隨著當(dāng)前無(wú)線通信與互聯(lián)網(wǎng)的迅猛發(fā)展,移動(dòng)設(shè)備接入數(shù)量與日俱增,人們?cè)谶m應(yīng)移動(dòng)互聯(lián)生活的同時(shí)也對(duì)無(wú)線通信系統(tǒng)的傳輸質(zhì)量和傳輸速率提出了更高的要求。多輸入多輸出(MIMO)技術(shù)由于能在不增加系統(tǒng)帶寬的情況下成倍的提高系統(tǒng)傳輸速率和頻譜利用率,已經(jīng)成為新時(shí)代無(wú)線通信系統(tǒng)的關(guān)鍵技術(shù)之一。然而使用多天線進(jìn)行發(fā)送和接收,導(dǎo)致了對(duì)接收信號(hào)的處理變得復(fù)雜,而且這種復(fù)雜度更會(huì)隨著大量天線的布置極速增加,因此研究復(fù)雜度低、誤碼率低的信號(hào)檢測(cè)算法依然是無(wú)線通信技術(shù)的一個(gè)重要研究方向。本文基于深度神經(jīng)網(wǎng)絡(luò)針對(duì)MIMO信號(hào)檢測(cè)技術(shù)展開(kāi)深入的探討和研究。首先介紹MIMO技術(shù)的研究背景以及發(fā)展現(xiàn)狀,隨后對(duì)MIMO信道特性、系統(tǒng)模型進(jìn)行分析,闡述多種典型的MIMO系統(tǒng)信號(hào)檢測(cè)算法并簡(jiǎn)要分析算法復(fù)雜度,之后對(duì)幾種常見(jiàn)的深度神經(jīng)網(wǎng)絡(luò)模型及其原理作簡(jiǎn)要介紹。然后通過(guò)分析MIMO接收信號(hào)的類別特性,闡述了接收信號(hào)的類別特性與發(fā)送信號(hào)之間的聯(lián)系,分析不同信噪比之下特征信息的可識(shí)別程度,給出了基于自動(dòng)編碼機(jī)(AE)進(jìn)行信號(hào)特征提取以及超限學(xué)習(xí)機(jī)(ELM)實(shí)現(xiàn)特征識(shí)別和分類的信號(hào)檢測(cè)算法,并通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了算法的可行性與良好性能,...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

383.2基于AE-ELM的MIMO信號(hào)檢測(cè)算法如圖3-2a和3-2b所示，本節(jié)基于V-BLAST以一個(gè)2×2的MIMO系統(tǒng)為例對(duì)其在高信噪比和低信噪比條件下的接收信號(hào)狀態(tài)進(jìn)行了一個(gè)仿真展示，圖中以信號(hào)向量作為橫縱坐標(biāo)標(biāo)注接收信號(hào)對(duì)應(yīng)位置，相同形狀表示相同發(fā)送信號(hào)對(duì)應(yīng)的接收....

圖3-3MIMO系統(tǒng)AE-ELM檢測(cè)器結(jié)構(gòu)框圖M檢測(cè)算法的工作流程主要包裹兩個(gè)部分：訓(xùn)練和檢測(cè)部分。訓(xùn)練檢測(cè)器參數(shù)自動(dòng)編碼機(jī)的無(wú)監(jiān)督訓(xùn)練學(xué)習(xí)自動(dòng)獲取輸入數(shù)據(jù)更加抽象和使其擁有對(duì)新樣本數(shù)據(jù)的特征提取能力，之后利用標(biāo)簽數(shù)據(jù)據(jù)對(duì)超限學(xué)習(xí)機(jī)進(jìn)行的識(shí)別和分類訓(xùn)練，讓它能夠準(zhǔn)確的對(duì)不進(jìn)行分....

本文編號(hào)：4011611