2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、目前在移動通信系統(tǒng)中正交頻分復(fù)用(OFDM, Orthogonal Frequency Division Multiplexing)技術(shù)因為其突出的優(yōu)越性正在廣泛的被使用??紤]到無線通信系統(tǒng)的傳輸特性和OFDM系統(tǒng)本身的帶寬較寬的性質(zhì),對OFDM技術(shù)來說信道估計技術(shù)是非常關(guān)鍵的一個步驟。對于現(xiàn)有的OFDM系統(tǒng)信道估計方法來說在分配導(dǎo)頻數(shù)據(jù)時普遍都需要滿足奈奎斯特準則,這就導(dǎo)致導(dǎo)頻分配靈活性的降低。在這種情況下,考慮將可以突破奈奎斯特采樣

2、準則局限的壓縮感知(CS,Compressed Sensing)技術(shù)應(yīng)用到OFDM系統(tǒng)的信道估計中。利用無線信道所展現(xiàn)出的稀疏特性,建立模型將OFDM系統(tǒng)信道估計的問題利用壓縮感知技術(shù)來解決,通過這種方法信道估計的有效性和精度可以大大提高。
  本文首先簡單介紹了測量矩陣的分類和區(qū)別,在隨機測量矩陣中著重介紹了Toeplitz測量矩陣,之后對其進行如下改進:將Toeplitz矩陣等間隔取行,然后為了增強其列相關(guān)性對其進行正交化變換

3、,實驗結(jié)果表明優(yōu)化的Toeplitz測量矩陣在恢復(fù)殘差方面有所下降,而在信號的精確重構(gòu)概率方面有所提升。
  但是Toeplitz矩陣因為它的隨機性具有不穩(wěn)定的弊端,所以本文考慮利用混沌序列來構(gòu)造測量矩陣,因為混沌系統(tǒng)產(chǎn)生的序列具有良好的偽隨機性質(zhì),可以提高穩(wěn)定性,而且實現(xiàn)起來簡單一些。本文選擇利用Logistic映射產(chǎn)生的混沌序列來構(gòu)造測量矩陣,并提出奇異值分解方法對其進行如下改進:對Logistic測量矩陣進行奇異值分解之后,

4、根據(jù)均值更改特征值,之后得到優(yōu)化的測量矩陣,實驗結(jié)果表明這種優(yōu)化可以顯著提高Logistic測量矩陣的精確重構(gòu)概率。
  之后本文在信號重構(gòu)過程中對OMP算法進行了改進,由于OMP算法中在每次更新迭代的索引集合時,只單獨選擇一個與殘差相關(guān)性最大的元素,所以本文考慮在每次更新時選擇兩個與殘差相關(guān)性最大的元素,實驗結(jié)果表明這種優(yōu)化在重構(gòu)概率上相比于OMP算法有了很大的提高。
  最后本文構(gòu)造了基于壓縮感知的OFDM信道估計模型,

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。

評論

0/150

提交評論