【摘要】：自適應(yīng)調(diào)制編碼(Adaptive Modulation And Coding,AMC)基于信道狀態(tài)信息來(lái)調(diào)整無(wú)線鏈路傳輸參數(shù),進(jìn)而確保鏈路的傳輸質(zhì)量。長(zhǎng)期演進(jìn)(Long Term Evolution,LTE)系統(tǒng)是AMC的典型應(yīng)用場(chǎng)景之一。針對(duì)傳統(tǒng)AMC會(huì)由于信道和噪聲估計(jì)偏差導(dǎo)致性能迅速惡化的問(wèn)題,論文分析了兩種偏差對(duì)自適應(yīng)策略的影響,在此基礎(chǔ)上研究了以貝葉斯網(wǎng)絡(luò)、K-鄰近算法、遺傳算法和后向傳播神經(jīng)網(wǎng)絡(luò)為代表的離線監(jiān)督性學(xué)習(xí)算法和以在線貝葉斯網(wǎng)絡(luò)為代表的在線監(jiān)督性學(xué)習(xí)算法兩類技術(shù),旨在提升AMC的性能,使之更趨近理想信道估計(jì)下的傳輸性能。論文首先研究了LTE系統(tǒng)自適應(yīng)傳輸關(guān)鍵技術(shù),仿真了高斯信道下信干噪比(Signal to Interference plus Noise Ratio,SINR)和誤塊率之間關(guān)系曲線,基于等效信噪比概念將其推廣到瑞利信道下,繼而實(shí)現(xiàn)信道質(zhì)量指示(Channel Quality Indicator,CQI)測(cè)量;論文分析并比較了最小二乘(Least Square,LS)和最小均方誤差(Minimum Mean Square Error,MMSE)兩種信道估計(jì)算法,選擇準(zhǔn)確度更高的MMSE算法進(jìn)行后續(xù)仿真分析;論文仿真并對(duì)比了基于導(dǎo)頻和空子載波的SINR測(cè)量方法,選擇了基于導(dǎo)頻的SINR測(cè)量方法。論文研究了基于離線監(jiān)督性學(xué)習(xí)的自適應(yīng)優(yōu)化策略,主要內(nèi)容及數(shù)字仿真結(jié)果如下:●論文研究了基于貝葉斯網(wǎng)絡(luò)的自適應(yīng)傳輸策略,通過(guò)推導(dǎo)和仿真分析對(duì)比貝葉斯網(wǎng)絡(luò)和多實(shí)體貝葉斯網(wǎng)絡(luò)的處理流程和學(xué)習(xí)方法。分析發(fā)現(xiàn)在網(wǎng)絡(luò)節(jié)點(diǎn)規(guī)模較小時(shí),貝葉斯網(wǎng)絡(luò)的計(jì)算復(fù)雜度較低。數(shù)字仿真表明,基于貝葉斯網(wǎng)絡(luò)的傳輸策略優(yōu)于傳統(tǒng)查表法,并能貼近理想信道估計(jì)下的系統(tǒng)性能。論文研究了訓(xùn)練樣本集的完備性對(duì)系統(tǒng)性能的影響,設(shè)計(jì)了基于完備和非完備數(shù)據(jù)集的學(xué)習(xí)方法,數(shù)字仿真結(jié)果表明同樣訓(xùn)練樣本數(shù)下,數(shù)據(jù)完備性越好,算法預(yù)測(cè)性能越準(zhǔn)確�！裾撐难芯苛嘶贙-鄰近算法的自適應(yīng)傳輸策略,分析了關(guān)鍵參數(shù):K值、距離度量方法以及特征向量對(duì)算法性能的影響。論文通過(guò)κ折交叉驗(yàn)證法和CQI預(yù)測(cè)誤差獲取并驗(yàn)證平均預(yù)測(cè)正確率最高的K值。論文對(duì)歐式距離、曼哈頓距離等四種距離度量方法下的復(fù)雜度和性能進(jìn)行了分析,仿真驗(yàn)證其CQI預(yù)測(cè)性能,并選取復(fù)雜度和性能相對(duì)折中的歐式距離作為K-鄰近算法的距離度量方法。論文對(duì)比了用真實(shí)值和估計(jì)值兩種信道系數(shù)作為特征向量時(shí)的性能差距,結(jié)果表明使用信道估計(jì)系數(shù)作為特征向量進(jìn)行訓(xùn)練時(shí),分類判別更準(zhǔn)確,性能也相對(duì)更好�！裾撐难芯苛嘶谶z傳算法的自適應(yīng)傳輸策略,對(duì)初始種群數(shù)目、交叉概率、變異概率以及適應(yīng)度函數(shù)等特征參數(shù)進(jìn)行了性能比較和仿真分析。論文使用平均收斂代數(shù)和收斂概率作為指標(biāo)衡量每種特征參數(shù)對(duì)決策性能的影響,以交叉概率為例,仿真結(jié)果表明隨著交叉概率的增大,平均收斂代數(shù)先減小后增大,而收斂概率先增大后減小,需要折中選擇。論文對(duì)基于遺傳算法的AMC性能與基于理想信道估計(jì)下的AMC進(jìn)行了仿真對(duì)比,結(jié)果表明由于遺傳算法并未考慮到信道估計(jì)和噪聲估計(jì)偏差的影響,且算法本身容易陷入局部最優(yōu),影響性能因素較多,相比于其他監(jiān)督性算法性能較差�！裾撐难芯苛嘶诤笙騻鞑ド窠�(jīng)網(wǎng)絡(luò)的自適應(yīng)傳輸策略,分析其建模過(guò)程和誤差反向傳播算法,重點(diǎn)研究關(guān)鍵參數(shù)隱含層節(jié)點(diǎn)數(shù)。節(jié)點(diǎn)數(shù)過(guò)少,模型擬合能力較差;節(jié)點(diǎn)數(shù)過(guò)多,導(dǎo)致模型過(guò)擬合,兩種情況下預(yù)測(cè)誤差都會(huì)較大。論文通過(guò)κ折交叉驗(yàn)證分析不同隱含層節(jié)點(diǎn)數(shù)量下的模型平均預(yù)測(cè)誤差,仿真結(jié)果表明當(dāng)節(jié)點(diǎn)數(shù)在19～29范圍內(nèi)均可以滿足系統(tǒng)預(yù)測(cè)誤差要求。論文對(duì)基于后向傳播神經(jīng)網(wǎng)絡(luò)與基于理想信道估計(jì)的AMC性能進(jìn)行仿真對(duì)比,結(jié)果表明二者性能接近。論文研究了基于在線監(jiān)督性學(xué)習(xí)的自適應(yīng)傳輸策略,考慮到實(shí)際系統(tǒng)獲取訓(xùn)練樣本的困難性以及非完備性,論文研究了貝葉斯網(wǎng)絡(luò)在線參數(shù)學(xué)習(xí)過(guò)程。從先驗(yàn)概率未知和少量訓(xùn)練樣本兩個(gè)層次出發(fā),結(jié)合學(xué)習(xí)速率的影響,對(duì)在線參數(shù)學(xué)習(xí)算法的概率收斂性進(jìn)行了數(shù)字仿真分析,仿真結(jié)果顯示學(xué)習(xí)速率越大,算法波動(dòng)性越強(qiáng)但收斂越快;學(xué)習(xí)速率越小則性能相反。論文仿真了基于速率自適應(yīng)的概率收斂性,結(jié)果表明速率自適應(yīng)既可以保證收斂速度,也降低了性能波動(dòng)。論文在數(shù)據(jù)缺失狀態(tài)下對(duì)算法的收斂性進(jìn)行了仿真對(duì)比,結(jié)果顯示在同樣學(xué)習(xí)次數(shù)下,基于完備數(shù)據(jù)的在線參數(shù)學(xué)習(xí)的性能貼近離線監(jiān)督性學(xué)習(xí)性能,而非完備數(shù)據(jù)下數(shù)據(jù)缺失率越低,性能越好,驗(yàn)證了貝葉斯網(wǎng)絡(luò)在線參數(shù)學(xué)習(xí)算法的可行性。論文最后總結(jié)陳述了全文的研究成果,并指出后續(xù)的研究方向。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN929.5;TP181

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 杜瀅;;LTE/LTE-Advanced標(biāo)準(zhǔn)回顧與展望[J];現(xiàn)代電信科技;2013年11期

2 王昊冉;老松楊;白亮;劉鋼;;基于MEBN的戰(zhàn)術(shù)級(jí)空中目標(biāo)意圖識(shí)別[J];火力與指揮控制;2012年10期

3 厲海濤;金光;周經(jīng)倫;周忠寶;李大慶;;貝葉斯網(wǎng)絡(luò)推理算法綜述[J];系統(tǒng)工程與電子技術(shù);2008年05期

4 劉偉娜;霍利民;張立國(guó);;貝葉斯網(wǎng)絡(luò)精確推理算法的研究[J];微計(jì)算機(jī)信息;2006年09期

5 高大啟;有教師的線性基本函數(shù)前向三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)研究[J];計(jì)算機(jī)學(xué)報(bào);1998年01期

相關(guān)博士學(xué)位論文 前5條

1 劉廣怡;基于貝葉斯理論的通信網(wǎng)絡(luò)數(shù)據(jù)處理技術(shù)研究[D];解放軍信息工程大學(xué);2015年

2 葛順;基于規(guī)則發(fā)現(xiàn)和貝葉斯推理的戰(zhàn)術(shù)意圖識(shí)別技術(shù)[D];哈爾濱工程大學(xué);2015年

3 胡春玲;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)及其應(yīng)用研究[D];合肥工業(yè)大學(xué);2011年

4 黃友平;貝葉斯網(wǎng)絡(luò)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

5 黃解軍;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)及其在數(shù)據(jù)挖掘中的應(yīng)用研究[D];武漢大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 儀孝展;基于改進(jìn)遺傳算法的物流車輛路徑規(guī)劃方法研究與應(yīng)用[D];西安理工大學(xué);2018年

2 蔣漢陶;寬帶無(wú)線專網(wǎng)系統(tǒng)中物理上下行共享信道自適應(yīng)調(diào)制編碼技術(shù)及性能研究[D];電子科技大學(xué);2018年

3 蔣兆翔;寬帶無(wú)線多媒體集群的信道信息獲取及反饋策略研究[D];電子科技大學(xué);2017年

4 劉小玲;NC-OFDM系統(tǒng)的智能抗干擾決策技術(shù)研究[D];電子科技大學(xué);2016年

5 文榮;LTE下行鏈路AMC反饋映射關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2012年

6 張飛;TDD LTE系統(tǒng)下行鏈路自適應(yīng)及MIMO模式切換技術(shù)研究[D];西安電子科技大學(xué);2012年

7 王昊冉;基于多實(shí)體貝葉斯網(wǎng)絡(luò)的空中目標(biāo)意圖識(shí)別方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

8 林海玉;MEBN與BKPF相結(jié)合的軟件異常行為預(yù)測(cè)[D];湖南工業(yè)大學(xué);2011年

9 郭艷軍;貝葉斯網(wǎng)學(xué)習(xí)方法及應(yīng)用研究[D];華中科技大學(xué);2009年

10 李艷峰;自適應(yīng)調(diào)制與編碼技術(shù)的研究[D];哈爾濱工程大學(xué);2006年

，

本文編號(hào)：2703450