發(fā)布時間：2018-06-22 22:55

  本文選題：無線通信 + 編碼調制��； 參考：《中國科學技術大學》2014年博士論文

【摘要】：無線通信系統中的自適應傳輸存在著以下兩類主要問題。 ·當前物理層技術無法實現對二進制數據的高效傳輸,主要有三個原因。第一,傳統自適應技術的性能依賴于信道估計的準確性,而準確性與實時性存在著本質的矛盾。第二,由于無線通信系統中可選速率數量的有限性,速率的調整是不連續(xù)的。第三,當前系統的物理層假設上層傳來的都是已壓縮數據,而這個假設與實際測量相矛盾。 ·作為一類特殊的二進制數據,除了上述效率問題,視頻碼流的無線傳輸還存在著視頻碼率控制與物理層自適應相互獨立導致的傳輸效率問題。另外,在多天線視頻多播系統中,信道條件和接收端天線數量是各態(tài)互異的,最差的信道條件和最少的天線數量會成為系統性能的瓶頸。 為解決上述兩類問題,本文提出了無縫自適應的概念,即無線通信中信息的傳輸可以自動的隨著信道情況的變化而連續(xù)的且平穩(wěn)的調整。針對不同類型的數據及應用,本文研究了如何實現無縫自適應傳輸,主要研究成果如下： ·對于二進制數據,本文提出了隨機投影RP編碼,并基于此編碼設計了速率可變調制RCM和壓縮編碼調制CCM。首先,發(fā)送端使用固定的方法遞增的發(fā)送編碼符號,直到接收端可以正確解碼,因而不需要信道估計反饋選擇速率。其次,RP編碼具有無碼率特性,傳輸速率可以連續(xù)的調整。再次,優(yōu)化設計的RP編碼具有壓縮感知特性,可以充分利用二進制數據的冗余性從而提高系統吞吐量。 ·對于視頻數據,本文提出了基于圖像處理的線性視頻傳輸技術Cactus和AirScale。去掉量化、熵編碼和信道編碼這些非線性處理,視頻經過預測、變換及能量分配等線性處理后直接通過幅度調制傳輸。信道噪聲直接作用于線性能量縮放后的數據,通過MMSE恢復的視頻質量可以連續(xù)且平穩(wěn)的隨著接收端信道條件的變化而改變,避免了碼率控制和物理層速率自適應帶來的一系列問題。 ·為解決多天線視頻多播系統中接收端天線數量各態(tài)互異性問題,本文提出了多相似描述編碼MSD和復用的空時塊編碼M-STBC。MSD是M-STBC的基礎,生成多個對視頻的相似描述�；趥鹘ySTBC, M-STBC在不同的時隙中傳輸相似描述的不同形式。少于發(fā)送天線數量的接收端可以恢復相似描述中的相同部分,具有較多天線的接收端則還可以恢復不同的部分。從而實現了接收端的視頻質量不僅可以隨著信噪比的變化而改變,還可以隨著有效天線數量的增加而提升。 ·本文還研究了線性視頻傳輸在快速衰落信道下的魯棒性。研究發(fā)現快速衰落信道中的資源分配是一個NP-hard問題。通過對快速衰落信道中視頻傳輸的性能分析,本文提出了一個快速算法,優(yōu)化了能量和帶寬分配從而提高系統的魯棒性。
[Abstract]:There are two main problems in adaptive transmission in wireless communication systems. There are three main reasons why physical layer technology can not efficiently transmit binary data. First, the performance of traditional adaptive techniques depends on the accuracy of channel estimation, and there is an essential contradiction between accuracy and real-time. Second, due to the limited number of optional rates in wireless communication systems, the rate adjustment is discontinuous. Third, the physical layer assumption of the current system is full of compressed data, and this assumption contradicts the actual measurements. As a special class of binary data, except for the efficiency problems mentioned above, The wireless transmission of video stream also has the problem of transmission efficiency caused by the independence of video bit rate control and physical layer adaptation. In addition, in multi-antenna video multicast systems, the channel conditions and the number of antennas at the receiver end are different from each other, and the worst channel conditions and the least number of antennas will become the bottleneck of the system performance. In order to solve the above two kinds of problems, this paper proposes the concept of seamless adaptation, that is, the information transmission in wireless communication can automatically adjust continuously and smoothly with the change of the channel situation. For different types of data and applications, this paper studies how to realize seamless adaptive transmission, the main research results are as follows: for binary data, this paper proposes random projection RP coding. Based on this coding, the rate variable modulation RCM and the compression coding modulation CCM are designed. First the sender incrementally increments the transmission code symbols using a fixed method until the receiver can decode correctly so that the channel estimation feedback selection rate is not required. Secondly, RP coding has no bit rate characteristic, and the transmission rate can be adjusted continuously. Thirdly, the optimized RP coding has the characteristics of compression sensing, which can make full use of the redundancy of binary data to improve the system throughput. In this paper, the linear video transmission techniques based on image processing, Cactus and AirScale, are proposed. The nonlinear processing such as quantization entropy coding and channel coding are removed and the video is transmitted directly through amplitude modulation after linear processing such as prediction transformation and energy distribution. The channel noise acts directly on the data after linear energy scaling. The video quality recovered by MMSE can be changed continuously and steadily with the change of channel conditions at the receiving end. A series of problems caused by bit rate control and physical layer rate adaptation are avoided. In this paper, multiple similarity description codes MSD and multiplex space-time block codes M-STBC.MSD are proposed as the basis of M-STBC, which generates multiple similar descriptions of video. Based on traditional STBCand M-STBC, different forms of similar description are transmitted in different time slots. The receiver with less than the number of transmitting antennas can recover the same part of the similar description, while the receiver with more antennas can also recover different parts. Thus, the video quality of the receiver can be improved not only with the change of SNR, but also with the increase of the number of effective antennas. The robustness of linear video transmission in fast fading channel is also studied in this paper. It is found that resource allocation in fast fading channels is a NP-hard problem. By analyzing the performance of video transmission in fast fading channels, a fast algorithm is proposed, which optimizes the allocation of energy and bandwidth to improve the robustness of the system.
【學位授予單位】：中國科學技術大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TN92

【共引文獻】

相關期刊論文 前10條

1 崔得龍;弓云峰;左敬龍;;基于壓縮傳感的自同步圖像水印算法[J];電視技術;2013年15期

2 宋和平;王國利;;基于貪婪重建的射頻傳感器網絡稀疏目標跟蹤[J];傳感器與微系統;2013年11期

3 李然;干宗良;崔子冠;朱秀昌;;壓縮感知圖像重建算法的研究現狀及其展望[J];電視技術;2013年19期

4 牛濤;沈為;張之江;雷蕊;岳賢軍;;基于圖像間相關性的光場壓縮感知[J];電子測量技術;2014年03期

5 馬耀國;;一種聯合度分布LT碼設計(英文)[J];重慶師范大學學報(自然科學版);2014年03期

6 杜梅;趙懷慈;趙春陽;;基于壓縮感知的圖像壓縮抗干擾重構算法[J];光電子.激光;2014年05期

7 段濤;孫軍;;FEC在高波動性網絡中的應用研究[J];電視技術;2014年09期

8 段世芳;馬社祥;;變步長稀疏自適應的迭代硬閾值圖像重構[J];計算機工程與科學;2013年08期

9 李然;武明虎;鄭海波;崔子冠;朱秀昌;;無線傳感器網絡中基于壓縮感知的靜止圖像壓縮方案研究[J];南京郵電大學學報(自然科學版);2013年04期

10 余義斌;李啟達;甘俊英;孫建軍;;全變差與曲波聯合稀疏表示模型與原對偶算法[J];模式識別與人工智能;2013年10期

相關博士學位論文 前10條

1 呂偉;MIMO無線通信系統中的稀疏信號檢測與優(yōu)化[D];華中科技大學;2013年

2 馮鑫;多尺度分析與壓縮感知理論在圖像處理中的應用研究[D];蘭州理工大學;2012年

3 劉園園;快速低秩矩陣與張量恢復的算法研究[D];西安電子科技大學;2013年

4 王良君;基于壓縮感知的多描述編碼研究[D];西安電子科技大學;2013年

5 曾春艷;匹配追蹤的最佳原子選擇策略和壓縮感知盲稀疏度重建算法改進[D];華南理工大學;2013年

6 劉寅;基于稀疏信號重構的空間譜估計算法研究[D];西安電子科技大學;2012年

7 孫彪;基于壓縮感知的信號頻譜測量方法研究[D];華中科技大學;2013年

8 劉晨軼;基于壓縮感知的OCT圖像稀疏重建[D];北京郵電大學;2013年

9 黃震;大規(guī)模分布式存儲系統中數據冗余技術研究[D];國防科學技術大學;2012年

10 陳純鍇;無線網絡協作通信關鍵技術研究[D];哈爾濱工程大學;2012年

相關碩士學位論文 前10條

1 仇樂樂;無線傳感網中基于量化壓縮感知的圖像傳輸方法研究[D];安徽大學;2013年

2 文首先;壓縮感知匹配追蹤算法的研究[D];安徽大學;2013年

3 馬韜;二維導體目標頻空電磁散射特性的研究[D];安徽大學;2013年

4 蔡霞;基于傳感網絡的分布式壓縮采樣研究[D];天津理工大學;2013年

5 段世芳;壓縮感知中的圖像重構算法研究[D];天津理工大學;2013年

6 楊陽;基于增量學習判別模型的目標跟蹤方法研究[D];蘭州理工大學;2013年

7 劉藝;基于稀疏變換的GPU加速技術在矩量法中的應用[D];安徽大學;2013年

8 王汗三;基于稀疏表示的圖像重構[D];西安電子科技大學;2013年

9 李曉;基于稀疏表示的迭代閾值壓縮重構算法研究[D];西安電子科技大學;2013年

10 陳世姣;盲稀疏度的CS前向預測算法及其在稀疏結構信號中的應用[D];華南理工大學;2013年

，

本文編號：2054562