在LoRa系統(tǒng)中,準(zhǔn)確的信道估計(jì)對提升整個系統(tǒng)的性能有著直接的影響。傳統(tǒng)的信道估計(jì)方法通過增加一定數(shù)量的導(dǎo)頻來實(shí)現(xiàn),這導(dǎo)致了頻譜資源較大的開銷。因此,本文結(jié)合壓縮感知理論研究LoRa系統(tǒng)中信道估計(jì)問題和導(dǎo)頻設(shè)計(jì)。主要工作如下:（1）針對現(xiàn)有信道估計(jì)算法重構(gòu)性能較差的問題,提出了一種基于壓縮感知的LoRa信道估計(jì)算法。首先,根據(jù)LoRa信號和無線信道的衰減特性,建立LoRa系統(tǒng)模型;接著,根據(jù)約束等距性質(zhì)（RIP）設(shè)計(jì)出稀疏信道模型中的測量矩陣;然后,在稀疏度自適應(yīng)匹配追蹤（SaMP）重構(gòu)算法的基礎(chǔ)上,提出了自適應(yīng)步長的稀疏度自適應(yīng)匹配追蹤（AS-SaMP）算法用于信道估計(jì),該算法能夠根據(jù)前后兩次重構(gòu)的能量,調(diào)整相關(guān)參數(shù),均衡重構(gòu)信道過程中計(jì)算復(fù)雜度和精度。（2）隨機(jī)選擇導(dǎo)頻會對估計(jì)性能造成很大的不穩(wěn)定性。因此提出了一種LoRa導(dǎo)頻優(yōu)化配置方法。首先,根據(jù)測量矩陣最小互相關(guān)準(zhǔn)則的不足,提出了一種改進(jìn)的準(zhǔn)則;然后,在此導(dǎo)頻準(zhǔn)則下,提出了一種循環(huán)替換導(dǎo)頻優(yōu)化搜索方法,用于確定導(dǎo)頻位置序列;最后,由于LoRa具有能同時接收多路不同擴(kuò)頻因子信號的特性,設(shè)計(jì)了一種采用6個不同擴(kuò)頻因子節(jié)點(diǎn)發(fā)送導(dǎo)頻的... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

塊狀導(dǎo)頻

時間圖 2.4 塊狀導(dǎo)頻頻上放置導(dǎo)頻信號的周期和相干1tDopplerNf≤ 表示插入導(dǎo)頻的周期，Dopplerf 為多頻結(jié)構(gòu)結(jié)構(gòu)是在一個信號符號內(nèi)，在個那樣，在每個信號符號內(nèi)所有的了使導(dǎo)頻點(diǎn)是連續(xù)的，能夠有效 所示：

士學(xué)位論文 導(dǎo)頻的方式需要導(dǎo)頻的插入周期和max1fNσ≤ 頻在頻率上插入的周期，maxσ 表示頻結(jié)構(gòu)結(jié)構(gòu)指將梳狀導(dǎo)頻和塊狀導(dǎo)頻聯(lián)合放置導(dǎo)頻是時候既考慮到頻率也考示：

【參考文獻(xiàn)】：
期刊論文
[1]基于l0范數(shù)近似最小化的稀疏信號重構(gòu)方法[J]. 李穎,王澤,王軍華,苗剛,鄭耿樂.  計(jì)算機(jī)工程與應(yīng)用. 2015(10)
[2]認(rèn)知無線電中的稀疏信道估計(jì)與導(dǎo)頻優(yōu)化[J]. 戚晨皓,吳樂南,朱鵬程.  電子與信息學(xué)報. 2014(04)
[3]基于壓縮感知信號重建的自適應(yīng)空間正交匹配追蹤算法[J]. 姚遠(yuǎn),梁志毅.  計(jì)算機(jī)科學(xué). 2012(10)
[4]基于弱選擇正則化正交匹配追蹤的圖像重構(gòu)算法[J]. 劉哲,張鶴妮,張永亮,郝珉慧.  光子學(xué)報. 2012(10)
[5]貪婪算法與壓縮感知理論[J]. 方紅,楊海蓉.  自動化學(xué)報. 2011(12)
[6]基于自適應(yīng)基追蹤去噪的含噪語音壓縮感知[J]. 孫林慧,楊震.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2011(05)
[7]壓縮感知研究[J]. 戴瓊海,付長軍,季向陽.  計(jì)算機(jī)學(xué)報. 2011(03)
[8]基于壓縮感知的變步長自適應(yīng)匹配追蹤重建算法[J]. 高睿,趙瑞珍,胡紹海.  光學(xué)學(xué)報. 2010(06)
[9]一種基于基追蹤壓縮感知信號重構(gòu)的改進(jìn)算法[J]. 芮國勝,王林,田文飚.  電子測量技術(shù). 2010(04)
[10]全局最優(yōu)化算法及其應(yīng)用[J]. 陳冬芳,薛繼偉,張漫.  大慶石油學(xué)院學(xué)報. 2005(01)

博士論文
[1]基于壓縮感知理論的無線多徑信道估計(jì)方法研究[D]. 王妮娜.北京郵電大學(xué) 2012

碩士論文
[1]基于壓縮感知的次Nyquist采樣實(shí)現(xiàn)[D]. 陳勝華.電子科技大學(xué) 2017



本文編號：3503810