在當(dāng)今高科技時(shí)代下,主要有光纖、衛(wèi)星和擴(kuò)頻三種通信方式^[1]。其中擴(kuò)頻通信技術(shù)可以將容易被檢測(cè)到的窄帶信號(hào)轉(zhuǎn)換成寬帶信號(hào),這種信號(hào)能夠隱藏在噪聲中,不容易被截獲,抗干擾能力強(qiáng),因此應(yīng)用范圍非常廣泛。在擴(kuò)頻系統(tǒng)中,擴(kuò)頻碼的同步捕獲至關(guān)重要。傳統(tǒng)的捕獲算法包括時(shí)域捕獲算法和頻域捕獲算法兩個(gè)方面,但是數(shù)據(jù)量和運(yùn)算量比較大。本文針對(duì)傳統(tǒng)算法數(shù)據(jù)量大和消耗資源較多的問題,基于直擴(kuò)信號(hào)的稀疏特性,利用壓縮感知理論來進(jìn)行直擴(kuò)信號(hào)捕獲,突破了傳統(tǒng)直擴(kuò)信號(hào)捕獲算法中半碼片的限制,從而降低了數(shù)據(jù)量。具體而言,首先利用偽隨機(jī)碼構(gòu)造正交基,構(gòu)建直接序列擴(kuò)頻信號(hào)的壓縮感知模型,然后介紹了一種基于交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）的并行直擴(kuò)信號(hào)捕獲算法,交替方向乘子法將捕獲算法進(jìn)行分布式求解,子問題之間相對(duì)獨(dú)立且每個(gè)子問題都有簡(jiǎn)單的閉合解,降低了算法的計(jì)算量。其次,為了降低ADMM迭代捕獲算法的實(shí)現(xiàn)難度并進(jìn)一步提高直擴(kuò)信號(hào)捕獲的效率,利用神經(jīng)網(wǎng)絡(luò)來模擬基于壓縮感知的直擴(kuò)信號(hào)捕獲算法,從網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)、激活函數(shù)選擇、... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 擴(kuò)頻碼捕獲方法的研究現(xiàn)狀
    1.3 神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀
    1.4 本文的主要內(nèi)容和結(jié)構(gòu)
第二章 擴(kuò)頻通信的基礎(chǔ)理論
    2.1 擴(kuò)頻通信的基本概念
    2.2 直接序列擴(kuò)頻通信系統(tǒng)
    2.3 直擴(kuò)系統(tǒng)的偽隨機(jī)序列
    2.4 直擴(kuò)系統(tǒng)同步捕獲方法
        2.4.1 時(shí)域捕獲算法
        2.4.2 頻域捕獲算法
    2.5 本章小結(jié)
第三章 基于壓縮感知的直擴(kuò)信號(hào)捕獲算法
    3.1 壓縮感知基礎(chǔ)理論
    3.2 直擴(kuò)信號(hào)的稀疏表示
    3.3 直擴(kuò)信號(hào)捕獲壓縮感知模型
    3.4 信號(hào)的重構(gòu)
    3.5 算法性能分析
    3.6 本章小結(jié)
第四章 基于神經(jīng)網(wǎng)絡(luò)的直擴(kuò)信號(hào)捕獲算法
    4.1 訓(xùn)練數(shù)據(jù)的獲取與處理
    4.2 構(gòu)建神經(jīng)網(wǎng)絡(luò)模型
        4.2.1 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
        4.2.2 激活函數(shù)選擇
        4.2.3 損失函數(shù)選擇
        4.2.4 梯度下降方法選擇
    4.3 神經(jīng)網(wǎng)絡(luò)模型優(yōu)化
        4.3.1 神經(jīng)網(wǎng)絡(luò)的隱藏層數(shù)和每層神經(jīng)元的個(gè)數(shù)
        4.3.2 學(xué)習(xí)率
        4.3.3 小批量數(shù)據(jù)的大小
    4.4 性能分析
        4.4.1 捕獲概率
        4.4.2 捕獲時(shí)間
    4.5 本章小結(jié)
第五章 直擴(kuò)信號(hào)捕獲的FPGA設(shè)計(jì)與實(shí)現(xiàn)
    5.1 開發(fā)平臺(tái)和系統(tǒng)參數(shù)
    5.2 基于壓縮感知的捕獲算法設(shè)計(jì)與實(shí)現(xiàn)
        5.2.1 ADMM的并行實(shí)現(xiàn)結(jié)構(gòu)
        5.2.2 壓縮感知算法數(shù)據(jù)存儲(chǔ)方式
        5.2.3 除法器單元
        5.2.4 復(fù)數(shù)計(jì)算單元
        5.2.5 ADMM算法的FPGA實(shí)現(xiàn)
    5.3 基于神經(jīng)網(wǎng)絡(luò)的捕獲算法設(shè)計(jì)與實(shí)現(xiàn)
        5.3.1 神經(jīng)網(wǎng)絡(luò)的并行計(jì)算結(jié)構(gòu)
        5.3.2 神經(jīng)網(wǎng)絡(luò)算法數(shù)據(jù)存儲(chǔ)方式
        5.3.3 神經(jīng)網(wǎng)絡(luò)的FPGA實(shí)現(xiàn)
    5.4 性能分析
        5.4.1 資源消耗
        5.4.2 捕獲概率
    5.5 本章小結(jié)
第六章 總結(jié)及展望
致謝
參考文獻(xiàn)
個(gè)人攻讀碩士期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于交錯(cuò)方向乘子法的并行GPS信號(hào)捕獲算法[J]. 楊峰,周飛,潘麗麗,林靜然.  電子科技大學(xué)學(xué)報(bào). 2020(02)
[2]一種利用壓縮感知改進(jìn)的PMF-FFT擴(kuò)頻捕獲算法[J]. 王凱,吳斌,汪勃.  電訊技術(shù). 2018(06)
[3]淺談FPGA技術(shù)的優(yōu)勢(shì)及其應(yīng)用[J]. 陳木.  電子世界. 2015(13)
[4]基于壓縮感知的DSSS信號(hào)雙階段捕獲方法[J]. 程艷合,楊文革.  北京航空航天大學(xué)學(xué)報(bào). 2015(04)
[5]國(guó)外無(wú)線通信抗干擾技術(shù)研究進(jìn)展[J]. 征惠玲.  電訊技術(shù). 2014(04)
[6]軟件無(wú)線電技術(shù)在通信系統(tǒng)中的應(yīng)用[J]. 孫倩.  無(wú)線互聯(lián)科技. 2013(07)
[7]FPGA器件設(shè)計(jì)技術(shù)發(fā)展綜述[J]. 楊海鋼,孫嘉斌,王慰.  電子與信息學(xué)報(bào). 2010(03)
[8]壓縮感知理論簡(jiǎn)介[J]. 喻玲娟,謝曉春.  電視技術(shù). 2008(12)
[9]DSSS滑動(dòng)相關(guān)捕獲算法改進(jìn)及性能分析[J]. 楊靈,趙笙罡,胡修林.  電訊技術(shù). 2007(01)
[10]直接擴(kuò)頻碼捕獲技術(shù)的研究[J]. 張斌,王華奎,李艷萍.  現(xiàn)代電子技術(shù). 2006(09)

碩士論文
[1]基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 鮑思琦.大連理工大學(xué) 2019
[2]基于SFT的快速捕獲與干擾抑制聯(lián)合算法研究[D]. 龔巧嫻.北京理工大學(xué) 2015



本文編號(hào)：3183479