本文關(guān)鍵詞：自適應(yīng)加權(quán)超寬帶能量檢測(cè)接收技術(shù)的研究

  更多相關(guān)文章： 超寬帶 加權(quán)能量檢測(cè)接收機(jī) 自適應(yīng)算法 參數(shù)優(yōu)化INLMS算法

【摘要】：超寬帶(Ultra-wideband,UWB)通信技術(shù)以低功耗、高速率、低成本等特性,已成為一種頗具潛力的短距離無(wú)線通信解決方案。接收機(jī)技術(shù)是超寬帶實(shí)現(xiàn)的重點(diǎn)和難點(diǎn)問(wèn)題,如何有效的評(píng)價(jià)超寬帶接收機(jī)在衰落信道下的平均性能對(duì)超寬帶接收機(jī)有著重要的理論價(jià)值和應(yīng)用價(jià)值。在低碼率的超寬帶通信系統(tǒng)中,為了節(jié)省成本、降低功耗等,一般是采用復(fù)雜度較低、采樣速率要求不高的非相干接收機(jī),其無(wú)需進(jìn)行信道估計(jì)以及復(fù)雜的矩陣運(yùn)算。在非相干超寬帶通信系統(tǒng)中,能量檢測(cè)接收機(jī)(Energy Detection,ED)和自相關(guān)接收機(jī)(Autocorrelation Receiver,Ac R)是目前最為流行的接收技術(shù)。其中,ED接收機(jī)由于具備結(jié)構(gòu)簡(jiǎn)單、性能穩(wěn)健、易于實(shí)現(xiàn)等特點(diǎn),已經(jīng)成為非相干超寬帶通信系統(tǒng)的兩大主流接收機(jī)技術(shù)之一,且通常用于基于脈沖位置調(diào)制(Pulse Position Modulation,PPM)信號(hào)的超寬帶通信系統(tǒng)。本文以加權(quán)ED接收機(jī)系統(tǒng)為研究對(duì)象,圍繞其自適應(yīng)實(shí)現(xiàn)展開了深入研究,主要工作可概括如下:1.本文將自適應(yīng)算法引入加權(quán)ED接收機(jī)系統(tǒng)中,采用的自適應(yīng)算法為歸一化最小均方(normalized least mean square,NLMS)算法、遞歸最小均方(recursive least square,RLS)算法和牛頓最小均方(least mean square-Newton,LMS-Newton)算法。利用自適應(yīng)算法進(jìn)行迭代優(yōu)化加權(quán)系數(shù),以逼近加權(quán)系數(shù)的最優(yōu)解;通過(guò)分析比較三種算法在超寬帶信道模型下的收斂行為和不同加權(quán)系數(shù)維度下的誤碼性能,給出了最佳分段數(shù)下的自適應(yīng)加權(quán)ED接收機(jī)的誤碼性能。仿真結(jié)果表明,在誤碼性能和收斂速度方面,RLS算法優(yōu)于LMS類的算法。相對(duì)于RLS算法,NLMS和LMS-Newton算法具有相當(dāng)?shù)恼`碼性能。同時(shí),NLMS算法在三種算法中具有最低的計(jì)算復(fù)雜度。同時(shí),相比傳統(tǒng)的ED接收機(jī),自適應(yīng)加權(quán)ED接收機(jī)的性能增益達(dá)0.5~1.2dB。2.在變步長(zhǎng)INLMS算法的基礎(chǔ)上,針對(duì)其影響算法性能的參數(shù)做進(jìn)一步的優(yōu)化,得到參數(shù)優(yōu)化的INLMS算法,并把它應(yīng)用到加權(quán)ED接收機(jī)系統(tǒng)中,對(duì)其收斂行為和誤碼性能進(jìn)行了分析。仿真結(jié)果表明,參數(shù)優(yōu)化的INLMS算法實(shí)現(xiàn)的加權(quán)ED接收機(jī)在誤碼性能方面稍微優(yōu)于傳統(tǒng)的NLMS算法實(shí)現(xiàn)的加權(quán)ED接收機(jī),增益達(dá)0.3dB左右,盡管參數(shù)優(yōu)化的INLMS算法在誤碼性能方面的優(yōu)勢(shì)不是很明顯,但在收斂速度方面,其具有明顯的優(yōu)勢(shì)。
【關(guān)鍵詞】：超寬帶 加權(quán)能量檢測(cè)接收機(jī) 自適應(yīng)算法 參數(shù)優(yōu)化INLMS算法
【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN925;TN851
【目錄】：

• 摘要4-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 研究背景和研究意義10-12
• 1.2 UWB能量檢測(cè)接收機(jī)研究現(xiàn)狀12-13
• 1.3 本文主要研究?jī)?nèi)容13-15
• 1.4 論文章節(jié)安排15-16
• 第二章 超寬帶系統(tǒng)基本原理簡(jiǎn)介16-30
• 2.1 UWB信號(hào)的定義16-17
• 2.2 信號(hào)模型17-21
• 2.2.1 脈沖波形17-19
• 2.2.2 數(shù)據(jù)調(diào)制方式19-21
• 2.3 UWB信道模型21-26
• 2.3.1 路徑損耗模型22-23
• 2.3.2 多徑模型23-26
• 2.3.3 小尺度衰落模型26
• 2.4 接收機(jī)模型26-28
• 2.4.1 能量檢測(cè)接收機(jī)27
• 2.4.2 傳輸參考接收機(jī)27-28
• 2.5 本章小結(jié)28-30
• 第三章 自適應(yīng)加權(quán)超寬帶ED接收機(jī)30-48
• 3.1 加權(quán)ED接收機(jī)系統(tǒng)描述30-33
• 3.1.1 系統(tǒng)模型30-31
• 3.1.2 加權(quán)ED接收機(jī)結(jié)構(gòu)31-33
• 3.2 基于自適應(yīng)算法的加權(quán)ED接收機(jī)的實(shí)現(xiàn)過(guò)程33-39
• 3.2.1 自適應(yīng)加權(quán)ED接收機(jī)的實(shí)現(xiàn)過(guò)程33-35
• 3.2.2 自適應(yīng)算法35-39
• 3.3 仿真結(jié)果與分析39-48
• 3.3.1 NLMS算法在不同步長(zhǎng)值下的收斂行為41-44
• 3.3.2 各算法的收斂性能44-45
• 3.3.3 誤碼性能分析45-48
• 第四章 基于優(yōu)化INLMS算法的加權(quán)ED接收機(jī)48-58
• 4.1 優(yōu)化的INLMS算法48-53
• 4.1.1 INLMS算法49-51
• 4.1.2 參數(shù)優(yōu)化的INLMS算法51-53
• 4.2 仿真結(jié)果與分析53-58
• 4.2.1 收斂性能54-56
• 4.2.2 接收機(jī)誤碼性能56-58
• 總結(jié)與展望58-62
• 總結(jié)58-59
• 展望59-62
• 參考文獻(xiàn)62-65
• 攻讀碩士學(xué)位期間所取得的研究成果65-66
• 致謝66

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 池磊;李文勇;;模糊數(shù)學(xué)和自適應(yīng)加權(quán)平均在多傳感器數(shù)據(jù)融合中的比較研究[J];裝備制造技術(shù);2012年12期

2 李大勇,王紅軍;基于時(shí)間序列的自適應(yīng)加權(quán)被動(dòng)定位[J];計(jì)算機(jī)仿真;2004年11期

3 陳曉娟;夏立;卜樂(lè)平;楊加軍;;自適應(yīng)加權(quán)融合算法在圖像型火災(zāi)探測(cè)系統(tǒng)中的應(yīng)用[J];艦船電子工程;2011年03期

4 肖軍,張石,徐心和;基于模糊組合變量的自適應(yīng)加權(quán)控制[J];控制與決策;2001年02期

5 梁毓明;徐立鴻;朱丙坤;;測(cè)距傳感器系統(tǒng)的測(cè)距數(shù)據(jù)在線自適應(yīng)加權(quán)融合[J];工業(yè)儀表與自動(dòng)化裝置;2009年05期

6 張陽(yáng);沈明霞;孫玉文;劉政;柏廣宇;;基于多傳感器自適應(yīng)加權(quán)融合的溫室信息系統(tǒng)[J];傳感器與微系統(tǒng);2014年06期

7 常瑞娜;穆曉敏;楊守義;齊林;;基于局部空間像素特征的自適應(yīng)加權(quán)濾波算法[J];計(jì)算機(jī)工程與應(yīng)用;2008年06期

8 陳曉云;胡運(yùn)發(fā);;基于自適應(yīng)加權(quán)的文本關(guān)聯(lián)分類[J];小型微型計(jì)算機(jī)系統(tǒng);2007年01期

9 鄭馳超;彭虎;韓志會(huì);;互相關(guān)自適應(yīng)加權(quán)的醫(yī)學(xué)超聲成像算法研究[J];物理學(xué)報(bào);2014年14期

10 關(guān)新平,劉冬,唐英干;基于可分離性判據(jù)的自適應(yīng)加權(quán)紋理圖像分割[J];計(jì)算機(jī)應(yīng)用研究;2005年11期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 邵州華;多傳感器數(shù)據(jù)融合算法的研究與應(yīng)用[D];東北大學(xué);2013年

2 楊浩博;多外觀模型自適應(yīng)加權(quán)的粒子濾波目標(biāo)跟蹤算法研究[D];鄭州大學(xué);2016年

3 李培培;自適應(yīng)加權(quán)超寬帶能量檢測(cè)接收技術(shù)的研究[D];長(zhǎng)安大學(xué);2016年

4 朱曉倩;自適應(yīng)加權(quán)平均濾波器權(quán)系數(shù)的選取[D];暨南大學(xué);2008年

5 姜濱;FSP近區(qū)段含水率預(yù)測(cè)算法及溫度自適應(yīng)加權(quán)融合方法研究[D];東北林業(yè)大學(xué);2010年

，

本文編號(hào)：760274