检索结果-南通市图书馆

科学技术与工程 2021年第26期21卷 11191-11197页

作者：何晨昊齐丽娜南京邮电大学江苏省无线通信重点实验室南京210003

在大规模多输入多输出(multiple-input multiple-output,MIMO)系统中,空间交替广义期望最大化(space-alternating generalized expectation-maximization,SAGE)算法可以精准有效地估计出信道参数信息,从而被广泛使用。针对SAGE算法两种初始化方法均无法处理信道中多条径的时延相等或接近时,低功率径无法估计出来的情况,提出了一种在估计子径时将功率低于一定阈值的径作为噪声消除掉的SAGE优化方法。在仿真阶段,首先对SAGE算法的两种初始化方式进行了分析与比较;接着对比了改进后的SAGE算法与原算法的性能差异。仿真结果表明,改进后的SAGE算法能够较好地估计出原被噪声淹没的径,提高参数估计精度,并且加快迭代收敛速度。

关键词：空间交替广义期望最大算法信道参数估计初始化方法低功率径噪声消除

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

大规模MIMO中基于SAGE算法的信道参数估计方法研究

大规模MIMO中基于SAGE算法的信道参数估计方法研究

引用

作者：何晨昊南京邮电大学

学位级别：硕士

现如今,通信行业飞速发展,人们对通信传输也有了愈来愈高的需求,促使通信网络不断创新。而大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术凭借其在系统容量和频谱利用效率的提升上具有的巨大的优势,被视为移动通信的关... 详细信息

现如今,通信行业飞速发展,人们对通信传输也有了愈来愈高的需求,促使通信网络不断创新。而大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术凭借其在系统容量和频谱利用效率的提升上具有的巨大的优势,被视为移动通信的关键技术。在大规模MIMO系统中,基于空间交替广义期望最大化(Space-alternating Generalized Expectation-Maximization,SAGE)算法的信道参数估计方法可以精准有效地估计出信道参数信息,从而被广泛使用。本文面向基于SAGE算法的信道参数估计方法进行了较为深入的研究,发现当信道中多条路径的时延相等或接近时,该方法存在低功率路径无法准确估计的情况。为了解决该问题,论文提出了一种在估计子径时将功率低于一定阈值的路径作为噪声消除的SAGE多径估计优化方法。仿真结果表明,优化后的SAGE算法能够估计出原算法中被噪声淹没的路径,提高了参数估计精度,并且加快了迭代收敛的速度。鉴于SAGE算法中多普勒对于噪声信息的敏感程度较高,本文进一步提出了一种在估计多普勒参数时拉长在时间维度搜索时长的SAGE改进算法。该改进算法考虑在发送端到接收端的时间维度上,拉长多普勒参数的搜索范围,提高时延分辨率,从而使得在时间维度的搜索时长变长。仿真结果表明,改进后的算法能够获得更精确的多普勒参数估计结果,并且能够通过整个参数子集中多普勒参数估计精度的提高,带动其它参数估计精度的提高,从而提高整个估计迭代过程的估计精度。

关键词：空间交替广义期望最大算法信道参数估计初始化方法低功率径噪声消除多普勒时间维度

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高速铁路场景无线信道参数萃取方法研究

高速铁路场景无线信道参数萃取方法研究

引用

作者：韩彩北京交通大学

学位级别：硕士

随着我国高速铁路的快速发展,其在人们的生活中所扮演的角色越来越重要。了解高速铁路无线信道环境并对高速铁路信道建模是当前中国铁路迫切需要解决的问题。在确定高速铁路信道模型的时候首先应该确定无线信道的参数,包括信道的幅度、... 详细信息

随着我国高速铁路的快速发展,其在人们的生活中所扮演的角色越来越重要。了解高速铁路无线信道环境并对高速铁路信道建模是当前中国铁路迫切需要解决的问题。在确定高速铁路信道模型的时候首先应该确定无线信道的参数,包括信道的幅度、时延、多普勒频移、离开角、到达角等信道参数信息,这个过程需要比较先进的高分辨率的无线信道参数萃取方法。本文首先研究了基础的三类无线信道参数萃取算法,第一类是多重信号分类法(Multiple Signal Classification, MUSIC),该方法充分利用了信号子空间和噪声子空间之间的正交特性,可以单独对非相干信号的入射水平角进行萃取。第二类是旋转不变技术估计信号参数(Estimating Signal Parameters via Rotational Invariance Techniques, ESPRIT)算法,该算法把接收阵列分为两个子阵,并运用了信号子空间的旋转不变特性,可以对相干信号的水平角进行萃取。不足之处在于以上两种算法都是针对角度参数萃取提出的。而第三类期望最大(Expectation Maximization, EM)算法和空间交替广义期望最大(Space-Alternating Generalized Expectation Maximization, SAGE)算法,它们都是基于最大似然算法,通过求期望最大化,可以对时延、离开角、到达角、多普勒频移、幅度等多维参数进行联合萃取。文中同时给出了相关算法的仿真分析。之后,本文研究了基于WINNER Ⅱ信道模型的D2a高速移动场景下的无线信道参数萃取方法。在D2a场景下,信道由8个簇组成,每个簇由空间位置相对集中的20个散射体的反射信号组合而成。对于20条径的到达角来说,彼此之间非常接近。因此单纯的使用SAGE算法不能满足精确的角度萃取的要求。因此本文创新性地提出了改进的SIC-SAGE算法,即首先通过ESPRIT算法得到角度估计值,再引入连续干扰消除(Serial Interference Cancellation)的概念,从而获得SAGE算法的初始值,文中并给出了相应的公式推导。通过仿真得出改进的SIC-SAGE算法可以提高收敛速度,对于角度萃取的精度更高。同时文中重点分析了高速场景下影响多普勒频移萃取准确性的参数,仿真结果表明信噪比越高,天线数目越多时改进的SIC-SAGE算法下萃取参数的均方根误差(Root Mean Square Error Estimation, RMSEE)越低。

关键词：高速铁路无线信道参数萃取方法多重信号分类法旋转不变技术估计信号参数算法空间交替广义期望最大算法 WINNER Ⅱ信道模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：