论文摘要
以正交频分复用(OFDM)技术为代表的多载波传输技术将信道在频域上划分成多个子信道,使每个子信道的频谱特性都近似平坦,并使用多个相互独立的子信道传输信号并在接收机中予以合并,从而克服了多径信道的频率选择性衰落。与单载波系统相比,OFDM系统对同步精度的要求更高,而在高动态环境下,由于收发两端相对运动产生了多普勒频移,并且多普勒频移还存在一阶甚至多阶导数,这就加大了OFDM系统同步的难度。本文研究了OFDM系统高动态下频移对系统性能的影响,改进了单一时域进行频率同步的传统方法,给出了时频域结合的频率同步算法、系统环路以及仿真结果。考虑到高动态环境的特殊性,本文分析了估计多普勒频率和多普勒速率以及多普勒速率的一次变化率等的典型算法:最小二乘算法、最大似然估计算法和广义卡尔曼滤波算法,并给出仿真结果。本文共有五章。第一章简单介绍了OFDM的发展以及OFDM技术的特点、应用和国内外研究现状;第二章详细描述了OFDM原理和系统总体框架,并重点阐述了频率同步精度对系统性能的影响;第三章研究了匀速移动环境下OFDM系统的各种同步算法,包括基于训练符号的时域相关算法、最大似然估计算法,进行了仿真比较;第四章描述了高动态下自适应频率捕获和跟踪算法并仿真;第五章总结了本文的工作,对今后OFDM系统同步的研究方向发表了看法。本文创新之处在于:(1).对只在单一时域频率捕获和跟踪的算法作了改进,将时域和频域结合进行频率捕获和跟踪,给出了改进后OFDM频率捕获和跟踪系统环路,仿真结果表明,采用时域和频域联合估计频率偏移,可以在保证较小的估计均方根误差的同时扩大频偏估计的范围;(2).对最小二乘估计算法中的相位恢复算法进行了修正,原算法在加速度为负值以及加速度时变时相位恢复偏差较大,改进后算法则能进行准确的相位估计。
论文目录
相关论文文献
- [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
- [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
- [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
- [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
- [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
- [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
- [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
- [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
- [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
- [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
- [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
- [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
- [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
- [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
- [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
- [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
- [17].如何加强对算法的治理[J]. 国家治理 2020(27)
- [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
- [19].算法规制的谱系[J]. 中国法学 2020(03)
- [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
- [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
- [22].算法的法律规制研究[J]. 上海商业 2020(09)
- [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
- [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
- [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
- [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
- [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
- [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
- [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
- [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)