寬帶高功率干擾是無線通信系統(tǒng)面臨的一大問題,隨著小型計(jì)算設(shè)備的應(yīng)用日益增多,對(duì)通信提出了低能耗、高頻譜利用效率的新要求,因此如何在低能耗的情況下實(shí)現(xiàn)信號(hào)抗干擾,并提高頻譜利用效率是目前急需解決的問題。本文介紹了基于干擾載波的無線傳輸通信(Interference-Carrier-Based Communication,ICBC)主動(dòng)式抗干擾系統(tǒng),應(yīng)用反向散射器,以背景干擾信號(hào)為載波發(fā)送通信信號(hào)。但傳統(tǒng)反向散射系統(tǒng)信號(hào)檢測(cè)算法只能檢測(cè)二進(jìn)制開關(guān)鍵控調(diào)制的通信信號(hào),數(shù)據(jù)傳輸速率較低且信號(hào)誤碼率較高,因此本文致力于提出能應(yīng)用于更高階調(diào)制信號(hào)、誤碼率更低的信號(hào)檢測(cè)算法。首先介紹了ICBC系統(tǒng)的研究背景和意義,計(jì)算ICBC系統(tǒng)信道容量并分析系統(tǒng)的可行性,介紹了用于傳輸通信信號(hào)的反向散射通信技術(shù),包括反向散射器結(jié)構(gòu)和接收端傳統(tǒng)信號(hào)檢測(cè)算法,對(duì)檢測(cè)算法進(jìn)行仿真并分析結(jié)果,總結(jié)ICBC系統(tǒng)研究重點(diǎn)為更低誤碼率和更高數(shù)據(jù)傳輸速率的信號(hào)檢測(cè)算法。接著研究了基于期望極大(Expectation Maximization,EM)的信號(hào)檢測(cè)算法,根據(jù)通信信號(hào)和背景干擾信號(hào)速率之間的差距,用一個(gè)通信信號(hào)符號(hào)幀內(nèi)信...

【文章頁數(shù)】：81 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 本文研究內(nèi)容和結(jié)構(gòu)安排
第二章 ICBC系統(tǒng)關(guān)鍵技術(shù)
    2.1 ICBC系統(tǒng)模型
        2.1.1 發(fā)送信號(hào)模型
        2.1.2 信道模型
        2.1.3 接收信號(hào)模型
    2.2 反向散射器結(jié)構(gòu)
        2.2.1 OOK調(diào)制阻抗匹配電路
        2.2.2 QAM調(diào)制阻抗匹配電路
    2.3 系統(tǒng)信道容量分析
    2.4 本章小結(jié)
第三章 ICBC的檢測(cè)算法
    3.1 平均能量門限檢測(cè)算法
        3.1.1 算法模型
        3.1.2 仿真結(jié)果性能分析
        3.1.3 復(fù)雜度分析
    3.2 基于ML的檢測(cè)算法
        3.2.1 算法模型
        3.2.2 仿真結(jié)果性能分析
        3.2.3 復(fù)雜度分析
    3.3 本章小結(jié)
第四章 基于EM的 ICBC檢測(cè)算法
    4.1 OOK信號(hào)檢測(cè)
        4.1.1 算法模型
        4.1.2 仿真結(jié)果性能分析
        4.1.3 復(fù)雜度分析
    4.2 多天線檢測(cè)算法
        4.2.1 算法模型
        4.2.2 仿真結(jié)果分析
        4.2.3 算法復(fù)雜度
    4.3 MPSK信號(hào)檢測(cè)
        4.3.1 算法模型
        4.3.2 仿真結(jié)果性能分析
        4.3.3 復(fù)雜度分析
    4.4 本章小結(jié)
第五章 基于ICA的 ICBC檢測(cè)算法
    5.1 存在連續(xù)干擾的ICBC系統(tǒng)
        5.1.1 系統(tǒng)模型
        5.1.2 算法模型
        5.1.3 仿真結(jié)果性能分析
        5.1.4 復(fù)雜度分析
    5.2 不存在干擾的ICBC系統(tǒng)
        5.2.1 系統(tǒng)模型
        5.2.2 仿真結(jié)果性能分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 內(nèi)容總結(jié)及主要貢獻(xiàn)
    6.2 未來展望
致謝
參考文獻(xiàn)



本文編號(hào)：3744249