發(fā)布時間：2017-07-19 10:04

  本文關(guān)鍵詞：成對載波多址接入信號盲分離技術(shù)研究

  更多相關(guān)文章： 成對載波多址接入 信號檢測 參數(shù)估計 粒子濾波 Turbo碼

【摘要】：由于具有頻譜利用率高,抗截獲能力強,系統(tǒng)簡單,應(yīng)用方便等優(yōu)點,基于成對載波多址接入(PCMA)技術(shù)的通信系統(tǒng)得到廣泛應(yīng)用。本文在大量閱讀相關(guān)文獻(xiàn)資料的基礎(chǔ)上,分析單通道PCMA通信混合信號模型,對非合作通信環(huán)境下PCMA信號信道參數(shù)估計及符號檢測算法進(jìn)行深入探討和研究,提出了相應(yīng)的改進(jìn)算法。MATLAB仿真表明:改進(jìn)的算法可以實現(xiàn)符號的準(zhǔn)確檢測及參數(shù)的精確估計。具體而言,本文主要研究工作如下:(1)在傳統(tǒng)粒子濾波算法基礎(chǔ)上,對粒子軌跡更新方法進(jìn)行研究。通過動態(tài)調(diào)整粒子數(shù),獲得了一種低復(fù)雜度的改進(jìn)粒子濾波算法。在該改進(jìn)算法中,利用實際應(yīng)用中信號初始相位、時延等信道參數(shù)的慢變化特性,對離散接收序列進(jìn)行分幀處理并分兩個步驟實現(xiàn)信號的盲分離。首先根據(jù)粒子濾波思想對系統(tǒng)參數(shù)和符號序列進(jìn)行遞推采樣及估計,估計過程中根據(jù)粒子的權(quán)重修正因子大小動態(tài)的拋棄一些對最終后驗概率貢獻(xiàn)較小的粒子;然后在參數(shù)估計收斂之后,將收斂的參數(shù)估計值作為已知參數(shù)值完成符號的最大似然準(zhǔn)則判決,與參數(shù)估計類似,該階段似然函數(shù)計算中也會動態(tài)拋棄一些對似然函數(shù)值貢獻(xiàn)較小的粒子來減小運算量。MATLAB仿真實驗表明新的粒子濾波方法在低信噪比下針對PCMA單通道混合信號具有很好的魯棒性能以及很高的分離能力。(2)在前面改進(jìn)的粒子濾波算法基礎(chǔ)上,將Turbo編解碼用于盲分離系統(tǒng),研究了一種性能更優(yōu)的基于Turbo迭代譯碼的PCMA信號盲分離方法。首先分析了常用的Turbo編碼器及譯碼器的結(jié)構(gòu),仿真驗證其性能。其次基于迭代分離的思想,將Turbo譯碼器用于盲分離,通過盲分離模塊與譯碼模塊之間的比特似然軟信息迭代交互,使得盲分離中的符號先驗信息越來越準(zhǔn)確,進(jìn)而使得譯碼結(jié)果更優(yōu)。仿真結(jié)果表明與不加Turbo迭代譯碼的盲分離算法相比,加入Turbo迭代譯碼的PCMA盲分離算法在較低信噪比下盲分離性能大大提升,在9dB的信噪比條件下誤碼率達(dá)到410?以下,達(dá)到實際工程中的性能要求�？傊�,本文對常規(guī)的PCMA單通道混合信號的符號檢測及信道參數(shù)估計算法進(jìn)行了改進(jìn),降低了算法復(fù)雜度,并對改進(jìn)算法進(jìn)行了系統(tǒng)級的仿真。計算機仿真實驗表明改進(jìn)的算法性能達(dá)到了課題預(yù)期指標(biāo)。
【關(guān)鍵詞】：成對載波多址接入 信號檢測 參數(shù)估計 粒子濾波 Turbo碼
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN911.23
【目錄】：

• 摘要5-6
• Abstract6-14
• 第一章 緒論14-22
• 1.1 引言14-17
• 1.1.1 選題背景14-16
• 1.1.2 課題研究目的及意義16
• 1.1.3 項目研究內(nèi)容及指標(biāo)要求16-17
• 1.2 PCMA信號關(guān)鍵技術(shù)17-18
• 1.2.1 調(diào)制方式識別17
• 1.2.2 信道參數(shù)估計及符號盲分離17-18
• 1.2.3 編碼和交織技術(shù)18
• 1.3 PCMA信號盲分離研究現(xiàn)狀18-20
• 1.3.1 ICA分離方法18-19
• 1.3.2 粒子濾波方法19
• 1.3.3 逐留存路徑方法19-20
• 1.3.4 基于迭代譯碼的處理方法20
• 1.4 本文主要內(nèi)容及結(jié)構(gòu)安排20-22
• 第二章 PCMA系統(tǒng)通信原理及信號模型22-28
• 2.1 PCMA系統(tǒng)通信原理22
• 2.2 非合作PCMA信號模型22-24
• 2.3 狀態(tài)空間模型24-25
• 2.4 PCMA信號可分離性25-27
• 2.5 本章小結(jié)27-28
• 第三章 基于粒子濾波的非合作PCMA信號盲分離28-38
• 3.1 粒子濾波算法簡介28-32
• 3.1.1 序貫重要性采樣28-30
• 3.1.2 重采樣30-31
• 3.1.3 粒子濾波算法框架31-32
• 3.2 基于粒子濾波的非合作PCMA信號盲分離原理32-36
• 3.2.1 粒子軌跡更新32-35
• 3.2.2 符號、參數(shù)的估計35-36
• 3.3 基于粒子濾波的非合作PCMA信號盲分離算法36-37
• 3.4 本章小結(jié)37-38
• 第四章 基于改進(jìn)粒子濾波的非合作PCMA信號盲分離38-56
• 4.1 基于粒子濾波的PCMA信號盲分離算法存在的問題38
• 4.2 改進(jìn)的粒子濾波算法38-44
• 4.2.1 基于改進(jìn)算法的信道參數(shù)估計39-42
• 4.2.2 基于最大似然準(zhǔn)則的符號估計42-44
• 4.3 基于改進(jìn)粒子濾波算法的PCMA信號盲分離算法44-46
• 4.3.1 參數(shù)估計算法44-45
• 4.3.2 符號檢測算法45-46
• 4.4 性能仿真及分析46-55
• 4.4.1 參數(shù)估計性能46-51
• 4.4.2 符號盲分離性能51-52
• 4.4.3 過采樣倍數(shù)對算法性能影響52-54
• 4.4.4 信噪比對粒子濾波算法性能影響54-55
• 4.5 本章小結(jié)55-56
• 第五章 基于Turbo迭代譯碼的PCMA信號盲分離56-86
• 5.1 Turbo碼56-71
• 5.1.1 Turbo碼的編碼器57-61
• 5.1.1.1 卷積碼57-59
• 5.1.1.2 編碼器的結(jié)構(gòu)59-61
• 5.1.2 Turbo碼的譯碼器61-71
• 5.1.2.1 最大后驗概率譯碼（MAP算法）62-69
• 5.1.2.2 簡化的LOG-MAP算法69-71
• 5.2 迭代分離譯碼原理71-75
• 5.2.1 盲分離模塊72-74
• 5.2.2 SISO逆映射模塊74
• 5.2.3 SISO映射模塊74-75
• 5.3 基于Turbo迭代譯碼的PCMA信號盲分離算法75-76
• 5.4 性能仿真及分析76-85
• 5.4.1 Turbo碼的譯碼器性能76-81
• 5.4.2 基于迭代的盲分離系統(tǒng)性能81-82
• 5.4.3 基于 Turbo 迭代的盲分離系統(tǒng)性能影響因素分析82-85
• 5.5 本章小結(jié)85-86
• 第六章 總結(jié)與展望86-88
• 6.1 總結(jié)86
• 6.2 展望86-88
• 致謝88-89
• 參考文獻(xiàn)89-92
• 攻讀碩士學(xué)位期間的研究成果92-93

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 楊勇;張冬玲;彭華;;基于迭代處理的PCMA混合信號解調(diào)/譯碼算法[J];電子與信息學(xué)報;2012年12期

2 張冬玲;張君;李靜;葛臨東;;一種基于Turbo迭代處理實現(xiàn)PCMA信號盲恢復(fù)算法[J];武漢大學(xué)學(xué)報(理學(xué)版);2011年05期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 唐誼;粒子濾波及其在通信信號處理中的應(yīng)用研究[D];電子科技大學(xué);2011年

2 楊勇;成對載波多址信號的解調(diào)技術(shù)研究[D];解放軍信息工程大學(xué);2013年

，

本文編號：562286