發(fā)布時間：2018-01-17 13:36

  本文關(guān)鍵詞：空間調(diào)制系統(tǒng)中的信號檢測算法研究　出處：《大連理工大學(xué)》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 無線通信 空間調(diào)制 廣義空移鍵控 MIMO信號檢測

【摘要】：隨著移動用戶對通信需求的飛速增長,迫切需要更高的數(shù)據(jù)速率、更高的頻譜利用率和更低的實現(xiàn)復(fù)雜度的寬帶通信技術(shù)來滿足無線通信的需求。MIMO技術(shù)可以實現(xiàn)更高頻譜利用率的寬帶無線通信,但在實際應(yīng)用中也存在信道間干擾、天線間同步、多射頻鏈路、系統(tǒng)功耗大和因信道間干擾解調(diào)復(fù)雜度高等問題,特別是在大天線系統(tǒng)中尤為突出�？臻g調(diào)制(Spatial Modulation,SM)技術(shù)作為一種新的多天線傳輸技術(shù),可以緩解傳統(tǒng)MIMO系統(tǒng)的上述缺陷,成為目前無線通信研究的熱點問題,并有可能成為下一代無線通信的候選方案。本文以此為背景,針對最大似然ML檢測算法計算量較高的問題,深入研究了空間調(diào)制系統(tǒng)接收端的信號檢測問題,以及廣義空移鍵控(Generalized Space Shift Keying,GSSK)系統(tǒng)接收端的信號檢測問題,論文的主要工作包括:(1)研究了空間調(diào)制系統(tǒng)已有的信號檢測算法,并著重地研究了基于M算法的ML(M-algorithmtoML,MML)算法。算法的樹形結(jié)構(gòu)圖每層保留的節(jié)點數(shù)量直接影響算法的計算復(fù)雜度和檢測性能,本文采用從樹形結(jié)構(gòu)圖第一層到最后一層保留節(jié)點數(shù)的近似等比下降的固定M值選取方法和自適應(yīng)保留各層節(jié)點數(shù)的動態(tài)M值選取方法。另外樹形結(jié)構(gòu)圖的計算順序也直接影響算法的檢測性能,本文分別從信道增益角度、接收信號強度角度、以及綜合考慮信道增益和接收信號強度角度提出了改進(jìn)的MML算法。分析比較了所提改進(jìn)MML算法和現(xiàn)有檢測算法的優(yōu)缺點,從理論和仿真角度給出了算法的檢測性能和計算復(fù)雜度。實驗結(jié)果表明所提的改進(jìn)算法與MML算法的計算復(fù)雜度相同,同時檢測性能優(yōu)于MML算法。(2)研究了廣義空移鍵控系統(tǒng)的信號檢測算法,針對廣義空移鍵控系統(tǒng)的發(fā)送信號矢量各元素的二值特點,將廣義空移鍵控信號的檢測問題轉(zhuǎn)化為二進(jìn)制二次規(guī)劃問題,提出了基于二進(jìn)制二次規(guī)劃全局最優(yōu)性條件的廣義空移鍵控信號的檢測算法。分析比較了所提算法與現(xiàn)有檢測算法的計算復(fù)雜度和檢測性能,并從理論和仿真角度給出了發(fā)送信號矢量各元素基于最優(yōu)判決準(zhǔn)則的檢測概率。實驗結(jié)果表明所提算法的檢測性能接近最優(yōu)檢測性能,同時計算復(fù)雜度低于ML算法。(3)從稀疏重構(gòu)角度對激活天線數(shù)遠(yuǎn)小于發(fā)送天線數(shù)的廣義空移鍵控系統(tǒng)的信號檢測問題進(jìn)行了研究。當(dāng)激活天線數(shù)遠(yuǎn)小于發(fā)送天線數(shù)時,發(fā)送信號矢量具有稀疏特性�；诖颂岢隽藘煞N基于稀疏重構(gòu)理論的檢測算法,SR(Sparse Reconstruction)算法和ISR(Iterative SR)算法。SR算法采用非下凸的反正切懲罰函數(shù),可以獲得比e1范數(shù)正則化更好的結(jié)果,檢測性能優(yōu)于其它的稀疏檢測算法。為了獲得更好的檢測性能,ISR算法對SR算法的優(yōu)化結(jié)果進(jìn)行多次迭代。分析比較了所提算法與已有的基于稀疏重構(gòu)理論的檢測算法的計算復(fù)雜度和檢測性能,計算機(jī)仿真表明,木文所提算法的檢測性能均優(yōu)于已有的基于稀疏重構(gòu)理論的檢測算法。
[Abstract]:With the rapid growth of the mobile user communication needs, the urgent need for higher data rates, higher spectrum broadband communication technology complexity and lower rate to meet the needs of.MIMO wireless communication technology can achieve higher spectrum utilization rate of broadband wireless communication, but in practical application there are inter channel interference antenna, synchronization, multi radio link system, high power consumption and due to inter channel interference demodulation complexity is high, especially in the large antenna system is particularly prominent. Spatial modulation (Spatial Modulation SM) is a multi antenna transmission technology new technology, can alleviate the defects of the traditional MIMO system has become a hot issue. The wireless communication research at present, and there may be a candidate for the next generation of wireless communication. In this paper, according to the maximum likelihood detection algorithm for ML computation is higher and further Study on the problem of signal detection receiver spatial modulation system, and generalized space shift keying (Generalized Space Shift Keying, GSSK) signal detection system of the receiver, the main work includes: (1) signal detection system has been studied the spatial modulation algorithm, and focuses on the study of M algorithm in ML based on (M-algorithmtoML, MML) algorithm. The tree structure graph algorithm on each layer of the reserved node number directly affects the computational complexity and detection performance, this paper adopts dynamic M selection method and adaptive reservation value for the number of nodes in each layer selection method from the tree structure map of the first layer to approximate fixed M ratio decreased the last layer of retention the number of nodes. Also the calculation sequence tree structure graph has a direct impact on the performance of algorithm, this paper from the perspective of channel gain of the received signal strength, angle, and considering the channel gain The received signal strength and angle of improved MML algorithm is proposed. Analysis and comparison of the advantages and disadvantages of the proposed improved MML algorithm and the existing detection algorithms, from the angle of theory and simulation is given for the detection performance and computation complexity. Experimental results show that the improved calculation algorithm and MML algorithm of the same complexity, and the detection performance better than MML algorithm. (2) research on the signal detection algorithm of generalized space shift keying system, two values of the transmitted signal vector for the generalized space shift keying system elements, detection problem of generalized space shift keying signal into two binary problem and two detection algorithm is proposed for the generalized optimality conditions two binary programming global shift keying signal. Based on the analysis compared the proposed algorithm with existing algorithm complexity and detection performance, and from theory and simulation is put forward to send letter The number of each element vector detection probability based on optimal decision rules. The experimental results show that the detection performance of proposed algorithm is close to the optimal detection performance, and the computational complexity is lower than that of the ML algorithm. (3) the problem of signal detection of generalized space shift keying system from sparse reconstruction angle of antenna number activation is far less than the number of transmit antennas is studied when the number of antennas. The activation is far less than the number of transmit antennas, the transmitted signal vector has a sparse feature. Based on the proposed two detection algorithm based on sparse reconstruction theory, SR (Sparse Reconstruction) algorithm and ISR (Iterative SR).SR algorithm with non convex arctangent penalty function, can be obtained than the E1 norm the better results, better detection performance than other sparse detection algorithm. In order to detect the better performance, the ISR algorithm to optimize the results of the SR algorithm iteration. It is compared by The computational complexity and detection performance of the proposed algorithm are compared with the existing detection algorithms based on sparse reconstruction theory. Computer simulation shows that the detection performance of the proposed algorithm is better than the existing sparse reconstruction based detection algorithm.

【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TN919.3;TN911.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張青春;晏裕春;王坤;;數(shù)字式平均法在信號檢測中的應(yīng)用及其仿真[J];微計算機(jī)信息;2006年01期

2 張濱;張峰干;蔡國新;任嘉偉;;衛(wèi)星信號檢測[J];中國有線電視;2009年01期

3 徐科軍;;信號檢測、處理及實現(xiàn)系列課程建設(shè)探討[J];電氣電子教學(xué)學(xué)報;2009年02期

4 戶永清;;基于取樣積分技術(shù)的混沌檢測法與微弱正弦信號檢測[J];綿陽師范學(xué)院學(xué)報;2009年08期

5 劉洋;張明;;“信號檢測與處理”課群構(gòu)建初探[J];沈陽教育學(xué)院學(xué)報;2010年01期

6 董智紅;王劍;王X;孫昕;;伽利略搜救信號檢測算法設(shè)計[J];北京理工大學(xué)學(xué)報;2010年08期

7 邵亞勇;竺小松;;基于遞推最小二乘算法的小信號檢測[J];信息與電子工程;2012年02期

8 朱才榮;;高職“工業(yè)信號檢測與控制”課程項目化教學(xué)改革[J];中國電力教育;2012年19期

9 朱才榮;;高職《工業(yè)信號檢測與控制》課程改革探索[J];職業(yè)教育研究;2013年04期

10 叢玉良;趙曉暉;周求湛;;信號檢測與處理系列課程的建設(shè)與改革實踐研究[J];長春工業(yè)大學(xué)學(xué)報(高教研究版);2013年03期

相關(guān)會議論文 前10條

1 杜雄;蘇向豐;謝品芳;;用硬件實現(xiàn)的四重信號檢測法及其在通信中的應(yīng)用[A];四川省電工技術(shù)學(xué)會第七屆學(xué)術(shù)年會論文集[C];2003年

2 張鐸;;信號檢測論在船舶了望中的應(yīng)用[A];中國航海學(xué)會2007年度學(xué)術(shù)交流會優(yōu)秀論文集[C];2007年

3 宋愛國;段江海;;混沌、隨機(jī)共振在信號檢測中的應(yīng)用研究[A];第三次全國會員代表大會暨學(xué)術(shù)會議論文集[C];2002年

4 鄭娜;;基于假設(shè)檢驗的信號檢測[A];電波科學(xué)學(xué)報[C];2011年

5 馬光彬;曹海燕;;基于OSIC的低復(fù)雜度MIMO檢測算法[A];浙江省信號處理學(xué)會2012學(xué)術(shù)年會論文集[C];2012年

6 張維全;胡科強;;凸優(yōu)化在水聲脈沖信號檢測中的應(yīng)用[A];中國聲學(xué)學(xué)會水聲學(xué)分會2013年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2013年

7 高源;李煒;;基于LabVIEW的異常信號檢測研究[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

8 陳帥;楊鐵軍;李媚;;一種改進(jìn)型CHASE檢測算法在MIMO-OFDM系統(tǒng)中的應(yīng)用[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

9 劉竹青;陳奕宏;;抗混響信號檢測的研究[A];全國第三屆信號和智能信息處理與應(yīng)用學(xué)術(shù)交流會�？痆C];2009年

10 王春光;周正;;OFDM系統(tǒng)中的一種信號檢測算法[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

相關(guān)重要報紙文章 前1條

1 江蘇 陳廣榮;小天鵝模糊洗衣機(jī)稱重電路維修一例[N];電子報;2002年

相關(guān)博士學(xué)位論文 前10條

1 黃敏;高速移動環(huán)境下信道估計及OFDM信號檢測研究[D];西安電子科技大學(xué);2015年

2 朱才業(yè);不同尾型綿羊全基因組關(guān)聯(lián)分析、拷貝數(shù)變異及選擇信號檢測[D];中國農(nóng)業(yè)大學(xué);2017年

3 張新賀;空間調(diào)制系統(tǒng)中的信號檢測算法研究[D];大連理工大學(xué);2017年

4 郭心悅;基于信息交互理論的無線信號的迭代估計與檢測[D];復(fù)旦大學(xué);2008年

5 湯宏穎;提高微光信號檢測靈敏度的新方法[D];天津大學(xué);2012年

6 吳利平;復(fù)雜電磁環(huán)境下的信號檢測與估計關(guān)鍵技術(shù)[D];西安電子科技大學(xué);2011年

7 劉謙雷;MIMO通信系統(tǒng)信號檢測算法研究[D];東南大學(xué);2006年

8 申京;MIMO-OFDM系統(tǒng)中信道估計及信號檢測算法的研究[D];北京郵電大學(xué);2012年

9 蔣忠進(jìn);彈性波Chirp信號檢測與時延估計研究[D];吉林大學(xué);2004年

10 鄭賤平;MIMO通信系統(tǒng)中的信號檢測與預(yù)編碼技術(shù)研究[D];西安電子科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李燕;基于壓縮感知的低截獲概率雷達(dá)信號檢測分析[D];南京理工大學(xué);2015年

2 吳迪;Massive MIMO的信號檢測算法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 王龍;壓縮感知信號檢測和參數(shù)估計方法研究[D];西安電子科技大學(xué);2014年

4 李富強;信號檢測和分離算法研究及其FPGA實現(xiàn)[D];西安電子科技大學(xué);2014年

5 劉文廣;MIMO-OFDM系統(tǒng)中信道估計與信號檢測算法的研究[D];蘭州交通大學(xué);2015年

6 王曉天;面向5G的大規(guī)模MIMO信號檢測算法研究[D];南京郵電大學(xué);2015年

7 魏利霞;MIMO系統(tǒng)的信號檢測算法研究[D];南京郵電大學(xué);2015年

8 徐紅梅;基于SVM多分類判決的MPPSK信號檢測研究[D];東南大學(xué);2015年

9 溫鵬;寬帶MIMO-SCFDE通信系統(tǒng)的信號檢測算法與實現(xiàn)[D];西南交通大學(xué);2016年

10 孫彥龍;基于達(dá)芬振子的微弱機(jī)械故障信號檢測及特征提取方法[D];燕山大學(xué);2016年

，

本文編號：1436480