一、无线宽带多输入/多输出信道上基于正交余弦变换的累进图像鲁棒传输(论文文献综述)
王东华,周源华,谢蓉,王嘉[1](2004)在《无线宽带多输入/多输出信道上基于正交余弦变换的累进图像鲁棒传输》文中认为基于空时块编码、正交频分复用(OFDM)和非均衡错误保护技术(UEP),构建了一个具有4个发送天线(4Tx)和2个接收天线(2Rx)的宽带多输入/多输出(MIMO)累进图像鲁棒传输系统,并设计了一种简化的最小均方误差(MMSE)检测器.同时,提出了一种基于正交余弦变换(DCT)的累进图像编码算法(MSPDCT).该算法按一定方式将子块DCT系数重组排列后,采用嵌入式零树小波编码(EZW)技术相似的结构,并运用简单的均值去除方法进一步降低重组DC系数块的冗余信息.实验结果证明,本文构建的基于MSPDCT的图像传输系统在无线宽带MIMO衰落信道上具有很好的传输鲁棒性,且比基于小波变换的累进图像传输系统更易实现.
张瑞齐[2](2021)在《高速移动场景中基于MIMO-OFDM的信道估计和预编码方法研究》文中进行了进一步梳理随着高速公路、高速铁路以及城市道路的爆炸式发展,交通系统的安全性、交通管控的有效性和及时性等问题亟待解决。智能交通系统成为未来交通运输系统的发展方向。随着车联网的蓬勃发展,低时延、大容量、高可靠的通信需求日益迫切。但是传统移动通信的设计主要瞄准终端静止或者低速运动场景,当其应用在高速公路和铁路场景时面临诸多的挑战。以第五代移动通信(The Fifth Generation Mobile Communication,5G)标准为例,终端用户在低速运动条件下,比如移动速度不高于30km/h,100MHz系统带宽可提供大于1G比特率(Bit Per Second,bps)数据传输速率。而随着终端用户移动速度的增加,可支持数据传输速率急剧下降,在终端移动速度高于350km/h时,系统的可支持数据传输速率只有50Mbps,该数据吞吐量只有车联网通信所需数据速率的10%。通信系统传输速率严重下降的主要原因是车辆高速运动引起的信道快速时变以及多普勒频偏。因此,克服多普勒效应、提高高速移动场景中的数据传输速率是非常重要的课题,具有重要的科学意义。为了解决高速移动场景中无线通信系统数据传输效率下降的问题,本文充分考虑高速运动场景中的信道快速时变、多普勒效应、用户信道状态信息(Channel State Information,CSI)难以跟踪等典型问题,采用理论分析、数学建模与系统仿真验证相结合的方法,对快速时变信道估计、低复杂度的子载波间干扰抑制以及面向多输入多输出的线性预编码等方向进行了系统研究。论文的创新性工作包括以下四个方面:第一、提出了一种新的基于波束域分解的信道预测方法,解决高速运动状态下,终端反馈的信道状态信息难以跟踪信道变化而带来的系统性能恶化的问题。基于信道状态信息的自适应调制编码技术(Adaptive Modulation and Coding,AMC)在无线移动通信系统中发挥重要的作用。但是当终端用户处于高速运动状态时,无线信道快速变化。终端用户反馈的信道状态信息与被应用时刻的信道失配,导致系统性能严重恶化。针对该问题,本文提出了一种新的信道预测方法。该方法根据扩展Saleh-Valenzuela模型,将无线信道在空域分解为多个簇,每一簇的信道由空间波束角相近的子径组成。通过波束域、频率域分解,无线时变信道被表征为有限个波束域和频域基向量的线性加权。针对加权参数和波束矢量估计复杂度过高的问题,本文提出了改进的快速迭代插值波束赋形(Fast Iterative Interpolated Beamforming,FIIB)算法。针对加权参数的预测问题,本文提出由多项式模型近似。通过向基站反馈多项式系数和波束矢量,基站可以精确的预测未来的信道。本方法提高了时变信道预测的准确性,仿真显示在反馈有限阶系数条件下,本方法已经可以准确的预测信道的变化,同时反馈多项式系数所需的资源也远低于传统方法。第二、提出了基于频率偏移的基扩展模型(Frequency Shifted Basis Expansion Model,FS-BEM),解决高速时变信道条件下信道估计性能恶化的问题。在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中,通过在OFDM符号中插入参考信号(Reference Signal,RS)来做信道估计。在传统的信道估计中,认为信道在一个OFDM符号中保持不变。当终端用户处于高速运动状态的时候,信道在一个OFDM符号中也会发生变化,从而使得传统信道估计方法失效。针对该问题,本文基于基扩展模型(Basis Expansion Model,BEM)的理论,研究了复指数基扩展模型(Complex Exponential BEM,CE-BEM)在建模快速时变信道时存在较大误差的原因,提出了FS-BEM信道估计方法。通过对复指数基向量进行过采样获取过完备基向量集合,采用最小均方误差(Minimum Mean Squared Error,MMSE)或者最大信息率准则(Maximum Information Rate,MIR)全局寻优最佳采样基。仿真显示,本方法很好的克服了传统CE-BEM模型的缺点,在不同的移动速度下均具有较好的性能。第三、提出了一种新的发射端预编码和接收端均衡方法,解决传统子载波间干扰抑制方法存在的复杂度过高、性能不理想等问题。在OFDM通信系统中,当终端处于高速移动的时候会引起子载波间干扰(Inter-Carrier Interference,ICI),严重的影响了无线移动通信性能。在传统的均衡算法中,通常采用迭代干扰消除的方法来克服ICI带来的影响。这种方法存在复杂度过高、用户移动速度快的情况下性能不理想等问题。本文提出了一种新的发射端预编码和接收端均衡方法。该方法在发射端将发射信号频域分段,并在每个频域分段中添加冗余子载波,从而隔绝了相邻频域分段之间的干扰,将子载波互扰限制在一个频域分段内。在接收端,通过简单的线性变换和一阶均衡就可以抑制频域分段内的ICI。该方法可以大大降低接收端实现复杂度,具有较好的ICI抑制性能。第四、提出了一种新的基于波束域反馈的码本设计方法,解决传统码本设计不能匹配中高速场景、反馈开销过大的问题。在多输入多输出(Multi-Input Multi-Output,MIMO)系统中,预编码矩阵的反馈占用大量的上行无线资源,尤其是当终端处于快速运动的时候,需要配置很短的反馈周期才能跟踪信道状态信息的变化,这会进一步增加反馈开销。针对该问题,本文提出了一种新的基于波束域反馈的码本设计方法。该方法利用矩阵分解理论,将预编码矩阵表征为若干个正交向量的线性加权。用户需要反馈被选择的正交向量的索引以及每个被选择的正交向量对应的复系数。通过联合配置长和短周期反馈,该方法可以在跟踪信道变化的同时,维持较低的反馈开销。仿真结果显示,本文提出的码本结构和反馈方法在获得预编码增益的同时,极大的缩减了反馈信道状态信息的信息量。本方法中的双码本结构以及第一级码本的正交向量设计等方法被5G通信标准‘3GPP TS38.214:NR Physical layer procedures for data’的5.2.2.2.3章节接纳。
周从文[3](2021)在《ROF系统多模光纤传送技术研究》文中研究表明近年来,随着物联网应用兴起,智能终端设备以及高速宽带接入的普及,以及用户对高速流媒体的需求日益增长。在接入网,车联网,室内光接入,光纤入户等领域对数模信号同时传输提出新的需求。而多模光纤适合用于短距离光接入网的传输,因此有需要对光载无线领域中的多模光纤传方案输进行研究。本文首先研究了光载无线系统中,高速数字信号与模拟射频信号在光载无线接入网等场景下的传输问题,提出了一种基于频谱零点叠加的数字与模拟信号叠加传输方法。该方法可以实现在单波长实现两种信号的叠加传输,对该方法进行的仿真和实验结果表明,该方法可以在实现数字信号与模拟信号叠加传输时,具有高频谱利用率并具有较低相互干扰。然后基于多模光纤等特种光纤的传输特性,对光载无线系统中数字与模拟信号在多模光纤中的叠加传输进行了研究。基于以上理论基础,本文完成了如下工作:(1)针对数模信号的同时传输需求,研究分析在光载无线系统中的传输方案,提出多种信号可同时传输的数模信号叠加传输方案,并进行数字仿真验证和实验方案设计。通过实验研究完成数模信号传输系统参数设计,该方案可适用于家庭网络中以及车辆网络中。对2.6 Gbps高速基带信号与 100 MHz 的 64正交振幅调制(Quadrature Amplitude Modulation,QAM)射频信号叠加方案进行传输性能测试。实验结果表明,背靠背系统实验中,该叠加传输方案可以在实现较低性能损耗的同时实现数字信号与模拟信号的同时传输。(2)对多模光纤的特性进行研究,并提出在多模光纤信道下,主瓣宽度2.6GHz的不归零二进制振幅键控(On-Off Keying,OOK)的基带信号与5.2GHz正交频分复用的模拟信号叠加传输方案。基带信号在接收端可以通过电路自动滤波,模拟信号在经过带通滤波后完成解码,基带信号和模拟信号均可达到业务所需传输误码率要求,信号间干扰较低。通过实验对特种多模光纤传输性能进行评估对比,多模光纤主要包括塑料光纤,抗弯折光纤等多模光纤。并分别在1550nm激光和1310nm激光条件下进行了传输实验。其中,塑料光纤信道下,不归零OOK信号的功率代价相比抗弯折光纤更低。抗弯折光纤中传输射频(Radio Frequency,RF)信号时有更大输入信号功率动态范围。各种光纤对基带信号和模拟信号的传输性能各有优劣。(3)研究提出具有良好频谱效率的频分复用数模信号混合叠加传输方案,该传输方案具有传输容量上的提升。该方案主要首先将多个不归零开关键控(Non Return Zero On-off Keying,NRZ-OOK)信号进行滤波和移频后进行叠加,该信号与模拟信号进一步叠加,此方案提高了频谱利用率。在多模光纤信道的传输进行了实验,多模光纤包括塑料光纤(Plastic Optical Fiber,POF)和抗弯折光纤(Bend Insensitive POF,BI-POF)以及多模光纤(Multi-Mode Fiber,MMF)等,使用误码率和误差向量幅度(Error Vector Magnitude,EVM)等性能参数对系统传输性能进行了评估。
李潘潘[4](2021)在《基于信道状态信息的双人动作识别研究》文中进行了进一步梳理近年来,随着无线网络技术的发展,使用Wi Fi信号进行人体动作的检测和识别的方法在智能家居、医疗辅助和情感追踪等领域起到了重要作用,受到了大量研究人员的关注和研究。然而,现有的工作多是集中于单人动作的识别,当双人动作均为有效动作时,这类动作识别系统难以分辨出两种动作,从而无法进行有效的检测和识别。因此,本文设计了一个基于信道状态信息(Channel State Information,CSI)的双人动作识别系统,本文的主要工作如下:1.根据Wi Fi信号中CSI数据随信号遮挡而变化的原理,设计出一个基于信道状态信息的双人动作识别系统,从而识别包含在双人动作中的单人动作类别。2.对CSI信号中的振幅信息进行数据增强和数据预处理。采用加权形式的动态时间规整重心平均算法,丰富样本多样性。采用低通滤波器将高频噪声去除,并利用主成分分析用于数据降维,去除冗余信息。3.本系统利用特征矩阵近似联合对角化(Joint Approximate Diagonalization of Eigenmatrics,JADE)算法将双人动作分离为包含的两个单人动作信号,从而获得有效的单人动作信息。此外,系统采用门控循环单元(Gate Recurrent Unit,GRU)网络来分类动作类别,GRU通过自动的信息特征学习和序列信息的编码,可以处理序列型的CSI动作信息,利用softmax层来预测对应的动作类别。4.在会议室进行了多组单人动作和同时的双人动作,先进行了单人动作识别,每一类的动作分类识别准确率均超过77%,然后进行了双人动作的分离与识别,三组不同实验者的识别准确率分别为76%,77%和74%。并在不同实验条件下,如:站立角度、站立位置、动作分离方法、动作分类方法、迭代次数等,测试了双人动作的识别准确率,实验结果表明,该系统均达到了良好的鲁棒性和有效性。
王天奇[5](2019)在《面向智能通信的大规模MIMO系统信道状态信息反馈关键技术研究》文中提出大规模多输入多输出(Multi-Input Multi-Output,MIMO)通信系统是第5代(5th Generation,5G)移动通信关键技术之一。使用大量天线为系统提供了更高的频谱效率和能量效率,同时也极大增加了获取信道状态信息(Channel State Information,CSI)的难度。尤其在目前广泛使用的频分双工(Frequency Division Duplex,FDD)制式下,由于上下行信道不具备互易性,必须通过反馈的方式获取下行CSI,研究适用于大规模MIMO系统的有限信道反馈方案成为重点解决的难题。近年来,以深度学习(Deep Learning,DL)为代表的人工智能技术蓬勃发展,迅速与各行各业深度融合,并取得了瞩目的成果。DL技术在通信领域的应用推动了智能通信的兴起,为解决大规模MIMO系统信道反馈难题提供了新思路。本文从智能通信出发,围绕基于DL的FDD大规模MIMO系统信道反馈关键技术展开研究。首先,本文研究面向无线通信物理层的智能通信技术。调研了DL三种经典网络架构:全连接神经网络、卷积神经网络和循环神经网络的基本结构和特性。研究了DL在无线通信系统各模块中的应用,包括调制识别、信道译码、信道估计与信号检测等。进一步探索了基于DL自动编码器的一种新型端到端通信系统架构,及其在MIMO场景和多用户场景中的应用。接着,本文研究基于DL的FDD大规模MIMO通信系统时变信道反馈算法。建立了多天线基站(Base Station,BS)和单天线用户设备(User Equipment,UE)通信的正交频分复用(Orthogonal Frequency-Domain Multiplexing,OFDM)系统模型,分析了时变信道的CSI矩阵在角度时延域的稀疏特性和在相干时间内的相关特性。设计了利用上述特性实现信道压缩、反馈和重建的DL网络CsiNet-LSTM,并提出了网络训练数据集的生成方案,描述了该架构下的训练方案、性能指标、超参数设置等。比较了提出的算法与代表目前技术发展水平的压缩感知(Compressive Sensing,CS)系列算法和DL算法CsiNet在不同通信场景、不同压缩率下重建的最小均方误差(Normalized Mean-Squared Error,NMSE)、余弦相似度和时间复杂度,分析了BS天线数对CsiNet-LSTM性能的影响情况。仿真结果表明,CsiNet-LSTM在极低的时间复杂度下显着提升了重建精度,改善了对压缩率的鲁棒性,具有实时性和可行性。最后,本文研究上行信道辅助的FDD大规模MIMO通信系统时变信道反馈方法。建立了FDD制式下,BS和UE全双工通信的OFDM系统模型,分析了上下行信道具有相关性的原因,说明了上行信道辅助信道反馈的可行性,并相应设计了UA-CsiConvLSTM网络架构。提出了该网络训练数据集的生成方案,并阐述了训练方案、性能指标和超参数设置等。仿真比较了UA-CsiConvLSTM与CsiNet-LSTM重建的NMSE、余弦相似度性能和参数复杂度。结果表明,UA-CsiConvLSTM在极大减少了参数量的前提下,在所有场景中均提升了重建性能,说明了上行辅助信道反馈的可行性和实用性。
二、无线宽带多输入/多输出信道上基于正交余弦变换的累进图像鲁棒传输(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、无线宽带多输入/多输出信道上基于正交余弦变换的累进图像鲁棒传输(论文提纲范文)
(1)无线宽带多输入/多输出信道上基于正交余弦变换的累进图像鲁棒传输(论文提纲范文)
1 基于DCT的MSPDCT及性能分析 |
1.1 基于DCT的MSPDCT |
1.2 MSPDCT码流结构分析及比特重要性测试 |
2 系统设计及描述 |
2.1 4Tx-2Rx空时块编码的OFDM设计 |
2.2 MMSE检测器设计 |
3 仿真实验与结果分析 |
4 结 语 |
(2)高速移动场景中基于MIMO-OFDM的信道估计和预编码方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
缩略语 |
常用数学符号 |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状和不足 |
1.2.1 高速移动场景对无线通信的需求和挑战 |
1.2.2 高速移动场景下信道预测的研究现状和不足 |
1.2.3 高速移动场景下信道估计的研究现状和不足 |
1.2.4 高速移动场景下预编码技术的研究现状和不足 |
1.3 主要创新工作与章节安排 |
2 一种基于波束域分解的信道预测方法 |
2.1 引言 |
2.2 系统模型 |
2.3 现有信道预测方法 |
2.4 改进的基于波束域的信道预测方法 |
2.4.1 基于波束域分解的信道预测方法理论推导 |
2.4.2 性能分析 |
2.4.3 反馈负载分析 |
2.5 仿真结果与分析 |
2.5.1 链路仿真参数 |
2.5.2 仿真结果 |
2.6 本章小结 |
3 一种基于频率偏移BEM信道估计方法 |
3.1 引言 |
3.2 系统模型 |
3.3 现有时变信道估计方法 |
3.4 改进的基于频率偏移基扩展模型的信道估计方法 |
3.4.1 频率偏移基扩展模型理论推导 |
3.4.2 简化的FS-BEM信道估计方法 |
3.4.3 性能分析 |
3.4.4 实现复杂度分析 |
3.5 仿真结果与分析 |
3.5.1 链路仿真条件 |
3.5.2 仿真结果 |
3.6 本章小结 |
4 一种发射预编码与接收频域均衡方法 |
4.1 引言 |
4.2 系统模型 |
4.3 现有子载波间干扰抑制方法 |
4.4 新的发射预编码和接收均衡的联合设计方法 |
4.4.1 发射预编码和接收均衡方法的理论推导 |
4.4.2 性能分析 |
4.4.3 实现复杂度分析 |
4.5 仿真结果与分析 |
4.5.1 链路仿真条件 |
4.5.2 仿真结果 |
4.6 本章小结 |
5 一种低反馈开销码本设计方法 |
5.1 引言 |
5.2 系统模型 |
5.3 现有码本设计方法 |
5.4 新的高性能、低反馈量的码本设计方法 |
5.4.1 预编码码本设计理论推导 |
5.4.2 性能分析 |
5.4.3 反馈负载分析 |
5.5 仿真结果与分析 |
5.5.1 系统仿真条件 |
5.5.2 仿真结果 |
5.6 本章小结 |
6 总结与展望 |
6.1 论文工作总结 |
6.2 研究工作展望 |
参考文献 |
附录A |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(3)ROF系统多模光纤传送技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与研究意义 |
1.2 国内外研究现状 |
1.3 论文主要研究内容与创新点 |
1.4 论文组织结构 |
第二章 光载无线系统基本理论 |
2.1 引言 |
2.2 光载无线系统中的光调制技术 |
2.2.1 光调制器及其原理 |
2.2.2 光调制技术与毫米波产生方法 |
2.2.3 数字光载无线系统与模拟光载无线系统 |
2.3 光载无线系统解调方案与拍频噪声 |
2.3.1 光解调器之直接检测与相干检测 |
2.3.2 相干检测基本原理 |
2.3.3 射频与毫米波信号检测原理 |
2.3.4 多信号传输时光拍频噪声分析 |
2.4 本章小结 |
第三章 光载无线系统数字模拟信号叠加传输方法 |
3.1 引言 |
3.2 光载无线系统数字信号与模拟信号叠加传输方法 |
3.3 光载无线系统数模信号混合传输方法 |
3.3.1 光载无线系统数字信号与模拟信号混合传输方案 |
3.3.2 实验结果与分析 |
3.4 本章小结 |
第四章 多模光纤ROF系统的直接调制数模信号传输方法 |
4.1 引言 |
4.2 单模光纤与多模光纤 |
4.3 掺饵光纤放大器与量子点半导体光放大器 |
4.4 基于多模光纤的室内RoF多信号传输系统方案 |
4.4.1 光载无线系统多模光纤多信号传输实验方案 |
4.4.2 数模信号混合传输方案在1550nm激光中的传输实验 |
4.4.3 数模信号混合传输方案在1310nm激光中的传输实验 |
4.5 本章小结 |
第五章 多模光纤的ROF系统的频分复用数模信号传输方法 |
5.1 引言 |
5.2 光载无线系统中的频分复用技术 |
5.2.1 频分复用 |
5.2.2 OFDM技术 |
5.3 多输入多输出系统原理 |
5.4 ROF系统频分复用多信号传输方案 |
5.4.1 频分复用多信号叠加传输的实验方案 |
5.4.2 仿真与结果分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 缩略语表 |
致谢 |
攻读学位期间发表的学术论文目录 |
(4)基于信道状态信息的双人动作识别研究(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 基于计算机视觉的人体动作识别 |
1.2.2 基于可穿戴设备的人体动作识别 |
1.2.3 基于外部环境设备的人体动作识别 |
1.2.4 基于无线信号的人体动作识别 |
1.3 本文主要的研究内容和组织结构 |
第二章 CSI的相关技术与应用 |
2.1 802.11n协议 |
2.1.1 OFDM技术 |
2.1.2 MIMO技术 |
2.2 无线信号传播特性 |
2.2.1 基于无线信号的传播模型 |
2.2.2 无线信道响应 |
2.2.3 RSS的特性 |
2.2.4 CSI的特性 |
2.2.5 RSS与CSI的对比 |
2.3 无线信道状态信息的其它相关应用 |
2.3.1 室内定位 |
2.3.2 人数识别 |
2.4 本章小结 |
第三章 基于WiFi的人体动作识别技术分析 |
3.1 数据预处理 |
3.1.1 离散小波变换 |
3.1.2 线性判别分析算法 |
3.2 基于盲源分离的算法 |
3.2.1 AMUSE算法 |
3.2.2 COMON ICA算法 |
3.3 常用分类算法 |
3.3.1 K-近邻算法(KNN) |
3.3.2 后向传播神经网络(BP) |
3.3.3 xgboost算法 |
3.4 本章小结 |
第四章 基于信道状态信息的双人动作识别系统设计 |
4.1 系统框架设计 |
4.2 数据增强 |
4.3 数据预处理 |
4.3.1 低通滤波 |
4.3.2 主成分分析 |
4.4 动作信号分离 |
4.5 循环神经网络 |
4.5.1 神经网络概述 |
4.5.2 GRU网络内部结构 |
4.5.3 GRU网络模型结构 |
4.6 本章小结 |
第五章 实验场景与对比分析 |
5.1 实验环境与设置 |
5.2 单人动作的识别准确率 |
5.3 不同组双人动作的识别准确率 |
5.4 不同站立角度的影响 |
5.5 不同站立位置的影响 |
5.6 不同分离方法的对比 |
5.7 不同分类方法的对比 |
5.8 不同迭代次数的影响 |
5.9 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 后续工作展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(5)面向智能通信的大规模MIMO系统信道状态信息反馈关键技术研究(论文提纲范文)
摘要 |
Abstract |
本论文专用术语注释表 |
第一章 绪论 |
1.1 引言 |
1.2 大规模MIMO技术与研究现状 |
1.3 智能通信的优势与研究现状 |
1.4 论文的内容安排 |
1.5 数学符号约定 |
第二章 面向无线传输物理层的智能通信 |
2.1 引言 |
2.2 DL基本方法 |
2.2.1 全连接神经网络 |
2.2.2 卷积神经网络 |
2.2.3 循环神经网络 |
2.3 DL应用于无线通信系统各模块的研究 |
2.3.1 基于DL的调制识别技术 |
2.3.2 基于DL的信道译码技术 |
2.3.3 基于DL的信号检测技术 |
2.4 基于DL的全新通信系统架构的研究 |
2.4.1 基于自动编码器的端到端系统 |
2.4.2 结合领域知识的自动编码器系统 |
2.4.3 用于多用户的自动编码器系统 |
2.4.4 用于多天线的自动编码器系统 |
2.5 本章小结 |
第三章 基于DL的 FDD大规模MIMO时变信道反馈技术研究 |
3.1 引言 |
3.2 系统模型 |
3.2.1 角度时延域稀疏性分析 |
3.2.2 时间域相关性分析 |
3.3 基于DL的时变信道反馈算法(CsiNet-LSTM) |
3.3.1 基于自动编码器的信道反馈网络CsiNet |
3.3.2 CsiNet-LSTM算法设计 |
3.3.3 角度时延域特征抽取 |
3.3.4 时间域相关性提取及最终重建 |
3.4 CsiNet-LSTM数据集及训练方案 |
3.4.1 训练数据生成 |
3.4.2 训练方案 |
3.5 基于DL的 CsiNet-LSTM算法性能分析 |
3.5.1 不同压缩率性能分析 |
3.5.2 不同天线数性能分析 |
3.5.3 时间复杂度性能分析 |
3.6 本章小结 |
第四章 上行信道辅助的大规模MIMO时变信道反馈技术研究 |
4.1 引言 |
4.2 系统及信道模型 |
4.3 基于DL的 UA-CsiConvLSTM算法设计 |
4.3.1 UA-ConvCsiNet算法 |
4.3.2 UA-CsiConvLSTM算法 |
4.4 UA-CsiConvLSTM数据集及训练方案 |
4.4.1 训练数据生成 |
4.4.2 训练方法及参数设置 |
4.5 UA-CsiConvLSTM算法性能分析 |
4.5.1 有无上行信道辅助性能比较 |
4.5.2 复杂度性能分析 |
4.6 本章小结 |
第五章 全文总结 |
5.1 论文工作总结 |
5.2 未来工作展望 |
参考文献 |
攻读硕士学位期间研究成果 |
致谢 |
四、无线宽带多输入/多输出信道上基于正交余弦变换的累进图像鲁棒传输(论文参考文献)
- [1]无线宽带多输入/多输出信道上基于正交余弦变换的累进图像鲁棒传输[J]. 王东华,周源华,谢蓉,王嘉. 上海交通大学学报, 2004(12)
- [2]高速移动场景中基于MIMO-OFDM的信道估计和预编码方法研究[D]. 张瑞齐. 北京交通大学, 2021(02)
- [3]ROF系统多模光纤传送技术研究[D]. 周从文. 北京邮电大学, 2021(01)
- [4]基于信道状态信息的双人动作识别研究[D]. 李潘潘. 合肥工业大学, 2021(02)
- [5]面向智能通信的大规模MIMO系统信道状态信息反馈关键技术研究[D]. 王天奇. 东南大学, 2019(06)