导读:本文包含了信道模型参数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,模型,算法,参数,多普勒,通信,时延。
信道模型参数论文文献综述
朱慧娟,周杰,邵根富,邹士娇[1]（2018）在《漏斗状几何信道模型及其角度参数分析》一文中研究指出针对移动台(MS)处散射体分布发生突变的室外宏小区移动通信环境,在叁维空间域中建立和分析漏斗状空间信道模型.将基站(BS)和移动台看作分布在一条直线上的两点,分别以其为坐标原点建立笛卡尔坐标系.考虑移动台处散射体分布空间不同大小的情况下,着重推导波达信号角度参数的概率密度和环阵列(UCA)多入多出(MIMO)多天线阵列信道容量的表达式,阐明波达信号角度参数与信道系统容量的影响机理.分析结果与半球体信道模型的多入多出多天线阵列的环阵列相比较,结果表明漏斗状空间信道模型在多天线阵列环阵列下的信道容量对方位扩展角变化的敏感度高于半球体信道模型.(本文来源于《华中科技大学学报(自然科学版)》期刊2018年10期）
谢晓娇[2]（2018）在《超宽带通信系统室内密集多径信道模型识别与参数估计》一文中研究指出超宽带通信系统因其具有高数据率、低功率谱密度、短时间脉冲等优点,被广泛的应用于民生、军事等多个领域。超宽带信号由于其带宽较宽,同时室内环境场景狭小、障碍物较多,故会呈现密集多径信现象,为信道模型的识别与估计造成了困难。随着机器学习和人工智能革命的兴起,人工智能在无线通信领域的应用越来越广泛。本文提出了基于神经网络的信道模型识别与信噪比估计的方法,并将已识别出的信道模型和信噪比作为先验知识,改进了基于压缩感知理论的信道估计算法的参数选择,并基于估计结果设计了Rake接收机。本文在超宽带室内密集多径信道方面主要研究了叁个内容,分别是信道模型识别、信噪比估计和信道参数估计。首先针对基于支持向量机的6种传统信道特征参量对信道模型分类正确率较低的问题,本文提出了基于神经网络的信道模型识别方法,该方法依托于IEEE802.15.4a信道模型,利用Gegenbauer多项式构造的正交脉冲作为发射信号,仿真生成接收信号作为训练测试集,分析了卷积神经网络在实现信道模型识别时应选取的结构和参数,并对搭建好的网络进行训练测试,得到了较高的分类准确率。其次提出了基于神经网络的信噪比估计的方法,构建了卷积神经网络和循环神经网络,分析对比了两者在信噪比估计方面的性能优劣,仿真实验结果表明,循环神经网络在信噪比估计方面性能较好。将已识别出的信道模型作为先验知识应用于神经网络,对比测试了在是否已知信道模型情况下信噪比估计的准确度,证明了已知信道模型对提高信噪比估计准确率有所帮助。再次改进了基于压缩感知理论的信道参数估计方法。将已知的信道模型和信噪比应用于信道参数估计,分析了导频数在不同信道模型不同信噪比情况下对估计误差的影响,实现了参数自适应的信道估计方法,提高了信道参数估计的效率。将信道参数估计的结果应用于Rake接收机的设计,得到了较低的误码率。本文提出的超宽带通信系统室内密集多径信道模型识别与参数估计方法,分别基于神经网络和压缩感知算法,逐级应用已获得的结论作为先验知识,相比较传统方法而言,减少了人工干预因素,取得了较好的结果。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
李峰[3]（2016）在《低压电力线信道多径传输模型参数识别方法》一文中研究指出针对低压电力线信道多径模型中的参数辨识问题,提出了一种基于遗传匹配追踪混合算法。匹配跟踪算法可将任意信号分解成线性信号组合的形式,实现过程虽然简单但是计算量比较大;而遗传算法可以有效地提高系统最优原子的搜索效率;将二者结合能够降低匹配跟踪算法的运算复杂度,提高信道模型参数辨识精度和系统收敛速度。另外,设计了一种新的原子结构以代替传统的高斯原子。最后,进行了仿真和实验研究。实验结果表明,基于所述算法的模型参数辨识精度较高、计算效率较高,验证了遗传匹配追踪混合算法的有效性和优越性。(本文来源于《控制工程》期刊2016年06期）
雷丹丹[4]（2013）在《基于新型圆盘模型信道参数的仿真分析》一文中研究指出在无线通信中,由于散射体的存在,信号在复杂物理信道传播过程中发生多径效应,不同条件下的多径效应对信号的影响也不同。文章针对更贴合实际环境的新型圆盘模型进行研究,通过改变基站(Base station,BS)与移动站(Mobile station,MS)的距离和圆盘的半径,经过详细的仿真分析来比较对信道特性的影响,并说明该模型更适用于宏小区环境,来比较无线通信环境的变化对信道特性的影响。(本文来源于《信息化研究》期刊2013年05期）
卿昕[5]（2011）在《基于差分算法的低压载波通信信道模型多参数辨识》一文中研究指出低压电力线载波通信是通过低压电力线网络传输模拟和数字信号的一种通信方式。本文在已有的传输模型结构上,将差分算法应用到低压载波通信信道模型的多参数辨识上,取得了不错的参数辨识效果,为电力线系统的研究和设计提供了依据。(本文来源于《科技信息》期刊2011年25期）
陈东升,李霞,方世良,童峰[6]（2010）在《基于多径参数模型和混合优化的时变水声信道跟踪》一文中研究指出针对海洋水声信道的稀疏特性,将多径水声信道冲激响应建为一个由各多径分量的时延和幅度组成的多径参数模型.该模型中输入信号向量产生的响应与多径时延参数呈非线性关系,与多径幅度参数呈线性关系.基于此特点,针对海洋水声信道的时变特性,分别采用进化算法和LMS自适应算法对模型中的多径时延和幅度参数进行混合寻优,从而解决时变信道条件下模型参数寻优困难的问题.仿真及海试信道跟踪实验结果表明:采用多径参数模型可降低模型寻优对象的维数,减少运算复杂性,提高估计效率;采用混合优化算法可减少多径参数模型的非线性寻优的复杂度,与进化算法相比,该算法具有更优越的时变信道跟踪性能.(本文来源于《东南大学学报(自然科学版)》期刊2010年03期）
张永富,杜建超,肖嵩[7]（2010）在《可变参数AWGN深空信道模型特性分析及其仿真》一文中研究指出文章在研究深空通信信道的统计特性的基础上,建立了可变参数AWGN(VPAWGN)模型来模拟深空通信信道,主要考虑噪声功率、多普勒频移和路径损耗等参数对信道特征的影响。进一步在Visual C++环境下搭建VPWAGN模型,并对各参数对信道的影响进行验证。(本文来源于《空间电子技术》期刊2010年01期）
王勇,葛建华,吴晓丽[8]（2007）在《无线OFDM系统传输信道模型化参数检测》一文中研究指出利用导频子载波时频相位相关性统计检测与QAM信号解映射判决误差统计,提出了一种适用于频域导频无线OFDM系统的传输信道模型化参数检测方案,包括信道最大多径时延、最大多普勒频率和信噪比检测;能够有效解决传统的OFDM信道估计算法通常按照最恶劣信道情况上限进行设计,以及基于MMSE准则最优信道估计器中信道先验信息统计运算复杂度高的缺陷;仿真结果表明,在低复杂度条件下可以有效获知当前传输信道模型参数的近似统计信息。(本文来源于《通信学报》期刊2007年08期）
孙亮,郭金京,王亚峰,杨大成[9]（2007）在《一种新的基于参数信道模型的MIMO信道估计算法》一文中研究指出针对频率选择性块衰落MIMO信道,该文提出一种改进的基于参数信道模型的信道估计方法。该方法首先通过修正后的TST-MUSIC算法估计多径的传播时延和角度。由时延和角度信息,得到一种基于参数信道模型的信道估计方法。仿真结果表明此种方法可以有效地减少参数估计的维数,其性能要远远优于非参数的最小二乘估计器。(本文来源于《电子与信息学报》期刊2007年05期）
殷玮玮,吴乐南[10]（2006）在《迭代更新信源模型参数的信源-信道联合译码》一文中研究指出提出一种在HMM基础上同时更新模型参数和译码的信源信道联合译码算法.通过接收到的含噪声信息序列以及由训练序列获得的先验知识对信源模型参数重新估计,将参数更新与联合译码过程迭代进行,一方面得到了信源序列更精确的概率结构,另一方面提高了联合译码的性能,并从信息论角度给出了信源模型参数的改善量.(本文来源于《应用科学学报》期刊2006年04期）
信道模型参数论文开题报告
（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：
超宽带通信系统因其具有高数据率、低功率谱密度、短时间脉冲等优点,被广泛的应用于民生、军事等多个领域。超宽带信号由于其带宽较宽,同时室内环境场景狭小、障碍物较多,故会呈现密集多径信现象,为信道模型的识别与估计造成了困难。随着机器学习和人工智能革命的兴起,人工智能在无线通信领域的应用越来越广泛。本文提出了基于神经网络的信道模型识别与信噪比估计的方法,并将已识别出的信道模型和信噪比作为先验知识,改进了基于压缩感知理论的信道估计算法的参数选择,并基于估计结果设计了Rake接收机。本文在超宽带室内密集多径信道方面主要研究了叁个内容,分别是信道模型识别、信噪比估计和信道参数估计。首先针对基于支持向量机的6种传统信道特征参量对信道模型分类正确率较低的问题,本文提出了基于神经网络的信道模型识别方法,该方法依托于IEEE802.15.4a信道模型,利用Gegenbauer多项式构造的正交脉冲作为发射信号,仿真生成接收信号作为训练测试集,分析了卷积神经网络在实现信道模型识别时应选取的结构和参数,并对搭建好的网络进行训练测试,得到了较高的分类准确率。其次提出了基于神经网络的信噪比估计的方法,构建了卷积神经网络和循环神经网络,分析对比了两者在信噪比估计方面的性能优劣,仿真实验结果表明,循环神经网络在信噪比估计方面性能较好。将已识别出的信道模型作为先验知识应用于神经网络,对比测试了在是否已知信道模型情况下信噪比估计的准确度,证明了已知信道模型对提高信噪比估计准确率有所帮助。再次改进了基于压缩感知理论的信道参数估计方法。将已知的信道模型和信噪比应用于信道参数估计,分析了导频数在不同信道模型不同信噪比情况下对估计误差的影响,实现了参数自适应的信道估计方法,提高了信道参数估计的效率。将信道参数估计的结果应用于Rake接收机的设计,得到了较低的误码率。本文提出的超宽带通信系统室内密集多径信道模型识别与参数估计方法,分别基于神经网络和压缩感知算法,逐级应用已获得的结论作为先验知识,相比较传统方法而言,减少了人工干预因素,取得了较好的结果。
（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。
信道模型参数论文参考文献
[1].朱慧娟,周杰,邵根富,邹士娇.漏斗状几何信道模型及其角度参数分析[J].华中科技大学学报(自然科学版).2018
[2].谢晓娇.超宽带通信系统室内密集多径信道模型识别与参数估计[D].哈尔滨工业大学.2018
[3].李峰.低压电力线信道多径传输模型参数识别方法[J].控制工程.2016
[4].雷丹丹.基于新型圆盘模型信道参数的仿真分析[J].信息化研究.2013
[5].卿昕.基于差分算法的低压载波通信信道模型多参数辨识[J].科技信息.2011
[6].陈东升,李霞,方世良,童峰.基于多径参数模型和混合优化的时变水声信道跟踪[J].东南大学学报(自然科学版).2010
[7].张永富,杜建超,肖嵩.可变参数AWGN深空信道模型特性分析及其仿真[J].空间电子技术.2010
[8].王勇,葛建华,吴晓丽.无线OFDM系统传输信道模型化参数检测[J].通信学报.2007
[9].孙亮,郭金京,王亚峰,杨大成.一种新的基于参数信道模型的MIMO信道估计算法[J].电子与信息学报.2007
[10].殷玮玮,吴乐南.迭代更新信源模型参数的信源-信道联合译码[J].应用科学学报.2006
论文知识图
