本文關(guān)鍵詞：基于丟包率預(yù)測的混合自動重傳請求算法研究

  更多相關(guān)文章： 無線傳輸 混和自動重傳請求算法 隱馬爾科夫模型 預(yù)測

【摘要】：在無線通信環(huán)境中,無線信道由于常常受到噪聲干擾、多徑效應(yīng)、陰影效應(yīng)等因素的影響而變的不穩(wěn)定,信號的能量也會隨著傳輸距離的增大而減弱,使得傳輸誤碼率較高,從而影響數(shù)據(jù)傳輸質(zhì)量。差錯控制是無線傳輸中提高通信可靠性的常用手段。通常差錯控制算法有前向糾錯算法(FEC,Forward Error Correction)、自動重傳請求算法(ARQ,Automatic Repeat reQuest)和混合自動重傳請求算法(HARQ,Hybrid Automatic Repeat Request)三種。對于FEC算法通常采用信道編碼的方式,將所要傳輸?shù)男畔⒓尤肴哂啻a元得到可以糾錯的信息,在接收端將存在差錯的信息進行錯誤糾正;ARQ算法通過對所要傳輸?shù)男畔⑦M行檢錯碼編碼,使得接收端可以判斷所接收的信息是否存在錯誤,如果存在錯誤則再次傳輸此數(shù)據(jù)包;HARQ算法是FEC和ARQ兩種算法的結(jié)合,既具有糾錯能力也具有重傳能力。HARQ算法是一種優(yōu)良的差錯控制方式,也是國內(nèi)外無線通信領(lǐng)域研究熱點之一。本文首先對國內(nèi)外研究現(xiàn)狀進行了分析,并研究了FEC、ARQ、HARQ算法的基本原理及實現(xiàn)過程,指出了各個算法在無線通信中所存在的不足之處。著重分析了HARQ算法的分類及實現(xiàn)原理。然后,詳述了隱馬爾科夫模型(Hidden Markov Model,HMM)的結(jié)構(gòu)框架,分析了HMM在實際應(yīng)用中所能解決的問題并且研究了HMM在無線信道中的比特級模型和數(shù)據(jù)包模型,隨后提出了基于HMM的丟包率預(yù)測模型。提出了一種以丟包率變化趨勢為RS碼編碼決策原則的自適應(yīng)HARQ算法。以HMM丟包率預(yù)測為基礎(chǔ),根據(jù)丟包率的變化動態(tài)調(diào)節(jié)RS碼編碼方案,實現(xiàn)HARQ算法的自適應(yīng)信道狀態(tài)匹配。最后,對改進的HARQ算法和三種傳統(tǒng)HARQ算法進行仿真并對其結(jié)果進行對比分析,驗證了此基于丟包率預(yù)測的HARQ算法的可行性。
【關(guān)鍵詞】：無線傳輸 混和自動重傳請求算法 隱馬爾科夫模型 預(yù)測
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN92
【目錄】：

• 摘要5-6
• abstract6-11
• 第一章 緒論11-17
• 1.1 研究背景與意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.3 論文研究內(nèi)容15-16
• 1.4 論文的結(jié)構(gòu)安排16-17
• 第二章 通信系統(tǒng)中差錯控制方案17-32
• 2.1 前向糾錯算法17-23
• 2.1.1 有限域18
• 2.1.2 線性分組碼18-22
• 2.1.3 里德-索洛蒙(Reed-Solomon)碼22-23
• 2.2 自動重傳請求算法23-26
• 2.2.1 停止等待ARQ24
• 2.2.2 退N步ARQ24-26
• 2.2.3 選擇ARQ26
• 2.3 混合自動重傳請求算法26-30
• 2.3.1 Ⅰ型HARQ26-27
• 2.3.2 Ⅱ型HARQ27-29
• 2.3.3 Ⅲ型HARQ29-30
• 2.4 碼合并技術(shù)30-31
• 2.4.1 Chase合并30
• 2.4.2 增量冗余合并30-31
• 2.5 本章小結(jié)31-32
• 第三章 基于隱馬爾科夫模型的丟包率預(yù)測32-52
• 3.1 隱馬爾科夫模型32-36
• 3.1.1 馬爾可夫過程33-34
• 3.1.2 隱馬爾科夫模型定義34-36
• 3.2 隱馬爾科夫模型所解決的問題36-46
• 3.2.1 觀測序列概率估計問題37-41
• 3.2.2 隱含狀態(tài)序列估計問題41-42
• 3.2.3 HMM參數(shù)估計問題42-46
• 3.3 無線信道模型建立46-51
• 3.3.1 比特級傳輸模型46-47
• 3.3.2 數(shù)據(jù)包傳輸模型47-48
• 3.3.3 HMM對丟包率的預(yù)測48-51
• 3.4 本章小結(jié)51-52
• 第四章 基于預(yù)測的自適應(yīng)HARQ算法設(shè)計52-69
• 4.1 HARQ算法中的RS編譯碼52-59
• 4.1.1 RS編碼52-55
• 4.1.2 RS譯碼55-59
• 4.2 基于丟包率的RS編碼調(diào)節(jié)59-63
• 4.2.1 RS碼糾錯能力與監(jiān)督元數(shù)量關(guān)系59-61
• 4.2.2 RS編碼冗余量的調(diào)節(jié)61-63
• 4.3 丟包率預(yù)測在HARQ算法中的應(yīng)用63-68
• 4.3.1 HMM對丟包率的預(yù)測63-65
• 4.3.2 HARQ算法優(yōu)化65-68
• 4.4 本章小結(jié)68-69
• 第五章 實驗結(jié)果及分析69-82
• 5.1 仿真模型的建立69-71
• 5.2 丟包率預(yù)測模型的結(jié)果分析71-72
• 5.3 誤碼率結(jié)果分析72-76
• 5.3.1 最大傳輸次數(shù)不同時誤碼率分析72-75
• 5.3.2 最大傳輸次數(shù)相同時各算法誤碼率分析75-76
• 5.4 誤比特率結(jié)果分析76-79
• 5.4.1 最大傳輸次數(shù)不同時誤比特率分析76-78
• 5.4.2 最大傳輸次數(shù)相同時各算法誤比特率分析78-79
• 5.5 傳輸次數(shù)結(jié)果分析79-80
• 5.6 傳輸效率結(jié)果分析80-81
• 5.7 本章小結(jié)81-82
• 第六章 全文總結(jié)與展望82-84
• 6.1 全文總結(jié)82
• 6.2 后續(xù)工作展望82-84
• 致謝84-85
• 參考文獻85-88
• 攻讀碩士期間研究成果88-89

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 趙夙;陳正文;邵世祥;;AMC與HARQ相結(jié)合的跨層設(shè)計在D2D中繼通信中的研究[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2014年05期

2 李新德;潘錦東;DEZERT Jean;;一種基于DSmT和HMM的序列飛機目標(biāo)識別算法[J];自動化學(xué)報;2014年12期

3 尤肖虎;潘志文;高西奇;曹淑敏;鄔賀銓;;5G移動通信發(fā)展趨勢與若干關(guān)鍵技術(shù)[J];中國科學(xué):信息科學(xué);2014年05期

4 王相海;叢志環(huán);方玲玲;秦鉅鰲;;基于HMM的車輛行駛狀態(tài)實時判別方法研究[J];自動化學(xué)報;2013年12期

5 張?zhí)祢U;易琛;張剛;何丹娜;;基于高斯列消元法的線性分組碼參數(shù)盲識別[J];系統(tǒng)工程與電子技術(shù);2013年07期

6 董洛兵;易克初;沈沛意;于全;;TDD慢衰落無線通信系統(tǒng)的預(yù)重傳協(xié)同GBN-ARQ算法[J];通信學(xué)報;2012年02期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 張正宇;MIMO無線通信系統(tǒng)中的ARQ傳輸技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2013年

2 李長春;自適應(yīng)傳輸關(guān)鍵技術(shù)與應(yīng)用研究[D];山東大學(xué);2011年

3 張珍明;無線視頻傳輸關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2006年

4 馬賡宇;基于HMM的時間序列聚類與識別[D];清華大學(xué);2004年

，

本文編號：663537