论文摘要
超宽带(ultra-wideband,UWB)技术已成为近些年学术界和工业界极为关注的无线通信技术之一。其中,IR-UWB(impulse radio UWB)方案采用亚纳秒或皮秒级的脉冲序列直接进行基带传输,避免了载波频偏(carrier frequency offset,CFO)所引起的性能下降,同时系统复杂度也因无需对载波进行处理而大大降低。此外,良好的多径可辨性削弱了室内多径衰减所引起的能量损耗,使得UWB信号以低发射功率进行传播并与其他通信方式共享频谱成为可能。更值得一提的是,通过香农公式的计算,极窄脉冲承诺了较高的信道容量,为短距离高速无线通信提供了一条新的途径。然而,正由于采用了极窄脉冲进行传输,UWB通信系统的设计面临着极大的挑战。其中,定时同步环节的设计尤其重要。即便很小的定时误差都有可能引起较大的误码率性能下降。以高性能和低复杂度为目标,本文研究了IR-UWB系统中的定时同步算法及电路实现;提出了一种基于CML估计的改进型定时同步算法及电路结构、一种基于TDT方案的改进型定时同步算法及电路结构以及一种基于非相干结构的CML解调算法及电路结构。本文研究工作涵盖了以下几个方面:1.在算法级,改进了CML算法的噪声模板生成方式以及中间参数的估计方法,提高了算法归一化均方误差性能。2.在算法级,改进了TDT方案的噪声模板生成方式,并对原算法的估计算式进行改进以提高算法的可实现性。3.在电路级,提出一种改进型CML算法的优化结构、一种改进型TDT算法的优化结构以及一种基于非相干结构的CML解调算法的优化结构。完成了三种算法从算法级到电路级的设计;通过MATLAB的算法性能仿真、FPGA的电路功能验证以及Design Compiler的电路代价评估,实现了高性能和低复杂度的设计要求。
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)