导读:本文包含了信道预测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,包络,复用,多普勒,天线,状态。
信道预测论文文献综述
赵四方,马启原,李铁楠[1]（2019）在《基于LSTM网络的短波天波信道分析及预测》一文中研究指出短波通信过程受到时间、空间、频率和太阳黑子等诸多复杂因素的影响,造成了信号质量不稳定。传统计算预报法难以从"理论模型"层面完整模拟所有通信要素的影响,探测选频法对装备和平台依赖性较强,同时会造成短波频谱的污染。论文采用多层神经网络算法,利用历史经验数据进行短波天波通信电路分析和预测。第一层选用长短期记忆神经网络模型,快速拟合短波天波电路随时间的慢变化与快变化特征;第二层选用深度神经网络模型将高维度堆迭序列转化为与样本相同的标准输出序列,从而得到短波天波电路变化规律的预测结果。最终将通信电路的预测结果同理论计算方法和实测结果进行对比,对比结果表明多层神经网络算法可获得比理论计算方法高的预测精度,适合于短波天波电路分析与预测。(本文来源于《舰船电子工程》期刊2019年12期）
谢映海,姚若河,吴斌[2]（2019）在《宏基站和微基站群之间的预测性信道调度算法》一文中研究指出针对5G超蜂窝网络的宏基站和微基站群之间的非实时业务传输,提出了一种新型预测性信道调度算法。首先,利用静止通信体之间无线信道的随机平稳过程特征,从古典概率论的角度为调度过程建立了一个离散信道状态概率空间并对其进行事件域分割;然后,通过各事件域的概率数值计算实现对多用户多非实时业务的高效调度。理论分析和仿真结果表明,所提算法计算复杂度低,和其他一些经典调度算法相比,所提算法可在更长时间维度上进行业务优化传输,在吞吐量性能上逼近最大信噪比算法,重负荷情况下系统吞吐量提升了约14%;同时通过精确量化计算实现了业务期望速率和实际调度速率的自适应匹配。(本文来源于《通信学报》期刊2019年11期）
殷敬伟,吴雨珊,韩笑,李林[3]（2019）在《北极冰水混合水域的水声信道预测技术》一文中研究指出为在北极冰水混合水域环境下实现可靠的自适应水声通信,本文对此环境下的水声信道预测技术进行研究,利用水声信道的稀疏性,使用时域预测器对少数主要路径进行预测,降低计算复杂度的同时消除大部分噪声影响,提高预测精度。本文利用2018年第九次北极科学考察进行的水声通信试验数据比较了基于不同预测系数获取算法的信道预测方法性能,数据处理结果表明本文方法收敛后的信道预测误差可以达到-30 dB,证明可以实现水声信道的有效预测,为冰水混合环境的水声通信提供可靠信道状态信息。(本文来源于《信号处理》期刊2019年09期）
院琳,杨雪松,王秉中[4]（2019）在《基于经验知识遗传算法优化的神经网络模型实现时间反演信道预测》一文中研究指出人工神经网络由于具有较强的非线性拟合能力,可用来建立终端位置与接收信号之间的映射关系,从而获得不同位置的信道特性.神经网络建模的精度一般由所使用的训练样本数量决定,训练样本数目越多,模型往往越精确.但大量的训练数据的获取,耗时较多.本文将经验知识融入遗传算法,对人工神经网络模型进行优化,实现了时间反演电磁信道的快速建模.通过提取时间反演信号的传播参数,并将其作为经验知识用于遗传算法的适应度函数,来优化神经网络模型的权值和阈值.在保证训练样本数量不变的情况下,相比直接利用神经网络建模,提高了建模的精度.以一种简单的室内时间反演场景为例,验证了方法的有效性.(本文来源于《物理学报》期刊2019年17期）
李彦斌[5]（2019）在《水声自适应OFDM非理想信道状态信息反馈的预测研究》一文中研究指出自适应技术作为水声通信系统中的关键技术,能够将水声信道状态信息(CSI)合理利用,使发射端能根据水声CSI自适应调整传输方式。通过借鉴陆地无线通信系统中广泛采用的正交频分复用(OFDM)技术,利用OFDM系统自身的优势与自适应技术的灵活性,在确保原有性能指标的同时,能有效提高系统的信息传输速率。要使自适应OFDM技术能更好地实施,在发送信号时必须要获取准确的CSI。目前,仅依靠信道估计技术不足以获取准确的CSI,因为CSI反馈到发射端所产生的时延会使水声信道发生变化,若将不准确的CSI反馈回发送端,会影响下一次传输的可靠性,导致系统的性能下降。为解决这一问题,本文研究信道预测技术,利用信道预测算法对CSI反馈进行预测,从而获得更为准确的CSI,使系统的传输可靠性得到有效提升,在水声通信的研究中具有一定的研究意义和价值。本文研究了水声OFDM的基本原理与自适应调制在水声通信中的应用,构建了基于信道预测的水声自适应OFDM系统,具体分析了两种用于信道预测的算法:基于MMSE准则的信道预测算法和叁次指数平滑法,提出了将信道预测算法应用于具有周期性变化的水声信道的方案。结合水声信道实际环境参数,搭建了水声自适应OFDM系统模型,通过MATLAB软件进行仿真,得到系统吞吐量,推算出对应的自适应调制门限。最后,将两种算法应用在构建的系统中,仿真得到了系统误比特率性能曲线。验证结果表明,在具有周期性变化的水声信道中,叁次指数平滑法和传统的基于MMSE准则的预测算法相比较,叁次指数平滑法的误比特率性能指标更优。(本文来源于《西安科技大学》期刊2019-06-01）
张赞[6]（2019）在《基于任务和信道预测的单用户计算分流》一文中研究指出随着信息和通信技术的发展,移动通信在日常生产和生活中占据越来越重要的地位。由于移动设备的计算能力增长低于消费者需求,电池能量密度提升有限,移动设备的计算能力和续航能力不能满足消费者日益增长的需求。为解决该问题,已有研究将计算任务转移到基站侧,但存在不可准确预知未来时刻计算任务属性和信道状态的问题,导致相关任务分流算法的适用范围受到限制。为解决该挑战,本文利用单用户计算任务和信道状态的统计特征,预测未来时刻计算任务属性和信道状态,以能耗或者时延最低为目标,为计算任务选择合适的分流路径以提升移动设备的续航能力、计算能力和反应速度。主要贡献如下:针对移动互联网未来时刻计算任务和信道状态不确定的问题,本文通过分析计算任务和信道状态的历史数据,研究计算任务和信道状态的统计特征,对未来计算任务和信道状态进行预测,得出下一时刻计算任务属性和信道状态。仿真结果表明,计算任务和信道状态预测算法可以显着提高计算任务属性和信道状态预测的可靠性。针对计算分流算法中分流路径选择对计算任务和信道状态的依赖性,本文提出综合能耗和时延性能的分流路径选择算法。在计算任务属性和信道状态预测的基础上,对分流路径选择后的能耗和时延性能进行仿真实验。仿真结果表明,相比于传统的无计算任务属性和信道预测的单用户部分计算分流算法,新提出的算法系统能耗效率提高超过90%。针对第五代(the Fifth Generation,5G)移动通信系统中移动设备频繁切换造成传输速率不稳定的问题,提出一种长期演进(Long Term Evolution,LTE)链路辅助移动设备切换的方法,并研究了移动设备切换基站时业务传输速率的连续性。最后通过测试验证了所提方案在工程上的可行性和可靠性。(本文来源于《北京邮电大学》期刊2019-05-30）
苏桐[7]（2019）在《基于卫星通信系统的信道预测及自适应编码调制的研究》一文中研究指出随着通信技术的发展,人们对通信质量和通信容量的需求日渐提高。卫星通信具有通信距离远、受地形影响小、通信波束覆盖范围广的特点,可以作为地面通信的补充和延伸,可以有效缓解通信业务多样化所带来的压力。然而卫星通信传输过程中,信道环境复杂、传输时延大、传输资源有限等因素限制卫星通信系统的通信性能。在传输资源极其有限的情况下,提出一种高效且高质量的传输模式是卫星通信传输的研究热点之一。为了解决这个问题,信道估计、信道预测和自适应编码调制技术应时而生。本文在DVB-S2协议(Digital Video Broadcasting-Standard Ⅱ,第二代数字广播协议)和DVB-RCS2协议(Digital Video Broadcasting-Return Channel Standard Ⅱ,第二代数字广播返回信道协议)基础上,对信道估计、信道预测和自适应编码调制技术进行了研究。论文主要内容如下:(1)本文提出两种自适应编码调制感知算法:含补偿项的时间序列算法和基于深度卷积神经网络的信道感知模型。首先对时间序列预测算法提出了补偿算法,有效解决了时间序列预测的误差问题。提出了基于深度卷积神经网络(Deep Convolution Nural Network,DCNN)的信道感知模型,通过仿真验证算法的有效性。仿真结果表明,含补偿项的时间序列算法对信噪比预测的平均预测误差为1.326dB,较传统时间序列算法预测精度提升了 40.67%。在C.Loo模型中,基于深度卷积神经网络的信道感知模型不论在信噪比估计中还是信道预测中都有良好的性能,并且有效地解决由传输时延带来的信噪比估计过时的问题,提高了自适应编码调制技术信道感知部分的性能,经分析,DCNN的估计性能较传统的信道估计算法在C.Loo信道中提升了38.73%。(2)为了进一步优化频谱效率,本文提出一种基于双深度Q学习网络强化学习(Double Deep QNetwork,DDQN)算法的自适应编码调制控制算法。将基于深度卷积神经网络的信道感知模型作为自适应编码调制感知算法,双深度Q学习网络强化学习算法作为自适应编码调制控制算法,提出一种基于DCNN和DDQN的双深度自适应编码调制架构。经仿真,DDQN算法作为控制算法比传统区间法频谱效率提高了 18.9%。新的双深度自适应编码调制架构比传统的ML+区间法架构在频谱效率上平均提升了3 2.6%,误比特率平均降低了3 7.5%。(3)最后本文对DVB-S2协议和DVB-RCS2协议进行深入学习,特别是协议中物理层组帧、编码调制、接受同步和译码部分。并分别基于DVB-S2协议和DVB-RCS2协议搭建了卫星通信物理层仿真平台的前向链路和反向链路。对DVB-S2中的自适应编码调制技术进行了介绍,并通过平台进行仿真,验证了仿真平台的性能。(本文来源于《北京邮电大学》期刊2019-05-24）
江涛[8]（2019）在《信道预测和联合收发分集CE-OFDM协作系统的误码性能研究》一文中研究指出恒包络正交频分复用(CE-OFDM)系统具有传输速率高和抗多径干扰性能好等优点,已被广泛应用于光纤通信、民用电台、水声通信和5G毫米波通信等多种通信系统。具有理想信道状态信息(CSI)的发射天线选择(TAS)/接收天线最大比合并(MRC)天线分集可以有效地抑制衰落信道对CE-OFDM系统误码性能的影响,但由于反馈延时等因素的存在使得理想CSI难以获得。本文将导频辅助调制(PSAM)和最小均方误差(MMSE)维纳信道预测发射天线选择(TASP)/MRC分集技术应用于CE-OFDM系统,并研究其在衰落信道上采用M进制相移键控(MPSK)和M进制矩形正交幅度调制(MQAM)下的误码性能。放大转发(AF)协议实现简单,硬件成本低,是一种常用的协作通信协议。反馈延时等因素造成的过时CSI会严重影响采用组合TAS/MRC分集或中继选择的AF协作系统误码性能。本文研究衰落信道上采用CE-OFDM和组合反馈延时发射天线选择(TASD)/MRC分集的可变增益AF协作系统在MPSK和矩形MQAM调制下的误码性能;研究衰落信道上采用CE-OFDM和MMSE维纳信道预测的中继选择AF协作系统在固定增益或可变增益AF协议以及矩形MQAM调制下的误码性能。第一章介绍CE-OFDM系统、信道预测及其在TAS/MRC分集系统中的应用、组合TAS/MRC分集或中继选择的AF协作通信系统的研究现状。第二章推导瑞利块衰落信道上采用TASP/MRC分集的CE-OFDM系统在MPSK和矩形MQAM调制下的平均误符号率(ASER)下界表达式,并给出理论计算和计算机仿真结果。第叁章推导瑞利衰落信道上采用CE-OFDM和组合TASD/MRC分集的可变增益AF协作系统在MPSK和矩形MQAM调制下的ASER下界表达式,并给出理论计算和计算机仿真结果。第四章研究瑞利块衰落信道上采用CE-OFDM和MMSE维纳信道预测的中继选择AF协作系统误码性能,推导其在固定增益或可变增益AF协议以及矩形MQAM调制下的平均误比特率(ABER)下界表达式,并给出理论计算和计算机仿真结果。第五章为本文的结论。(本文来源于《杭州电子科技大学》期刊2019-03-01）
江涛,李光球[9]（2019）在《CE-OFDM在信道预测收发分集下的误码性能》一文中研究指出采用最小均方误差(MMSE)信道预测器和组合发射天线选择(TAS)/接收最大比合并(MRC)天线分集技术,设计了一种时间选择性瑞利块衰落信道上恒包络正交频分复用(CE-OFDM)无线通信系统实现方案。利用矩生成函数法和高斯Q函数的另一种表达式,推导了采用矩形正交幅度调制的CE-OFDM系统平均误符号率(ASER)的下界表达式。仿真结果验证了CE-OFDM系统ASER理论下界的准确性;调制系数较小时,该下界可用于设计采用MMSE信道预测器和TAS/MRC天线分集的CE-OFDM系统。(本文来源于《杭州电子科技大学学报(自然科学版)》期刊2019年01期）
周航程,韩树平,孙荣光[10]（2018）在《基于BELLHOP的移动水声信道下的宽带信号波形预测》一文中研究指出为了解决移动水声信道下宽带信号波形预测问题,本文构建了一种基于射线模型的宽带移动水声信道模型并利用BELLHOP软件仿真分析了该模型特性。本文研究宽带移动水声信道估计方法的原理并利用消声水池进行了验证。实验结果表明,基于本文方法预测得到的波形与真实波形具有很高的相似度。(本文来源于《2018中国西部声学学术交流会论文集》期刊2018-08-23）
信道预测论文开题报告
（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：
针对5G超蜂窝网络的宏基站和微基站群之间的非实时业务传输,提出了一种新型预测性信道调度算法。首先,利用静止通信体之间无线信道的随机平稳过程特征,从古典概率论的角度为调度过程建立了一个离散信道状态概率空间并对其进行事件域分割;然后,通过各事件域的概率数值计算实现对多用户多非实时业务的高效调度。理论分析和仿真结果表明,所提算法计算复杂度低,和其他一些经典调度算法相比,所提算法可在更长时间维度上进行业务优化传输,在吞吐量性能上逼近最大信噪比算法,重负荷情况下系统吞吐量提升了约14%;同时通过精确量化计算实现了业务期望速率和实际调度速率的自适应匹配。
（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。
信道预测论文参考文献
[1].赵四方,马启原,李铁楠.基于LSTM网络的短波天波信道分析及预测[J].舰船电子工程.2019
[2].谢映海,姚若河,吴斌.宏基站和微基站群之间的预测性信道调度算法[J].通信学报.2019
[3].殷敬伟,吴雨珊,韩笑,李林.北极冰水混合水域的水声信道预测技术[J].信号处理.2019
[4].院琳,杨雪松,王秉中.基于经验知识遗传算法优化的神经网络模型实现时间反演信道预测[J].物理学报.2019
[5].李彦斌.水声自适应OFDM非理想信道状态信息反馈的预测研究[D].西安科技大学.2019
[6].张赞.基于任务和信道预测的单用户计算分流[D].北京邮电大学.2019
[7].苏桐.基于卫星通信系统的信道预测及自适应编码调制的研究[D].北京邮电大学.2019
[8].江涛.信道预测和联合收发分集CE-OFDM协作系统的误码性能研究[D].杭州电子科技大学.2019
[9].江涛,李光球.CE-OFDM在信道预测收发分集下的误码性能[J].杭州电子科技大学学报(自然科学版).2019
[10].周航程,韩树平,孙荣光.基于BELLHOP的移动水声信道下的宽带信号波形预测[C].2018中国西部声学学术交流会论文集.2018
论文知识图
