基于深度學(xué)習(xí)的OFDM系統(tǒng)峰均比抑制技術(shù)研究
發(fā)布時間:2023-04-11 04:21
隨著社會的快速發(fā)展,我國移動通信技術(shù)取得質(zhì)的飛躍。5G,即第五代移動通信技術(shù)應(yīng)運而生,成為新一代移動通信系統(tǒng)。正交頻分復(fù)用技術(shù)(OFDM)因其具有頻譜利用率高、抗多徑衰落及抗符號間干擾能力強等特點,在5G中扮演重要角色。但OFDM系統(tǒng)采用并行傳輸技術(shù),利用多載波進行調(diào)制,會導(dǎo)致系統(tǒng)的峰均功率比(PAPR)較高,使信號畸變失真嚴重影響通信質(zhì)量。因此,如何簡單有效地降低PAPR值是OFDM技術(shù)的關(guān)鍵問題之一。本文針對這一課題,開展基于深度學(xué)習(xí)降低OFDM系統(tǒng)PAPR值的技術(shù)研究,具體的工作如下:(1)介紹了OFDM技術(shù)原理、PAPR的定義及分布,分析了降低OFDM系統(tǒng)PAPR值的三種傳統(tǒng)技術(shù)。三種傳統(tǒng)技術(shù)各有其優(yōu)缺點,但仍沒有一種各方面性能都優(yōu)異的算法,因此考慮結(jié)合深度學(xué)習(xí)來降低OFDM系統(tǒng)PAPR值。(2)對基于深度學(xué)習(xí)降低OFDM系統(tǒng)PAPR值的TFNN方案和PRNet方案進行介紹,并對其仿真結(jié)果進行分析。TFNN方案是對ACE方案的改進,它使用深度學(xué)習(xí)訓(xùn)練獲取ACE信號,可以減少IFFT運算次數(shù),簡化操作,降低運算復(fù)雜度。PRNet方案可視為對編碼類技術(shù)的改進,其原理是通過對降噪自動...
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究概況
1.3 論文的創(chuàng)新點與結(jié)構(gòu)安排
2 OFDM技術(shù)原理及常用的降低PAPR方法
2.1 OFDM技術(shù)原理
2.2 峰均功率比的定義及分布
2.3 OFDM系統(tǒng)降低PAPR技術(shù)
2.4 本章小結(jié)
3 基于深度學(xué)習(xí)的OFDM系統(tǒng)降低PAPR方法
3.1 深度學(xué)習(xí)原理簡介
3.2 基于人工神經(jīng)網(wǎng)絡(luò)的TFNN方案
3.3 基于自動編碼器的PRNET方案
3.4 本章小結(jié)
4 PRNet-RP方案
4.1 算法原理
4.2 算法框架及實現(xiàn)
4.3 本章小結(jié)
5 仿真結(jié)果與分析
5.1 仿真環(huán)境與配置
5.2 仿真結(jié)果與分析
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 課題展望
致謝
參考文獻
本文編號:3789308
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究概況
1.3 論文的創(chuàng)新點與結(jié)構(gòu)安排
2 OFDM技術(shù)原理及常用的降低PAPR方法
2.1 OFDM技術(shù)原理
2.2 峰均功率比的定義及分布
2.3 OFDM系統(tǒng)降低PAPR技術(shù)
2.4 本章小結(jié)
3 基于深度學(xué)習(xí)的OFDM系統(tǒng)降低PAPR方法
3.1 深度學(xué)習(xí)原理簡介
3.2 基于人工神經(jīng)網(wǎng)絡(luò)的TFNN方案
3.3 基于自動編碼器的PRNET方案
3.4 本章小結(jié)
4 PRNet-RP方案
4.1 算法原理
4.2 算法框架及實現(xiàn)
4.3 本章小結(jié)
5 仿真結(jié)果與分析
5.1 仿真環(huán)境與配置
5.2 仿真結(jié)果與分析
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 課題展望
致謝
參考文獻
本文編號:3789308
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3789308.html
最近更新
教材專著