移動(dòng)通信系統(tǒng)的信號(hào)傳輸過(guò)程中,由于信道衰落、多徑傳輸、時(shí)延擴(kuò)展等因素的影響,使得信道傳輸特性具有不確定性,在接收端會(huì)產(chǎn)生符號(hào)間干擾、碼間串?dāng)_等問(wèn)題,再加上不可避免的噪聲影響,接收信號(hào)就可能產(chǎn)生不同程度的誤碼,影響通信質(zhì)量甚至無(wú)法正常通信。同時(shí),傳播中的多徑效應(yīng)使無(wú)線信道呈現(xiàn)頻率選擇特性,這些因素會(huì)使通信質(zhì)量惡化。正交頻分復(fù)用（OFDM）技術(shù)是解決頻率選擇性信道所造成碼間干擾問(wèn)題的有效途徑。OFDM系統(tǒng)接收端采用相干接收可以降低誤碼率,而獲得信道參數(shù)是相干解調(diào)的必要條件,因此本文研究OFDM系統(tǒng)的信道估計(jì)問(wèn)題。無(wú)線信道呈現(xiàn)較強(qiáng)的非線性特性,支持向量機(jī)由于其對(duì)于非線性系統(tǒng)回歸的適應(yīng)性,可以被用于信道參數(shù)的估計(jì)。由于傳統(tǒng)支持向量回歸機(jī)算法對(duì)受噪聲污染程度不同的訓(xùn)練樣本賦予同樣的權(quán)重,導(dǎo)致了性能降低。為了提高OFDM信道估計(jì)的性能,提出了小波與孿生支持向量機(jī)相結(jié)合的基于導(dǎo)頻的信道估計(jì)算法。本文利用小波變換對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理得到權(quán)值矩陣和權(quán)值向量,以此建立孿生支持向量機(jī)回歸預(yù)測(cè)模型WTWTSVR。本文提出的WTWTSVR算法用于估計(jì)OFDM系統(tǒng)衰落信道參數(shù)。該算法是傳統(tǒng)TSVR算法的改進(jìn),在T... 

【文章來(lái)源】：遼寧科技大學(xué)遼寧省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

核函數(shù)原理示意圖

112.信道估計(jì)2.1移動(dòng)無(wú)線傳播環(huán)境通信是用來(lái)進(jìn)行信息傳輸?shù)氖侄�，信道是進(jìn)行信息傳輸?shù)臉蛄海ㄐ刨|(zhì)量受到影響最大的原因就是在于信道的復(fù)雜性與不確定性。尤其是具有復(fù)雜的通信信道的無(wú)線移動(dòng)通信系統(tǒng)，由于無(wú)線移動(dòng)信道的多徑信號(hào)到達(dá)接收機(jī)時(shí)延、角度和幅度都不相同，使接收信號(hào)電平具有很強(qiáng)的不確定性[41]。其次相同頻率之間相互干擾使得無(wú)線頻譜很難被重新利用，在移動(dòng)通信用戶量驟增的情況下，頻譜資源越發(fā)緊張。一般的通信系統(tǒng)框圖如圖2.1如示：圖2.1通信系統(tǒng)的組成框圖Fig.2.1Adiagramofthecompositionofthecommunicationsystem2.1.1無(wú)線信道基本傳播特性基站天線與移動(dòng)臺(tái)天線之間的電磁傳播路徑稱之為無(wú)線信道，包括發(fā)射天線與接收天線本身以及兩副天線之間的傳播介質(zhì)，在移動(dòng)通信中傳播介質(zhì)通常為大氣。在實(shí)際移動(dòng)通信傳播環(huán)境中，反射、繞射和散射是無(wú)線信號(hào)三種主要的傳播方式[42]。在圖2.2中我們看到的無(wú)線傳播路徑有簡(jiǎn)單的直線傳播的路徑，也有復(fù)雜的反射傳播路徑。這些不同的路徑到達(dá)的電磁波射線的時(shí)間、相位不同，導(dǎo)致接收信號(hào)成衰落狀態(tài)；信道的衰落主要是由多徑效應(yīng)引起的頻率選擇性衰落和信道的時(shí)變性引起的衰落[43]。

12Txhbhmd圖2.2兩天線傳輸模型Fig.2.2Tworaytransmissionmodel2.1.2無(wú)線信道的類型由圖2.3可知，無(wú)線信道產(chǎn)生衰落的原因主要為兩種：大尺度衰落和小尺度衰落。HD1DDh2D′DèDèDèD′Dh2D(μDh′DHDD圖2.3無(wú)線衰落信道分類Fig.2.3WirelessFadingChannelClassification（1）大尺度衰落[44]路徑損耗：可以引起長(zhǎng)距離上（100～1000m）接收功率的變化。它是由發(fā)射功率的輻射擴(kuò)散及信道的傳輸特性造成的。陰影效應(yīng)：可以引起短距離上（室外環(huán)境是10~100m，室內(nèi)更�。┕β实淖兓�。它是由發(fā)射機(jī)和接收機(jī)之間的障礙物造成的，這些障礙物通過(guò)吸收、反射、散射和繞射等方式衰落信號(hào)功率，嚴(yán)重時(shí)甚至?xí)钄嘈盘?hào)。（2）小尺度衰落[45]

【參考文獻(xiàn)】：
期刊論文
[1]基于CNN-SVM的深度卷積神經(jīng)網(wǎng)絡(luò)軸承故障識(shí)別研究[J]. 胡曉依,荊云建,宋志坤,侯銀慶.  振動(dòng)與沖擊. 2019(18)
[2]多示例學(xué)習(xí)下的深度森林架構(gòu)[J]. 任婕,侯博建,姜遠(yuǎn).  計(jì)算機(jī)研究與發(fā)展. 2019(08)
[3]模具修復(fù)錘擊力信號(hào)的dbN小波閾值降噪方法[J]. 劉立君,沈秀強(qiáng),王曉陸,楊文浩,姚紀(jì)榮.  哈爾濱理工大學(xué)學(xué)報(bào). 2019(04)
[4]Polar碼在加性高斯白噪聲信道下的性能分析[J]. 李曉磊,石旭,周林,賀玉成.  中國(guó)科技論文. 2019(03)
[5]基于泰坦尼克之災(zāi)問(wèn)題的機(jī)器學(xué)習(xí)傳統(tǒng)算法和神經(jīng)網(wǎng)絡(luò)算法對(duì)比分析[J]. 王可晴.  電子制作. 2019(02)
[6]非線性和非高斯性共存的序批次反應(yīng)處理過(guò)程故障診斷（英文）[J]. 常鵬,喬俊飛,王普,高學(xué)金.  控制理論與應(yīng)用. 2019(05)
[7]基于SVM和組合優(yōu)化模型的手勢(shì)識(shí)別[J]. 蔡芝蔚,吳淑燕,宋俊鋒.  系統(tǒng)仿真學(xué)報(bào). 2016(08)
[8]連續(xù)等距區(qū)間上積分值的二次樣條插值[J]. 吳金明,劉圓圓,張曉磊.  中國(guó)圖象圖形學(xué)報(bào). 2016(04)
[9]基于正交頻分復(fù)用的線性最小均方誤差信道估計(jì)改進(jìn)算法[J]. 謝斌,陳博,樂(lè)鴻浩.  計(jì)算機(jī)應(yīng)用. 2015(11)
[10]協(xié)作通信技術(shù)在衛(wèi)星移動(dòng)通信中的應(yīng)用[J]. 李國(guó)彥,張合慶.  通信技術(shù). 2015(01)

博士論文
[1]基于深度機(jī)器學(xué)習(xí)的體態(tài)與手勢(shì)感知計(jì)算關(guān)鍵技術(shù)研究[D]. 杜宇.浙江大學(xué) 2017
[2]CC-CDMA的碼構(gòu)造及系統(tǒng)設(shè)計(jì)方法[D]. 李國(guó)棟.哈爾濱工業(yè)大學(xué) 2016
[3]改進(jìn)型支持向量回歸機(jī)及其在過(guò)程建模與控制中的應(yīng)用[D]. 余艷芳.華東理工大學(xué) 2010
[4]多載波CDMA無(wú)線通信系統(tǒng)關(guān)鍵技術(shù)研究[D]. 孫甲琦.哈爾濱工程大學(xué) 2004

碩士論文
[1]基于不同損失函數(shù)的多生支持向量機(jī)[D]. 張謝鍇.中國(guó)礦業(yè)大學(xué) 2017
[2]支持向量機(jī)核函數(shù)及關(guān)鍵參數(shù)選擇研究[D]. 尹嘉鵬.哈爾濱工業(yè)大學(xué) 2016
[3]OFDM移動(dòng)通信系統(tǒng)中多普勒頻移估計(jì)研究[D]. 孫駿亞.西安電子科技大學(xué) 2016
[4]大氣激光通信中的信道估計(jì)與均衡[D]. 王賀.蘭州理工大學(xué) 2016
[5]基于正交最小二乘的邏輯積網(wǎng)絡(luò)非線性回歸模型研究[D]. 王蓉.華中師范大學(xué) 2016
[6]支持向量機(jī)的快速優(yōu)化算法[D]. 陳東靜.上海師范大學(xué) 2016
[7]多分類支持向量機(jī)增量算法及在認(rèn)知無(wú)線電系統(tǒng)中的應(yīng)用[D]. 王亞茹.蘭州大學(xué) 2016
[8]基于學(xué)習(xí)的自適應(yīng)無(wú)速率碼傳輸機(jī)制及VOFDM調(diào)制系統(tǒng)[D]. 張婧.浙江大學(xué) 2016
[9]頻率選擇性衰落信道下基于Kth佳中繼選擇的檢測(cè)技術(shù)研究[D]. 韓旭鑫.西安電子科技大學(xué) 2015
[10]SVM在數(shù)據(jù)挖掘中的應(yīng)用[D]. 初光磊.北京郵電大學(xué) 2015



本文編號(hào)：3422882