导读:本文包含了高动态环境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:载波,动态,环境,噪声,开环,多项式,闭环。
高动态环境论文文献综述
刘欣怡[1]（2019）在《高动态环境下无人机传感器网络组网协议关键技术研究》一文中研究指出无人机,作为一种新型的物理运输工具和信息传播媒介,近年来逐渐受到社会各界的广泛关注。空中传感器网络作为无人机的重要应用之一,具有广泛的应用前景。本文主要根据无人机传感器网络的组网特性,研究并设计提高组网效率的方法及协议。本文的研究内容如下。1)本文首先对无人机传感器网络邻居发现策略进行了研究。基于叁维环境的无人机传感器网络,考虑到无人机高移动性带来的拓扑变化,提出一种基于两次握手的邻居发现策略。考虑到能耗与效率的权衡,为无人机增加了睡眠状态,并通过求解最优化问题,获得了最佳睡眠概率。运用马尔可夫过程分析并计算出最佳发送概率,提高了邻居发现效率。2)本文通过对多址接入协议的研究,提出一种兼具存储-携带-转发和多跳传输模式的无人机网络多址接入协议。为保证多址接入过程的高效性和公平合理性,在设计的多址接入协议中设置了不同的优先级和优先接入时隙集合;通过对网络分布和时延容忍通信机会之间关系的分析,为该协议在两种传输模式下的切换提供了思路。3)最后,本文研究基于雷达通信一体化的无人机传感器网络组网方法。在雷达通信波形一体化的前提下改进了一种基于S-ALOHA的一体化S-ALOHA多址接入协议;通过合理的设计实现协议的可行性,并利用雷达信息辅助多址接入,仿真分析验证了该协议的性能优越性。(本文来源于《北京邮电大学》期刊2019-06-03）
孙童,冯亚琪,班如乾,任世杰[2]（2019）在《高动态环境OFDM UWB同步技术研究》一文中研究指出研究了正交频分复用超宽带(OFDM UWB)同步算法,进行了载波频偏估计、载波相位跟踪。关于载波频偏估计,分析了时域中基于前导的载波频偏(CFO)估计算法、频域基于训练符号的Moose算法以及频域基于导频的Classen算法,证明Classen算法具有更好的载波频偏估计性能和抗多径干扰能力。关于载波相位跟踪,研究了卡尔曼滤波算法的应用。快速的载波频偏估计和精确的载波相位跟踪使高动态环境OFDM UWB系统性能得到很大提高。(本文来源于《科技视界》期刊2019年11期）
韩春雷,白滢钰,司江勃[3]（2018）在《高动态环境下联合开环捕获和闭环跟踪的载波同步算法》一文中研究指出针对高动态环境下载波同步困难和跟踪精度低的问题,提出联合开环捕获与闭环跟踪的高动态载波同步算法。首先,该算法通过开环捕获得到多普勒频率偏移及多普勒变化率偏移的粗估计,将剩余多普勒频率偏移和变化率偏移控制在一个较小的范围内。其次,在载波跟踪阶段采用叁阶锁相环(PLL)对剩余多普勒频率偏移和变化率偏移进行跟踪。提出的算法同时具有快速捕获与精确跟踪的良好特性。最后,通过Matlab仿真对同步算法进行验证。仿真结果表明,当信噪比为8 d B,归一化多普勒频率偏移和多普勒变化率偏移分别在(-0.25,0.25)和(-10-4,10-4)范围内时,该算法的误码率相比理论值仅损失0.7 d B。(本文来源于《西北工业大学学报》期刊2018年06期）
金磊[4]（2018）在《高动态环境下载波频率的精确估计算法》一文中研究指出传统载波频率估计算法对降采样数据非线性变换后,直接快速傅里叶变换以获取载波多普勒频移,方法虽然简单,但精度较差,不适用于高动态、弱信号等复杂环境。本文提出一种改进的载波频率估计算法,对降采样数据进行多普勒频移、多普勒变化率的双重补偿和调制类型的模式识别,提高载波频率的搜索范围和测量精度;在粗测频、精测频状态对第一级降采样数据频率预补偿后进行第二级降采样处理,以适当缩短测频状态的搜索时间。最后通过试验分析表明:该算法在高动态环境下可大幅度提高多普勒频移及其变化率的估计性能。(本文来源于《航天控制》期刊2018年06期）
张天骐,袁帅,刘董华,李群[5]（2018）在《高动态环境下高阶双二进制偏移载波信号的精确捕获》一文中研究指出针对高动态环境下双二进制偏移载波(DBOC)调制信号无法精确捕获的问题,该文提出一种基于部分匹配滤波结合快速傅里叶变换(PMF-FFT)的捕获方法。又针对捕获过程中相关损失和扇贝损失引起的检测性能降低问题,提出一种改进的捕获方法。该方法首先利用离散多项式相位变换(DPT)去除接收信号的高阶动态项,然后针对DBOC信号重新设计PMF-FFT算法;最后利用频谱校正法对FFT后的功率谱最大值进行校正。仿真结果表明,在同一条件下,该方法将检测概率提高了2 dB左右,并且有效缩短了捕获时间。(本文来源于《电子与信息学报》期刊2018年11期）
王阳[6]（2018）在《高动态环境的载波同步技术研究》一文中研究指出近年来,随着航空、航天、导航、遥感遥测等高动态通信的飞速发展,人们对于高动态环境的通信接收机的需求越来越迫切。虽然低动态载波同步技术已相当成熟。但是面对高动态环境下的新的挑战,有许多新问题等待学者来深入研究。对于高动态通信环境,收发机之间的相对运动会引起多普勒效应,致使接收信号产生载波频率偏移,严重影响信号的可靠接收。并且这种相对运动的动态范围越大,产生的载波频率偏移越大,甚至有更高阶的变化率偏移,这给载波同步带来巨大考验。因此,开展基于高动态环境的载波同步技术研究是具有重要的现实意义。1、介绍了传统载波同步捕获技术。传统捕获算法主要分为数据辅助、非数据辅助和编码辅助等叁大类,本文介绍了其基本原理并推导参数估计公式。然后对常用的数据辅助中典型算法如:Kay算法、Fitz算法和L&R算法做了详细推导和分析其估计范围和精度的影响因素。最后,对它们的频率估计均方误差,运算复杂度进行仿真分析。2、介绍了高动态环境的载波同步捕获技术。本文介绍了当前常见的针对存在频偏变化率的非平稳信号的分数阶傅里叶变换参数估计方法,分析了它能应用于高动态环境载波同步捕获的原因和参数估计基本过程,并指出其不足之处;接着提出了基于最小均方误差的参数估计方法,该方法利用泰勒公式对相位近似表示,基于最小均方误差准则,推导得出载波频偏和频偏变化率的估计表达式。最后,仿真分别分析了基于最小均方误差准则的捕获方法在不同频偏条件下频偏变化率的估计误差和不同频偏变化率条件下频偏的估计误差,并基于仿真结果得出捕获结论。3、介绍了传统载波同步跟踪技术。本文介绍了常见的锁相环,即二阶锁相环,卡尔曼滤波算法。针对锁相环跟踪方法,介绍了锁相环基本部件如,鉴相器、环路滤波器和压控振荡器,及其基本原理和数字环路滤波器的参数设计;针对卡尔曼滤波算法,由数字环路滤波器的不足之处引入卡尔曼滤波算法,介绍了其计算原理,并针对非线性系统介绍了扩展卡尔曼滤波算法,给出扩展卡尔曼滤波在载波信号跟踪中预测和校正过程基本步骤。最后,仿真给出了锁相环对信号的跟踪误差曲线,联合最小均方误差准则的捕获和锁相环的误码率曲线,并指出锁相环跟踪不足之处。4、介绍了高动态环境下基于PSP技术的载波同步跟踪技术。本文针对高动态环境中跟踪存在跟踪精度低的问题,提出基于PSP技术的跟踪算法。首先介绍了Viterbi解调基本原理和叁阶锁相环环路滤波器参数设计,利用Viterbi算法进行相干解调时的每个符号周期内含有多条幸存路径特点,在每条幸存路径中都用一个叁阶锁相环进行剩余载波相偏的跟踪,在牺牲一定复杂度的前提下,大大提高跟踪精度,提高解调性能。最后,仿真结果给出了叁阶锁相环对斜升频率的跟踪曲线,联合最小均方误差准则的捕获和基于PSP技术的多锁相环跟踪的误码率曲线,通过与传统方法和理论值对比,证明本文提出方法的先进性。(本文来源于《西安电子科技大学》期刊2018-06-01）
李曼姝[7]（2018）在《高动态环境中跳频同步技术研究》一文中研究指出跳频(Frequency Hopping,FH)通信是抗干扰领域中的关键技术之一,同步作为跳频通信的关键技术,决定着跳频系统的性能。对于高速飞行的空地通信或空空通信等具有大频偏的高动态环境,频率偏移对时间同步性能有着重要影响,而时间同步性能也决定了频偏估计的准确性,所以如何高效实现高动态环境中的时间同步和频率同步是同步问题的关键。本论文重点研究了高动态环境中跳频系统的同步技术,提出了适用于高动态环境的两级捕获算法和多级频偏估计算法,研究了基于插值的序列相关定时估计算法和基于Gardner思想的多级定时估计算法,对捕获算法和频偏估计算法进行了理论分析,并且对同步捕获、定时同步和频偏估计性能进行了仿真分析验证。论文的主要内容如下:首先,分析了高动态环境中跳频系统的需求并设计了跳频系统方案。在方案基础上确定系统跳频点数和时隙长度等参数,并据此设计系统帧格式。在系统帧格式的基础上设计了同步帧格式,并提出适应高动态环境的同步方案,详细阐述了本文提出的两级捕获方案及其序列设计。其次,研究了高动态环境常用的同步捕获算法,并推导了本文提出的两级捕获算法理论性能,包括捕获概率和虚警概率,然后仿真对比了传统串行捕获、两级捕获和部分匹配滤波(Partial Matched Filtering,PMF)算法的性能。仿真结果说明,在较小频偏下,传统算法可以完成捕获过程,但捕获性能比两级捕获算法差0.6dB左右。当频偏为十分之一符号速率时,由于较大频偏对相关峰值的影响,传统串行捕获算法已经无法完成捕获,而两级捕获算法和PMF-FFT算法均能很好的完成捕获。在相同虚警概率下,捕获概率为0.9时,两级捕获算法性能优于PMF-FFT算法1.5dB左右,但此时PMF-FFT的算法复杂度远高于两级捕获算法。接下来本文探讨了高动态环境中的频率同步问题,推导了传统相位差分和谱线估计法的理论估计范围,提出了基于符号级相位差分的频偏估计算法,并推导了 AWGN信道下频率估计的克拉美-罗界(Cramer-RaoLowerBound,CRLB)。在不同频偏下仿真验证了不同频偏估计算法的性能,仿真结果表明,在AWGN信道下多级频率估计算法的性能可以逐渐逼近CRLB。在衰落信道下,多级频率估计算法的性能由于多普勒扩展而出现平层,但仍优于传统算法,可以更好的应对高动态环境。最后,研究了高动态环境中基于插值的序列相关定时估计和基于Gardner思想的定时估计方法,并进行了仿真验证。仿真结果表明,基于插值的序列相关定时估计算法由于有伪随机序列的辅助,性能优于基于Gardner思想的定时估计算法,更适用于含有数据辅助的系统。(本文来源于《电子科技大学》期刊2018-04-09）
王富奎[8]（2018）在《高动态环境下智能车局部路径规划研究》一文中研究指出智能化是汽车发展的必然趋势,也是当前人工智能领域的研究热点,规划决策是保证智能车安全导航的重要模块,其主要任务是让车辆做出拟人化的行为选择并规划出行驶轨迹。本文提出一种智能车局部路径规划算法,再针对高动态的多车道结构化环境,为智能车提供一套合适的换道决策方案,结合局部路径规划,实现智能车安全拟人驾驶。本文主要工作有如下几个方面:针对智能车在高动态的多车道复杂场景,本文提出一种有效的换道决策方法,主要实现智能车安全和拟人化的车道选择功能。该方法包括以下几个部分:参考速度和参考加速度规划;换道可行性分析;生成初始路径集合以及路径评价;路径优化。首先以车辆之间的安全距离和相对速度作为参考,动态调节智能车速度和加速度,其目的是为了保持车辆之间的安全距离,同时平滑速度变化过程,防止速度和加速度过大。其次构建车道变化状态转移机制,通过分析智能车换道可行条件,确定可行的候选驾驶行为,对于每一个候选驾驶行为,根据其参考速度、参考加速度以及目标车道等信息,确定初始路径,最后设计评价标准评价初始路径集合,选择最优初始路径,供后续路径优化。换道决策的整个过程为后续路径优化提供了必备条件。针对车辆行驶轨迹需满足多种约束条件,例如速度和加速度约束、车辆运动学约束、与障碍物的安全距离等等,本文提出一种基于多约束优化的局部路径规划方法。该方法通过对路径点姿态信息以及时间信息的优化,得到满足多个约束条件的局部路径,确保该路径的安全性,舒适性,拟人性。该算法建立了以多个目标函数平方和为最终目标的优化方程,目标函数涉及智能车速度、加速度、车辆运动约束、与障碍物的最小距离、车辆靠车道中央行驶,轨迹平滑等条件。最后通过建立优化模型的高维图,采用图优化法求解优化方程,最终解得的轨迹能满足各个约束条件的期望,有很好的收敛性和可靠性。本文第叁个工作是通过ROS-STAGE仿真平台和Udacity仿真平台,分别验证多目标优化局部路径规划算法以及换道决策算法,我们建立了完整的多车道多车辆行驶的模拟环境,搭载本文所提出的决策算法以及局部路径规划算法,模拟智能车在高动态社会环境下导航,结果显示仿真车辆在不同的行车情景下都能规划出满意的局部路径,验证了本文算法的可靠性和有效性。(本文来源于《电子科技大学》期刊2018-04-08）
王睿[9]（2018）在《高动态环境下GNSS/INS深组合自适应滤波技术的研究》一文中研究指出GNSS/INS深组合通过接收机跟踪环路或导航解算信息与INS测量信息进行数据融合,完成INS测量误差的修正,且采用INS多普勒信息辅助GNSS接收机,提升GNSS接收机在高动态下对卫星信号稳定跟踪和快速捕获的性能,提高系统抗干扰能力,有效解决抗干扰与动态跟踪性能之间的矛盾。因此,GNSS/INS深组合技术及系统已经在美国和欧洲等国家的高动态场景得到了应用,而在国内却还停留在实验室样机研制和数值验证阶段。在GNSS/INS深组合系统中,GNSS接收机基带信号稳定跟踪能力和组合导航滤波精度是影响深组合系统精度乃至整体性能的最为关键的技术。针对于此,本论文主要目标是设计高性能的GNSS/INS深组合滤波算法,解决高动态时变噪声下系统组合算法的稳健性问题。课题围绕高性能GNSS/IINS深组合滤波算法的设计与仿真,首先构建了GNSS/INS深组合仿真平台,给深组合算法的设计奠定仿真、验证和优选的基础;其次,开展了 GNSS/INS深组合结构与数学模型研究、经典非线性滤波算法在GNSS/INS深组合中的适应性研究、高动态下GNSS/INS深组合预滤波器和组合导航自适应滤波器设计与仿真这四项工作;重点对高动态深组合中的预滤波器算法与组合导航滤波算法进行设计,针对高动态下深组合预滤波器模型中因码/载波噪声相关带来的系统噪声相关问题,提出了基于恒等变换的预滤波算法,通过仿真验证可知,在高动态下该算法可减少60%左右的跟踪误差;此外,针对高动态系统噪声时变问题设计了一种带自适应噪声估计器的混合UKF算法UTC-AUKF算法,通过仿真算例可知,在高动态系统噪声时变的情况下,相比于常规UKF算法,UTC-AUKF算法能提升一倍的导航精度,且减少10%左右的计算量。(本文来源于《中国工程物理研究院》期刊2018-04-01）
季国田[10]（2018）在《高动态环境下北斗卫星信号跟踪增强技术研究》一文中研究指出北斗系统以其在导航、定位领域的独特优势向亚太地区连续不间断的提供高精度的位姿和授时信息,随着北斗卫星在全球的布局,其服务范围将逐步扩大到全球用户。随着北斗卫星接收机的应用领域不断拓宽、使用环境日益复杂、需求不断增长,使得用户对于北斗接收机的性能提出更高的要求,北斗接收机技术面临着新的机遇和挑战。国防领域中,众多的导弹,高超声速飞行器承受的动态越来越高,使得接收到的卫星信号包含了很大的多普勒频移和多普勒频移变化率。面对这样的应用环境,传统的北斗接收机环路只能通过扩大带宽的手段保持跟踪,但其弊端是引入了过多的噪声使跟踪精度下降。因此,本文主要针对高动态场景下接收机动态适应性和跟踪精度的矛盾问题,开展了接收机跟踪环路性能增强技术的研究工作。首先论文对典型的载体高动态场景进行运动学模型建立与分析,并对卫星下行信号的高动态特性进行推导;随后,论文针对传统接收机环路结构与功能进行分析,研究了高动态环境下传统接收机跟踪环路面临的问题;最后,针对高动态典型的应用场景,论文提出了两种接收机跟踪性能增强的思路;其次,加速度突变前后,卫星下行信号特性改变而传统接收机跟踪环路的跟踪策略固定不变,因此会导致的跟踪性能下降甚至失锁问题,论文从环路带宽和环路阶数两个因素出发,对跟踪环路结构和参数的自适应调整进行研究和设计。首先研究了不同阶数的环路对于不同激励的稳态响应;然后推导了影响跟踪性能的主要误差;在以上研究的基础上设计了带宽/环路阶数自适应调节模块,比对分析了改进后的跟踪环路性能提升情况。在不引入任何外部信息的情况下,为接收机提高自身跟踪性能提供了理论基础。随后论文对加速度缓变的高动态场景下接收机性能增强技术进行了研究。考虑到加速度缓变高动态场景下接收机无法稳定跟踪而频繁调整带宽又会造成不稳定为问题,设计了惯性信息辅助PLL的载波增强算法。首先分析了惯性辅助给跟踪环路引入的额外误差,随后分析了引入惯性辅助信息的必要性,提出了PLL/INS自适应切换的跟踪环路结构和算法,最后对比分析了改进后的算法对于跟踪性能的提升情况,验证了算法的有效性。最后,为了分析和验证第叁章和第四章所设计的跟踪方案对于跟踪效果的提升作用和定位性能,论文对改进的跟踪环路软件算法进行了编排,设计并搭建了北斗载波跟踪环路性能增强仿真平台。该仿真平台通过导航信号仿真子平台实现高动态场景下导航信息仿真,随后通过接收机性能验证子平台完成跟踪与导航解算过程,最终进行误差分析,该平台形成了一套完整的从信号产生到接收机跟踪、导航解算再到误差分析的完整闭环。论文的研究工作为高动态场景下北斗接收机的设计、研制与性能优化提供了较好的参考,对于硬件平台的开发具有指导性作用,有较好的工程应用价值。(本文来源于《南京航空航天大学》期刊2018-03-01）
高动态环境论文开题报告
（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：
研究了正交频分复用超宽带(OFDM UWB)同步算法,进行了载波频偏估计、载波相位跟踪。关于载波频偏估计,分析了时域中基于前导的载波频偏(CFO)估计算法、频域基于训练符号的Moose算法以及频域基于导频的Classen算法,证明Classen算法具有更好的载波频偏估计性能和抗多径干扰能力。关于载波相位跟踪,研究了卡尔曼滤波算法的应用。快速的载波频偏估计和精确的载波相位跟踪使高动态环境OFDM UWB系统性能得到很大提高。
（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。
高动态环境论文参考文献
[1].刘欣怡.高动态环境下无人机传感器网络组网协议关键技术研究[D].北京邮电大学.2019
[2].孙童,冯亚琪,班如乾,任世杰.高动态环境OFDMUWB同步技术研究[J].科技视界.2019
[3].韩春雷,白滢钰,司江勃.高动态环境下联合开环捕获和闭环跟踪的载波同步算法[J].西北工业大学学报.2018
[4].金磊.高动态环境下载波频率的精确估计算法[J].航天控制.2018
[5].张天骐,袁帅,刘董华,李群.高动态环境下高阶双二进制偏移载波信号的精确捕获[J].电子与信息学报.2018
[6].王阳.高动态环境的载波同步技术研究[D].西安电子科技大学.2018
[7].李曼姝.高动态环境中跳频同步技术研究[D].电子科技大学.2018
[8].王富奎.高动态环境下智能车局部路径规划研究[D].电子科技大学.2018
[9].王睿.高动态环境下GNSS/INS深组合自适应滤波技术的研究[D].中国工程物理研究院.2018
[10].季国田.高动态环境下北斗卫星信号跟踪增强技术研究[D].南京航空航天大学.2018
论文知识图
