版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、為了解決MIMO系統(tǒng)在實現(xiàn)空間分集效果時,終端設備由于體積、硬件復雜度和功耗等限制的問題,提出了一種新的空間分集技術——協(xié)作技術。在協(xié)作技術實現(xiàn)的過程中,發(fā)送信號的協(xié)作方式多樣化,其中AF、DF和CC三種是最基礎的協(xié)作策略,其中誤碼率性能DF最優(yōu),AF最差;與此相比,AF的復雜度最低,然而DF最高,CC在誤碼率和復雜度兩方面的性能都介于AF和DF之間。同時,對接收信號的譯碼方式也多樣化,其中差分檢測方式相比于傳統(tǒng)的相干檢測方式而言,避免
2、了信道估計這一難題從而降低了檢測算法實現(xiàn)的復雜度,更適用于實際應用環(huán)境中。然而也帶來了3dB的性能損失,為了縮小這個性能差距,提出了多符號差分檢測技術。
但是,采用多符號差分檢測技術也帶來了計算復雜度高的問題,針對這個問題,研究了3種適用于不同協(xié)作系統(tǒng)的多符號差分檢測算法,使協(xié)作系統(tǒng)在誤碼率性能和復雜度之間達到很好的折中效果。同時,在對三種協(xié)作策略了解的基礎上,以及鑒于本文是對檢測算法的研究,為了避免研究的重復性,重點選擇了A
3、F和CC兩種協(xié)作方式。本文主要基于AF、CC兩種協(xié)作策略下的協(xié)作系統(tǒng),并且分別與不同的差分編碼方式結合,重點研究3種適用于協(xié)作系統(tǒng)的多符號差分檢測算法。
首先,在分布式空時CC協(xié)作系統(tǒng)的基礎上,針對傳統(tǒng)單符號差分ML算法的3dB性能損失,而研究多符號差分ML算法,用于提高單符號差分協(xié)作系統(tǒng)的誤碼性能。然后,基于正交空時AF協(xié)作系統(tǒng),針對ML算法高復雜度的缺陷,研究了多符號差分SD算法,用于降低協(xié)作系統(tǒng)的空間復雜度。最后,針對目
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多符號差分相移鍵控(PSK)調制半定松弛檢測算法研究.pdf
- 連續(xù)相位調制信號多符號差分解調算法研究與實現(xiàn).pdf
- 連續(xù)相位調制信號多符號差分解調的實現(xiàn)研究.pdf
- 圖像高位空域隱藏差分檢測算法研究.pdf
- LTE多小區(qū)協(xié)作MIMO上行檢測算法研究.pdf
- 低復雜度差分樹形檢測算法的研究.pdf
- 協(xié)作MIMO系統(tǒng)空間復用信號檢測算法研究.pdf
- 基于差分圖像的車流量檢測算法及實現(xiàn).pdf
- 感知無線電系統(tǒng)中協(xié)作檢測算法研究.pdf
- 多基音檢測算法研究.pdf
- 視頻運動目標三幀差分檢測算法與MeanShift跟蹤算法優(yōu)化研究.pdf
- 基于可信度的協(xié)作頻譜檢測算法研究.pdf
- 基于差分圖像的機場跑道異物檢測算法的應用研究.pdf
- 基于數(shù)據(jù)融合的協(xié)作頻譜檢測算法的研究.pdf
- 基于背景差法的視頻車輛檢測算法研究.pdf
- 多光譜目標檢測算法及系統(tǒng)實現(xiàn)研究.pdf
- 認知無線電中協(xié)作檢測算法的研究.pdf
- 基于多示例的多尺度目標檢測算法研究.pdf
- 基于能量檢測的認知無線電協(xié)作檢測算法研究.pdf
- 一種多差分向量的自適應差分演化算法.pdf
評論
0/150
提交評論