导读:本文包含了信道估计与补偿论文开题报告文献综述及选题提纲参考文献，主要关键词:光通信,中继转发,室内可见光通信系统,导频设计
信道估计与补偿论文文献综述
王青竹,于永浩,朱艺海[1]（2019）在《基于张量模式噪声补偿的室内可见光通信系统的信道估计》一文中研究指出针对现有中继转发式室内可见光通信系统中信道估计算法存在的导频数量过大、估计效率和精度低的问题,提出基于张量模式噪声补偿的信道估计方法。首先,充分利用可见光通信系统发射数据的特点设计了一种适合在接收数据中进行噪声补偿的导频结构。然后,在PARATUCK2张量分解框架下,构造了这种导频模式的含噪通信系统模型。最后,结合张量分解方法,设计了一种以导频所得噪声补偿对实际噪声进行估计的方法,完成所有信道参数的计算。仿真实验结果表明,将基于张量模式噪声补偿的估计算法应用在中继转发式室内可见光通信系统中,可以在加快寻优迭代速度的同时提高估计精确度,充分验证该算法的有效性和可行性。(本文来源于《中国激光》期刊2019年08期）
杨智斌[2]（2019）在《无线和水声信道下OFDM-IM的多普勒频移估计和补偿》一文中研究指出目前,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术被广泛应用于商用无线通信系统,而在其基础上发展而来的序列调制的正交频分复用(Orthogonal Frequency Division Multiplexing with Index Modulation,OFDM-IM)也被视为新一代有竞争力的调制方式。近年,一些学者将OFDM-IM方案推广到水声通信中使用。很多研究以提高OFDM-IM的频谱效率为重点,但其可靠性也不应被忽视。相比单载波系统,OFDM-IM更容易受多普勒频移的影响。多普勒频移由接收端和发送端之间的相对运动引起,对无线和水声通信来说,是不可忽略的因素。尤其是在水声通信中,多普勒频移造成的信号畸变程度更大,更需要有效地纠正。对于无线信道,本文提出了一种OFDM-IM的频偏估计和补偿的方法,利用了其具有非激活子载波的特性,提升了估计的准确度,并从理论上推导其性能,通过计算机仿真验证其正确性。对于时变水声信道,考虑了非均匀路径速度模型,提出了一种簇状导频的迭代方法,利用导频和检测的符号联合进行迭代估计,减少了信道和多普勒系数估计的误差,仿真表明此方法相比正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法的优越性。这两种方法在不降低系统频谱效率的情况下,提高了系统抗多普勒频移的能力,从而改善其解调能力。本文着眼于保障OFDM-IM的可靠性,目标是通过提出OFDM-IM的多普勒频移估计和补偿的方法,为无线和水声通信研究提供一定的参考和价值。(本文来源于《华南理工大学》期刊2019-04-09）
吴晶茹[3]（2018）在《大规模MIMO中基于信道估计误差的信道互易性补偿算法研究》一文中研究指出近年来随着人们对5G技术研究的深入,大规模MIMO技术已经成为未来5G技术的关键技术之一。无线通信系统有时分双工(TDD)以及频分双工(FDD)两种模式,而TDD系统具有上下行信道互易性的优点,因此大规模多输入多输出(MIMO)广泛使用TDD作为其双工模式。然而,在实际移动通信传输过程中,受到传输环境等各方面的影响,信道互易性将会受到严重破坏,因此必须设计出有效的补偿方案保证大规模MIMO不受其影响。在本篇论文中,主要针对信道估计误差提出了相应的补偿算法。本文的工作包括如下:首先,简要概述大规模MIMO的优势,介绍正交频分复用(OFDM)技术的原理、特点以及未来发展趋势。分析了TDD的优点以及造成信道互易性被破坏的主要原因,并简单介绍了相应的补偿算法。其次,分析了在大规模MIMO系统中信道估计误差的影响,证明了估计误差会造成TDD系统中互易性的丧失,从而大大降低系统的容量。根据该分析,本文提出了一种基于最小均方误差(MMSE)准则的补偿算法,算法通过校准上行信道估计值的方法预测下行信道,并采用MMSE准则计算校准矩阵,仿真表明,该算法可以有效地降低信道估计误差的影响,提高系统的性能。之后考虑到上述算法需用到信道的统计信息-自相关矩阵,又提出了一种迭代的互易性补偿算法,在经过多次迭代后得到精确的自相关矩阵和校准矩阵,从而提高了下行信道预测值的精度。最后,通过分析基站和终端检测的信道值的影响,提出了一种基于DFP算法(Davidon-Fletcher-Powell algorithm)的补偿方法。该方法通过构造瑞利商,利用DFP算法估计信道估计值的校准矩阵。通过分析以及仿真证明,该算法能有效的改善系统的性能,并且具有较低的复杂度。(本文来源于《南京邮电大学》期刊2018-11-14）
余方园[4]（2018）在《一种新的压缩信道估计凸优化基失配补偿算法（英文）》一文中研究指出针对压缩信道估计基失配问题进行研究,基失配本质是无线信道多径时延并不是分布在预先划分好的离散网格点上,而是呈连续分布,目前的压缩信道估计均是基于离散网格点分布假设建立估计模型,实际物理多径时延相对于离散网格点的偏差会带来信道估计性能的下降。针对该问题,提出了一种新的迭代凸优化信道估计算法,该算法交替迭代求解稀疏信道向量和基失配向量,并且每一步迭代过程均为凸优化问题。仿真分析结果表明算法在保证收敛性的同时,取得相比于比较算法更好的性能。(本文来源于《电子科技大学学报》期刊2018年04期）
吴鹏,陈西宏,邱上飞,张凯[5]（2018）在《OFDM/OQAM系统限幅补偿IAM信道估计方法》一文中研究指出基于偏移正交幅度调制的正交频分复用(offset quadrature amplitude modulation/orthogonal frequency division multiplexing,OFDM/OQAM)系统信道估计方法中,干扰近似法(interference approximation method,IAM)具有估计精度高的特点,是该系统常用的信道估计方法。然而,在OFDM/OQAM信号发送和接收过程中,高功率放大器(high power amplifier,HPA)对信号的限幅作用导致IAM信道估计精度下降。为了研究不同IAM导频结构下的系统性能受限幅影响的程度,针对导频峰均比问题,提出了局部互补累积分布函数,并研究了不同限幅门限作用下,系统比特误码率性能和信道估计归一化均方误差性能。为了补偿HPA的限幅作用对系统的影响,提出了一种导频限幅补偿方法 ,该方法不需要发送额外的补偿信息,仅仅需要根据导频结构计算并在接收端补偿。仿真结果验证了补偿方法的有效性,并且导频信号受限幅影响越严重,补偿效果越好。(本文来源于《系统工程与电子技术》期刊2018年09期）
赵奇飞,王首鹏,徐雨萌,孔鸿鹏,任栋[6]（2018）在《相干光FBMC/OQAM系统的信道和载波频率偏移联合估计及补偿方法研究》一文中研究指出色散和激光器频率偏移能够对使用交错正交幅度调制格式的相干光滤波器组多载波(CO-FBMC/OQAM)系统产生严重影响。针对这个问题,重点研究了该系统的基于训练序列的信道和载波频率偏移联合估计及补偿方法。详细分析了CO-FBMC/OQAM系统的信道传输模型,对训练序列的结构进行了设计和优化,抑制了固有虚部干扰(IMI)的影响。为了消除信道噪声对估计过程的干扰,提出了基于不同帧之间频域平均的估计方法。该方法将实值导频的交叉关联函数在不同帧之间进行频域平均,取其相位后获得载波频率偏移估计值。信道响应也在不同帧之间进行频域平均后得到最终估计值。搭建了CO-FBMC/OQAM系统的数值仿真平台,并研究了激光器频率偏移不同时,经过1500km标准单模光纤传输后系统的误差幅度矢量和误码率。数值仿真结果表明:不管是在背靠背场景下,还是在1500km光纤传输后,该方法都能够抑制色散和激光器频率偏移的影响,有效提升系统的传输性能。(本文来源于《光学学报》期刊2018年02期）
苑津津,刘芳芳,郭彩丽,冯春燕[7]（2016）在《信道估计误差对极化调制XPD补偿性能影响的研究》一文中研究指出在双极化信道下,信道去极化效应交叉极化鉴别度(Cross Polarization Discrimination)XPD会造成极化信号分量功率的交叉泄漏,降低极化调制的误码率性能。为了补偿XPD效应造成的影响,需要对信道状态信息进行估计。研究了信道估计误差对XPD补偿算法性能的影响。建立了估计误差影响下XPD补偿算法的系统模型,并通过计算极化调制的误码率来评估信道估计误差对XPD补偿算法性能的影响。仿真结果表明:信道估计误差的大小会在不同程度上降低补偿算法的性能,这一结论对于选取高精度的信道估计方法来提升系统性能具有指导性的意义。(本文来源于《第十届全国信号和智能信息处理与应用学术会议专刊》期刊2016-10-21）
杜娟[8]（2015）在《CO-OFDM系统中I/Q不平衡和信道估计补偿算法的研究》一文中研究指出随着人们对网络带宽需求的不断增加,发展更高效、更大容量的信息传输系统成为未来的必然趋势。相干光正交频分复用(CO-OFDM)系统融合了正交频分复用(OFDM)技术和相干光通信技术,其中OFDM技术通过将信息加载在若干个具备相互正交特性的子载波上进行传输的方式,提高了频谱利用率。相干光通信系统技术则引入射频到光(RTO)的同相/正交相(IQ)调制器和相干接收机中相干调制、外差(或零差)检测技术,具有接收灵敏度高、通信容量大等优点。两者的相辅相成、有效互补使CO-OFDM系统成为了下一代最具前景的大容量光纤传输系统之一。然而,由于发射端(Tx)和接收端(Rx)分别存在不理想的光IQ调制器和混频器,当光信号产生损耗和相位偏差时,I路和Q路信号发生幅度和相位的失配,造成发射端和接收端IQ不平衡。这种IQ不平衡非线性会破坏子载波之间的正交性,导致信号之间的镜像干扰,从而降低CO-OFDM系统的传输性能。同时,由于IQ不平衡的存在还会间接影响信道估计的准确性。所以,找到一种有效的估计补偿算法来矫正IQ不平衡和进行信道均衡。因此,本文针对IQ不平衡和信道估计补偿算法,进行了理论和仿真研究,具体工作和创新如下:第一、基于OFDM和相干光通信技术,利用Optisystem软件和MATLAB搭建一个完整的CO-OFDM系统。在存在IQ不平衡的条件下,分别建立了CO-OFDM系统中的发射端调制器和接收端混频器中的IQ不平衡数学模型。第二、为了达到有效估计IQ不平衡参数和信道传输函数的目的,提出了一种基于判决反馈(DF)的IQ不平衡和信道联合估计算法。该算法采用在每帧OFDM信号前插入两个特殊设计的训练序列的方式,使得IQ不平衡参数和信道传输函数的初始估计成为独立的过程。同时,采用判决反馈的方式实现了IQ不平衡参数和具有时变性信道的动态追踪。通过搭建的CO-OFDM系统仿真和理论推演证实了该评估方法不仅可以减少参数估计误差的积累,使IQ不参数和信道的均方误差(MSE)最小,而且可以降低系统误码率(BER),改善信号传输质量。第叁、针对通常用于补偿CO-OFDM中IQ不平衡的时域补偿格拉姆-施密特正交化(GSOP)算法,不能有效补偿发射端IQ不平衡的缺陷,提出了一种基于训练序列的IQ不平衡新型时域补偿TS算法。该方法不用考虑频率偏移的存在,以一个比较小的光功率代价(OSNR)去除镜像位置载波信号的干扰,更具更好的IQ不平衡补偿效果。仿真结果也证实了该补偿方法与GSOP相比,不仅对幅度和相位的失配具有更大的容忍度,同时也有效改善了CO-OFDM系统的传输性能。(本文来源于《上海交通大学》期刊2015-01-01）
束锋,童娟娟,李隽,王进,顾晨[9]（2014）在《接收IQ不平衡OFDM系统的高性能信道估计和补偿方案(英文)》一文中研究指出针对接收IQ不平衡的OFDM系统,设计了横跨2个OFDM符号的特殊训练结构.提出了一种高效的时域最小二乘(TD-LS)信道估计和一种低复杂度的频域高斯消元补偿算法来消除IQ失真.前者与传统的频域LS算法相比,信道估计噪声的影响降低了N/(L+1)倍,其中N为子载波总数,L+1为循环前缀长度;后者实现复杂度低,每个OFDM符号仅需要2N次复数乘法.仿真结果表明:由于充分挖掘了信道参数的时域特性,提出的TD-LS信道估计算法与传统的FD-LS算法相比获得了可观的信噪比增益;提出的低复杂度的GE补偿算法能够获得与基于LS的频域补偿方案几乎相同的误码性能.(本文来源于《Journal of Southeast University(English Edition)》期刊2014年04期）
孔昭富[10]（2014）在《时变信道分布式MIMO系统多信道参数估计和补偿技术》一文中研究指出作为长期演进计划(Long Term Revolution,LTE)中的核心技术之一,多输入多输出(Multiple Input Multiple Output,MIMO)可以有效的提供分集增益和功率增益。随着对MIMO技术研究的深入,分布式MIMO系统以其高容量、广覆盖、低功耗、和易扩展的优势受到了广泛的关注和研究,成为未来移动通信的关键技术之一。在分布式MIMO系统中,由于收发天线可能分布在不同的地理位置,从而导致各收发天线对之间的频偏可能各不相同。高速铁路的飞速发展迫切需要适用于时变条件下的移动通信技术,因此研究分布式MIMO系统的多频偏估计问题并将这一问题扩展到时变条件下进行研究具有较为重要的意义。单输入单输出(Single Input Single Output,SISO)系统和集中式MIMO系统在接收端可以简单有效的补偿频偏,而分布式MIMO系统中发端天线存在多个不同频偏使得接收端难以对频偏进行最优补偿,因此有必要研究基于预编码技术的多频偏预纠正方法。本文第二章研究了准静态条件下分布式MIMO系统的多参数估计算法。首先,理论推导了分布式MIMO系统中多频偏估计的最大似然估计模型及估计的克拉美-罗限。然后,推导了基于训练序列相关的多频偏估计算法,针对此算法存在均方误差(Mean Square Error,MSE)平台的缺点,分析并推导了基于期望最大化(Expectation Maximization,EM)类的迭代多参数最大似然估计算法。最后,通过仿真分析了基于训练序列相关的估计算法和EM类算法的性能,并进一步对比了EM类算法中期望最大化(Expectation Conditional Maximization,ECM)算法和空间交替期望最大化(space-Alternating Generalized Expectation-maximization,SAGE)算法的性能。理论分析和仿真结果证明,基于EM类迭代的最大似然类算法在较高信噪比时可以较好地克服多天线间干扰,从而较好的克服了MSE平台问题,取得较好的多参数估计性能;相对于ECM算法,SAGE算法可以较快的达到收敛。本文第叁章研究了时变条件下分布式MIMO系统的多参数估计算法。首先,研究了时变条件下分布式MIMO系统中多频偏估计的最大似然估计模型。其次,将ECM迭代算法推广到时变条件下的多频偏估计中,并完成理论推导。然后,针对ECM算法收敛速度慢的缺点,推导出时变信道条件下SAGE算法,该算法将噪声与隐藏数据空间关联以减少数据空间的费歇尔信息从而提高收敛速度,完成理论推导。理论分析和仿真结果证明,本章所提算法可以较好的克服信道的时变性,取得较好的多参数估计性能。本文第四章研究了时变条件下分布式MIMO系统的多频偏和天线增益的联合预校准技术。首先,研究了基于预编码的多频偏纠正技术。其次,在研究单天线校准技术的基础上研究了时变条件下的多天线校准模型及校准过程。然后,针对单独进行多频偏预纠正或天线校准都需要反馈信息的问题,把多频偏看做等效信道的一部分,使其与信道信息统一成为等效信道,并对此等效信道进行天线校准,从而可以在不增加反馈量的条件下同时实现多频偏预纠正和天线校准。理论推导和仿真结果证明,多频偏和天线增益的联合预校准技术可以在不增加反馈量的条件下同时实现多频偏预纠正和天线校准,取得较好的系统性能。综上,时变信道中多参数估计和补偿技术是分布式MIMO系统的关键技术之一,本文对分布式MIMO系统的多参数估计作了较深入的研究,并研究了联合多频偏和天线增益预校准的技术,具有一定的理论研究和实际应用价值。(本文来源于《电子科技大学》期刊2014-04-01）
信道估计与补偿论文开题报告
（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：
目前,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术被广泛应用于商用无线通信系统,而在其基础上发展而来的序列调制的正交频分复用(Orthogonal Frequency Division Multiplexing with Index Modulation,OFDM-IM)也被视为新一代有竞争力的调制方式。近年,一些学者将OFDM-IM方案推广到水声通信中使用。很多研究以提高OFDM-IM的频谱效率为重点,但其可靠性也不应被忽视。相比单载波系统,OFDM-IM更容易受多普勒频移的影响。多普勒频移由接收端和发送端之间的相对运动引起,对无线和水声通信来说,是不可忽略的因素。尤其是在水声通信中,多普勒频移造成的信号畸变程度更大,更需要有效地纠正。对于无线信道,本文提出了一种OFDM-IM的频偏估计和补偿的方法,利用了其具有非激活子载波的特性,提升了估计的准确度,并从理论上推导其性能,通过计算机仿真验证其正确性。对于时变水声信道,考虑了非均匀路径速度模型,提出了一种簇状导频的迭代方法,利用导频和检测的符号联合进行迭代估计,减少了信道和多普勒系数估计的误差,仿真表明此方法相比正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法的优越性。这两种方法在不降低系统频谱效率的情况下,提高了系统抗多普勒频移的能力,从而改善其解调能力。本文着眼于保障OFDM-IM的可靠性,目标是通过提出OFDM-IM的多普勒频移估计和补偿的方法,为无线和水声通信研究提供一定的参考和价值。
（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。
信道估计与补偿论文参考文献
[1].王青竹,于永浩,朱艺海.基于张量模式噪声补偿的室内可见光通信系统的信道估计[J].中国激光.2019
[2].杨智斌.无线和水声信道下OFDM-IM的多普勒频移估计和补偿[D].华南理工大学.2019
[3].吴晶茹.大规模MIMO中基于信道估计误差的信道互易性补偿算法研究[D].南京邮电大学.2018
[4].余方园.一种新的压缩信道估计凸优化基失配补偿算法（英文）[J].电子科技大学学报.2018
[5].吴鹏,陈西宏,邱上飞,张凯.OFDM/OQAM系统限幅补偿IAM信道估计方法[J].系统工程与电子技术.2018
[6].赵奇飞,王首鹏,徐雨萌,孔鸿鹏,任栋.相干光FBMC/OQAM系统的信道和载波频率偏移联合估计及补偿方法研究[J].光学学报.2018
[7].苑津津,刘芳芳,郭彩丽,冯春燕.信道估计误差对极化调制XPD补偿性能影响的研究[C].第十届全国信号和智能信息处理与应用学术会议专刊.2016
[8].杜娟.CO-OFDM系统中I/Q不平衡和信道估计补偿算法的研究[D].上海交通大学.2015
[9].束锋,童娟娟,李隽,王进,顾晨.接收IQ不平衡OFDM系统的高性能信道估计和补偿方案(英文)[J].JournalofSoutheastUniversity(EnglishEdition).2014
[10].孔昭富.时变信道分布式MIMO系统多信道参数估计和补偿技术[D].电子科技大学.2014