本文選題：信源數(shù)目估計(jì) + 重采樣理論��； 參考：《天津大學(xué)》2014年碩士論文

【摘要】：無線信道信源數(shù)目估計(jì)是信道測(cè)量和建模的重要工作之一,是再現(xiàn)真實(shí)傳播場(chǎng)景和改善通信質(zhì)量的關(guān)鍵。對(duì)信道的分析有賴于多維參數(shù)的精確估計(jì),而信源數(shù)目是影響參數(shù)提取算法性能的重要指標(biāo)。由于無線信道具有時(shí)變特征,在工程應(yīng)用中陣列通道接收信號(hào)相關(guān)性變化大,引起傳統(tǒng)估計(jì)方法的性能惡化甚至失效。近年來,統(tǒng)計(jì)理論逐漸成為陣列信號(hào)處理領(lǐng)域新的有力工具,使得提升信源數(shù)目估計(jì)準(zhǔn)確性和提高參數(shù)提取速度成為可能。本文首先回顧了信源數(shù)目估計(jì)問題國(guó)內(nèi)外的發(fā)展歷程和研究現(xiàn)狀,然后以無線信號(hào)傳播模型為切入點(diǎn),引出信源數(shù)目估計(jì)對(duì)參數(shù)提取算法的重要影響。接著分別對(duì)白噪聲和色噪聲場(chǎng)景下的8種常用信源數(shù)目估計(jì)方法進(jìn)行算法介紹和理論分析。在分析各種算法的優(yōu)缺點(diǎn)后,本文以蓋氏圓準(zhǔn)則為理論基礎(chǔ),以重采樣為統(tǒng)計(jì)手段,提出了一種能夠同時(shí)適用于白噪聲和色噪聲場(chǎng)景的信源數(shù)目估計(jì)方法,并推導(dǎo)出了采樣比例和子樣本集個(gè)數(shù)的最優(yōu)值。進(jìn)而利用該方法在參數(shù)提取仿真實(shí)驗(yàn)中的成功應(yīng)用,驗(yàn)證了其可行性、準(zhǔn)確性和高效性。本文創(chuàng)新點(diǎn)在于將傳統(tǒng)信源數(shù)目估計(jì)方法與重采樣統(tǒng)計(jì)理論相結(jié)合,提出在未知噪聲、低快拍、低采樣率下的高精度信源數(shù)目估計(jì)方法。同時(shí),結(jié)合重采樣信源數(shù)目估計(jì)的高精度,完成了一套從信號(hào)入射到信道參數(shù)(時(shí)延、到達(dá)角、離開角、多普勒頻移、復(fù)振幅)輸出的完整實(shí)現(xiàn)過程,對(duì)信道建模和測(cè)量工作具有參考作用。
[Abstract]:The estimation of the number of wireless channel sources is one of the most important tasks in channel measurement and modeling. It is also the key to reproduce the real transmission scene and improve the communication quality. The analysis of the channel depends on the accurate estimation of the multidimensional parameters, and the number of sources is an important index affecting the performance of the parameter extraction algorithm. Due to the time-varying characteristics of wireless channels, the correlation of received signals in array channels varies greatly in engineering applications, which results in the deterioration or even failure of the performance of traditional estimation methods. In recent years, statistical theory has gradually become a new powerful tool in array signal processing, which makes it possible to improve the accuracy of source number estimation and improve the speed of parameter extraction. This paper first reviews the development and research status of the number of sources estimation problem at home and abroad, and then, with the wireless signal propagation model as the breakthrough point, leads to the important influence of the number of sources estimation on the parameter extraction algorithm. Then the algorithms and theoretical analysis of eight common methods for estimating the number of information sources in white noise and color noise scene are introduced and analyzed respectively. After analyzing the merits and demerits of various algorithms, this paper presents a method for estimating the number of sources which can be used in both white and color noise scenes based on the Ghakelian circle criterion and resampling as a statistical means. The optimal values of the sampling ratio and the number of subsamples are derived. Furthermore, the method is successfully applied in the simulation experiment of parameter extraction, and its feasibility, accuracy and efficiency are verified. The innovation of this paper is to combine the traditional source number estimation method with the resampling statistical theory, and propose a high precision source number estimation method under unknown noise, low rapid-beat and low sampling rate. At the same time, combined with the high accuracy of resampling source number estimation, a complete set of outputs from signal incident to channel parameters (time delay, angle of arrival, departure angle, Doppler frequency shift, complex amplitude) are completed. It can be used as a reference for channel modeling and measurement.
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN92

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于金霞;湯永利;許景民;;基于多樣性向?qū)У淖赃m應(yīng)重采樣粒子濾波研究[J];計(jì)算機(jī)科學(xué);2012年06期

2 耿振民;朱丹;;圖像重采樣檢測(cè)[J];信息安全與通信保密;2013年09期

3 曹洪建;趙耀;倪蓉蓉;;基于冗余性的圖像重采樣檢測(cè)[J];數(shù)據(jù)采集與處理;2014年01期

4 劉文靜;于金霞;湯永利;;粒子濾波自適應(yīng)部分系統(tǒng)重采樣算法研究[J];計(jì)算機(jī)應(yīng)用研究;2011年03期

5 朱秀明;宣國(guó)榮;姚秋明;童學(xué)鋒;施云慶;;信息取證中圖像重采樣檢測(cè)[J];計(jì)算機(jī)應(yīng)用;2006年11期

6 劉剛;梁曉庚;;遺傳重采樣粒子濾波的目標(biāo)跟蹤研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 李睿;毛莉;張九蕊;;基于混沌免疫遺傳優(yōu)化的粒子濾波重采樣[J];計(jì)算機(jī)工程與應(yīng)用;2013年06期

8 劉一;劉本永;;基于再采樣的圖像重采樣偽作檢測(cè)[J];計(jì)算機(jī)應(yīng)用;2014年03期

9 李晉惠;白朝政;;基于確定性重采樣的粒子濾波算法[J];西安工業(yè)大學(xué)學(xué)報(bào);2012年11期

10 王龍生;顧浩;余云智;;基于微分進(jìn)化的組合重采樣粒子濾波算法[J];電光與控制;2012年11期

相關(guān)會(huì)議論文 前5條

1 李哲;鄭江濱;李秀秀;李杭;;基于重采樣檢測(cè)的圖像可信度評(píng)價(jià)方法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

2 王鯤;;重采樣技術(shù)[A];定量藥理研究方法學(xué)培訓(xùn)班講義[C];2010年

3 王鯤;;有限采樣方法與重采樣技術(shù)[A];第三屆全國(guó)定量藥理研究方法學(xué)研討會(huì)論文集[C];2010年

4 陳曦;賈明;單東日;柯映林;;基于區(qū)域重采樣的三角曲面局部特征逼近[A];第一屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2002年

5 田豐;楊益新;;不規(guī)則陣列最優(yōu)權(quán)重采樣在分裂孔徑中的應(yīng)用[A];泛在信息社會(huì)中的聲學(xué)——中國(guó)聲學(xué)學(xué)會(huì)2010年全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)碩士學(xué)位論文 前10條

1 印明輝;序貫蒙特卡羅并行重采樣方法研究[D];貴州財(cái)經(jīng)大學(xué);2012年

2 聶莉莎;基于壓縮感知的NMR數(shù)據(jù)處理[D];中國(guó)科學(xué)院研究生院(武漢物理與數(shù)學(xué)研究所);2015年

3 田寨興;深度視頻重采樣及編碼技術(shù)研究[D];寧波大學(xué);2015年

4 張培川;基于CUDA的粒子濾波并行實(shí)現(xiàn)技術(shù)研究[D];西安電子科技大學(xué);2014年

5 郭浩;基于形變空間重采樣與優(yōu)化的運(yùn)動(dòng)模糊不變SIFT算子研究[D];湖北工業(yè)大學(xué);2016年

6 俞詠江;可變PRF SAR成像方法研究[D];電子科技大學(xué);2016年

7 盧子彬;基于重采樣的交互式圖像編輯技術(shù)研究[D];華南農(nóng)業(yè)大學(xué);2016年

8 遲超;基于重采樣的無線信道信源數(shù)目估計(jì)算法研究[D];天津大學(xué);2014年

9 曹洪建;數(shù)字圖像重采樣的盲取證[D];北京交通大學(xué);2012年

10 謝鵬程;數(shù)字圖像取證的重采樣檢測(cè)方法研究[D];長(zhǎng)沙理工大學(xué);2013年

，

本文編號(hào)：2106970