导读:本文包含了载波检测论文开题报告文献综述、选题提纲参考文献，主要关键词:载波,信号,衰减器,通信,永磁,多用户,最优。
载波检测论文文献综述写法
宋玮琼,羡慧竹,李杰,王学良,逄林[1]（2019）在《高速载波通信单元台区识别检测系统的设计与实现》一文中研究指出针对高速载波通信单元台区识别范围不准确的问题,提出了一种高速载波通信单元台区识别检测系统及测试方法。台区识别检测系统通过构建两个网络,每个网络实际控制4个屏蔽箱,通过控制屏蔽箱9与屏蔽箱4、8之间的衰减、噪声,来模拟现场不同台区之间的通信差异,进而测试不同场景下的无扰台区识别准确性。重点介绍高速载波通信单元检测系统的硬件结构和软件设计。实验结果显示,设计系统的检测时间短,且准确性高。(本文来源于《自动化与仪器仪表》期刊2019年11期）
牛晓珂[2]（2019）在《空频联合索引调制系统的子载波优化与检测算法研究》一文中研究指出作为5G通信技术在智能交通中的典型应用,车联网通信技术已经成为无人驾驶的重要支撑。然而,复杂且开放的通信环境,苛刻的传输实时性要求,是车车通信必须面对的两大挑战。因此,充分利用空时频资源,是当前车联网通信的研究热点。本文主要研究空域和频域的索引调制,索引调制可以在保证传输速率的情况下避免天线间干扰和子载波间干扰,参数配置十分灵活,有望成为未来移动通信发展的前沿技术之一。本文的主要工作如下:1.为了充分利用现有的通信资源,本文将空间调制与OFDM-IM技术相结合,得到空频联合索引调制系统,即SM-OFDM-IM系统。该系统发送符号的稀疏性降低了对频偏的敏感性,降低了子载波间干扰和天线间干扰,参数配置非常灵活,在误码性能上也得到了明显的提升。2.针对SM-OFDM-IM系统子载波组合的冗余性,对索引比特映射子载波的方式进行修改,按照最大汉明距离和最少劣质组合的方法选择最优子载波组合,然后根据最优映射准则将最优组合映射到相应的索引比特上,可以进一步提高系统的误码性能。3.针对SM-OFDM-IM系统接收端检测复杂度高的问题,本文提出一种基于符号能量排序的部分最大似然检测算法,该算法的主要思想是对每个子载波上均衡符号的能量值按大小进行排序,设定候选子载波个数进行部分最大似然检测。该算法可缩小传统最大似然检测算法的遍历范围,通过调节候选子载波的个数来实现复杂度与误码性能之间的折中,具有一定的应用价值。(本文来源于《长安大学》期刊2019-04-08）
葛威,殷敬伟,杨光,郑茂醇,李恩玉[3]（2019）在《载波频率不一致且频谱严重交迭干扰下的盲自适应多用户检测试验研究》一文中研究指出运动水声多用户通信时,干扰用户的载波频率很可能和期望用户的载波频率不再一致。针对运动水声多用户通信载波频率不一致时的多址干扰(MAI)问题,提出了适用于载波频率不一致下的盲自适应多用户检测(BAMUD)算法。利用虚拟用户技术,将期望用户的多途干扰(码间干扰)虚拟成MAI,即将水声多用户通信系统中的信道均衡环节和MAI抑制环节整合成一个环节,简化通信系统结构;利用卡尔曼滤波(KF) BAMUD(KF-BAMUD)算法的MAI抑制特性,即利用了KF在最小均方误差准则下的最优估计特性,抑制载波频率不一致下的虚拟MAI,有效估计出期望用户的传输数据,实现多用户通信。在渤海和渤海结冰期进行了载波频率不一致下的多用户通信试验,良好试验效果验证了所提算法的有效性。(本文来源于《兵工学报》期刊2019年02期）
李竹一[4]（2019）在《基于神经网络的多载波调制信号联合检测技术研究》一文中研究指出多载波调制技术是无线宽带通信系统中对抗频率选择性衰落不可或缺的技术手段。人工神经网络是近十年来得到快速发展的“人工智能”技术,并被广泛应用于图像处理、语音识别以及无线通信系统上层领域,在物理层中也具有巨大的应用潜力。将神经网络技术和多载波调制技术结合,能够突破传统模块化通信系统的局限性,应对更复杂的信道环境,获得性能上的提升。本文主要研究了经典的多载波调制技术、基于神经网络的多载波联合信号检测系统和基于自编码网络的端到端多载波系统。本文首先详细介绍了多载波调制技术和人工神经网络技术的原理特性。本文详细阐述了 OFDM和FBMC系统的收发机结构和原理,并以FBMC为例,具体分析与推导了其在实际信道条件下的接收信号。接着对FBMC系统常用的信道估计算法和信道均衡算法进行说明。然后从基本的神经元结构入手,介绍了深度神经网络、卷积神经网络以及自编码网络3种典型的人工神经网络模型,并对其优缺点和擅长领域进行比较。然后本文对基于神经网络的多载波联合信号检测系统进行了研究,提出了 DNN-FBMC和CNN-FBMC联合信号检测系统。本文首先介绍了基于神经网络的FBMC系统基本模型,并分析了与传统FBMC系统的差异。接着引入深度神经网络(DNN,Deep Neural Network),提出了 DNN-FBMC系统,可以自适应的学习信道特征。针对多载波调制系统的时频维度特性,在DNN-FBMC系统基础上引入卷积神经网络(CNN,Convolution Neural Network)特征提取模型,提出CNN-FBMC系统。该系统更擅长学习FBMC时频二维数据特征,增强系统鲁棒性。本文还在原来损失函数的基础上,从分析FBMC输出信号特征的角度,提出了经过优化的损失函数。仿真结果表明,该优化后的损失函数可以大幅度提高NN-FBMC在训练初期的收敛速度。此外,DNN-FBMC和CNN-FBMC系统的性能均好于应用最小二乘信道估计的传统FBMC系统BER性能,其中CNN-FBMC比DNN-FBMC具有更好的BER性能、更强的鲁棒性以及对导频更少的依赖性。最后研究了基于自编码网络的多载波调制端到端系统,以FBMC为例。本文受基于自编码网络的单载波端到端系统启发,利用自编码网络重构输入数据的特性,建立并行编/译码网络模型,提出了 AE-FBMC端到端系统。该系统突破了传统通信系统中的模块化局限性,赋予整个系统更多的自由度和自驱动能力。接着本文引入图像领域的空间转换网络(STN,Spatial Transform Network)算法,将其根据多载波系统的特点改进成通信转换网络(CTN,Communication Transform Network)模型,并应用到 AE-FBMC 系统中,进而提出 CTN-AE-FBMC端到端系统。该系统不仅具AE-FBMC的优点,还可以结合转换网络学习到更多的信道特征。仿真结果表明,AE-FBMC系统具有比应用最小二乘信道估计的传统FBMC系统更好的BER性能,且CTN-AE-FBMC系统性能远好于AE-FBMC系统,其BER性能非常接近应用最小均方误差信道估计的传统FBMC系统。此外,CTN-AE-FBMC系统对导频的依赖性很低,可以在不含导频时实现较好的鲁棒性。进一步仿真还说明CTN-AE-FBMC系统相比CNN-FBMC系统也具有更优的性能。(本文来源于《浙江大学》期刊2019-01-18）
徐蕊妍[5]（2018）在《基于电力线载波通信的线路识别检测仪设计研究》一文中研究指出基于电力线载波通信设计了一种便捷、直观的线路识别检测仪。线路故障可能是断路或短路造成的,利用载波技术将电信号编码后发送出去,用于识别线路状况;根据接收端接收信号情况来判断线路状况,如果发射信号接收成功则说明线路是通的,接收失败则说明断路,如接收端多路同时收到发射信号则说明短路。该设备能够方便、快捷地完成低压电力线路的连接情况的识别。(本文来源于《电器工业》期刊2018年12期）
廖华,廖前伟[6]（2018）在《电力载波中的过零检测电路研究》一文中研究指出电力载波作为电力通信中的一种重要技术,被广泛应用于用电信息的采集中。然而,由于电网负载情况多变,电力信道的传输稳定性难以得到保障,加之工频干扰的影响,使得电力信道的传输速度受到限制。文章提出一种结合过零检测的电路的电力载波通信方案,该方案可以有效抑制工频干扰,提高传输速率。(本文来源于《现代机械》期刊2018年05期）
李玮[7]（2018）在《IPMSM无滤波载波分离高频注入转子位置检测》一文中研究指出基于高频信号注入法的内置式永磁同步电动机转子位置估计需采用低通滤波器有效分离高频PWM载波信号,但降低了系统带宽和动态性能。针对该问题,介绍一种无需低通滤波器的转子位置检测方法。分析滤波环节下实现电机转子位置误差信号解耦对系统带宽和动态性能的影响,研究一种无滤波载波信号分离高频方波信号注入法,实施正弦信号给定下的电流环和转速环带宽测试以及给定电机转速、负载突变下的转子位置检测,实验结果验证了新型无滤波转子位置检测方法对外部负载扰动和转速突变的鲁棒性以及优良的动态性能。(本文来源于《微特电机》期刊2018年10期）
徐铁喜[8]（2018）在《基于FPGA技术的多载波通信信号检测算法的研究分析》一文中研究指出文章主要针对多载波通信信号检测当前存在的问题进行分析,提出了新型PSML-MMSE-FOSIC检测算法,充分结合利用FPGA,ML以及OSCI检测算法的优点,将这些检测算法应用到多载波通信信号检测当中,最大限度地保证多载波通信信号的质量。(本文来源于《无线互联科技》期刊2018年16期）
杨青山[9]（2018）在《基于FPGA技术的多载波通信信号检测算法的研究分析》一文中研究指出本文主要针对多载波通信信号检测当前存在的问题进行分析,提出了新型PSML-MMSE-FOSIC检测算法,充分结合利用FPGA、ML以及OSCI检测算法的优点,将这些检测算法应用到多载波通信信号检测当中,最大限度的保证多载波通信信号质量。(本文来源于《电子测试》期刊2018年13期）
陈志军[10]（2018）在《一种实现电力宽带载波互联互通的评估检测系统》一文中研究指出如何解决宽带高频段载波,需要建立一个与实际工作环境相匹配的测试背景,提前扫描出不同宽带载波模型可能出现的问题,并测试出不同厂家之间能否完全实现不同层级之间的互联互通,在整体数据采集工程实施前,给与前瞻性的正确指导,以避免出现无法预测的结果发生。(本文来源于《电力设备管理》期刊2018年03期）
载波检测论文开题报告范文
（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：
作为5G通信技术在智能交通中的典型应用,车联网通信技术已经成为无人驾驶的重要支撑。然而,复杂且开放的通信环境,苛刻的传输实时性要求,是车车通信必须面对的两大挑战。因此,充分利用空时频资源,是当前车联网通信的研究热点。本文主要研究空域和频域的索引调制,索引调制可以在保证传输速率的情况下避免天线间干扰和子载波间干扰,参数配置十分灵活,有望成为未来移动通信发展的前沿技术之一。本文的主要工作如下:1.为了充分利用现有的通信资源,本文将空间调制与OFDM-IM技术相结合,得到空频联合索引调制系统,即SM-OFDM-IM系统。该系统发送符号的稀疏性降低了对频偏的敏感性,降低了子载波间干扰和天线间干扰,参数配置非常灵活,在误码性能上也得到了明显的提升。2.针对SM-OFDM-IM系统子载波组合的冗余性,对索引比特映射子载波的方式进行修改,按照最大汉明距离和最少劣质组合的方法选择最优子载波组合,然后根据最优映射准则将最优组合映射到相应的索引比特上,可以进一步提高系统的误码性能。3.针对SM-OFDM-IM系统接收端检测复杂度高的问题,本文提出一种基于符号能量排序的部分最大似然检测算法,该算法的主要思想是对每个子载波上均衡符号的能量值按大小进行排序,设定候选子载波个数进行部分最大似然检测。该算法可缩小传统最大似然检测算法的遍历范围,通过调节候选子载波的个数来实现复杂度与误码性能之间的折中,具有一定的应用价值。
（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。
载波检测论文参考文献
[1].宋玮琼,羡慧竹,李杰,王学良,逄林.高速载波通信单元台区识别检测系统的设计与实现[J].自动化与仪器仪表.2019
[2].牛晓珂.空频联合索引调制系统的子载波优化与检测算法研究[D].长安大学.2019
[3].葛威,殷敬伟,杨光,郑茂醇,李恩玉.载波频率不一致且频谱严重交迭干扰下的盲自适应多用户检测试验研究[J].兵工学报.2019
[4].李竹一.基于神经网络的多载波调制信号联合检测技术研究[D].浙江大学.2019
[5].徐蕊妍.基于电力线载波通信的线路识别检测仪设计研究[J].电器工业.2018
[6].廖华,廖前伟.电力载波中的过零检测电路研究[J].现代机械.2018
[7].李玮.IPMSM无滤波载波分离高频注入转子位置检测[J].微特电机.2018
[8].徐铁喜.基于FPGA技术的多载波通信信号检测算法的研究分析[J].无线互联科技.2018
[9].杨青山.基于FPGA技术的多载波通信信号检测算法的研究分析[J].电子测试.2018
[10].陈志军.一种实现电力宽带载波互联互通的评估检测系统[J].电力设备管理.2018