向波束成形算法；一种是采用短时平均信道衰落幅度反馈的波束成形算法，该算法通过移动端反馈短时平均信道衰落幅度给基站，然后使用反向信道相关矩阵估计来波方向，并计算相应的前向链路阵列方向矢量，再由获得的信道衰落信息和方向矢量来计算前向信道相关矩阵，以此获得前向波束成形加权矢量。另一种是基于即时信道衰落幅度反馈的线性预测方法的波束成形算法，该算法通过移动端的Rake接收机，反馈每一径的即时衰落幅度；然后借助于反向信道相关矩阵来估计来波方向，这样就可求得期望信号的相关矩阵，并计算相应的最大特征值所对应的特征向量，以此获得波束成形加权矢量。当信道变化较慢时，采用算法一就可以获得较好的性能，虽算法二的应用会有所改善，但不明显，且会带来计算量和复杂度的显着提高。但当信道变化较快时，算法二的应用会使系统性能有着明显的提高。 论文第四章针对CDMA系统反向链路，提出了一种基于码滤波方法的自适应波束成形算法，该算法可把先求信道矢量再求逆矩阵的两步问题直接转化为求干扰加噪声的协方差矩阵与解扩后阵列协方差矩阵组成的矩阵束的最大广义特征值对应特征向量的一步问题，从而简化了算法程序。而且，它借助于辅助的扩频序列，通过解扩后数据来计算干扰加噪声的协方差矩阵，在符号级做自适应波
姜煜[8]（2006）在《MIMO信道下V-BLAST接收机关键技术研究》文中进行了进一步梳理“任何人在任何时间、任何地点以任何方式和任何人进行通信（5A）”是人类通信的最高目标。这一宏伟目标给未来的无线通信系统提出了严峻的挑战。在发射端和接收端都使用多根天线的多输入多输出（MIMO）技术能够极大地改善无线通信系统的频谱效率和通信可靠性，为实现这一目标提供了强有力的技术手段，因而被视为新一代无线通信系统最具竞争力的技术之一。 作为第一个问世的MIMO实验系统，也是目前最具代表性的一种MIMO系统，贝尔实验室开发的V-BLAST（垂直-贝尔实验室分层空时）系统，以其简单实用的结构和令人瞩目的频谱效率而被3GPP等标准所采用，因此也成为了近年来的一个研究热点。然而，目前关于V-BLAST的研究，大部分集中于窄带系统，已经有一系列平衰落信道下V-BLAST系统检测接收算法被提出，但这些算法都存在着这样或那样的不足：如一些检测性能较好的算法，计算复杂度都太高；而一些计算复杂度较低的算法，其检测性能又难以达到令人满意的效果。另外，为了实现高速无线多媒体通信，必须进一步提高数据传输速率，相应地V-BLAST系统中的MIMO信道将不可避免地具有频率选择性，因此，有必要将V-BLAST的研究从平衰落环境扩展到频率选择性衰落环境。而目前已有的一些频率选择性信道下V-BLAST的检测算法都存在计算复杂度过高的缺点。基于此，本文从改进MIMO技术的算法复杂度角度出发，对V-BLAST系统的检测接收技术展开了深入全面的研究，主要取得了以下研究成果： 1) 针对平衰落V-BLAST系统，通过深入研究原始V-BLAST检测算法和一系列改进算法，提出了一种新的高效的平衰落V-BLAST检测算法，即多层干扰同时抵消的逆序检测算法，与各种现有算法不同，该算法与原始V-BLAST检测算法相比，不仅计算复杂度明显降低，而且检测性能有所改善，因而具有更好的工程实用价值。 2) 针对频率选择性信道下的V-BLAST系统，基于线性空时MMSE均衡，
杜江[9]（2004）在《智能天线系统中的移动目标跟踪和波束形成算法研究》文中认为所谓智能天线系统（Smart Antenna System）就是天线阵列与先进的信号处理技术相结合,形成具有自适应信号处理能力的天线阵列系统,是通信和信号处理等领域的研究热点。智能天线技术己成为第三代移动通信系统的关键技术之一,并在第四代移动通信系统的新技术和标准开发中得到进一步的研究和发展。智能天线系统采用自适应波束形成技术,可以为蜂窝系统提供高质量的数据链路,提高基站天线的覆盖范围和系统容量,降低移动用户的码间干扰和多址干扰,以及降低发射功率等;智能天线系统采用移动信源的波达方向（DOA）估计技术,得到波束形成器所需的波束方向,并可用获取运动中的移动台的位置,为移动通信应用提供移动用户定位业务。因此,本文针对智能天线系统中移动目标跟踪技术和波束形成技术中存在的一些问题,开展了如下几个方面的研究工作: 1.提出了一种移动目标自适应跟踪算法。该算法包括DOA估计和跟踪两种方法。在DOA估计方法中,我们推导了一种最大似然估计算法;结合最大似然估计方法和子空间方法,提出了一种低复杂度的次优算法,与子空间算法相比,它可以同时估计出DOA和散射方差。为了跟踪时变散射信道下的移动目标DOA,提出了一种基于Kalman滤波理论的自适应跟踪算法。分析和仿真结果表明,提出的次优DOA估计算法性能优于传统的子空间方法,算法复杂度比最大似然估计方法低;提出的移动目标跟踪算法,克服了常规的DOA估计与跟踪算法无法自适应时变散射信道,以及性能依赖于样本协方差矩阵的缺点,并且性能有明显的改进。 2.针对传统多旁瓣抵消器的高复杂度,提出一种新的基于多旁瓣抵消器的自适应波束形成算法。与传统的计算正交补子空间方法不同,该算法利用一组波束构造阻塞矩阵,降低了算法的复杂度;为了解决其他算法对期望信号抵消较大和对干扰抑制能力较差的问题,利用最小均方误差准则,推导了一种类似LMS算法的干扰信号自适应抵消算法。分析和仿真结果表明,在算法复杂度、抑制干扰性能和对DOA误差的鲁棒性等方面,
张骏凌[10]（2002）在《OFDM-CDMA系统下行信道性能研究》文中研究表明地面信道具有严重的频率选择性和时间选择性衰落，导致传统单载波加时域均衡器的通信体制在用于高速通信时（例如：码率大于2Mb/s的全移动通信）遇到严重的困难。OFDM技术能较好地对抗信道频率选择性衰落且有较高的频谱利用率，因此目前正受到广泛的重视。目前，OFDM技术已成功的用于数字音频广播、地面数字电视广播、IEEE 802.11a/g标准、HIPERLAN2标准和ADSL系统（DMT调制）中，同时也在后3G/4G通信系统中占有重要的地位。本论文主要研究MC-CDMA混和系统（OFDM-CDMA混和系统中一个重要分支）的下行信道性能，主要的创新性研究工作为：1. MC-CDMA蜂窝系统下行信道性能。在本专题中，我们首先讨论了MC-CDMA同信道干扰的特殊表现形式；随后，我们提出了一种新的同信道干扰抑制方法，计算机仿真证明这种同信道干扰抑制方法能提高MC-CDMA蜂窝系统下行信道容量15％。2. OFDM系统快速符号同步。在本专题中，我们创新地在OFDM时域信号中叠加低功率二进制最大长度序列，在接收机中，在时域直接对这个已知序列作相关检测获得OFDM符号同步。这个算法不需要在FFT后运行，且可以和载波、采样定时同步分开进行，因此同步速度较快；同时，由于在发射端加入的是二进制序列，因此在接收端同步算法可以大大简化，提高了同步速度。加入的最大长度序列只需要消耗发射机约3％的功率，对系统净码率没有影响。值得指出的是，这个算法在瑞利衰落信道中也能保持较好性能，同时还可以和GIB算法融合，在瑞利衰落信道中取得更好的同步性能。3. OFDM/MC-CDMA系统信道响应估计。在本专题中，我们研究了载波频偏对连续OFDM符号的影响。通过理论分析我们证明：载波频偏在连续OFDM符号中导致线性相位旋转。以此为基础，我们针对使用块状导频分布的OFDM/MC-CDMA系统提出了一种新的信道内插方法：线性相位内插算法。理论分析和计算机仿真都证明线性相位内插算法比线性内插算法的性能有较大提高。4. MC-CDMA系统窄带干扰。传统的门限剔出器在MC-CDMA系统中针对单音干扰有很好的性能。然而，由于OFDM系统特有的“泄漏”效应，使多数单音干扰变成大动态、多单音干扰，门限剔出器在这种情况下性能下降较大。针对这种情况，我们将变换域自适应滤波器用于MC-CDMA系统中，较好的抑制了大动态、多单音干扰。计算机仿真证明，这种算法在MC-CDMA系统中能很好地抑制大动态、多单音干扰。降低OFDM系统的峰－平功率比。峰－平功率比高一直是OFDM系统的一个大问题。峰－平功率比高直接导致发射机功率放大器效率降低、带内信号失真、带外噪声基底抬高等问题。在本专题中，我们提出来一种降低OFDM系统的峰－平功率比的新思路：时域约束算法降低<WP=6>5. OFDM系统峰－平功率比。目前，国内对OFDM系统和OFDM-CDMA混和系统的研究正在展开，本论文对OFDM系统和MC-CDMA系统中上述问题的研究和讨论为OFDM系统和OFDM-CDMA混和系统的发展提供了新技术和新思路。
二、平坦衰落信道下的同信道干扰抵消（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、平坦衰落信道下的同信道干扰抵消（论文提纲范文）
（1）基于差分编码的水声SC-FDMA多用户通信（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景和意义 |
| 1.3 水声信道特性及研究问题描述 |
| 1.4 国内外研究现状 |
| 1.4.1 水声OFDMA通信研究现状 |
| 1.4.2 水声CDMA通信研究现状 |
| 1.5 OFDMA和 SC-FDMA技术 |
| 1.6 论文研究内容和论文结构 |
| 第2章 基于相位差值可调的OFDMA技术 |
| 2.1 OFDMA技术基本原理 |
| 2.2 基于相位差值可调的OFDMA技术基本原理 |
| 2.3 系统结构 |
| 2.4 仿真实验 |
| 2.5 本章小结 |
| 第3章 基于相位差值可调的SC-FDMA技术 |
| 3.1 SC-FDMA技术基本原理 |
| 3.2 基于相位差值可调的SC-FDMA技术基本原理 |
| 3.3 系统结构 |
| 3.4 仿真实验 |
| 3.5 本章小结 |
| 第4章 多水域实测信道下的仿真实验 |
| 4.1 水箱实测信道下的仿真实验 |
| 4.2 水池实测信道下的仿真实验 |
| 4.3 南海实测信道下的仿真实验 |
| 4.4 胶州湾实测信道下的仿真实验 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间论文发表及科研情况 |
| 致谢 |
（2）面向高能效海量机器类通信安全技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 第一章 绪论 |
| 1.1 海量机器类通信发展与演进 |
| 1.2 海量机器类通信面临的挑战 |
| 1.3 高能效海量机器类通信安全传输技术概述 |
| 1.3.1 非正交多址接入技术 |
| 1.3.2 有限长编码理论 |
| 1.3.3 物理层安全技术 |
| 1.3.4 移动边缘计算技术 |
| 1.4 主要研究内容及贡献 |
| 1.5 论文组织结构 |
| 参考文献 |
| 第二章 海量机器类通信低功耗传输技术 |
| 2.1 概述 |
| 2.2 基于上行协作NOMA的海量机器类通信网络模型 |
| 2.3 低功耗传输优化问题 |
| 2.4 传输时间与功率联合优化 |
| 2.5 性能仿真与评估 |
| 2.6 本章小结 |
| 参考文献 |
| 第三章 面向海量机器类通信的短数据包高能效传输技术 |
| 3.1 概述 |
| 3.2 系统模型 |
| 3.2.1 基于上行NOMA的短数据包传输模型 |
| 3.2.2 短数据包通信的可达有效传输速率 |
| 3.3 短数据包高能效传输优化问题 |
| 3.4 基于多智能体强化学习的子信道分配 |
| 3.5 最大化可达有效能效的功率分配算法 |
| 3.6 性能仿真与评估 |
| 3.6.1 方案对比 |
| 3.6.2 参数性能分析 |
| 3.7 本章小结 |
| 参考文献 |
| 第四章 海量机器类通信物理层安全增强技术 |
| 4.1 概述 |
| 4.2 系统模型 |
| 4.2.1 基于上行NOMA的mMTC网络模型 |
| 4.2.2 基于上行NOMA的安全传输模型 |
| 4.2.3 mMTC网络安全传输优化问题 |
| 4.3 基于非合作博弈的功率分配 |
| 4.3.1 纳什均衡的存在性 |
| 4.3.2 纳什均衡的唯一性 |
| 4.3.3 分布式mMTC设备功率分配算法 |
| 4.4 子信道与功率分配联合优化 |
| 4.5 性能仿真与评估 |
| 4.5.1 方案对比 |
| 4.5.2 参数影响 |
| 4.6 本章小结 |
| 参考文献 |
| 第五章 海量机器类通信中计算任务高能效安全迁移技术 |
| 5.1 概述 |
| 5.2 系统模型 |
| 5.2.1 网络模型 |
| 5.2.2 基于NOMA的计算任务迁移模型 |
| 5.2.3 MEC调度模型 |
| 5.2.4 计算任务安全迁移能效问题建模 |
| 5.3 计算资源和无线资源联合分配 |
| 5.3.1 基于背包算法的计算资源分配方法 |
| 5.3.2 mMTC设备与子信道多对多匹配算法 |
| 5.3.3 基于凸差理论的功率分配算法 |
| 5.4 性能仿真与评估 |
| 5.4.1 方案对比 |
| 5.4.2 参数影响 |
| 5.5 本章小结 |
| 参考文献 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 附录 缩略语表 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）双向中继协作通信的关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 中继协作发展背景 |
| 1.2 中继协作通信 |
| 1.2.1 单向中继协作通信 |
| 1.2.2 双向中继协作通信 |
| 1.3 衰落信道 |
| 1.3.1 慢衰落与快衰落 |
| 1.3.2 平坦衰落与频率选择性衰落 |
| 1.4 中继协作国内外研究现状 |
| 1.5 主要研究内容与论文结构安排 |
| 第二章 基于MMSE检测的MIMO双向DF中继系统 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.3 性能分析 |
| 2.4 仿真结果 |
| 2.5 本章小结 |
| 第三章 基于非对称信道的MIMO双向DF中继传输方法 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 基于先验比特信息的传输方法 |
| 3.3.1 传输方法 |
| 3.3.2 仿真结果 |
| 3.4 自适应调制的双向中继传输方法 |
| 3.4.1 传输方法 |
| 3.4.2 仿真结果 |
| 3.5 本章小结 |
| 第四章 存在同信道干扰和信道估计误差的双向DF中继系统的中断性能 |
| 4.1 引言 |
| 4.2 双向中继的中断概率 |
| 4.2.1 两时隙双向中继模型 |
| 4.2.2 中断概率 |
| 4.3 系统模型 |
| 4.4 中断性能分析 |
| 4.5 仿真结果 |
| 4.6 本章小结 |
| 第五章 Nakagami-m衰落信道下干扰受限双向DF中继系统的中断性能 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.3 中断概率分析 |
| 5.4 仿真结果 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 缩略词 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
（4）基于智能天线的多用户联合检测技术研究（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 研究背景及意义 |
| 1.2 研究进展 |
| 1.2.1 智能天线研究进展 |
| 1.2.2 联合检测技术的发展 |
| 1.3 论文的主要内容及章节安排 |
| 第二章 智能天线技术基础 |
| 2.1 智能天线的结构和工作原理 |
| 2.1.1 基本结构 |
| 2.1.2 工作原理 |
| 2.2 智能天线的分类 |
| 2.2.1 预多波束智能天线 |
| 2.2.2 完全自适应智能天线 |
| 2.3 智能天线的信号模型 |
| 2.4 智能天线的特点 |
| 2.5 波束形成技术 |
| 2.5.1 波束形成的基本原理 |
| 2.5.2 方向图 |
| 2.6 本章小结 |
| 第三章 智能天线的自适应波束形成算法 |
| 3.1 自适应波束形成准则 |
| 3.1.1 最小均方误差准则 |
| 3.1.2 最大信噪比准则 |
| 3.1.3 线性约束最小方差准则 |
| 3.1.4 最小二乘准则 |
| 3.2 准则对比 |
| 3.3 智能天线波束形成算法分类 |
| 3.4 经典自适应算法 |
| 3.4.1 LMS算法 |
| 3.4.2 RLS算法 |
| 3.4.3 性能仿真及分析 |
| 3.5 本章小结 |
| 第四章 多用户联合检测技术 |
| 4.1 多用户检测器 |
| 4.1.1 迫零检测算法 |
| 4.1.2 最小均方误差检测算法 |
| 4.1.3 串行干扰抵消检测算法 |
| 4.1.4 并行干扰抵消检测算法 |
| 4.1.5 基于QR分解的串行干扰抵消检测算法 |
| 4.2 一种新的基于伪逆法的多用户检测算法 |
| 4.2.1 算法原理 |
| 4.2.2 仿真分析 |
| 4.3 智能天线下的多用户联合检测技术研究 |
| 4.3.1 平坦衰落信道 |
| 4.3.2 频率选择性衰落信道 |
| 4.4 本章小结 |
| 第五章 结束语 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）采用空时分层结构的MIMO系统信号检测技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 MIMO系统研究背景 |
| 1.2 MIMO系统的研究现状 |
| 1.3 本文的研究内容 |
| 1.4 论文结构 |
| 第二章 MIMO系统和信号检测基础 |
| 2.1 MIMO系统的传播环境 |
| 2.1.1 信道衰落 |
| 2.1.2 信道扩展 |
| 2.2 MIMO信道模型 |
| 2.3 MIMO信道容量 |
| 2.3.1 发射机未知信道,接收机已知时信道容量 |
| 2.3.2 发射机与接收机均已知道转移矩阵时信道容量 |
| 2.3.3 信道容量的上下限 |
| 2.4 MIMO调制技术 |
| 2.4.1 空时分组码的基本原理 |
| 2.4.2 空时网格码的基本原理 |
| 2.4.3 空时分层结构 |
| 2.5 MIMO系统信号检测算法 |
| 2.5.1 按照构造方式分类的MIMO检测系统算法 |
| 2.5.2 按照解码方式分类的MIMO系统检测算法 |
| 2.6 本章小结 |
| 第三章 平坦衰落信道V-BLAST迭代检测算法 |
| 3.1 引言 |
| 3.2 基于迭代QR分解的MMSE V-BLAST检测算法 |
| 3.2.1 V-BLAST系统信号模型 |
| 3.2.2 V-BLAST系统检测算法 |
| 3.2.3 基于迭代QR分解的MMSE V-BLAST算法 |
| 3.2.4 性能分析 |
| 3.2.5 仿真实验结果 |
| 3.2.6 结论 |
| 3.3 快速均方根V-BLAST检测算法 |
| 3.3.1 常规均方根检测算法 |
| 3.3.2 快速均方根检测算法 |
| 3.3.3 性能分析 |
| 3.3.4 仿真试验结果 |
| 3.3.5 结论 |
| 3.4 本章小结 |
| 第四章 平坦衰落信道V-BLAST线性均衡算法 |
| 4.1 引言 |
| 4.2 基于列正交变换的串行干扰消除算法 |
| 4.2.1 按序QR分解检测算法 |
| 4.2.2 基于列正交变换的串行干扰消除算法 |
| 4.2.3 性能分析 |
| 4.2.4 仿真实验结果 |
| 4.2.5 结论 |
| 4.3 并行QR分解MIMO检测算法 |
| 4.3.1 并行SQRD检测算法 |
| 4.3.2 性能分析 |
| 4.3.3 仿真试验结果 |
| 4.3.4 结论 |
| 4.4 基于Householder变换的改进并行MIMO检测算法 |
| 4.4.1 基于Householder变换的改进并行MIMO检测算法 |
| 4.4.2 性能分析 |
| 4.4.3 仿真试验结果 |
| 4.4.4 结论 |
| 4.5 本章小结 |
| 第五章 自适应MIMO判决反馈均衡算法 |
| 5.1 时域判决反馈均衡器模型 |
| 5.2 基于频率选择性V-BLAST接收的空时判决反馈算法 |
| 5.2.1 多输入多输出判决反馈均衡算法 |
| 5.2.2 部分连接的排序串行干扰抵消判决反馈均衡 |
| 5.2.3 完全连接的排序串行干扰抵消判决反馈均衡 |
| 5.3 自适应多输入多输出判决反馈均衡 |
| 5.4 基于RLS的按序串行干扰消除MIMO判决反馈算法 |
| 5.4.1 基于RLS的按序串行干扰消除判决反馈检测算法 |
| 5.4.2 RLS-OSIC-DFE收敛性分析 |
| 5.4.3 RLS-OSIC-DFE集平均学习曲线分析 |
| 5.4.4 仿真试验结果 |
| 5.4.5 结论 |
| 5.5 基于RLS并行干扰消除的MIMO判决反馈算法 |
| 5.5.1 基于RLS并行干扰消除判的MIMO判决反馈算法 |
| 5.5.2 RLS-PIC-DFE收敛性分析 |
| 5.5.3 RLS-PIC-DFE集平均学习曲线分析 |
| 5.5.4 仿真试验结果 |
| 5.5.5 结论 |
| 5.6 基于改进对数正态误差恒模算法的MIMO判决反馈 |
| 5.6.1 基于改进对数正态误差恒模算法的MIMO按序串行干扰消除判决反馈检测算法 |
| 5.6.2 ILNCMA-OSIC-DFE收敛性分析 |
| 5.6.3 ILNCMA-OSIC-DFE集平均学习曲线分析 |
| 5.6.4 ILNCMA-OSIC-DFE计算复杂度分析 |
| 5.6.5 仿真试验结果 |
| 5.6.6 结论 |
| 5.7 本章小结 |
| 第六章 结论 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表的论文 |
（6）无线MIMO系统的信道容量和可靠性能研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 移动通信系统的演进 |
| 1.2 多天线MIMO技术的概况 |
| 1.3 本文内容和结构安排和研究意义 |
| 第2章 无线MIMO空时信道模型 |
| 2.1 引言 |
| 2.2 移动多径信道 |
| 2.2.1 多径时延扩展产生的频率选择性衰落 |
| 2.2.2 多普勒扩展引起的时间选择性衰落 |
| 2.2.3 角度扩展引起的空间选择性衰落 |
| 2.3 几种常用的小尺度衰落信道统计特性 |
| 2.3.1 高斯信道 |
| 2.3.2 瑞利信道 |
| 2.3.3 Rician衰落信道 |
| 2.3.4 Nakagami衰落信道 |
| 2.4 平坦衰落MIMO信道模型 |
| 2.5 总结 |
| 第3章 MIMO信道的信道容量 |
| 3.1 引言 |
| 3.2 MIMO信道容量的一般性推导 |
| 3.2.1 遍历容量 |
| 3.2.2 中断容量 |
| 3.3 瑞利衰落信道的信道容量 |
| 3.4 瑞利衰落信道下几种极端相关的信道容量分析 |
| 3.4.1 发送和接收都不相关(独立同分布信道) |
| 3.4.2 发送全相关接收不相关 |
| 3.4.3 发送不相关接收全相关 |
| 3.4.4 发送全相关接收全相关 |
| 3.4.5 容量差分析 |
| 3.4.6 仿真分析 |
| 3.5 Rician衰落信道下的信道容量 |
| 3.6 发送端信道状态信息(CSI)对容量的影响 |
| 3.7 总结 |
| 第4章 MIMO最大比合并的系统性能分析 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 系统中断概率 |
| 4.4 系统平均错误概率的计算 |
| 4.4.1 输出信噪比的概率密度函数 |
| 4.4.2 输出信噪比的矩生成函数(MGF) |
| 4.4.3 MPSK信号误符号率(SER)和二进制信号的误比特率(BER) |
| 4.5 仿真分析 |
| 4.6 总结 |
| 第5章 具有同信道干扰的最大比合并系统性能分析 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 瑞利衰落 |
| 5.2.2 Rician衰落 |
| 5.2.3 Nakagami衰落 |
| 5.3 瑞利同信道干扰的系统 |
| 5.3.1 SINR的统计特性 |
| 5.3.2 系统的中断概率 |
| 5.3.3 系统的平均错误概率 |
| 5.3.4 仿真与分析 |
| 5.4 Nakagami同信道干扰的系统 |
| 5.4.1 联合同信道干扰和AWGN效应的系统中断概率 |
| 5.4.2 系统输出信干比(SIR)统计特性 |
| 5.4.3 系统的平均错误概率分析 |
| 5.4.4 仿真与分析 |
| 5.5 总结 |
| 第6章 正交空时分组码的容量与性能分析 |
| 6.1 引言 |
| 6.2 系统模型 |
| 6.3 信道特性和λ的分布特性 |
| 6.3.1 瑞利衰落 |
| 6.3.2 Rician衰落 |
| 6.4 系统容量及其近似分析 |
| 6.4.1 精确的系统遍历容量 |
| 6.4.2 容量近似分析 |
| 6.5 MPSK调制的平均错误概率 |
| 6.6 仿真与分析 |
| 6.7 总结 |
| 第7章 结束语 |
| 7.1 全文总结 |
| 7.2 未来展望 |
| 参考文献 |
| 附录A 超几何函数 |
| A.1 标量元素的一般性超几何函数 |
| A.2 单复矩阵变量的超几何函数 |
| A.3 双复矩阵变量的超几何函数 |
| 附录B 复正态(高斯)和Wishart随机矩阵分布 |
| B.1 复正态随机矩阵分布 |
| B.2 中心复Wishart随机矩阵分布 |
| B.3 中心伪复Wishart随机矩阵分布 |
| B.4 非中心复Wishart矩阵分布 |
| B.5 复矩阵二次型分布 |
| B.6 双边相关复Wishart矩阵的最大特征值分布 |
| 附录C 重要的积分公式 |
| C.1 多变量积分公式 |
| C.2 有用的三角积分结果 |
| C.3 积分表达I_(erfc)(N，L，x) |
| 附录D 式(4.9)的证明 |
| 附录E 式(5.29)的证明 |
| 攻读学位期间公开发表论文 |
| 致谢 |
| 研究生履历 |
（7）现代移动通信系统中智能天线和空时编码技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| §1.1 论文的研究背景和意义 |
| §1.2 多天线技术的发展概况及研究动态 |
| §1.3 本论文的主要工作 |
| 第二章 移动通信的信道特性及多天线技术的基本理论 |
| §2.1 移动通信信道的基本特性和模型 |
| §2.1.1 移动通信信道的基本特性 |
| §2.1.2 多径衰落信道的物理特性 |
| §2.1.3 频率选择性衰落信道的抽头延时线模型 |
| §2.1.4 瑞利衰落信道中的Jakes模型 |
| §2.1.5 瑞利衰落信道中的简化模型 |
| §2.2 MIMO信道模型及容量 |
| §2.3 智能天线技术 |
| §2.3.1 波束成形基本原理及常用算法 |
| §2.3.2 通常DOA估计算法 |
| §2.4 空间分集技术 |
| §2.4.1 接收分集技术 |
| §2.4.2 发射分集技术 |
| §2.5 空间复用技术 |
| §2.6 本章小结 |
| 第三章 智能天线系统中前向链路波束成形算法的研究 |
| §3.1 引言 |
| §3.2 CDMA/TDD系统前向链路波束成形算法 |
| §3.2.1 系统的前向链路信号传输模型 |
| §3.2.2 基于反向链路参数的前向链路波束成形 |
| §3.2.3 前向链路的数据检测 |
| §3.3 FDD模式下的前向链路波束成形算法 |
| §3.3.1 系统模型和通常波束成形方法 |
| §3.3.2 采用短时平均信道衰落幅度反馈的波束成形算法 |
| §3.3.3 采用即时信道衰落幅度反馈线性预测的波束成形算法 |
| §3.4 仿真结果与数值分析 |
| §3.5 本章小结 |
| 第四章 基于码滤波方法的反向链路自适应波束成形算法 |
| §4.1 引言 |
| §4.2 码滤波法回顾 |
| §4.3 二维Rake接收机结构及性能分析 |
| §4.4 采用导频辅助的通常波束成形方法 |
| §4.5 基于码滤波法的波束成形算法及其自适应实现 |
| §4.5.1 算法描述 |
| §4.5.2 自适应波束成形算法 |
| §4.6 仿真结果及分析 |
| §4.7 本章小结 |
| §4.8 本章附录 |
| 第五章 满分集空时分组编码及其译码算法研究 |
| §5.1 前言 |
| §5.2 满分集空时分组码及最大比合并译码 |
| §5.2.1 两天线空时分组码的译码方案 |
| §5.2.2 多天线空时分组码的译码方案 |
| §5.3 频率选择性衰落下空时分组码的译码方案 |
| §5.3.1 接收信号模型及存在的译码问题 |
| §5.3.2 基于迭代干扰抵消的空时分组码MLSE译码方案 |
| §5.3.3 联合最大比合并和最大似然估计的空时分组码译码方案 |
| §5.3.4 复杂度比较 |
| §5.4 数值和仿真结果 |
| §5.5 本章小结 |
| 第六章 满速率和低复杂度的多天线空时分组编码研究 |
| §6.1 引言 |
| §6.2 满分集空时分组码的简单回顾 |
| §6.3 满速率三天线空时分组码 |
| §6.3.1 编码方案 |
| §6.3.2 性能分析 |
| §6.4 满速率四天线空时分组码 |
| §6.4.1 编码方案及性能分析 |
| §6.4.2 复杂度比较 |
| §6.5 仿真结果及分析 |
| §6.6 本章小结 |
| 第七章 全文总结 |
| §7.1 论文工作总结 |
| §7.2 可以进一步研究的问题 |
| 致谢 |
| 作者攻读博士期间发表的论文 |
| 参考文献 |
（8）MIMO信道下V-BLAST接收机关键技术研究（论文提纲范文）
| 摘 要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和立题意义 |
| 1.2 MIMO技术概况 |
| 1.2.1 MIMO技术理论研究现状 |
| 1.2.2 MIMO技术的应用概况 |
| 1.2.3 V-BLAST技术研究应用概况 |
| 1.3 MIMO技术存在的问题 |
| 1.4 本文的主要研究内容 |
| 第2章 MIMO系统基本理论 |
| 2.1 无线信道特性 |
| 2.1.1 信道衰落 |
| 2.1.2 信道扩展 |
| 2.2 MIMO信道模型 |
| 2.3 MIMO信道容量 |
| 2.3.1 单输入单输出(SISO)信道的容量 |
| 2.3.2 多输入单输出(MISO)信道的容量 |
| 2.3.3 单输入多输出(SIMO)信道的容量 |
| 2.3.4 多输入多输出(MIMO)信道的容量 |
| 2.4 MIMO系统的调制技术 |
| 2.4.1 网格空时码(STTC) |
| 2.4.2 分组空时码(STBC) |
| 2.4.3 分层空时码(BLAST) |
| 2.5 本章小结 |
| 第3章 平衰落V-BLAST的检测 |
| 3.1 V-BLAST系统模型 |
| 3.2 原始V-BLAST检测算法 |
| 3.3 QR分解算法 |
| 3.3.1 QR分解算法 |
| 3.3.2 迫零排序QR分解(ZF-SQRD)算法 |
| 3.4 并行解码算法 |
| 3.5 多层干扰同时抵消的逆序检测算法 |
| 3.5.1 算法原理 |
| 3.5.2 算法流程 |
| 3.5.3 算法性能的理论分析 |
| 3.5.4 仿真实验与性能分析 |
| 3.6 本章小结 |
| 第4章 频率选择性V-BLAST的线性空时均衡接收 |
| 4.1 频率选择性信道下V-BLAST系统模型 |
| 4.2 基于MMSE线性空时均衡的V-BLAST检测原理 |
| 4.2.1 频率选择性V--BLAST系统线性空时均衡器 |
| 4.2.2 最佳空时均衡条件 |
| 4.3 自适应线性空时均衡算法 |
| 4.3.1 LMS自适应空时均衡算法 |
| 4.3.2 RLS自适应空时均衡算法 |
| 4.4 性能分析 |
| 4.4.1 算法计算复杂度分析 |
| 4.4.2 仿真实验分析与多天线系统合理配置 |
| 4.5 本章小结 |
| 第5章 频率选择性V-BLAST的空时判决反馈均衡 |
| 5.1 时域判决反馈均衡器(DFE)模型 |
| 5.2 频率选择性衰落信道下V-BLAST系统模型 |
| 5.3 基于空时判决反馈均衡的频率选择性V-BLAST接收 |
| 5.3.1 多输入多输出判决反馈均衡算法 |
| 5.3.2 部分连接的排序串行干扰抵消判决反馈均衡 |
| 5.3.3 完全连接的排序串行干扰抵消判决反馈均衡 |
| 5.3.4 自适应多输入多输出判决反馈均衡 |
| 5.4 基于逐层递增反馈的自适应判决反馈均衡算法 |
| 5.4.1 基于逐层递增反馈的判决反馈均衡算法原理 |
| 5.4.2 算法流程 |
| 5.4.3 算法复杂度比较 |
| 5.5 仿真实验与性能分析 |
| 5.6 本章小结 |
| 第6章 基于OFDM的频率选择性V-BLAST接收 |
| 6.1 OFDM技术综述 |
| 6.1.1 概述 |
| 6.1.2 OFDM系统实现原理 |
| 6.1.3 OFDM技术的特点 |
| 6.2 系统模型 |
| 6.2.1 频率选择性V-BLAST系统模型 |
| 6.2.2 频率选择性OFDM V-BLAST系统模型 |
| 6.3 基于子空间分解技术的直接解码算法 |
| 6.3.1 频率选择性OFDM V-BLAST系统的数值模型 |
| 6.3.2 半速率旋转不变性联合空频编码 |
| 6.3.3 直接解码算法 |
| 6.4 高效的频率选择性OFDM V-BLAST系统解码算法 |
| 6.4.1 算法原理 |
| 6.4.2 算法复杂度分析 |
| 6.4.3 仿真实验与性能分析 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
| 个人简历 |
（9）智能天线系统中的移动目标跟踪和波束形成算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 数学符号 |
| 专业术语缩写词 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 智能天线的研究状况与发展 |
| 1.3 论文研究工作概述 |
| 1.4 论文内容安排 |
| 第二章 基本理论概述 |
| 2.1 天线阵列的信号模型 |
| 2.2 波束形成器原理 |
| 2.2.1 几种重要参数 |
| 2.2.2 空间匹配波束形成器 |
| 2.2.3 最佳波束形成器 |
| 2.2.4 波束形成器的算法实现问题 |
| 2.2.4.1 样本相关矩阵的分析 |
| 2.2.4.2 最佳波束形成器的快速实现方法 |
| 2.3 DOA估计方法 |
| 2.3.1 基于空间谱的DOA估计 |
| 2.3.1.1 基于输出信号功率最大准则的DOA算法 |
| 2.3.1.2 Capon波束形成算法 |
| 2.3.2 基于子空间的DOA估计算法 |
| 2.3.2.1 MUSIC算法 |
| 2.3.2.2 子空间拟合方法 |
| 2.3.3 联合时延和DOA估计 |
| 2.3.3.1 SAGE算法 |
| 2.3.3.2 JADE算法 |
| 2.4 盲信号处理 |
| 2.5 本章小结 |
| 第三章 时变散射信道下移动目标自适应跟踪算法 |
| 3.1 引言 |
| 3.2 多径散射信道模型 |
| 3.3 移动目标DOA估计算法 |
| 3.3.1 基于最大似然的DOA估计算法推导 |
| 3.3.2 基于子空间的DOA估计算法 |
| 3.3.3 次优DOA估计算法 |
| 3.4 移动目标的跟踪算法 |
| 3.4.1 跟踪目标的状态方程 |
| 3.4.2 跟踪过程 |
| 3.5 计算机仿真与分析 |
| 3.5.1 时变散射对DOA估计算法的影响 |
| 3.5.2 次优DOA估计算法性能分析 |
| 3.5.3 移动目标跟踪算法的性能分析 |
| 3.6 本章小结 |
| 第四章 基于多旁瓣抵消器的自适应波束形成算法 |
| 4.1 引言 |
| 4.2 MSC波束形成器 |
| 4.3 基于多旁瓣抵消器的自适应波束形成算法 |
| 4.3.1 自适应波束形成算法 |
| 4.3.2 低复杂度阻塞矩阵的构造 |
| 4.4 计算机仿真与分析 |
| 4.5 本章小结 |
| 第五章 多径相关信道下基于恒模阵列的盲自适应波束形成算法 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 基于恒模阵列的盲自适应波束形成算法 |
| 5.3.1 独立条件下盲波束形成算法 |
| 5.3.2 正交条件下盲波束形成算法 |
| 5.3.3 算法实现过程 |
| 5.4 性能分析 |
| 5.4.1 恒模阵列波束形成器的最佳权向量的收敛性 |
| 5.4.2 信号对消器的最佳权向量的收敛性 |
| 5.5 计算机仿真与分析 |
| 5.6 本章小结 |
| 第六章 SIMO-OFDM系统的自适应波束形成算法 |
| 6.1 引言 |
| 6.2 频率选择性衰落OFDM的半盲信道估计算法 |
| 6.2.1 OFDM数学模型 |
| 6.2.2 频率选择性衰落信道模型 |
| 6.2.3 基于导频的半盲均衡算法 |
| 6.3 SIMO-OFDM自适应波束形成算法 |
| 6.3.1 SIMO-OFDM系统的信号模型 |
| 6.3.2 自适应波束形成器算法推导 |
| 6.4 计算机仿真与分析 |
| 6.4.1 半盲信道估计算法的性能 |
| 6.4.2 SIMO-OFDM系统的自适应波束形成算法的性能 |
| 6.5 本章小结 |
| 第七章 MIMO-OFDM系统的半盲自适应波束形成算法 |
| 7.1 引言 |
| 7.2 MIMO-OFDM系统结构 |
| 7.3 基于导频的自适应波束形成算法 |
| 7.4 在无导频信号周期的盲自适应波束形成算法 |
| 7.5 仿真结果与分析 |
| 7.6 本章小结 |
| 第八章 结束语 |
| 8.1 论文总结 |
| 8.2 今后的研究工作 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 作者在攻读博士学位期间发表的论文 |
（10）OFDM-CDMA系统下行信道性能研究（论文提纲范文）
| 第1章 绪论 |
| 1.1 论文选题依据和主要研究工作 |
| 1.2 论文组织结构 |
| 第2章 OFDM/COFDM系统和OFDM-CDMA混和系统 |
| 2.1 OFDM/COFDM系统的发展和现状 |
| 2.1.1 OFDM/COFDM系统的发展 |
| 2.1.2 OFDM/COFDM系统结构 |
| 2.2 OFDM调制解调技术在通信系统中的应用 |
| 2.3 OFDM-CDMA系统的发展和现状 |
| 2.3.1 MC-CDMA系统 |
| 2.3.2 MULTICARRIERDS-CDMA系统 |
| 2.3.3 MT-CDMA系统 |
| 2.3.4 三种OFDM-CDMA系统特性比较 |
| 2.4 OFDM系统中的关键技术 |
| 2.4.1 峰－平功率比 |
| 2.4.2 同步 |
| 2.4.3 自适应调制 |
| 2.5 小结 |
| 第3章 无线信道模型和计算机仿真方法 |
| 3.1 无线信号传播简介 |
| 3.2 大范围传播模型 |
| 3.2.1 自由空间传播模型 |
| 3.2.2 实际无线信道中的路径损耗模型 |
| 3.3 小范围传播模型 |
| 3.3.1 影响小范围信号衰落的主要因素 |
| 3.3.2 多径信道和信道相干带宽 |
| 3.3.3 多普勒扩展和信道相干时间 |
| 3.3.4 信道衰落分类 |
| 3.3.4.1 多径时延扩展产生的衰落 |
| 3.3.4.2 多普勒扩展引起的衰落 |
| 3.3.5 瑞利（RAYLEIGH）分布和莱斯（RICEAN）分布 |
| 3.3.6 多径衰落信道统计模型 |
| 3.3.7 多径衰落信道的计算机仿真 |
| 3.3.7.1 正弦波求和方法 |
| 3.3.7.2 滤波法 |
| 3.3.7.3 信道模型到信道模型的转换 |
| 3.4 运动情形下的时－空衰落 |
| 3.5 小结 |
| 第4章 MC-CDMA蜂窝系统下行信道同信道干扰和容量 |
| 4.1 蜂窝小区布置 |
| 4.2 MC-CDMA蜂窝系统下行信道中的同信道干扰 |
| 4.2.1 同信道干扰解析表达式 |
| 4.2.2 同信道干扰数字仿真 |
| 4.3 MC-CDMA蜂窝系统下行信道容量 |
| 4.3.1 系统模型 |
| 4.3.2 同信道干扰抑制 |
| 4.3.3 下行信道容量 |
| 4.3.4 下行信道容量数字仿真 |
| 4.3.5 算法复杂度 |
| 4.4 小结 |
| 第5章 OFDM系统快速符号同步 |
| 5.1 MSB快速符号同步算法 |
| 5.1.1 仿真系统模型 |
| 5.1.2 MSB快速符号同步算法 |
| 5.1.3 M序列的功率 |
| 5.1.4 M序列的频谱 |
| 5.1.5 降低MSB算法复杂度 |
| 5.2 MSB-GIB混合算法 |
| 5.3 块状分布导频信号时域同步算法 |
| 5.4 数字仿真 |
| 5.5 小结 |
| 第6章 OFDM/MC-CDMA系统信道响应估计 |
| 6.1 OFDM/MC-CDMA系统中信道响应估计方法 |
| 6.2 载波频偏对信道内插算法的影响 |
| 6.3 频域线性相位内插算法 |
| 6.3.1 导频梳状分布和块状分布中的线性内插算法 |
| 6.3.2 块状分布导频的频域线性相位内插算法 |
| 6.3.3 瑞利衰落信道下频域线性内插算法和频域线性相位内插算法的均方误差 |
| 6.3.4 数字仿真 |
| 6.3.5 结论 |
| 6.4 小结 |
| 第7章 MC-CDMA系统窄带干扰抑制 |
| 7.1 MC-CDMA系统模型 |
| 7.2 门限剔除器和变换域自适应滤波器 |
| 7.3 MC-CDMA系统抑制单音干扰的理论分析 |
| 7.4 数字仿真 |
| 7.5 小结 |
| 第8章 减小OFDM系统峰－平功率比 |
| 8.1 幅度限幅算法减小OFDM系统PAPR |
| 8.2 编码算法减小OFDM系统PAPR |
| 8.3 时域约束算法减小OFDM系统PAPR |
| 8.4 小结 |
| 第9章 全文总结 |
| 参考文献 |
| 致谢 |
| 博士期间发表的论文和研究工作 |
四、平坦衰落信道下的同信道干扰抵消（论文参考文献）
- [1]基于差分编码的水声SC-FDMA多用户通信[D]. 李泽群. 青岛理工大学, 2020
- [2]面向高能效海量机器类通信安全技术研究[D]. 韩书君. 北京邮电大学, 2020(04)
- [3]双向中继协作通信的关键技术研究[D]. 范锦宏. 北京邮电大学, 2017(02)
- [4]基于智能天线的多用户联合检测技术研究[D]. 崔志刚. 西安电子科技大学, 2015(03)
- [5]采用空时分层结构的MIMO系统信号检测技术的研究[D]. 王赟. 东北大学, 2008(06)
- [6]无线MIMO系统的信道容量和可靠性能研究[D]. 王光健. 大连海事大学, 2007(01)
- [7]现代移动通信系统中智能天线和空时编码技术的研究[D]. 董涛. 东南大学, 2006(05)
- [8]MIMO信道下V-BLAST接收机关键技术研究[D]. 姜煜. 哈尔滨工程大学, 2006(12)
- [9]智能天线系统中的移动目标跟踪和波束形成算法研究[D]. 杜江. 电子科技大学, 2004(07)
- [10]OFDM-CDMA系统下行信道性能研究[D]. 张骏凌. 电子科技大学, 2002(02)