本文選題：正交頻分復用 + 獨立分量分析　； 參考：《集美大學》2015年碩士論文

【摘要】：作為4G通信的核心技術之一,正交頻分復用(Orthogonal Frequency Division Multiplexing,OFDM)技術具有諸多優(yōu)點,比如抗頻率選擇性衰落能力強、頻帶利用率高、高速數(shù)據(jù)傳輸?shù)取ｋm然經過長期的發(fā)展,OFDM的各項關鍵技術已經逐漸成熟,但是仍然存在一些問題需要改進。本文借助獨立分量分析(Independent Component Analysis,ICA)技術,針對OFDM系統(tǒng)頻偏和信道估計展開研究。本文的主要研究內容概括如下:首先介紹了本文的研究對象——OFDM系統(tǒng)的基本原理,列出了其優(yōu)缺點,給出OFDM系統(tǒng)頻偏和信道估計的研究現(xiàn)狀,對本文涉及到的OFDM系統(tǒng)的關鍵技術進行了詳細的分析說明。其次介紹本論文使用的工具——獨立分量分析技術,給出了其定義,總結了獨立性的度量方法,并介紹本論文用到的FASTICA和NLRICA兩種算法。然后提出利用單通道信號記錄來估計OFDM系統(tǒng)頻偏的新方法。傳統(tǒng)的ICA算法進行頻偏估計需要借助多通道信號記錄,本文提出的方法只需利用相關檢測技術處理單路OFDM信號,獲得觀測信號向量,通過ICA算法分離出含頻偏信息的信號,然后估計OFDM系統(tǒng)的頻偏。與傳統(tǒng)的頻偏估計方法相比較,該方法不需要信道狀態(tài)信息和輔助信息,不需要額外的帶寬,降低了系統(tǒng)實現(xiàn)的復雜度。最后提出了利用共軛先驗信息的OFDM系統(tǒng)信道估計方法。對于使用零前綴(zero padding,ZP)的OFDM系統(tǒng),可將信道矩陣替換成循環(huán)矩陣,然后接收端信號左乘FFT矩陣將該循環(huán)矩陣對角化,這時使用盲信號分離技術只需要尋找一個對角矩陣,減少了計算量。另外,充分利用對角矩陣的先驗信息,在目標函數(shù)中增加上述對角矩陣的稀疏性度量,提高了信道估計的效率和準確性。
[Abstract]:As one of the core technologies of 4G communication, orthogonal Frequency Division Multiplexing OFDM (OFDM) technology has many advantages, such as strong anti-frequency selective fading ability, high bandwidth utilization rate, high speed data transmission and so on. Although the key technologies of OFDM have matured over a long period of time, there are still some problems to be improved. In this paper, the frequency offset and channel estimation of OFDM systems are studied by means of independent component analysis (ICA) technique. The main research contents of this paper are summarized as follows: firstly, the basic principle of OFDM system is introduced, its advantages and disadvantages are listed, and the research status of frequency offset and channel estimation in OFDM system is given. The key technology of OFDM system involved in this paper is analyzed and explained in detail. Secondly, the independent component analysis (ICA) technique used in this paper is introduced, its definition is given, the measurement method of independence is summarized, and the FASTICA and NLRICA algorithms used in this thesis are introduced. Then a new method is proposed to estimate the frequency offset of OFDM system using single channel signal recording. The traditional ICA algorithm for frequency offset estimation needs to be recorded by multi-channel signals. The method proposed in this paper only needs to process single channel OFDM signals by using correlation detection technology, and obtain the observation signal vectors. The signals containing frequency offset information are separated by ICA algorithm. Then the frequency offset of OFDM system is estimated. Compared with the traditional frequency offset estimation method, the proposed method does not require channel state information and auxiliary information, and does not require additional bandwidth, thus reducing the complexity of the system implementation. Finally, a channel estimation method for OFDM systems using conjugate prior information is proposed. For a OFDM system using the zero prefix ZP, the channel matrix can be replaced with a cyclic matrix, and then the signal at the receiving end is diagonalized by the left multiplying the FFT matrix. In this case, the blind signal separation technique only needs to find a diagonal matrix. The calculation is reduced. In addition, the priori information of diagonal matrix is fully used to increase the sparsity of the diagonal matrix in the objective function, which improves the efficiency and accuracy of channel estimation.
【學位授予單位】：集美大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN929.53

【共引文獻】

相關期刊論文 前10條

1 孔祥翠;王微微;陳靜靜;陳宇;;基于入侵性雜草優(yōu)化算法的有噪獨立分量分析方法[J];東北石油大學學報;2014年02期

2 李留青;陳中良;;基于定步長自然梯度算法盲混合信號分離技術研究[J];電子設計工程;2014年15期

3 李志農;皮海玉;肖堯先;;基于量子遺傳的機械故障盲源分離方法研究[J];兵工學報;2014年10期

4 黃大偉;戴吾蛟;;單通道時變ICA算法及其在大壩變形分析中的應用[J];測繪通報;2014年S2期

5 公成敏;;二維盲小波算法在地震資料處理中的應用[J];科技信息;2014年10期

6 喬繼紅;;應用獨立成分分析的太陽能電池圖像去噪[J];制造業(yè)自動化;2014年23期

7 楊恒;陸宇;白文虎;;飛機駕駛艙特定聲音信號提取[J];機械與電子;2014年12期

8 劉克;田學民;蔡連芳;;一種低信噪比下的有噪獨立分量分析算法[J];控制工程;2015年02期

9 荊雙喜;郭松濤;趙行宇;楊鑫;;基于約束獨立分量分析的礦用齒輪故障診斷研究[J];河南理工大學學報(自然科學版);2015年05期

10 曾建仙;楊啟斌;;核獨立分量分析在結構振動信號降噪中的應用[J];福建工程學院學報;2015年04期

相關會議論文 前1條

1 羅騁;李東明;李海兵;王文晶;;重力異常特征提取方法研究[A];重力測量技術——2014年慣性技術發(fā)展動態(tài)發(fā)展方向研討會文集[C];2014年

相關博士學位論文 前4條

1 王彥會;乘用車底盤性能開發(fā)評價技術研究[D];吉林大學;2014年

2 崔立志;HPLC-DAD數(shù)據(jù)分離模型及其求解算法研究[D];華東理工大學;2015年

3 王強;基于非線性特征提取的軟測量智能建模方法研究[D];中國石油大學（華東）;2013年

4 曾窕俊;盲源信號分離算法研究及其應用[D];西南交通大學;2014年

相關碩士學位論文 前10條

1 吳正娟;特征變換在組合分類中的應用研究[D];鄭州大學;2010年

2 趙爽;基于FPGA設計的身份認證數(shù)字水印系統(tǒng)[D];長春理工大學;2011年

3 侯遠韶;基于二維稀疏表示和向量范數(shù)優(yōu)化的織物疵點有監(jiān)督分類研究[D];中原工學院;2013年

4 張婧雅;宏觀調控對股票價格波動沖擊效應研究[D];西南大學;2014年

5 陳祥芹;振動信號多元統(tǒng)計分析特征提取及傳動系統(tǒng)關鍵部件故障診斷應用[D];蘇州大學;2014年

6 黨麗君;空氣質量監(jiān)測系統(tǒng)中多分類器的集成技術研究[D];重慶大學;2014年

7 李少華;胎兒心電信號循環(huán)平穩(wěn)半盲提取研究[D];重慶大學;2014年

8 劉雪潔;基于生理參數(shù)的頭相關傳輸函數(shù)的定制[D];華南理工大學;2014年

9 黃大偉;單通道ICA及其在變形分析中的應用[D];中南大學;2014年

10 金萌萌;多源圖像的特征融合方法研究[D];沈陽理工大學;2014年

，

本文編號：1827509