导读:本文包含了自适应调制编码论文开题报告文献综述及选题提纲参考文献，主要关键词:链路自适应,自适应调制编码,功率分配,监督学习
自适应调制编码论文文献综述
张文硕[1]（2019）在《基于监督学习的自适应调制编码和功率分配算法研究》一文中研究指出在复杂的MIMO-OFDM系统中,系统很多性能是由信道状态决定的。传统反馈自适应问题通过反馈信道矩阵与信噪比信息建立查找表来切换MCS,然后通过MCS转换将信道状态影响映射到系统性能变化上。这类要建立起信道状态到系统性能的映射是复杂非线性的。至今,没有一种明确的理论或方法来证明这类映射可能存在的规律。然而,学习算法对于处理非线性映射具有较好的效果,通过对输入输出间模型的建立,学习算法能在模型内部体现出这类映射关系。因此越来越多的学者开始探索用学习的方案来处理自适应问题。这是在没有明确理论来建模这类复杂非线性映射时的一种可行替代。监督学习是机器学习算法中的一大类,在解决分类问题上能达到很好的效果。自适应调制编码对于调制编码策略的选择可以看作明显的分类问题。因此,本文首先设计了基于监督学习方案的自适应调制编码算法,然后在本文提出的自适应调制编码方案基础上进一步进行功率分配的优化,提升系统整体的数据传输速率性能。本论文首先提出基于监督学习的无反馈自适应调制编码算法。其中,本文采用了K最邻近算法和神经网络两类典型的学习算法。为将自适应调制编码问题归纳为分类问题,本文提出一种基于信道条件和传输功率约束下的信道特征提取方案,该特征提取方案是全文分析和验证的基础。然后用该特征提取方案对于不同调制编码方案进行验证,检验该特征提取方案能否准确划分不同调制编码方案。接下来,为避免维度灾难并准确的表示空间流数目不同的情况,对于提出的特征提取方案给出了两类降维方案,并对两类降维方案进行可行性分析。然后,在运用提取特征和降维方法的基础上,将K最邻近算法和神经网络算法加入到自适应调制编码方案中,提出KNN-AMC算法和ANN-AMC算法。最终将KNN-AMC算法和ANN-AMC算法运用到仿真中,通过对系统的误比特性能分析和数据传输速率分析,验证了KNN-AMC算法和ANN-AMC算法的可行性。在LTE TDD中,通过利用上下行信道的互易性获得信道信息,应用于本文算法模型中能够节省反馈开销,降低系统工作时延,可以让系统更快地适应通信环境的变化。本文着重解决的第二个问题是基于KNN-AMC算法下的功率分配问题。首先本文采用传统的注水算法对功率进行分配。考虑到注水算法是一种调节比特加载过程以达到最优的方法,而本文自适应调制编码选择对所有流进行了相同的调制。因此本文提出在注水算法上进行一定改进,提出基于奇异值比值和离散优化功率分配算法。其主要思想是首先收集剩余功率,然后将剩余功率按照调制等级由高至低进行分配。最后,通过仿真将离散优化分配算法与注水算法进行对比,可以看出优化分配算法通过对注水算法的离散优化得到更好的系统传输速率性能。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
刘震[2]（2019）在《基于OAI的自适应调制编码技术的研究与实现》一文中研究指出随着无线通信的快速发展以及无线设备的越来越普及,无线通信对通信速率的要求越来越高,为实现低时延、高可靠的增强型移动宽带的无线传输,在5G的应用场景“增强型移动带宽”成为研究热点的同时,基于现行长期演进(LTE)系统的“千兆LTE”的研究具有更好的实现基础,为实现“千兆LTE”系统的高速率传输,本文对LTE的链路自适应技术中的自适应调制编码技术(AMC)展开了研究并实现。本文阐述了AMC技术的研究背景和意义,LTE系统中AMC技术的研究现状。较为详细的介绍了LTE系统物理层帧结构和面向5G的TDD帧结构,介绍了LTE的OFDM、MIMO、高阶调制技术的基本原理,并在第二章最后介绍了OAI源码平台。给出了信噪比(SNR)的分类及有效信噪比的映射算法,探究了有效信噪比在自适应调制编码技术中的作用。提出了基于MMSE准则的有效信噪比映射优化算法,即对MIESM算法的调节因子进行了优化。接着,通过SNR-BLER性能曲线,验证了改进映射算法的合理性和有效性。在建立LTE的MIMO系统下行链路模型的基础上,基于改进的有效信噪比映射算法,建立了CQI的求解过程和SNR-CQI映射图。进一步分析了考虑混合自动重传情况下的吞吐量性能。最后,针对目前MCS映射算法存在的问题,提出了一种新颖的、基于强化学习的MCS选择方案,根据历史SNR与MCS映射值来预测未来信道状态的MCS选择。通过提高实时性和减小映射误差,来提高LTE系统吞吐量。系统仿真结果表明,在相同的传播场景中,所提方案的系统平均吞吐量明显优于固定阈值的SNRMCS映射方案,计算复杂度明显优于基于CQI上报的线性SNR-MCS映射方案,证明了所提算法在同等条件下优化了系统吞吐量,降低了计算复杂度。同时,本文给出了更新以后的SNR-MCS映射方案,可用于对真实LTE系统基站的优化。(本文来源于《上海师范大学》期刊2019-04-01）
陈梦嘉,赵宜升,黄锦锦,董志翔,陈忠辉[3]（2018）在《基于摩尔状态机的LTE-R系统自适应调制编码方法》一文中研究指出针对铁路长期演进(LTE-R)通信系统,开展自适应调制编码(AMC)研究。通过引入摩尔状态机(MSM)模型,提出一种AMC策略。根据LTE-R系统采用的调制和编码方式(MCS),设计MSM的有限状态集。针对不同调制方式,得到误码率(BER)与信噪比(SNR)的关系曲线。通过给定目标BER,获得不同调制方式对应的SNR阈值。在这些阈值基础上,通过加减一定的SNR常数,得到不同MCS对应的SNR阈值。同时,为了减少MCS在SNR阈值附近发生频繁切换,对SNR阈值设置上下界,得到MSM的状态转换SNR阈值区间。基于得到的SNR阈值上下界,设计MSM,实现MCS的动态调整。仿真结果显示,所提出的AMC方法比传统的基于分段函数的AMC方法具有更加稳定的频谱效率和吞吐量。此外,相比固定调制方式策略,提出的AMC方法具有更好的BER性能。(本文来源于《电子技术应用》期刊2018年06期）
蒋汉陶[4]（2018）在《宽带无线专网系统中物理上下行共享信道自适应调制编码技术及性能研究》一文中研究指出宽带无线专网系统的提出是为了满足智慧型城市建设中对数据传输的可靠性、安全性、实时性和高效等指标更为苛刻的要求。但在无线移动通信系统中,无线信道是时刻变化的,自适应编码调制(Adaptive Modulation and Coding,AMC)被认为是一种有效提高时变、频带受限上信息传输效率的关键技术。本文研究的是宽带无线专网中的自适应编码调制技术。为了进行自适应编码调制(Adaptive Modulation and Coding,AMC)研究,本文先进行了宽带无线专网的物理层仿真平台搭建,并做了仿真工作进行链路验证;接着研究了两种自适应编码调制方案:传统AMC方案和基于机器学习中KNN(K-nearest Neighbor)算法的AMC方案;最后对两种AMC方案的性能进行了对比。具体的研究内容如下所述。第一章绪论对论文研究内容的背景和意义进行了阐述。简单介绍了论文所涉及的技术点,同时对本文的写作安棑进行了说明。第二章对宽带无线专网中的上行共享信道链路关键技术进行了研究,详细介绍了其中关键模块的功能和原理,并在本章的后半段对上行信道数据传输进行了基础性能仿真及分析。第叁章首先对宽带无线专网系统中的下行链路进行了简单介绍,接着研究了CQI与调制阶数、编码码率的关系以及AMC方案。然后,基于该链路进行了下行非自适应数据传输仿真与分析。最后,对下行数据传输中的传统AMC方案进行了仿真、分析和对比。第四章在第叁章做完传统AMC方案的研究后,提出了使用机器学习中的KNN算法进行AMC方案的研究。同时也对论文中的两种AMC方法展开了比较和分析。第五章对论文整体作了总结,对研究的相关技术进行了展望。包括对论文可以改进之处的说明,对AMC技术今后发展的展望。(本文来源于《电子科技大学》期刊2018-04-01）
李程坤[5]（2018）在《基于强化学习的自适应调制编码技术的研究》一文中研究指出现代无线通信系统中,高数据速率和频谱利用率的传输系统一直是人们所提倡的,但是无线信道环境是时变和衰落的,高数据速率的信号在频率选择性衰落信道下极易产生码间干扰(ISI),影响系统整体传输性能。为了提高系统的吞吐量,在传输链路中设计自适应调制编码(AMC)。该技术是根据接收端反馈回来的信道状态信息(CSI)来动态的调整发送信号的调制编码方式(MCS),在传输速率和传输可靠性之间寻找平衡,以提高系统的吞吐量。但是,传统的AMC技术都是根据事先设定好调制编码方式(MCS)组合和接收端反馈回来的CSI计算出来的阈值来选择相应的调制编码方案。这种方法很大程度上取决于假设的信道模型,实际上由于信道不完全服从理想的分布、加性噪声也不全是高斯的以及放大器存在非线性效应等,传统的AMC算法往往难以满足误帧率(FER)要求。因此,我们提出了一种基于强化学习的自适应调制编码算法,它不依赖于完美的数学模型,能自主的在无线信道中交互学习,然后根据系统的实际误码率性能来确定信噪比与MCS之间的对应关系。同时,在强化学习的基础上引入了深度学习,提出了一种基于深度Q网络(DQN)的MCS选择算法,该模型直接使用估计的信道值,而不是低维的信道质量指标(如信噪比),然后通过神经网络去学习到更加精准的CSI,有助于选择更加准确的调制编码方案。通过链路仿真分析结果得出,在放大器存在非线性失真、接收端SNR估计存在误差和信道存在较强的选择性衰落时,基于强化学习的AMC技术相比较于传统的查找表式的AMC技术都有更高的系统吞吐量,并且,基于强化学习的的AMC技术相比较于传统的查找表式AMC技术更具有泛化能力。(本文来源于《杭州电子科技大学》期刊2018-03-01）
王磊,郝士琦,张岱,王勇[6]（2017）在《离散速率条件下的大气激光通信自适应调制编码系统性能》一文中研究指出针对大气湍流引起的系统频带利用率下降的问题,研究了一种离散速率条件下的大气激光通信自适应调制编码系统。从信号层角度建立了湍流信道模型,给出了湍流信道下的瞬时信噪比概率密度函数,并采用外场实验验证了该信道模型。理论推导了系统频带利用率和误码率表达式,仿真结果表明大气激光通信自适应调制编码系统较传统单一传输模式系统具有优越性。研究了其频带利用率和误码率曲线特性,分析了误码率要求和湍流强度对系统性能的影响。结果表明降低误码率要求可大幅提高系统的频带利用率,且误码率要求越低,湍流强度越弱,频带利用率越高。(本文来源于《光学学报》期刊2017年07期）
王磊,郝士琦,张岱,赵青松,孙韩[7]（2017）在《大气激光通信中自适应调制编码技术的模式选择阈值》一文中研究指出研究了一种用于大气激光通信自适应调制编码技术中的模式选择阈值的选取算法。分析了大气弱湍流信道性能,并对高斯信道中阈值选取算法进行修正,提出了一种信噪比-湍流强度选择方法来确定阈值区域模式,并给出了阈值选取方程。分析了湍流强度分别为0,0.1,0.2,0.3时3种传输模式下自适应调制编码系统的误码率,得到了最大误码率为10-4的条件下3种模式选择的信噪比与湍流强度阈值区域的对应关系。仿真结果表明,所提方法可行且能够准确地进行模式选择。(本文来源于《激光与光电子学进展》期刊2017年02期）
王朋云,倪淑燕[8]（2016）在《自适应调制编码技术研究》一文中研究指出总结自适应调制编码技术(Adaptive Modulation and Coding,AMC)中现有的方法对AMC技术的深入研究具有重要意义。梳理自适应调制编码技术的发展及主要应用,对AMC技术中涉及的信道状态估计、MCS(Modulation and Coding Scheme)切换问题中已有算法进行归纳总结,讨论了各自的优缺点,在已有结论的基础上分析了ACM技术的发展趋势。(本文来源于《兵器装备工程学报》期刊2016年09期）
任志勇,周鑫,徐东[9]（2016）在《自适应调制与编码技术下的预编码算法研究》一文中研究指出为了克服多输入多输出系统空间各子信道相互干扰,论文对链路自适应调制与编码技术下的预编码算法进行了研究。论文采用基于信道矩阵奇异值分解的方法得到最优的预编码矩阵,接收端基于最小均方误差接收机均衡算法,并以此自适应选择不同的调制方式和编码。通过仿真验证,在预编码算法基础上,采用自适应的调制和编码方式能根据信噪比大小变化,灵活改变数据传输速率,在满足信号质量要求的情况下达到了非常高的传输效率。(本文来源于《中国新通信》期刊2016年14期）
郭少华[10]（2015）在《时变衰落信道中自适应调制编码技术》一文中研究指出在移动通信系统中,由于无线时变衰落信道的特点,使通信过程存在大量的不确定性,自适应方式在信道条件好时提高了传输速率或减小发送功率,在信道条件差时降低了速率或增大功率。通过仿真结果证明,根据信道的优劣情况进行自适应调制的系统在保持较低的误码率性能的同时,能提高了系统的传输速率,从而增强传输的可靠性并可提高频带利用率。(本文来源于《电子科技》期刊2015年02期）
自适应调制编码论文开题报告
（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：
随着无线通信的快速发展以及无线设备的越来越普及,无线通信对通信速率的要求越来越高,为实现低时延、高可靠的增强型移动宽带的无线传输,在5G的应用场景“增强型移动带宽”成为研究热点的同时,基于现行长期演进(LTE)系统的“千兆LTE”的研究具有更好的实现基础,为实现“千兆LTE”系统的高速率传输,本文对LTE的链路自适应技术中的自适应调制编码技术(AMC)展开了研究并实现。本文阐述了AMC技术的研究背景和意义,LTE系统中AMC技术的研究现状。较为详细的介绍了LTE系统物理层帧结构和面向5G的TDD帧结构,介绍了LTE的OFDM、MIMO、高阶调制技术的基本原理,并在第二章最后介绍了OAI源码平台。给出了信噪比(SNR)的分类及有效信噪比的映射算法,探究了有效信噪比在自适应调制编码技术中的作用。提出了基于MMSE准则的有效信噪比映射优化算法,即对MIESM算法的调节因子进行了优化。接着,通过SNR-BLER性能曲线,验证了改进映射算法的合理性和有效性。在建立LTE的MIMO系统下行链路模型的基础上,基于改进的有效信噪比映射算法,建立了CQI的求解过程和SNR-CQI映射图。进一步分析了考虑混合自动重传情况下的吞吐量性能。最后,针对目前MCS映射算法存在的问题,提出了一种新颖的、基于强化学习的MCS选择方案,根据历史SNR与MCS映射值来预测未来信道状态的MCS选择。通过提高实时性和减小映射误差,来提高LTE系统吞吐量。系统仿真结果表明,在相同的传播场景中,所提方案的系统平均吞吐量明显优于固定阈值的SNRMCS映射方案,计算复杂度明显优于基于CQI上报的线性SNR-MCS映射方案,证明了所提算法在同等条件下优化了系统吞吐量,降低了计算复杂度。同时,本文给出了更新以后的SNR-MCS映射方案,可用于对真实LTE系统基站的优化。
（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。
自适应调制编码论文参考文献
[1].张文硕.基于监督学习的自适应调制编码和功率分配算法研究[D].哈尔滨工业大学.2019
[2].刘震.基于OAI的自适应调制编码技术的研究与实现[D].上海师范大学.2019
[3].陈梦嘉,赵宜升,黄锦锦,董志翔,陈忠辉.基于摩尔状态机的LTE-R系统自适应调制编码方法[J].电子技术应用.2018
[4].蒋汉陶.宽带无线专网系统中物理上下行共享信道自适应调制编码技术及性能研究[D].电子科技大学.2018
[5].李程坤.基于强化学习的自适应调制编码技术的研究[D].杭州电子科技大学.2018
[6].王磊,郝士琦,张岱,王勇.离散速率条件下的大气激光通信自适应调制编码系统性能[J].光学学报.2017
[7].王磊,郝士琦,张岱,赵青松,孙韩.大气激光通信中自适应调制编码技术的模式选择阈值[J].激光与光电子学进展.2017
[8].王朋云,倪淑燕.自适应调制编码技术研究[J].兵器装备工程学报.2016
[9].任志勇,周鑫,徐东.自适应调制与编码技术下的预编码算法研究[J].中国新通信.2016
[10].郭少华.时变衰落信道中自适应调制编码技术[J].电子科技.2015