导读:本文包含了信道辨识论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信道,水声,模型,回波,通信,前缀,滤波器。
信道辨识论文文献综述
苏芮[1]（2018）在《基于Hammerstein的非线性信道辨识算法综述》一文中研究指出为了应对信道非线性特性引起的非线性失真,恢复出信道信息,需要对非线性信道进行辨识。首先介绍了Hammerstein非线性模型,然后从线性记忆深度和非线性阶数估计、线性和非线性系数估计两方面总结分析了目前国内外的研究现状。最后,根据Hammerstein非线性信道辨识算法研究现状作出大胆预测。(本文来源于《软件导刊》期刊2018年02期）
肖爽[2]（2016）在《自适应稀疏水声信道辨识与均衡技术研究》一文中研究指出水声通信是海洋环境监测及海洋信息获取的重要信息交互手段。水声信道是水声通信走向成熟的重要障碍;部分典型的水声信道表现出时变稀疏多途扩展特性,这将会导致严重的码间干扰(ISI,Inter-Symbol Interference),进而导致通信性能的恶化。此外,水声信道的非平稳性会导致接收的通信信号表现出非圆(NC,Non-Circular)特性。基于水声信道的稀疏特性以及接收通信信号的NC特性,本文开展了稀疏水声信道的辨识与均衡技术研究。在时变稀疏多途扩展信道条件下传统的自适应算法(如最小均方(LMS,Least Mean Square)算法、递归最小二乘(RLS,Recursive Least Square)算法和仿射投影算法(AP,Affine Projection)算法)存在以下问题:(1)在权值更新过程中均采用固定步长或固定遗忘因子,导致时变信道的跟踪能力较弱;(2)未考虑到信道的稀疏特性,导致收敛速度慢以及噪声加强的现象;(3)未利用接收通信信号的NC特性来提高通信系统的性能。针对以上面临的问题,本文在LMS自适应信道辨识的框架下开展了以下研究内容:首先,提出了改进的 l0-SH-LMS (Shrinkage Linear LMS based on l0-norm)算法,一方面通过引入变步长以提高算法对时变信道的跟踪能力,另一方面引入了 l0范数约束项使其能充分利用信道的稀疏特性;其次,基于改进的l0-SH-LMS,采取了宽线性(Widely Linear)的处理方式提高对NC信号的二阶统计特性的利用,进而提出了一种l0-SH-WL-LMS (Shrinkage and Widely Linear LMS based on l0-norm)算法;然后,推导了 l0-SH-WL-LMS 算法的均值和EMSE的收敛条件;最后,对两种自适应算法进行了信道辨识与均衡仿真实验,结果表明提出的算法相比于LMS和lo-LMS算法而言均具有更快的收敛速度和更小的稳态MSE,同时基于提出的自适应算法的信道均衡的误码率约有一个数量级的下降。鉴于AP算法在收敛速度方面的优势,本文也研究了基于AP算法的自适应信道辨识技术:首先,采取了与LMS算法相同的改进方法提出了适合时变稀疏多途扩展信道的 l0-SH-AP (Shrinkage Linear AP based on l0-norm)算法和 l0-SH-WL-AP (Shrinkage and Widely Linear AP based on l0-norm)算法;其次,对改进算法迭代过程中所需的求逆运算进行了 DCD (Dichotomous Coordinate Descent)处理得到了 l0-SH-DCD-AP 和l0-SH-WL-DCD-AP算法,与l0-SH-AP和l0-SH-WL-AP相比,DCD处理后的算法的计算复杂度降低了一个数量级;然后,分析了 l0-SH-WL-AP算法的均值和EMSE的收敛性能;最后,在稀疏信道条件下对改进算法的辨识与均衡性能进行了仿真实验,结果表明:改进算法的收敛性能和稳态误差性能均优于AP算法和l0-AP算法;低计算复杂度的 l0-SH-DCD-AP 和 l0-SH-WL-DCD-AP 算法与 l0-SH-AP 和 l0-SH-WL-AP 算法性能基本一致;基于改进算法的自适应均衡器的输出误码率也有明显降低。(本文来源于《哈尔滨工程大学》期刊2016-04-27）
苏芮[3]（2015）在《基于Hammerstein模型的非线性信道辨识和均衡技术研究》一文中研究指出卫星通信系统中,功率放大器的非线性特性会影响系统的传输特性,引入码间干扰。为了应对非线性失真带来的不利影响,提高通信性能,在接收端需要对信道进行失真补偿。失真补偿器的设计和补偿算法与信道特性密切相关,故首先需要判定信道的非线性有记忆特性。信道辨识和均衡技术能有效减小码间干扰,是补偿信道失真,提高系统传输性能的有效措施。本文基于Hammerstein非线性模型,从信道特性判定技术、复数域上的非线性信道迭代辨识算法和基于核的非线性信道均衡算法叁个方面研究非线性信道的辨识和均衡问题。首先,为了有效判定Hammerstein信道的非线性有记忆特性,提出了一种先判定信道记忆特性,再判定信道非线性特性的分步判定算法。本文算法中,首先基于GM线性模型辨识算法,给出复信号输入的Hammerstein模型线性模块辨识算法,并用线性记忆深度判定信道的记忆特性。然后针对有记忆信道,建立输入和输出信号的最小二乘参数拟合模型,根据线性信道和非线性信道的拟合特性与拟合阶数的关系,判定出有记忆信道的非线性特性。仿真实验表明,本文算法在信道非线性强度较强时能有效判定信道的非线性有记忆特性。其次,为了得到适用于复数域的Hammerstein信道辨识算法,将实数域上的随机梯度辨识算法和递阶多新息随机梯度辨识算法推广到复数域,给出增广随机梯度辨识算法和增广递阶多新息随机梯度辨识算法。然后在已辨识信道的基础上,基于Wiener模型均衡器,恢复出发送信号。理论分析和仿真实验表明,两种增广辨识算法均能有效地实现信道辨识,恢复出发送信号,且增广递阶多新息辨识算法以增大计算量为代价,具有更高的辨识性能。最后,为了提高复核自适应均衡算法的性能,在特征空间使用变步长因子,将Sigmoid二次型隶属度函数运用到复核最小均方算法中,给出基于Sigmoid二次型隶属度函数的变步长复核自适应均衡算法。仿真实验表明,与定步长复核自适应均衡算法相比,改进算法以增加少量计算复杂度为代价,有效地克服了非线性信道的影响,降低了稳态误差,具有较好的均衡性能。同时,引入新的可控变量,使算法调控更加灵活。(本文来源于《解放军信息工程大学》期刊2015-04-15）
杨晓霞,王海斌,汪俊,张仁和[4]（2015）在《水声通信中基于信道辨识的盲turbo均衡方法》一文中研究指出水声信道多途效应明显,造成接收信号存在严重的码间干扰(ISI,Intersymbol interference)。基于最小均方误差(MMSE,Minimum mean square error)准则的turbo均衡器级联了均衡和信道译码,能够有效去除ISI,并获得优良的性能。由于水声信道的时变性,传统MMSE-turbo均衡需要周期性的训练序列,以实现连续可靠的通信。训练序列虽然提高了通信的可靠性,但降低了信息的有效传输速率。因此,为提高通信效率,本文提出了一种盲turbo均衡方法,该方法通过引入新的盲信道辨识器来同时获得信道估计响应和已去除部分ISI的初步均衡输出信号,并为turbo均衡提供初始的响应参数和比特软信息。与水声通信中应用较多的盲判决反馈均衡器(DFE,Decision feedback equalizer)相比,海上实验结果证明本文提出的盲turbo均衡方法抗信道多途衰落的能力较强,并且与传统MMSE-turbo均衡相比无需训练序列,因此提高了信息的有效传输速率。(本文来源于《应用声学》期刊2015年02期）
李海廷[5]（2013）在《穿金属厚壁超声通信信道辨识和均衡技术研究》一文中研究指出设计了一种超声波穿金属屏蔽体通信的方案，利用超声波在刚体中具有强穿透力的特点，克服传统射频通信中电磁波在金属表面因集肤效应导致通信质量下降甚至无法通信的缺点。根据超声换能器的工作机理和超声波在金属信道中的传播特性，建立了超声波穿金属厚壁通信信道ARX传递函数模型，并得到主路径传递函数和回波路径传递函数。基于超声穿金属通信过程的输入和输出数据信息，采用最小二乘复指数法（LSCE）进行模型参数估计，并用最终预报误差（FPE）准则进行模型阶次的辨识。根据金属信道回波的特性，借鉴传统数字通信消除码间干扰的经验，在主路径传递函数前端级联均衡器。仿真分析结果表明，回波消除均衡器设计是有效的。利用DDS（直接数字合成）技术，实现脉冲信号和均衡器波形的数字输出。经D/A转换和低通滤波后得到模拟小信号，再经电压放大、功率放大及阻抗匹配后驱动超声探头发射超声波。接收探头端的小信号经放大和带通滤波后通过比较电路输出数字脉冲信号，送到FPGA的I/O口，经采集后转换为二进制数据流信号；然后经FPGA处理后，以字节的形式送到RAM中存储。最后，通过实验消除超声金属信道中的回波，数据传输率达到20kbps，较之前未加均衡器时的传输率提高了2倍，验证了信道模型和均衡器模型设计的正确性。(本文来源于《西南科技大学》期刊2013-05-28）
赵建春,曹士坷[6]（2012）在《利用循环频率域分离技术的多用户信道辨识》一文中研究指出利用调制产生的循环平稳性提出了一种多用户信道的非盲估计方法。它利用循环频率域用户分离的方法辨识不同用户的信道。即利用循环频率的互不相同性将用户信号的二阶统计量从接收的多用户信号中分离出来。该方法简单明了且有较强的抗干扰能力。文中讨论了算法的计算机仿真。对多用户系统的仿真结果表明该算法收敛速度较快并且有良好的抗干扰能力,从而验证了算法的有效性和可靠性。(本文来源于《南京邮电大学学报(自然科学版)》期刊2012年05期）
蔡平,王晋晋,范军[7]（2012）在《基于凸集投影的水声信道辨识算法》一文中研究指出研究了使用凸集投影方法进行水声信道辨识的可行性,给出了凸集投影常用的凸集约束的条件,并推导了在复数域中的凸集约束的表达式。计算机仿真和实验结果证明,在较高信噪比的情况下,使用凸集投影方法可以正确估计水声信道中的多途幅度衰减和相位变化,其分辨率优于传统最大似然估计器-匹配滤波器,可作为研究水声信道的有力工具。(本文来源于《声学技术》期刊2012年03期）
高成志,邢军华,王赫男,任重[8]（2011）在《叁种基于二阶统计量的水声信道辨识方法性能分析》一文中研究指出1引言在无线电信道的辨识与均衡领域有很多利用接收信号的二阶统计量的方法,由于水声信道的特殊性,这些方法在水声信道辨识领域很难适用,本文的工作就是尝试把叁种典型的基于二阶统计量的盲辨识与盲均衡方法应用于浅海水声信道模型的辨识与均衡,比较几种算法的优劣,寻找适合于水声信道辨识与均衡的方法。(本文来源于《中国声学学会第九届青年学术会议论文集》期刊2011-11-18）
白岩,赵乐军[9]（2011）在《基于模糊矩阵辨识的半盲MIMO-OFDM信道辨识算法》一文中研究指出对于多输入多输出系统,传统的基于训练序列的信道辨识方法为跟踪信道的变化,必须发送大量冗余信息,传输效率较低;而基于子空间的纯盲方法又带有不可避免的模糊性,辨识结果精度不够。在子空间法的基础上,利用少量训练符号估计出模糊矩阵,以此矫正子空间法得到的结果。仿真结果显示:在保证辨识精度的前提下,该方法减少了训练符号等冗余,提高了传输效率。(本文来源于《华东理工大学学报(自然科学版)》期刊2011年02期）
高成志[10]（2011）在《浅海环境下的水声信道辨识技术研究》一文中研究指出水声信道辨识与均衡问题一直是困扰许多水声工作者的难题。本文就浅海环境下的水声信道辨识与均衡技术进行了研究。主要内容和成果有：1、分析了信道辨识与均衡技术的研究现状及其在水声领域的研究现状,介绍了浅海水声信道中辨识与均衡需要的基础知识与难点。2、在浅海水声信道条件下研究了LMS算法和RLS算法,提出了一种改进的判决反馈盲均衡自适应算法。算法将判决反馈均衡算法与常数模盲均衡(CMA)算法相结合,提高了算法性能,辨识与均衡效果更好。通过仿真数据和海试数据对研究的自适应滤波信道辨识与均衡方法进行了验证。基于自适应滤波的叁种盲均衡方法在信号传输速率低的情况下均无法辨识出信道,说明窄带信号不能用来辨识信道；在低信噪比条件下均无法辨识出信道；相同条件下,改进的判决反馈盲均衡算法辨识效果最好,RLS算法次之,LMS算法最差。3、研究了叁种基于二阶统计量的盲辨识与盲均衡算法：OPDA算法、QR分解算法、子空间跟踪盲均衡算法。对其进行了理论研究、算法改进,并利用典型浅海水声信道仿真数据和实测海试数据进行了验证,结果表明：几种算法都有自身的优点和缺陷,适用场合不同。子空间算法对条件要求比较苛刻,但当满足一定条件后辨识效果最好；OPDA算法的健壮性较好,但辨识效果有限；QR分解算法对样本长度的依赖性最低,收敛速度较快,但对信噪比等条件的适应及辨识效果相对较差；因为子空间跟踪盲均衡算法是由子空间算法演化而来,所以性能类似,都能在一定条件下很好的辨识信道,均衡后得到很好的收敛效果,但其优势在于收敛速度明显较子空间方法有所提高。4、研究分析了浅海多途信号的时频域特性,结合浅海水声信道条件,比较分析了各种线性、非线性时频分析方法,最终选择径向高斯核时频分析方法进行时频域解卷积。提出了基于时频分析与盲源分离结合的水声信道盲均衡与盲辨识方法。针对LFM信号进行了仿真和海试验证,利用时频分析方法完成时频域解卷积,提取了声源信号瞬时频率,进一步实现了声源信号盲估计,并提出了时频域、时域联合解卷的方法,提高了信号估计精度。将盲源分离用于阵列数据预处理,结合提出的时频域、时域联合解卷方法实现了LFM信号的更好估计。(本文来源于《哈尔滨工程大学》期刊2011-04-01）
信道辨识论文开题报告
（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：
水声通信是海洋环境监测及海洋信息获取的重要信息交互手段。水声信道是水声通信走向成熟的重要障碍;部分典型的水声信道表现出时变稀疏多途扩展特性,这将会导致严重的码间干扰(ISI,Inter-Symbol Interference),进而导致通信性能的恶化。此外,水声信道的非平稳性会导致接收的通信信号表现出非圆(NC,Non-Circular)特性。基于水声信道的稀疏特性以及接收通信信号的NC特性,本文开展了稀疏水声信道的辨识与均衡技术研究。在时变稀疏多途扩展信道条件下传统的自适应算法(如最小均方(LMS,Least Mean Square)算法、递归最小二乘(RLS,Recursive Least Square)算法和仿射投影算法(AP,Affine Projection)算法)存在以下问题:(1)在权值更新过程中均采用固定步长或固定遗忘因子,导致时变信道的跟踪能力较弱;(2)未考虑到信道的稀疏特性,导致收敛速度慢以及噪声加强的现象;(3)未利用接收通信信号的NC特性来提高通信系统的性能。针对以上面临的问题,本文在LMS自适应信道辨识的框架下开展了以下研究内容:首先,提出了改进的 l0-SH-LMS (Shrinkage Linear LMS based on l0-norm)算法,一方面通过引入变步长以提高算法对时变信道的跟踪能力,另一方面引入了 l0范数约束项使其能充分利用信道的稀疏特性;其次,基于改进的l0-SH-LMS,采取了宽线性(Widely Linear)的处理方式提高对NC信号的二阶统计特性的利用,进而提出了一种l0-SH-WL-LMS (Shrinkage and Widely Linear LMS based on l0-norm)算法;然后,推导了 l0-SH-WL-LMS 算法的均值和EMSE的收敛条件;最后,对两种自适应算法进行了信道辨识与均衡仿真实验,结果表明提出的算法相比于LMS和lo-LMS算法而言均具有更快的收敛速度和更小的稳态MSE,同时基于提出的自适应算法的信道均衡的误码率约有一个数量级的下降。鉴于AP算法在收敛速度方面的优势,本文也研究了基于AP算法的自适应信道辨识技术:首先,采取了与LMS算法相同的改进方法提出了适合时变稀疏多途扩展信道的 l0-SH-AP (Shrinkage Linear AP based on l0-norm)算法和 l0-SH-WL-AP (Shrinkage and Widely Linear AP based on l0-norm)算法;其次,对改进算法迭代过程中所需的求逆运算进行了 DCD (Dichotomous Coordinate Descent)处理得到了 l0-SH-DCD-AP 和l0-SH-WL-DCD-AP算法,与l0-SH-AP和l0-SH-WL-AP相比,DCD处理后的算法的计算复杂度降低了一个数量级;然后,分析了 l0-SH-WL-AP算法的均值和EMSE的收敛性能;最后,在稀疏信道条件下对改进算法的辨识与均衡性能进行了仿真实验,结果表明:改进算法的收敛性能和稳态误差性能均优于AP算法和l0-AP算法;低计算复杂度的 l0-SH-DCD-AP 和 l0-SH-WL-DCD-AP 算法与 l0-SH-AP 和 l0-SH-WL-AP 算法性能基本一致;基于改进算法的自适应均衡器的输出误码率也有明显降低。
（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。
信道辨识论文参考文献
[1].苏芮.基于Hammerstein的非线性信道辨识算法综述[J].软件导刊.2018
[2].肖爽.自适应稀疏水声信道辨识与均衡技术研究[D].哈尔滨工程大学.2016
[3].苏芮.基于Hammerstein模型的非线性信道辨识和均衡技术研究[D].解放军信息工程大学.2015
[4].杨晓霞,王海斌,汪俊,张仁和.水声通信中基于信道辨识的盲turbo均衡方法[J].应用声学.2015
[5].李海廷.穿金属厚壁超声通信信道辨识和均衡技术研究[D].西南科技大学.2013
[6].赵建春,曹士坷.利用循环频率域分离技术的多用户信道辨识[J].南京邮电大学学报(自然科学版).2012
[7].蔡平,王晋晋,范军.基于凸集投影的水声信道辨识算法[J].声学技术.2012
[8].高成志,邢军华,王赫男,任重.叁种基于二阶统计量的水声信道辨识方法性能分析[C].中国声学学会第九届青年学术会议论文集.2011
[9].白岩,赵乐军.基于模糊矩阵辨识的半盲MIMO-OFDM信道辨识算法[J].华东理工大学学报(自然科学版).2011
[10].高成志.浅海环境下的水声信道辨识技术研究[D].哈尔滨工程大学.2011
论文知识图
![频域LMS算法其中()[(),(1),,(1)]](/uploads/article/2020/01/05/32c20accd00aac1e9da97595.jpg)
