無(wú)線信道特征提取在無(wú)線通信系統(tǒng)的發(fā)展研究中至關(guān)重要,提取的特征多應(yīng)用于無(wú)線信道建模及其相關(guān)應(yīng)用方面�；隈R爾可夫過(guò)程的無(wú)線信道模型是無(wú)線信道模型中的一種,在無(wú)線信道建模及其應(yīng)用中具有良好的發(fā)展前景。馬爾可夫過(guò)程具有計(jì)算簡(jiǎn)單、實(shí)時(shí)快速的特性,但不同形式的馬爾可夫無(wú)線信道模型與當(dāng)前實(shí)時(shí)場(chǎng)景的匹配程度并不相同,這使得馬爾可夫模型在應(yīng)用時(shí)的實(shí)用性受到一定的影響,因此,馬爾可夫模型在無(wú)線信道建模中的應(yīng)用方法具有較大的研究?jī)r(jià)值。本文首先介紹了無(wú)線信道特征提取、無(wú)線信道建模及其異常檢測(cè)的研究現(xiàn)狀,隨后描述了幾種無(wú)線信道建模及異常檢測(cè)的常用方法。然后通過(guò)分析以上幾種方法可得出結(jié)論,現(xiàn)有建模方法在計(jì)算簡(jiǎn)便快速的前提條件下,在進(jìn)行異常檢測(cè)、低信噪比干擾時(shí)的檢測(cè)準(zhǔn)確率并未得到保證;且與此同時(shí),在保證了低信噪比時(shí)的準(zhǔn)確率的前提下,檢測(cè)方法的復(fù)雜度相對(duì)較高,實(shí)時(shí)性得不到保證。針對(duì)上述問(wèn)題,本文在現(xiàn)有大尺度對(duì)數(shù)功率損耗模型的基礎(chǔ)上添加了馬爾可夫模型,在保持計(jì)算簡(jiǎn)便、快速的前提下提高了建模的準(zhǔn)確率。為提高馬爾可夫模型在實(shí)際應(yīng)用中的實(shí)用性,文中提出一種基于馬爾可夫的無(wú)線信道模型最優(yōu)選擇方法,選出對(duì)當(dāng)前場(chǎng)景最適應(yīng)、對(duì)環(huán)境最敏感的最優(yōu)模型,并將其應(yīng)用于無(wú)線信道環(huán)境異常檢測(cè)之中。最后仿真實(shí)驗(yàn)結(jié)果表明此方法可建立隨機(jī)性、實(shí)時(shí)性良好的基于馬爾可夫的無(wú)線信道模型,并優(yōu)選出與當(dāng)前場(chǎng)景適應(yīng)度最高的模型,使其對(duì)當(dāng)前場(chǎng)景環(huán)境的變化最敏感,在保持計(jì)算簡(jiǎn)便、快速的同時(shí)提高了無(wú)線信道建模的準(zhǔn)確率,于無(wú)線信道環(huán)境異常檢測(cè)中的檢測(cè)性能良好。因此該方法在無(wú)線信道建模、無(wú)線信道環(huán)境異常檢測(cè)中有一定的應(yīng)用價(jià)值。
【學(xué)位單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TN92;O211.62
【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 無(wú)線信道特征提取及其應(yīng)用
        1.2.1 無(wú)線信道特征提取研究現(xiàn)狀
        1.2.2 無(wú)線信道建模及其檢測(cè)的研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容與結(jié)構(gòu)安排
第二章 無(wú)線信道特征提取及異常檢測(cè)方法
    2.1 無(wú)線信道特征及模型
        2.1.1 無(wú)線信道特征
        2.1.2 無(wú)線信道模型
    2.2 無(wú)線信道異常檢測(cè)方法
        2.2.1 匹配濾波器檢測(cè)法
        2.2.2 波形檢測(cè)法
        2.2.3 能量檢測(cè)法
        2.2.4 狀態(tài)檢測(cè)法
    2.3 基于馬爾可夫的狀態(tài)檢測(cè)法
        2.3.1 馬爾可夫的應(yīng)用
        2.3.2 馬爾可夫性質(zhì)
        2.3.3 馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣
        2.3.4 基于馬爾可夫的異常檢測(cè)法
    2.4 本章小結(jié)
第三章 基于馬爾可夫的無(wú)線信道模型
    3.1 基于馬爾可夫的無(wú)線信道模型
        3.1.1 基于馬爾可夫的無(wú)線信道特征提取及建模
        3.1.2 基于馬爾可夫的無(wú)線信道特征參數(shù)及模型計(jì)算
    3.2 基于馬爾可夫的無(wú)線信道模型仿真結(jié)果
        3.2.1 實(shí)驗(yàn)設(shè)計(jì)
        3.2.2 實(shí)驗(yàn)結(jié)果
    3.3 本章小結(jié)
第四章 基于信道模型優(yōu)選的環(huán)境異常檢測(cè)
    4.1 基于馬爾可夫的狀態(tài)轉(zhuǎn)移模型優(yōu)選
    4.2 無(wú)線信道環(huán)境異常檢測(cè)
    4.3 仿真結(jié)果與分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況

【參考文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 劉曉娜;弱光通信信道模型、可達(dá)傳輸速率與檢測(cè)技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 魏成杰;基于馬爾可夫模型的行人運(yùn)動(dòng)建模與疏散研究[D];北京交通大學(xué);2018年

2 吳宇成;基于隱馬爾科夫模型的機(jī)械傳動(dòng)裝置故障診斷[D];廣東工業(yè)大學(xué);2018年

3 嚴(yán)欣;基于深度神經(jīng)網(wǎng)絡(luò)的無(wú)線通信信號(hào)檢測(cè)算法研究[D];貴州大學(xué);2018年

4 張楠;高速鐵路場(chǎng)景下多鏈路無(wú)線信道互相關(guān)特性研究[D];北京交通大學(xué);2018年

5 唐越;無(wú)線信道測(cè)量與建模方法研究[D];電子科技大學(xué);2017年

6 趙衛(wèi)娟;衛(wèi)星通信信道Markov模型研究及其SIMULINK實(shí)現(xiàn)[D];南京信息工程大學(xué);2016年

7 王寧;無(wú)線信道衰落特性模擬技術(shù)研究及實(shí)現(xiàn)[D];北京理工大學(xué);2016年

8 晏瀟;無(wú)線監(jiān)測(cè)中的通用信號(hào)檢測(cè)與識(shí)別算法研究[D];北京郵電大學(xué);2015年

9 程文璞;高速移動(dòng)環(huán)境中基于理論方法的無(wú)線信道建模研究[D];北京交通大學(xué);2014年

10 許智慧;馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣的求解方法研究[D];東北農(nóng)業(yè)大學(xué);2013年

本文編號(hào)：2877127