论文摘要
在无线信道中实现对多媒体业务(包括语音、数据和图像等)的支持已经成为通信系统发展的必然趋势,高速无线数据接入业务与用户数量的迅速增长,需要更高速率、更大容量的无线链路的支持。决定无线链路传输效能的最根本因素在于信道容量,然而单纯以增加带宽、功率的方式来扩展信道容量是不切实际的。多天线信息理论揭示了多输入一多输出(MIMO:Multi-Input Multi-Output)技术所具有的远远超越于传统单天线系统的高效传输性能,为空时编码技术的产生与应用奠定了坚实的理论基础。 本文针对MIMO无线通信系统中的若干问题进行了研究,并取得了如下成果: 针对酉空时码最大似然检测的高复杂度问题,提出了一种具有树形结构的酉空时星座,及其最小平均失真设计准则与相应的迭代设计算法。利用这种星座结构,可以通过树形搜索替代最大似然检测对整个星座的遍历计算,因此能够有效地降低译码复杂度。在树形酉空时星座的基础上,提出了邻接子树的概念与邻接子树联合译码算法。这种改进的译码算法能够有效地避免单纯树形搜索过程中,子树根判决错误时造成的错误译码,因而能够获得明显优于树形搜索译码算法的差错概率性能。同时由于邻接子树联合译码过程中避免了对大量非邻接子树叶子节点的计算,因此仍然具有相对较低的译码复杂度。对于具有循环相关特性的酉空时信号集,我们提出了一种子树交叠树形星座设计方法。利用信号集合的循环相关性,依照一棵子树中子树根与叶子节点之间的相对位置关系,仅需要通过序号的延拓即可生成树形星座。同时,可以通过提高子树叶子节点集合之间的交叠程度来改善其译码性能。 利用多元统计分析理论的研究结论与一种逐层递推的分析方法,对基于判决反馈结构的分层空时检测算法的差错概率性能进行了分析。推导了非相关平坦Rayleigh衰落信道中,使用多进制PSK调制方式时,ZF-DFE(Zero Forcing-Decision Feedback Equalization)与MMSE-DFE(Minimum Mean Square Error-Decision Feedback Equalization)算法的符号错误概率性能的近似解,并且通过计算机仿真验证了上述理论分析结果。 提出了一种结合最大似然检测的分层空时检测算法。这种算法通过对排序分层的分组最大似然检测与组间判决反馈相结合的方式,避免了对全体分层直接进行最大似然检测时的高复杂度。由于每个分组内部的分层通过最大似然检测能够获得更好的分集阶数与检测性能,因而由于判决反馈引起的误差传播问题能够得到较好的抑制,相对于传统的分层空时检测算法能够获得显著的性能改善。本文
论文目录
相关论文文献
- [1].书本图与齿轮图的子树计数及渐进密度特性分析[J]. 数学的实践与认识 2020(10)
- [2].基于图数据的极大频繁子树挖掘算法研究[J]. 微电子学与计算机 2020(10)
- [3].基于覆盖模式的频繁子树挖掘方法[J]. 计算机应用 2017(09)
- [4].毛毛和长鼻子树[J]. 快乐语文 2017(Z5)
- [5].母亲和茶子树[J]. 诗歌月刊 2015(03)
- [6].江南的碴子树[J]. 辽河 2014(03)
- [7].鬼才画秀 裙子树[J]. 童话世界(超阅版) 2014(05)
- [8].极大频繁子树挖掘及其应用[J]. 计算机科学 2008(02)
- [9].有序树的频繁子树挖掘研究[J]. 广西师范大学学报(自然科学版) 2008(01)
- [10].动态数据库中的频繁子树挖掘算法[J]. 计算机科学 2011(05)
- [11].基于频繁子树挖掘算法的网页木马检测技术[J]. 清华大学学报(自然科学版) 2011(10)
- [12].基于子树约束的最大频繁子树挖掘算法[J]. 现代计算机(专业版) 2010(05)
- [13].顾客为子树结构的树上反中心选址问题[J]. 数学的实践与认识 2010(19)
- [14].无序嵌入式频繁子树挖掘算法[J]. 计算机工程 2009(03)
- [15].两棵树的公共子树查找算法综述[J]. 陕西理工学院学报(自然科学版) 2009(02)
- [16].一种新的频繁子树挖掘算法研究与实现[J]. 计算机应用与软件 2012(04)
- [17].一种新的频繁子树增量式更新方法[J]. 计算机应用 2010(05)
- [18].基于分区的频繁子树挖掘算法研究[J]. 计算机工程与设计 2011(06)
- [19].数据流中的频繁标记闭子树的批量挖掘[J]. 北京邮电大学学报 2010(05)
- [20].一棵梅子树[J]. 文学港 2018(10)
- [21].楝子树的记忆[J]. 当代小说(下) 2010(11)
- [22].具有最小子树数目的单圈图与双圈图[J]. 江汉大学学报(自然科学版) 2012(01)
- [23].频繁子树挖掘算法综述[J]. 软件导刊 2009(12)
- [24].基于频繁依存子树模式的中心词提取方法研究[J]. 中文信息学报 2016(03)
- [25].基于频繁子树挖掘的供应链优化方法[J]. 中国市场 2008(36)
- [26].基于频繁子树模式的评价对象抽取[J]. 计算机工程 2017(04)
- [27].d-子树划分问题[J]. 计算机学报 2010(04)
- [28].一种基于频繁子树的数据库索引方法[J]. 华中科技大学学报(自然科学版) 2008(03)
- [29].基于共享子树的组播状态聚合新方法[J]. 系统仿真学报 2008(15)
- [30].多层子树堆排序任务匹配调度算法[J]. 通信学报 2010(S1)