导读:本文包含了盲信道估计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,正交,分解,复用,因子,多出,算法。
盲信道估计论文文献综述
齐祥明[1]（2019）在《一种基于迭加训练序列的半盲信道估计方法》一文中研究指出为了减少信道估计的带宽损失和提高估计精度,提出迭加训练序列半盲信道估计方法.将设计的优化周期训练序列小功率迭加在信息数据上,采用一阶统计量,用线性最小均方误差均衡的硬判决来量化信息序列进行迭代估算.迭加序列和信息序列共同被利用,改善了估计性能.迭加不同的优化序列进行仿真.结果表明,这种半盲估计方法在算法上简化了矩阵求逆,计算量较小,估计精度较高.(本文来源于《江西理工大学学报》期刊2019年05期）
冯玮[2]（2019）在《浅海环境中模基盲信道估计方法研究》一文中研究指出水声信道具有复杂的时变和空变特性,海面的波动、水体温度的变化、不同海区海底介质的差异等,都会对声波传播过程产生影响,导致接收信号产生多路径时延扩展、载波相位起伏、多普勒扩展等问题。因此,对水声信道状态的合理评估和信道响应的准确估计具有很大的挑战性。然而,水声信道估计对水声通信、水下目标探测、跟踪、识别等均十分重要,尤其是在非合作的水下应用场景中,对水声信道传输函数的盲估计已成为一项具有重大挑战又亟待解决的课题。论文围绕水声通信中盲信道估计问题,利用海洋环境信息并结合声传播的物理特性开展研究,以实现未知源信号先验信息条件下的信道解卷和信号解析。其中,由于海底的声学参数很难通过直接测量的方式准确获得,使基于声传播模型的应用效果存在较大的不确定性。本文采用声学反演的方式通过遗传算法获得最优的盲信道估计结果,并利用海试数据验证了反演算法的有效性。针对低频盲信道估计,论文提出的模基盲信道估计方法充分利用了声传播特性以及声学环境信息,在未知信号先验信息的条件下估计信道响应并恢复原始信号波形。首先,模基方法建立了声传播模型与信道估计之间的关联,利用海洋的环境参数作为先验信息用于建立合适的声传播模型;其次,采用匹配场处理方法进行声源定位以获取盲信道估计的关键信息;最后基于简正波模型计算信道传输函数。利用SWellEx-96实验数据对该方法进行验证,并同模滤波与合成时反相结合的盲信道估计方法、波束形成与合成时反相结合的盲信道估计方法进行性能对比,显示了结合匹配场处理的信道估计方法应用于信道响应盲估计的可行性和有效性。对于高频盲信道估计,由于随着信号频率的升高波长变短,接收阵阵元的间距变得稀疏,接收阵对声线的到达角度的分辨能力下降。同时,高频信号对传播环境参数更为敏感,模型失配问题严重。因此,上述直接采用声传播模型与接收信号进行匹配处理的方法性能明显下降。本文提出将差频处理与空域滤波相结合的方法处理高频接收信号,并结合合成时反方法进行盲信道估计。经过仿真及KAM11实验数据验证,该方法在处理高频信号盲信道估计时对失配具有宽容性。针对接收阵元个数较少的情形,作为对模基盲信道估计方法的补充,论文设计了一种基于压缩感知的盲估计方法以应用于稀疏多径水声信道估计。该方法利用多阵元接收系统中子信道之间的相关性建立目标函数,基于稀疏贝叶斯学习算法重构得到稀疏水声信道的冲激响应。论文通过建立非合作水声通信系统模型,对该算法进行了仿真分析,结果表明在信噪比较高的条件下,该算法可以较为准确估计信道时延和幅度,进而通过信道均衡实现对通信信号的有效解调。调制识别技术是非合作水声通信应用场景中另一项关键技术,在未知调制信息内容以及调制参数的情况下,实现从接收信号中辨识信号所采用的调制样式并估计出相应的调制参数,为后续的信号分析与解调提供依据。论文在盲信道估计获得信道冲激响应的基础上,利用高阶累积量特征的调制识别算法实现了水声通信调制信号的识别与解析,并通过仿真进行验证。此外,基于最大似然比的调制识别算法实现对水声正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)多载波信号的识别与解析,重点研究实测OFDM水声通信信号的参数估计、子载波调制方式识别等技术,并用KAM11海试实测信号验证算法的可行性。(本文来源于《浙江大学》期刊2019-09-01）
赵凌霄,赵家乐,张建康,穆晓敏[3]（2019）在《基于平行因子分解的大规模MIMO盲信道估计》一文中研究指出针对单小区大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统上行链路,提出了一种基于平行因子(Parallel Factor,PARAFAC)模型的信道估计方法。在基站端,将接收信号构造成PARAFAC模型,利用大规模MIMO系统中信道的渐近正交的性质,提出了一种基于约束二线性迭代最小二乘算法(Constrained Blinear Alternating Least Squares,CBALS),从而实现了盲信道估计。理论分析及仿真结果表明,所提方法与传统最小二乘方法相比,不仅提高了频带利用率而且具有更高的估计精度;与已有的二线性交替最小二乘方法(BALS)相比,所提算法有更快的收敛速度。(本文来源于《电讯技术》期刊2019年02期）
张子鹏[4]（2018）在《基于Overlap FFT的认知无线电频谱感知和盲信道估计技术》一文中研究指出本文以认知无线电中的频谱感知和盲信道估计技术为研究课题,重点研究了以下两个部分的内容:基于Overlap FFT(Fast Fourier Transform)结构的频域能量检测技术和基于高阶统计量的盲信道估计技术,具体贡献如下。在传统的认知无线电信号频域能量检测的基础上,引入了一种基于Overlap FFT帧的频域能量检测架构。首先基于复正弦信号和加性白高斯噪声环境,从理论上对Overlap FFT架构下的频域能量检测算法的检测概率和虚警概率进行了推导,并给出了检测概率和虚警概率与Overlap FFT帧数量、帧间重迭率、信噪比以及检测门限的关系式。然后,通过Matlab平台搭建了基于Overlap FFT架构的频域能量检测器,并使用复正弦信号进行蒙特卡洛仿真,验证了对该架构检测性能的理论分析的准确性,并以仿真结果为支撑,分析了该架构的检测性能随接收数据长度、信噪比和帧间重迭率等参数变化的规律。此外,通过使用OFDM信号进行不同帧间重迭率下的检测性能仿真,并与常用的基于循环平稳特性的FSM(Frequency Smooth Method)检测算法作对比,验证了基于Overlap FFT架构的频域能量检测算法的实用意义和优越性。在对认知无线电盲信道估计技术的研究中,对比研究了时域上基于高阶统计量的盲信道估计算法,并通过蒙特卡洛仿真,验证了这些算法在认知无线电盲信道估计问题中的有效性。同时,发现信源迭代的逆滤波器误差法在低信噪比的条件下,估计性能不理想;而基于累积量匹配的拟合误差法和基于零空间的方程误差法则需要良好的信道参数初始估计值。针对时域盲信道估计算法的不足,研究了一种基于高阶谱并行因子分解的盲信道估计技术。首先,详细地论述了基于高阶谱张量的MPD/SPD(Multiple/Single Parallel Factor Decomposition)算法原理,并通过蒙特卡洛仿真对比了MPD与SPD算法的估计性能与观测数据长度、信噪比和信道阶数估计值等参数的关系。然后,针对MPD/SPD算法中存在的固有模糊度问题,提出了基于MIMO逆滤波器均衡的EMPD/ESPD(MPD/SPD with Equalizer)算法,并通过仿真实验验证了其补偿MPD/SPD算法固有模糊度的有效性。最后,通过与时域盲信道估计算法进行仿真性能对比,验证了EMPD/ESPD算法的优越性。(本文来源于《电子科技大学》期刊2018-05-15）
王瑞,芮国胜,张洋[5]（2018）在《基于变分贝叶斯推断的半盲信道估计》一文中研究指出现有MIMO中继通信系统中,基于张量分解的半盲信道估计不能有效地将信道先验信息引入估计过程中,为此提出一种基于变分贝叶斯推断的信道估计算法.该算法首先利用NP(Nested PARAFAC)张量模型,引入有效精度、噪声精度等隐性超参数,建立信道估计概率图模型;由于所求信道参数后验概率分布较为复杂,传统最大似然和最大后验等点估计方法难以实现,算法采用变分贝叶斯推断,推导出信道矩阵、有效精度及噪声精度的递推公式,使具有因子分解形式的q分布逼近所求信道参数的后验分布;并分析了模型证据的下界、模型的初始化及算法复杂度等.该算法能利用信道先验信息以提高信道估计性能,有效精度和噪声精度等参数可自动调节,且计算复杂度与数据的维度呈线性关系.仿真结果表明:在平稳瑞利衰落信道条件下,与基于交替最小二乘(Alternating Least Square,ALS)的半盲估计算法相比,算法的计算复杂度较低,收敛速度较快;与带监督序列的双线性最小二乘(Bilinear Alternating Least Square,BALS)非盲估计算法,基于ALS及非线性最小二乘(Nolinear Least Square,NLS)的半盲估计算法相比,算法具有较高的估计精度.(本文来源于《哈尔滨工业大学学报》期刊2018年05期）
杨若男,楼顺天,张伟涛[6]（2018）在《非冗余块预编码MIMO-OFDM系统盲信道估计算法》一文中研究指出由于传统的盲信道估计算法靠引入块预编码来弥补子空间方法的缺陷,因此会牺牲一部分符号信息。针对上述问题,提出了一种非冗余块状预编码算法,将发送符号按奇偶成对分块重组,对其进行预编码,相应地接收信号的自相关矩阵具有块状结构,选取对角线上的两个块分别进行信道估计;同时讨论了预编码矩阵应该满足的条件以及预编码矩阵对信道估计和系统误码率的影响,以此设计了一种均衡方法,对两个估计值进行均衡,得到最终的信道估计.仿真表明,该方法可以在获得更好的信道估计效果的同时降低系统的误码率.(本文来源于《西安电子科技大学学报》期刊2018年04期）
王茜竹,邱聪聪[7]（2018）在《Massive MIMO系统基于子空间的半盲信道估计》一文中研究指出针对大规模MIMO系统中存在的导频污染问题,结合目前研究的基于奇异值(SVD)分解的信道估计算法,在考虑到该算法中的协方差矩阵是用有限的样本数据代替真实数据必然存在偏差的问题,给出了一种联合ILSP(Iterative Least Square with Projection)的基于SVD的半盲信道估计算法。仿真结果表明改进后的信道估计算法能够有效减小已有算法中存在的偏差问题,提高信道估计精确度,有效减轻导频污染给大规模MIMO系统带来的影响,从而实现大规模MIMO系统性能的提升。(本文来源于《计算机工程与应用》期刊2018年08期）
班有容[8]（2017）在《云无线接入网络的半盲信道估计技术》一文中研究指出移动互联网和物联网的快速发展使得无线传输数据量急剧上升,对无线通信网络的网络性能提出了更高要求。为了解决当前无线通信网络的性能需求,业界提出了融合集中处理、协作无线电和云型基础设施于一体的云无线接入网络。由于信道属性直接决定了集中信号处理增益,本文对云无线接入网络中的信道估计方法进行了研究。在云无线接入网络中,信道由无线接入链路和去程链路组成。本文提出了一种同时利用导频信号和数据信号进行信道估计的半盲信道估计方法,并结合云无线接入网络的协作特点利用博弈论对半盲信道估计方法进行优化设计。首先,为了降低信道估计的导频开销,提高系统的数据传输效率,本文针对去程链路理想的云无线接入网络,提出了一种利用数据信号提升导频信道估计精度的半盲信道估计方法。该方法可以在不增加导频开销的前提下,提升估计性能,平衡了信道估计精度与导频开销之间的矛盾。其次,在非理想无线去程链路的云无线接入网络场景中,结合远端无线射频单元的协作特性,通过将远端无线射频单元合理分簇,优化协作模式,均衡信道估计精度和数据传输效率。在该算法中,远端无线射频单元之间通过联盟博弈,联合考量信道估计精度和数据传输速率,得到性能最优的分簇形式。仿真分析表明,在最佳分簇形式下进行半盲信道估计,较完全合作和非合作,在平均信噪比为20dB时,数据传输速率分别提升了 1.01bit/s和2.6bit/s。另外,在上述非理想去程链路的云无线接入网络的半盲信道估计算法中,分簇的博弈过程需要使用半盲信道估计获得瞬时信道状态信息,利用信道状态信息计算效益函数进行比较,使得算法复杂度较高。针对这一问题,本文提出了低复杂度的半盲信道估计算法。对联盟博弈中使用的效益函数进行优化处理,得到仅与信道大尺度衰落特性相关的效益函数,从而将算法中分簇问题和半盲信道估计问题进行了解耦,使计算复杂度由O[2M (M3+D2 +L2DlogD+LsK2)]降低到O(2M+M3+D2 +L2DlogD+Ls2)。同时,仿真分析中,也给出了低复杂度的半盲信道估计算法的收敛性、估计性能和数据传输速率与原算法的对比。(本文来源于《北京邮电大学》期刊2017-01-30）
王蓉,刘苗松[9]（2016）在《基于子空间的盲信道估计研究》一文中研究指出基于非冗余线性块预编码,提出了一种基于多输入多输出(MIMO)正交频分复用技术(OFDM)系统中基于子空间盲信道估计的一项简单方法。该方法适用于多输入多输出(MIMO)系统的信道估计,有助于发射机减少多维模糊度。而基于子空间的传统估计方法并不适合多输入多输出(MIMO)系统采用。仿真结果验证了该算法的有效性。(本文来源于《湖北工业大学学报》期刊2016年04期）
李国民,刘鑫,康晓非,廖桂生[10]（2016）在《MIMO-OFDM系统中一种改进的盲信道估计算法》一文中研究指出针对MIMO-OFDM系统中线性预编码信道估计算法需要多次计算模糊度矩阵的问题,提出一种改进的盲信道估计算法.该算法首先对各天线上所接收信号的互相关矩阵进行处理,使信道估计矩阵的模糊度矩阵统一,再利用统一的模糊度矩阵通过迭代方法实现系统的信道估计.仿真结果表明,改进算法的估计精度在低信噪比时仅有较小损失,而在高信噪比时与现有的线性预编码算法接近,且具有较好的收敛性.与现有的线性预编码信道估计算法相比,改进算法显着降低了计算复杂度.(本文来源于《应用科学学报》期刊2016年03期）
盲信道估计论文开题报告
（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：
水声信道具有复杂的时变和空变特性,海面的波动、水体温度的变化、不同海区海底介质的差异等,都会对声波传播过程产生影响,导致接收信号产生多路径时延扩展、载波相位起伏、多普勒扩展等问题。因此,对水声信道状态的合理评估和信道响应的准确估计具有很大的挑战性。然而,水声信道估计对水声通信、水下目标探测、跟踪、识别等均十分重要,尤其是在非合作的水下应用场景中,对水声信道传输函数的盲估计已成为一项具有重大挑战又亟待解决的课题。论文围绕水声通信中盲信道估计问题,利用海洋环境信息并结合声传播的物理特性开展研究,以实现未知源信号先验信息条件下的信道解卷和信号解析。其中,由于海底的声学参数很难通过直接测量的方式准确获得,使基于声传播模型的应用效果存在较大的不确定性。本文采用声学反演的方式通过遗传算法获得最优的盲信道估计结果,并利用海试数据验证了反演算法的有效性。针对低频盲信道估计,论文提出的模基盲信道估计方法充分利用了声传播特性以及声学环境信息,在未知信号先验信息的条件下估计信道响应并恢复原始信号波形。首先,模基方法建立了声传播模型与信道估计之间的关联,利用海洋的环境参数作为先验信息用于建立合适的声传播模型;其次,采用匹配场处理方法进行声源定位以获取盲信道估计的关键信息;最后基于简正波模型计算信道传输函数。利用SWellEx-96实验数据对该方法进行验证,并同模滤波与合成时反相结合的盲信道估计方法、波束形成与合成时反相结合的盲信道估计方法进行性能对比,显示了结合匹配场处理的信道估计方法应用于信道响应盲估计的可行性和有效性。对于高频盲信道估计,由于随着信号频率的升高波长变短,接收阵阵元的间距变得稀疏,接收阵对声线的到达角度的分辨能力下降。同时,高频信号对传播环境参数更为敏感,模型失配问题严重。因此,上述直接采用声传播模型与接收信号进行匹配处理的方法性能明显下降。本文提出将差频处理与空域滤波相结合的方法处理高频接收信号,并结合合成时反方法进行盲信道估计。经过仿真及KAM11实验数据验证,该方法在处理高频信号盲信道估计时对失配具有宽容性。针对接收阵元个数较少的情形,作为对模基盲信道估计方法的补充,论文设计了一种基于压缩感知的盲估计方法以应用于稀疏多径水声信道估计。该方法利用多阵元接收系统中子信道之间的相关性建立目标函数,基于稀疏贝叶斯学习算法重构得到稀疏水声信道的冲激响应。论文通过建立非合作水声通信系统模型,对该算法进行了仿真分析,结果表明在信噪比较高的条件下,该算法可以较为准确估计信道时延和幅度,进而通过信道均衡实现对通信信号的有效解调。调制识别技术是非合作水声通信应用场景中另一项关键技术,在未知调制信息内容以及调制参数的情况下,实现从接收信号中辨识信号所采用的调制样式并估计出相应的调制参数,为后续的信号分析与解调提供依据。论文在盲信道估计获得信道冲激响应的基础上,利用高阶累积量特征的调制识别算法实现了水声通信调制信号的识别与解析,并通过仿真进行验证。此外,基于最大似然比的调制识别算法实现对水声正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)多载波信号的识别与解析,重点研究实测OFDM水声通信信号的参数估计、子载波调制方式识别等技术,并用KAM11海试实测信号验证算法的可行性。
（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。
盲信道估计论文参考文献
[1].齐祥明.一种基于迭加训练序列的半盲信道估计方法[J].江西理工大学学报.2019
[2].冯玮.浅海环境中模基盲信道估计方法研究[D].浙江大学.2019
[3].赵凌霄,赵家乐,张建康,穆晓敏.基于平行因子分解的大规模MIMO盲信道估计[J].电讯技术.2019
[4].张子鹏.基于OverlapFFT的认知无线电频谱感知和盲信道估计技术[D].电子科技大学.2018
[5].王瑞,芮国胜,张洋.基于变分贝叶斯推断的半盲信道估计[J].哈尔滨工业大学学报.2018
[6].杨若男,楼顺天,张伟涛.非冗余块预编码MIMO-OFDM系统盲信道估计算法[J].西安电子科技大学学报.2018
[7].王茜竹,邱聪聪.MassiveMIMO系统基于子空间的半盲信道估计[J].计算机工程与应用.2018
[8].班有容.云无线接入网络的半盲信道估计技术[D].北京邮电大学.2017
[9].王蓉,刘苗松.基于子空间的盲信道估计研究[J].湖北工业大学学报.2016
[10].李国民,刘鑫,康晓非,廖桂生.MIMO-OFDM系统中一种改进的盲信道估计算法[J].应用科学学报.2016
论文知识图
