收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多维矩阵的移动通信信号检测及参数估计技术研究

韩曦  
【摘要】:盲信号处理包括半盲信号处理和全盲信号处理,使用盲信号处理技术能够在无需或仅需少量信道状态信息(CSI)的情况下实现信号检测和参数估计,节省了宝贵的带宽资源。多维矩阵模型是一种可用于盲信号处理的矩阵模型,与二维矩阵相比,多维矩阵具有低秩分解特性。利用多维矩阵的低秩分解特性可实现对构成参量的唯一性分解,使用合适的求解方法对模型进行拟合,能够求得全局最优解。基于多维矩阵的信号处理技术已成为信号处理领域的一个研究热点。 本论文在国家自然科学基金(60872149)、华为创新研究项目的支持下,研究了移动通信中多输入多输出(MIMO)、正交频分多址(OFDMA)系统基于多维矩阵的信号检测及参数估计技术,将多维矩阵低秩分解的思想与通信环境、通信信号的结构特征等结合,设计了新的求解算法,从理论上分析了此类算法的性能,并与其它方法进行了比较。论文主要工作及创新成果如下: (1)多跳Alamouti放大转发(AAF-MH)协作系统中,接收端信号仅包含信源、信道信息,为构造包含三个加载矩阵的平行因子(PARAFAC)模型,本论文在保证接收端信号不变的情况下引入第三个矩阵:线性阵,并由此提出了一种适用于AAF-MH系统的PARAFAC盲信号检测方法,还将这一方法推广到具有类似结构的双用户Alamouti协作系统中。针对不同恒模迭代算法的特点,在PARAFAC模型拟合过程中将初始化工作分两步进行。与恒模算法(CMA)相比,本方法在保证全局收敛的情况下能实现参数的唯一性分解,并在检测性能方面更具优势。 (2)多用户多中继上行协作系统中,当每个用户使用相同的资源块,即每个用户都与全部中继进行通信时,系统中存在共信道干扰。本论文针对存在共信道干扰的多用户协作系统提出了一种基于PARAFAC模型的半盲信号检测方法。该方法将接收端包含信源信息、源节点到中继节点(MS-RS)信道、中继节点到基站端(RS-BS)信道及中继放大矩阵四个参量的信息整理为PARAFAC模型,使用少量正交训练序列将PARAFAC模型化简为仅包含两跳(MS-RS、RS-BS)信道和放大矩阵的三线性模型,实现了对每一跳信道信息的估计。与两步训练(TST)半盲检测方法相比,所提方法在相同参数下具有更低的BER性能。 已有研究表明,在使用阵列天线的放大转发(AF)中继协作系统中,接收端信号可以写为由信源信号矩阵、阵列响应矩阵和等效信道矩阵构成的PARAFAC模型,利用PARAFAC模型的分解唯一性可以实现对信源信号矩阵的估计。然而,该方法尚未考虑有色噪声的消极影响。针对这一问题,提出了一种改进型的PARAFAC盲信号检测方法,通过构造线性加权矩阵的方式改善了估计结果。该方法在计算复杂度增加较少的情况下,获得的检测性能优于仅使用PARAFAC方法估计得到的结果,可适用于存在有色噪声的通信系统,具有较好的可扩展性。 (3)在多用户MIMO上行系统中,使用预编码技术能够降低或消除用户间干扰,提升了系统的性能。在使用预编码技术的多用户MIMO上行系统中,利用多维矩阵的PARAFAC模型提出了一种盲信号检测方法,该方法对包含等效信道矩阵和信源信号矩阵的接收信号做自相关运算,得到由等效信道矩阵、等效信道矩阵的共轭及信号自相关矩阵构成的PARAFAC模型,通过三线性交替最小二乘(TALS)或联合对角化算法获得等效信道矩阵,最后,利用求得的等效信道矩阵获得发送端信号矩阵。分析了不同算法的可行性条件及计算复杂度。理论分析及仿真结果表明,采用本方法求得的信号及信道矩阵,具有较低的BER及NMSE性能,并且在子数据块数目较小时依然有效。 (4)在OFDMA上行系统中,所有子载波可用一个离散傅里叶反变换(IDFT)矩阵表示,其中,可用子载波分配给若干个用户使用,不同的用户对应不同的子载波选择矩阵,特定用户的子载波可通过IDFT矩阵与子载波选择矩阵的乘积来表示。根据这一特点,本论文在OFDMA上行系统中提出了一种基于平行线性相关剖面(]PARALIND)模型的盲信号检测方法,该方法将接收信号分解为包含信道、信号、傅里叶反变换矩阵及子载波选择矩阵的PARALIND模型,通过迭代求得了信号信息,由数学推导证明了该模型的分解唯一性。本方法在无需导频信息的情况下检测性能非常接近半盲检测方法,具有一定优势。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 龚振和;基于矩阵表示和合一操作的并行推理方法[J];计算机学报;1988年02期
2 ;1998年第24期擂台赛点评[J];电脑爱好者;1999年06期
3 郝家駣;矩阵、概率与统计自学参考[J];煤矿机械;1985年03期
4 谭琼;如何形成网络流规划中的路矩阵[J];系统工程理论与实践;1992年04期
5 王以德,贾力普;快速算法及矩阵的新式分解[J];计算机应用与软件;1984年03期
6 黄禄炳,黄显高;矩阵应用中值得注意的问题[J];西安邮电学院学报;1997年01期
7 李大农;汉字邻接频率的矩阵表示[J];黄冈师专学报;1997年01期
8 杨秀文,严尚安,张洁,曾顺鹏;可达矩阵的新求法[J];电子科技大学学报;2000年06期
9 樊葆华;窦强;张鹤颖;;网络演算的矩阵解释[J];计算机学报;2009年12期
10 冯春生;;2维空间填充曲线的块矩阵迭代法[J];计算机工程与应用;2011年12期
11 孟章荣;几个图矩阵及其应用[J];系统工程与电子技术;1981年01期
12 马兰兰;徐若冰;李雪莲;;科技期刊中矩阵写法的常见错误[J];学报编辑论丛;2013年00期
13 邬淑玉;;论矩阵光学中的ABCD矩阵及其应用[J];江汉大学学报;1992年03期
14 王学福,孙家广,秦开怀;NURBS的符号矩阵表示及其应用[J];计算机学报;1993年01期
15 MOTOHARU UENO;龚国生;;应用FFT算法的巴特勒矩阵的系统设计公式[J];国外舰船技术.雷达与对抗;1982年07期
16 李沛武,卢正鼎,胡和平;基于矩阵的NTree中角色直接关系的判定[J];计算机工程与科学;2002年05期
17 张伟丰;杨丽华;;基于矩阵的多段支持度关联规则挖掘算法[J];湖北汽车工业学院学报;2014年02期
18 温鸿航;任晓莉;温鸿翔;;渡河问题的矩阵表示与迭代算法[J];电子科技;2012年10期
19 蒋定德;胡光岷;;基于广义回归神经网络的流量矩阵估计[J];计算机应用研究;2009年07期
20 戴南,朱玉龙;赛马矩阵问题及其解法[J];小型微型计算机系统;2002年11期
中国重要会议论文全文数据库 前2条
1 杨伟;;模糊软矩阵及其格结构[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
2 陈文康;姚陈;;对Bond变换的若干思考[A];中国地球物理·2009[C];2009年
中国博士学位论文全文数据库 前6条
1 郝晓丽;粒度格矩阵空间模型及其应用研究[D];太原理工大学;2009年
2 韩曦;基于多维矩阵的移动通信信号检测及参数估计技术研究[D];北京邮电大学;2013年
3 方茂中;关于矩阵填充和非负矩阵的研究[D];华东师范大学;2008年
4 陈娜;矩阵恢复算法及误差分析[D];华中科技大学;2012年
5 耿娟;低秩矩阵与张量完整化问题的算法研究[D];中国农业大学;2014年
6 田贵贤;图谱理论和几类矩阵的谱与组合特征研究[D];电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 李娜;关于矩阵值Toeplitz-Bezout矩阵性质的研究[D];合肥工业大学;2010年
2 周生伟;逆M、逆Z矩阵的性质及相关结果[D];电子科技大学;2006年
3 李鹏恒;基于森林的北京市2003年社会核算矩阵的编制及其扩展[D];北京林业大学;2007年
4 范云鹏;矩阵低秩逼近在图像压缩中的应用[D];西安电子科技大学;2012年
5 樊赵兵;环上矩阵的等价及其分类[D];哈尔滨工程大学;2006年
6 孟青云;大规模矩阵伪谱计算的数值方法[D];南京航空航天大学;2010年
7 张正丽;二元迭代关系的矩阵表示与组合反演关系理论[D];苏州大学;2005年
8 张献会;格矩阵的周期指数[D];北京工业大学;2008年
9 王丹红;保域上矩阵可逆性问题[D];哈尔滨工程大学;2006年
10 徐维东;完全正矩阵与NEVILLE消去[D];上海交通大学;2007年
中国重要报纸全文数据库 前1条
1 金彧;IT自考学习资源大搜索(一)[N];中国电脑教育报;2002年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978