导读:本文包含了盲解码论文开题报告文献综述及选题提纲参考文献，主要关键词:宽带码分多址,扰码估计,盲解码,锁相环
盲解码论文文献综述
苗佳佳,沈雷,郭婧婧,韩煜[1]（2018）在《WCDMA信号长周期扰码估计和盲解码》一文中研究指出为解决复杂环境中WCDMA长周期扰码识别问题,提出采用独立分量分析结合锁相环技术,在载波未知情况下估计不同用户的扰码序列和信源信息。所提算法,利用OVSF码和扰码迭加序列的帧重复性,建模成单通道盲源分离形式以实现信号分离和扰码估计。仿真结果表明,算法可有效估计其长周期扰码和信息码。(本文来源于《杭州电子科技大学学报(自然科学版)》期刊2018年03期）
苗佳佳[2]（2018）在《WCDMA上行信道扰码估计与盲解码》一文中研究指出宽带码分多址(WCDMA)由于拥有灵活的、多业务复用的高速无线空中接口技术已成为第叁代移动通信技术标准之一。WCDMA信号的功率谱通常会淹没在噪声中,因而具有抗干扰性、抗截获性、隐蔽性强等优点,也成为了军事通信、民用通信和商业通信等各种通信环境中的关键技术之一。为了能够在复杂环境的通信对抗中更好的捕捉到有用的信号,则侦察并识别对方的扰码序列和信源信息等细微特征就显得非常重要。WCDMA信号包含了多个伪随机序列,且扰码是截短的Gold序列,其结构比较复杂,因此,在军事通信中要实现对截获到的WCDMA信号中信息序列估计和扰码序列估计的难度都比较大,对其研究非常有实际意义。基于此,本文主要研究了在多用户和载波频偏未知情况下,WCDMA信号中信源信息估计以及长周期扰码识别问题。本文首先介绍了各类直扩信号侦察现状,然后分析了WCDMA上行链路的扩频与加扰机制,并建立了WCDMA信号模型以对其进行侦察研究,最后针对现有直扩信号的扩频序列估计和盲解码算法基本上都是在单用户和载波已解调等理想情况下所做的研究缺点,本文在多用户和载波频偏未知等复杂情况下,第一、提出了基于空时域的WCDMA信号盲解码算法;第二、在单通道下提出了WCDMA信号长周期扰码估计和信源信息盲估计算法。在空时域环境下,首先利用阵列天线空域滤波对多用户信号进行分离,然后利用主分量分析结合锁相环技术,估计不同用户的信源信息。所提方法,结合了阵列天线的空间增益和主分量分析时域投影增益,并利用锁相环纠正了剩余频偏对扰码估计的影响。理论分析和仿真结果表明,在多用户和载波频偏未知情况下,所提空时域方法利用阵列天线增益可以提高对多用户WCDMA信号的解码性能。在单通道环境下,由于接收机接收的信号在时域,频域,空域都不具备可分性,可利用的信息量非常少,本文提出了采用独立分量分析结合锁相环技术,在载波未知情况下估计不同用户的扰码序列和信源信息。所提算法利用扰码和OVSF码迭加序列的帧重复性,进行帧等间隔采样,建模成载波调制盲源分离的结构进行信号分离和扰码估计。分析结果表明,在多用户和载波频偏未知情况下,所提方法可以有效识别多用户WCDMA信号长周期扰码序列并对信源信息进行盲估计。本文所提复杂环境下多用户WCDMA信号侦察算法,不仅解决了同时包含多伪码的长码直扩信号侦察难题,而且相比传统的奇异值分解算法提高了解码和伪码盲估计性能。(本文来源于《杭州电子科技大学》期刊2018-03-01）
苗佳佳,沈雷,郭婧婧,韩煜[3]（2018）在《阵列天线下异步WCDMA信号的盲解码方法》一文中研究指出为了估计多用户宽带码分多址(WCDMA)信号的信源信息,利用阵列天线空域滤波对多用户信号进行分离,提出载波调制WCDMA信号盲解码方法,基于主分量分析并结合锁相环技术,估计不同用户的信源信息。在载波频率未知的情况下,根据宽带码分多址信号中扰码和OVSF码迭加序列的帧重复性进行帧等间隔采样,通过构建载波调制的宽带码分多址信号模型进行盲解码。仿真结果表明,该方法可以对多用户WCDMA信号的信源信息进行有效盲解码。(本文来源于《计算机工程》期刊2018年10期）
朱燕[4]（2017）在《基于数据统计算法和信号分离技术的Massive MIMO系统半盲解码方案》一文中研究指出为了解决Massive MIMO系统中的导频污染问题,文中提出了一种半盲解码方案,该方案使用数据统计算法和复数Fast ICA算法降低接受信号矩阵的维度并提取独立成分。同时完成信道估计,然后利用信号分离技术MMSE将发送信号解码出来。(本文来源于《信息通信》期刊2017年08期）
尚永平[5]（2017）在《非合作目标下Turbo码的盲解码技术研究》一文中研究指出在非合作目标条件下的通信中,通常可以从通信信道中截获目标传输的信息数据。因为信道里截获的数据大多都使用了编码技术,使得对信道编码的参数分析变得很有必要。Turbo码因其传输数据理论上可以达到香农极限而逐渐得以推广,现广泛应用于卫星通信等相关领域,深入研究Turbo码参数的盲解码技术具有重要意义。本文对Turbo码的盲解码技术进行了研究。首先分析了Turbo码识别分析技术研究现状,介绍了Turbo码的主要识别方法。其次针对现有的Turbo码技术进行了简单的分析,讨论了现有方法的优缺点。针对在有误码情况下的Turbo码的盲识别问题,本文提出了两种解决方法。一是基于码重相关性的方法用于分析Turbo码交织器长度和交织起点。根据交织器对数据进行交织不会改变码字重量的特性,通过建立码字重量差序列,序列会表现出周期性规律的特征,分析求解生成的码重差序列,从而解出交织器的交织长度和数据的交织起点。二是基于图的匹配方法用于识别交织器的交织关系。根据交织器对数据进行交织只是改变相对位置,对信息的内容不会改变的特性,通过构建交织关系二分图,应用二分变换方法,求解出图的完备匹配,即可以解出交织器的交织关系。理论分析及仿真实验表明:应用两种方法来求解相关参数,在有误码的情况下都可以取得比较好的效果。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
丁爽[6]（2017）在《非合作信道中卷积码的盲解码算法测试平台》一文中研究指出信道编码盲识别技术是指仅根据所截获的有限的编码数据对编码方式及编码参数进行快速有效的解析。该技术在军事领域和信息对抗领域,具有十分重要的实际应用价值。本课题主要研究非合作信道下卷积码的盲识别,综述了卷积码盲识别算法的研究现状,仿真实现了现有常用的卷积码盲识别算法,对比了现有常用盲识别算法的识别效果,分析了这些算法对误码率的敏感程度。本文发现线性矩阵分析法对含误码卷积码基本参数识别效果良好,W-H方法在识别卷积码生成矩阵的过程中有很高的抗误码能力。此外本文通过结合线性矩阵分析法和W-H方法搭建了卷积码盲解码测试平台,从而完整识别出卷积码的各项参数,在此基础上可以实现卷积码的盲解码。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
严斌彬[7]（2017）在《大规模阵列天线中基于独立分量分析盲解码技术研究》一文中研究指出目前第五代移动通信(5G)的研究正在酝酿之中,5G移动通信技术相对于4G将有不少突破与优势,同时其核心技术,也是目前5G关键技术研究的一个重要组成部分——大规模MIMO技术,在5G技术占据着举足轻重的地位,它能够大幅度地提高系统的容量,同时能降低能耗。对特定的某个基站而言,在大规模MIMO通信系统中,它对各个信道的估计都是由用户发送的导频训练序列和对应基站中的接收信号相乘所得结果的线性变换,但是在不使用前导接入的条件下,基站无法分辨出接收信号是否属于本小区用户或者相邻小区的用户。因此,整个大规模MIMO通信系统的性能将遭到制约,难以突破一定的限制。在现实情况中,同一小区内所有用户使用正交的导频训练序列,而相邻小区内的用户使用的导频训练序列则是复用于目标小区的,从而在信道估计时候会产生导频污染,所以在本地用户和基站之间估计得到的信道信息和在基站端所估计的信道信息是有所差异的,那是因为相邻小区中的用户发送的导频训练序列会对信道估计产生干扰并混杂在其中。在基于大规模线性阵列天线的系统中,提出了基于波达方向角和ICA的盲解码算法。所提盲解码算法在不需要导频训练序列的前提下,利用独立分量分析算法对所接收到的信号进行分离解码和信道估计。相对于大规模独立天线,在大规模线性阵列天线环境下,估计得到的信道信息中包含波达方向,利用波达方向信息对各个用户进行识别,不需要导频序列来区分小区内的各个用户。所提基于线性阵列天线的盲解码算法利用了大规模阵列天线的相干空间增益,提高了解码性能。在基于大规模组合阵列天线的系统中,提出使用信道能量来区分不同小区,使用波达方向估计来识别不同用户的ICA盲解码方法,充分利用了组合阵列天线系统中信道包含的方向信息。在天线数目一定的情况下,比基于线性阵列天线模型的信道估计解码算法具有更优良的解码性能;并且由于先利用信道能量来识别不同小区的用户,使得在用户数很多的情况下,本章所提信道能量和波达方向估计盲解码算法,在用户之间的角度间隔较小的情况下,也具有较高的信道估计准确度,解码性能依旧保持优良。(本文来源于《杭州电子科技大学》期刊2017-03-01）
严斌彬,沈雷,姜显扬,韩煜[8]（2016）在《多小区大规模阵列天线系统盲解码算法》一文中研究指出针对多小区大规模阵列天线系统中干扰小区的导频复用造成的导频污染和解码性能下降问题,提出了基于ICA(独立分量分析)盲解码算法。所提盲解码算法,利用ICA法对接收多小区用户信号进行分离解码,不需要发射导频序列,避免了导频污染,提高了解码性能。所提盲解码算法在解码过程中同时估计各个用户波达方向,利用波达方向信息克服ICA方法分离顺序的不确定性,识别期望用户的信号。理论分析和仿真结果表明,所提盲解码方法比广泛应用的MMSE解码算法和最近提出的基于特征值的盲解码方法具有更好的性能。(本文来源于《电信科学》期刊2016年08期）
刘杨懿[9]（2016）在《大规模天线系统中半盲解码方法的研究》一文中研究指出作为下一代5G通讯的关键技术之一,大规模天线(massive MIMO)技术如今越来越受到人们的重视。massive MIMO系统与传统天线系统的区别在于,massive MIMO系统中基站侧配备的天线数庞大,这些天线在同一频率上同时为小区内多个用户移动提供通信服务。在信号传输过程中,如果信号接收方掌握信道状态信息(CSI,Channel State Information),则系统将提供较高的传输与能耗效率,且系统的信号处理过程简单。但是如果CSI信息未知,系统的性能将受到较大的影响。当CSI未知时,系统通过训练来获取CSI的估计值。具体来说,就是用户先发送预先设计好的导频信号(pilot signals),然后基站借助接收到的导频信号来估计CSI,CSI估计的准确度直接影响后续解码性能。为了保证CSI估计的准确性,不同用户发送的导频序列应该相互正交。但是,在同一频谱上不同的用户同时发送导频信号时,要满足导频的正交性条件将会占用相当多的系统资源。而且,在massive MIMO系统,为了满足数据的高速率和大容量传输,会缩小小区的范围,使得小区分布更密集,相邻小区间的距离也就更近。但是这也带来了问题,小区间的干扰就无法避免,即在同一时间同一频段上,不同小区的用户可能发送相同的导频信号。由于不同小区用户的导频相同,接收方无法判断是否是本小区的用户发送的导频,如果把其他小区用户的导频当作本小区用户的导频,则估计得到的CSI并不是本小区用户到基站的CSI,这将给后续的解码带来严重的错误。上述现象称为导频污染(pilot contamination),它来源于其他小区发送的训练序列的所污染的CSI估计。如果所有小区都采用正交的导频,不会存在导频污染,但是导频信号的长度会很大,不符合实际的传输要求。本论文将提出一种新的解码方法,即用在massive MIMO系统中的半盲解码方法,用来缓解massive MIMO系统中导频污染的影响。在新提出的方法中,用主成分分析法(PCA,Principle Component Analysis)对接收信号矩阵进行降维处理、复数独立成分分析法(ICA,Independent Component Analysis)进行独立成分的提取以及估计信道、MMSE(Mean Minimal Square Error)解码解出用户的发送信号,和少量导频信号来克服ICA中存在的不确定性。最后,提出用基于Fourier变换的酉空时码(unitary space-time code)来进一步优化导频信号,实现更好的解码性能。本论文提出的解码方法中,信道的正交性是不需要的。而且,阴影衰落及路径损耗系数也是假设为未知的。从仿真对比来看,半盲解码方法的复杂度略高于基于MMSE信道估计的MMSE解码,半盲解码的解码性能更好。而且,随着信噪比(SNR,Signal-to-Noise Ratio)的增加,当MMSE解码的错误层(error floor)出现时本文解码方法的错误层还未出现。(本文来源于《杭州电子科技大学》期刊2016-03-01）
卜燕燕[10]（2016）在《基于盲源分离的OFDMA盲解码算法研究》一文中研究指出随着无线通信技术行业的快速发展,如手机用户数的迅猛增长及多种新兴无线多媒体业务的快速发展,对频谱资源的需求越来越大,对传输速率也提出了更高的要求。这对于目前有限的无线频谱资源而言是一个很大的挑战。下一代无线通信急需寻求一些有效的技术来提高频谱利用率和传输速度。多址正交频分复用技术(OFDMA)由于具有高效的频谱利用率以及快速的上行链路传输速度等优点,已成为未来高速无线通信的关键技术之一。如何提高多址正交频分复用技术的解码性能也成为了研究的热点。而多输入多输出技术可以通过空间复用技术增加频谱效率,能够有效地提高系统的数据传输速率和信道容量,也逐渐成为了无线通信系统中的热门研究技术。多址正交频分复用和多天线收发结合技术被公认为新一代无线通信网络主流的信息传输处理技术。基于此,本文研究了在高斯噪声信道下的单天线OFDMA盲解码算法以及在瑞利衰落信道下的多天线OFDMA盲解码算法。本文首先分析了OFDMA解码算法背景和现状,并详细分析了常用的信道估计和解码算法,作为比较对象,对这几种算法进行了仿真分析。针对现有OFDMA常用解码算法的缺点,分别在单天线、多天线的环境下,提出了基于盲源分离的OFDMA解码算法。在单天线环境下,针对现有解码算法需要先进行同步的缺点,根据OFDMA信号可以看作是信源信号在IFFT矩阵空间投影特点,本文提出了基于盲源分离的盲解码算法,所提盲解码算法在接收端不需要定时同步和频偏估计,降低了由于定时和频偏估计误差对解码性能的影响,提高了解码性能。分析结果表明,单天线环境下,这种基于盲源分离的盲解码方法比传统基于FFT的解码方法具有更好的性能。在多天线环境下,由于各个用户到天线的信道统计独立,在OFDMA环境下,目前常用的基于FFT的解码方法需要先进行信道估计。如果信道估计不准确,基于FFT的OFDMA解码性能快速下降。这种信道估计需要导频序列,降低了传输效率。在瑞利衰落信道下,本文根据多天线OFDMA信号的特点,建立盲源分离接收模型,在不需要导频序列的情况下,同时完成解调和解码。本文所提出的基于盲源分离的OFDMA盲解码算法,相比传统的基于FFT的OFDMA解码算法,保留了循环前缀,增加了信道增益,提高了解码性能。(本文来源于《杭州电子科技大学》期刊2016-03-01）
盲解码论文开题报告
（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：
宽带码分多址(WCDMA)由于拥有灵活的、多业务复用的高速无线空中接口技术已成为第叁代移动通信技术标准之一。WCDMA信号的功率谱通常会淹没在噪声中,因而具有抗干扰性、抗截获性、隐蔽性强等优点,也成为了军事通信、民用通信和商业通信等各种通信环境中的关键技术之一。为了能够在复杂环境的通信对抗中更好的捕捉到有用的信号,则侦察并识别对方的扰码序列和信源信息等细微特征就显得非常重要。WCDMA信号包含了多个伪随机序列,且扰码是截短的Gold序列,其结构比较复杂,因此,在军事通信中要实现对截获到的WCDMA信号中信息序列估计和扰码序列估计的难度都比较大,对其研究非常有实际意义。基于此,本文主要研究了在多用户和载波频偏未知情况下,WCDMA信号中信源信息估计以及长周期扰码识别问题。本文首先介绍了各类直扩信号侦察现状,然后分析了WCDMA上行链路的扩频与加扰机制,并建立了WCDMA信号模型以对其进行侦察研究,最后针对现有直扩信号的扩频序列估计和盲解码算法基本上都是在单用户和载波已解调等理想情况下所做的研究缺点,本文在多用户和载波频偏未知等复杂情况下,第一、提出了基于空时域的WCDMA信号盲解码算法;第二、在单通道下提出了WCDMA信号长周期扰码估计和信源信息盲估计算法。在空时域环境下,首先利用阵列天线空域滤波对多用户信号进行分离,然后利用主分量分析结合锁相环技术,估计不同用户的信源信息。所提方法,结合了阵列天线的空间增益和主分量分析时域投影增益,并利用锁相环纠正了剩余频偏对扰码估计的影响。理论分析和仿真结果表明,在多用户和载波频偏未知情况下,所提空时域方法利用阵列天线增益可以提高对多用户WCDMA信号的解码性能。在单通道环境下,由于接收机接收的信号在时域,频域,空域都不具备可分性,可利用的信息量非常少,本文提出了采用独立分量分析结合锁相环技术,在载波未知情况下估计不同用户的扰码序列和信源信息。所提算法利用扰码和OVSF码迭加序列的帧重复性,进行帧等间隔采样,建模成载波调制盲源分离的结构进行信号分离和扰码估计。分析结果表明,在多用户和载波频偏未知情况下,所提方法可以有效识别多用户WCDMA信号长周期扰码序列并对信源信息进行盲估计。本文所提复杂环境下多用户WCDMA信号侦察算法,不仅解决了同时包含多伪码的长码直扩信号侦察难题,而且相比传统的奇异值分解算法提高了解码和伪码盲估计性能。
（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。
盲解码论文参考文献
[1].苗佳佳,沈雷,郭婧婧,韩煜.WCDMA信号长周期扰码估计和盲解码[J].杭州电子科技大学学报(自然科学版).2018
[2].苗佳佳.WCDMA上行信道扰码估计与盲解码[D].杭州电子科技大学.2018
[3].苗佳佳,沈雷,郭婧婧,韩煜.阵列天线下异步WCDMA信号的盲解码方法[J].计算机工程.2018
[4].朱燕.基于数据统计算法和信号分离技术的MassiveMIMO系统半盲解码方案[J].信息通信.2017
[5].尚永平.非合作目标下Turbo码的盲解码技术研究[D].哈尔滨工业大学.2017
[6].丁爽.非合作信道中卷积码的盲解码算法测试平台[D].哈尔滨工业大学.2017
[7].严斌彬.大规模阵列天线中基于独立分量分析盲解码技术研究[D].杭州电子科技大学.2017
[8].严斌彬,沈雷,姜显扬,韩煜.多小区大规模阵列天线系统盲解码算法[J].电信科学.2016
[9].刘杨懿.大规模天线系统中半盲解码方法的研究[D].杭州电子科技大学.2016
[10].卜燕燕.基于盲源分离的OFDMA盲解码算法研究[D].杭州电子科技大学.2016