本文關(guān)鍵詞：基于證據(jù)理論的多天線雙向中繼相關(guān)技術(shù)研究

  更多相關(guān)文章： 證據(jù)理論 自干擾 網(wǎng)絡(luò)編碼 多天線雙向中繼 全雙工

【摘要】：雙向中繼(Two-Way Relay)技術(shù)作為4G系統(tǒng)的核心技術(shù)之一可以擴大系統(tǒng)通信覆蓋面積、降低系統(tǒng)能耗并保障用戶間通信的可靠性。雙向中繼系統(tǒng)與多輸入多輸出(Multiple-Input Multiple-Output,MIMO)和網(wǎng)絡(luò)編碼(Network Coding,NC)技術(shù)的結(jié)合能夠同時支持多個用戶的數(shù)據(jù)傳輸與交互,提高系統(tǒng)的通信效率及容量。此外,全雙工通信是5G核心技術(shù)之一,雙向中繼系統(tǒng)在全雙工(Full-Duplex,FD)模式下同時同頻的收發(fā)信號可以進一步提高系統(tǒng)頻譜效率。然而,由于信道衰落及自干擾(Self-Interference,SI)信號的影響,若中繼節(jié)點無法獲得各個數(shù)據(jù)流的精確信息,會嚴(yán)重影響整個系統(tǒng)的性能。因此,研究具有較好誤碼性能的接收算法和具有較強抑制能力的自干擾抑制算法對半雙工(Half-Duplex,HD)及全雙工多天線雙向中繼系統(tǒng)具有重要的意義。證據(jù)理論(Demspter-Shafer Evidence Theory,DS)作為一種不確定性推理決策理論被廣泛應(yīng)用于模式識別、數(shù)據(jù)融合及協(xié)作通信等領(lǐng)域。由于證據(jù)理論能夠更加精確地描述信道衰落、噪聲及自干擾產(chǎn)生的不確定性并且融合多個證據(jù)源的信息,因此能夠得到更可靠的判決。本文從獨特的思維角度出發(fā),把雙向中繼的接收及自干擾抑制問題建立為對不確定性知識的推理模型,采用證據(jù)理論作為分析工具對半雙工多天線雙向中繼的接收及全雙工多天線雙向中繼的自干擾抑制問題進行了研究,主要內(nèi)容如下:(1)針對半雙工多天線雙向中繼系統(tǒng)的多址階段(Multiple Access Phase,MAP),提出了基于解碼轉(zhuǎn)發(fā)網(wǎng)絡(luò)編碼的證據(jù)理論接收算法(MIMO-DS NC)。利用證據(jù)理論代替?zhèn)鹘y(tǒng)的線性檢測算法分別對兩個用戶節(jié)點的發(fā)送信號進行估計,并通過異或運算得到網(wǎng)絡(luò)編碼符號。由于異或運算的網(wǎng)絡(luò)編碼是次優(yōu)的且需要分別獲得各個用戶的數(shù)據(jù)流,鑒于此,提出了基于證據(jù)理論與物理層網(wǎng)絡(luò)編碼(Physical-layer Network Coding,PNC)融合的接收算法(MIMO-DS PNC)。該算法從向量空間的角度將物理層網(wǎng)絡(luò)編碼映射準(zhǔn)則與證據(jù)理論的基本信度分配融合直接獲得所需的網(wǎng)絡(luò)編碼符號,無需分別估計各用戶節(jié)點發(fā)送的數(shù)據(jù)流。同時,還研究了廣播階段(Broadcast Phase,BCP)采用空時編碼(Space Time Coding,STC)及天線選擇(Antenna Selection,AS)傳輸方案下雙向中繼系統(tǒng)端到端平均誤碼性能及歸一化吞吐量問題。仿真結(jié)果表明,MIMO-DS NC和MIMO-DS PNC算法相比于傳統(tǒng)接收算法在復(fù)雜度略增的情況下獲得了較好的性能且MIMO-DS PNC算法可以獲得與基于解碼轉(zhuǎn)發(fā)網(wǎng)絡(luò)編碼的最大似然接收算法(MIMO-ML NC)一致的滿分集增益。(2)針對全雙工多天線雙向中繼系統(tǒng),首先提出了基于證據(jù)理論與解碼轉(zhuǎn)發(fā)網(wǎng)絡(luò)編碼的自干擾抑制算法(DS-NC)。該算法在基本信度分配的計算中考慮自干擾抑制并分別估計每個用戶發(fā)送的信號,最后通過異或運算得到網(wǎng)絡(luò)編碼符號。其次,提出了基于和差分信號處理的證據(jù)理論與物理層網(wǎng)絡(luò)編碼融合的自干擾抑制算法(DS-SAD-PNC)。該算法首先通過和差分矩陣將兩個用戶的信號流轉(zhuǎn)化為和差分信號,并基于證據(jù)理論估計和差分信號,最后通過和差分信號判決準(zhǔn)則直接獲得網(wǎng)絡(luò)編碼符號。為了進一步降低算法復(fù)雜度,本文又提出了一種基于證據(jù)理論與物理層網(wǎng)絡(luò)編碼融合的自干擾抑制算法(DS-PNC)。該算法從向量空間的角度考慮自干擾抑制問題并通過物理層網(wǎng)絡(luò)編碼準(zhǔn)則與證據(jù)理論的結(jié)合直接獲得網(wǎng)絡(luò)編碼符號。最后,考慮了功率放大器(Power Amplifier,PA)非線性失真(Nonlinear Distortion)、I/Q不平衡及射頻(Radio Frequency,RF)刪除等因素的影響,給出了一種簡單的自干擾信號模型并研究了DS-PNC算法在這種非線性自干擾信號模型下的自干擾抑制性能。通過仿真結(jié)果可知,所提算法相比于空域抑制算法在復(fù)雜度略增的情況下能夠有效地抑制自干擾且具有較好的魯棒性,同時DS-PNC算法還獲得了與理想刪除一致的滿分集增益。另外,在考慮非線性失真和射頻刪除的情況下,DS-PNC算法誤碼性能同樣優(yōu)于空域抑制算法。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN828.6

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳增明;梁昌勇;蔣翠清;沈磊;;證據(jù)理論悖論消除的一種新方法[J];計算機應(yīng)用研究;2006年11期

2 黃冠亞;趙全明;劉鋒國;李玲玲;高朝暉;;D-S證據(jù)理論在綜合評估中的應(yīng)用[J];微計算機信息;2007年15期

3 易昆南;袁中萸;于菲菲;;D-S證據(jù)理論改進方法的應(yīng)用[J];中南林業(yè)科技大學(xué)學(xué)報;2008年03期

4 譚瑋;宋維;;基于D-S證據(jù)理論的網(wǎng)絡(luò)設(shè)備故障診斷算法[J];計算機仿真;2008年08期

5 孫欽清;張元;廉飛宇;;證據(jù)理論在糧庫儲糧空洞檢測中的研究[J];計算機與數(shù)字工程;2009年02期

6 鄧三鵬;楊雪翠;苗德華;郭世杰;王創(chuàng)榮;;基于D-S證據(jù)理論的駕駛員疲勞監(jiān)測方法研究[J];車輛與動力技術(shù);2010年02期

7 曾元鑒;;D-S證據(jù)理論及其改進算法研究[J];艦船電子工程;2010年10期

8 夏祖勛，，劉同明，解洪成;關(guān)于證據(jù)理論中辨識框不同類型下的信息綜合[J];華東船舶工業(yè)學(xué)院學(xué)報;1994年02期

9 劉大有，李岳峰;廣義證據(jù)理論的解釋[J];計算機學(xué)報;1997年02期

10 吳根秀;模糊證據(jù)理論[J];計算機與現(xiàn)代化;1998年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 馬永一;沈懷榮;彭穎;;對D-S證據(jù)理論幾種改進方法的分析與討論[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2010年

2 鄭德玲;湯新蓓;方巍;王俊然;;基于D-S證據(jù)理論的多專家意見綜合方法[A];1996年中國控制會議論文集[C];1996年

3 孫懷江;楊靜宇;;證據(jù)理論的改進及其應(yīng)用[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

4 潘巍;王陽生;;一種基于D-S證據(jù)理論的情感辨識算法[A];第一屆中國情感計算及智能交互學(xué)術(shù)會議論文集[C];2003年

5 周凌柯;劉瑞蘭;;對證據(jù)理論檢測顯著誤差的研究[A];2005全國自動化新技術(shù)學(xué)術(shù)交流會論文集（三）[C];2005年

6 孔鵬程;周健;;基于D-S證據(jù)理論的改進算法的研究[A];2011中國儀器儀表與測控技術(shù)大會論文集[C];2011年

7 趙韓;方艮海;王勇;;證據(jù)理論在機構(gòu)評價與選型中的應(yīng)用[A];第十四屆全國機構(gòu)學(xué)學(xué)術(shù)研討會暨第二屆海峽兩岸機構(gòu)學(xué)學(xué)術(shù)交流會論文集[C];2004年

8 謝楠;李靖;李建爽;黃絢燁;;基于證據(jù)理論的施工中人為過失改錯效果的評估方法[A];第22屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集第Ⅲ冊[C];2013年

9 馬小平;汪永東;樊陽;;模糊證據(jù)理論的深入研究[A];第二十六屆中國控制會議論文集[C];2007年

10 朱靖;王晨熙;鄢茂林;鄭義成;;D-S證據(jù)理論在多傳感器身份融合中的改進[A];全國第一屆信號處理學(xué)術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 張哲;基于證據(jù)理論的結(jié)構(gòu)可靠性分析方法[D];湖南大學(xué);2016年

2 李海生;基于證據(jù)理論的分類方法研究[D];華南理工大學(xué);2013年

3 肖建于;證據(jù)理論研究及其在礦井突水預(yù)測中的應(yīng)用[D];中國礦業(yè)大學(xué);2012年

4 栗崢;后現(xiàn)代證據(jù)理論研究[D];中國政法大學(xué);2008年

5 梁偉光;基于證據(jù)理論的在軌航天器故障診斷方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

6 繆燕子;多傳感器信息融合理論及在礦井瓦斯突出預(yù)警系統(tǒng)中的應(yīng)用研究[D];中國礦業(yè)大學(xué);2009年

7 鎖斌;基于證據(jù)理論的不確定性量化方法及其在可靠性工程中的應(yīng)用研究[D];中國工程物理研究院;2012年

8 肖明珠;基于證據(jù)理論的不確定性處理研究及其在測試中的應(yīng)用[D];電子科技大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 賀曉;基于改進D-S證據(jù)理論的高速列車走行部故障診斷研究[D];西南交通大學(xué);2015年

2 王睿虹;基于廣義證據(jù)理論的多模式智能推理與融合研究[D];上海交通大學(xué);2015年

3 宋姝婷;基于Rough集、T-范數(shù)和證據(jù)理論的屬性約簡研究[D];江西師范大學(xué);2015年

4 何俊;基于證據(jù)理論的在線消費者備選商品評價研究[D];電子科技大學(xué);2015年

5 楊星亞;基于證據(jù)理論的中小企業(yè)信用評級研究[D];合肥工業(yè)大學(xué);2015年

6 郭威;基于證據(jù)理論的多源信息融合技術(shù)研究與應(yīng)用[D];解放軍信息工程大學(xué);2015年

7 吳尚;基于證據(jù)理論的風(fēng)電機組故障診斷研究[D];上海電機學(xué)院;2016年

8 田佳霖;基于D-S證據(jù)理論的融合算法及其在交通事件檢測中的應(yīng)用[D];長安大學(xué);2016年

9 楊億;基于證據(jù)理論的多天線雙向中繼相關(guān)技術(shù)研究[D];北京工業(yè)大學(xué);2016年

10 劉曉光;基于D-S證據(jù)理論的推理系統(tǒng)研究[D];合肥工業(yè)大學(xué);2010年

本文編號：1278363