收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子滤波器和径向基神经网络的MIMO-OFDM信道跟踪

李海燕  
【摘要】: 移动通信网的发展趋势越来越强调带宽利用率和传输性能。然而伴随传输速率的提升,带来的却是越来越恶劣的无线传播环境。移动速度越来越快,导致信道快速衰落,信号的幅度和相位在通信周期内剧烈变化。城市环境中大量散射造成信号的时间弥散,接收信号中充斥着码间干扰。对这些不利条件地克服,以实现高速、高性能地数字传输成为当前移动无线通信研究的主要任务。 MIMO和OFDM技术将是下一代移动通信的关键技术。两者的结合充分利用了空间分集、频率分集和时间分集来改善系统的容量和抗噪声性能。然MIMO-OFDM的高效性能依赖于接收端的信道估计的准确性。没有信道估计的OFDM系统只能采用非相干解调。在一个MIMO-OFDM系统中,别的模块可能被其他的功能模块替换掉,唯独信道估计是不可或缺的。差别仅在于所采用的信道估计方法而已。本文围绕MIMO-OFDM系统中的信道估计技术展开分析研究,并且结合MATLAB仿真对这些方法的有效性和可行性进行了全面的分析和比较。 较为广泛的信道参数估计方法分为基于导频的信道估计算法和盲信道估计算法。但是,在实际无线环境中,信道是变化的。常规信道估计方法中导频占用过多的频率资源,而盲估计方法虽然能够节省带宽、提高频谱利用率,但是计算复杂度较高,所以在时变信道中,以上方法将不再适用。 本文采用粒子滤波器方法对信道进行跟踪,从而估计信道的状态信息。粒子滤波器算法可实现递推贝叶斯滤波,适用于任何能用状态空间模型及传统卡尔曼滤波方法表示的非线性系统,跟踪估计精度可逼近最优估计。通过与传统方法比较,验证了该方法的高效性。 对于粒子滤波器算法,信道跟踪的初值是影响信道跟踪性能的主要因素之一。为了确定跟踪的初值,我们利用径向基神经网络对信道进行学习和训练。尽管算法的复杂度较高,但给出信道初值后,不再需要其他的训练序列或导频信号。仿真验证了算法的高效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 朱洁;张冰;刘炜;;粒子滤波算法在单站无源定位中的应用[J];火力与指挥控制;2008年06期
2 冯驰;赵娜;王萌;;一种改进残差重采样算法的研究[J];哈尔滨工程大学学报;2010年01期
3 姜宇;肖鸿;滕巍;刘兴鹏;;基于RBF神经网络的异向介质基本单元分析[J];应用科技;2010年01期
4 毛琳;刘胜;;多传感器分布式信息融合粒子滤波器[J];计算机工程与应用;2010年12期
5 陈锦;李艳玲;冉旭鹏;;粒子滤波技术在非线性系统中的应用和发展[J];福建电脑;2010年03期
6 肖延国;余志军;魏建明;邢涛;阴泽杰;;一种改进的无迹粒子滤波器在目标跟踪中的应用[J];中国科学技术大学学报;2008年02期
7 王伟;刘双全;;基于粒子滤波和联合概率数据关联的目标跟踪算法[J];电子技术;2009年04期
8 李少军;朱振福;;采用粒子滤波的先跟踪后检测算法[J];红外与激光工程;2009年02期
9 张军辉;李响;;改进的粒子滤波算法性能分析[J];郑州轻工业学院学报(自然科学版);2009年02期
10 张淼;胡建旺;周云锋;童俊;;粒子滤波的重采样方法[J];火力与指挥控制;2009年10期
11 彭星光;高晓光;魏小丰;孟波波;;基于粒子滤波的动态进化算法[J];西北工业大学学报;2010年03期
12 张伟,冯穗力,裴海龙,叶梧;基于神经网络的ATM网络ABR业务流量控制[J];华南理工大学学报(自然科学版);2001年07期
13 杨小军,潘泉,张洪才;基于粒子滤波和似然比的联合检测与跟踪[J];控制与决策;2005年07期
14 武方方;赵银亮;;一种基于蚁群聚类的径向基神经网络[J];西安交通大学学报;2006年04期
15 杨小军;潘泉;王睿;张洪才;;粒子滤波进展与展望[J];控制理论与应用;2006年02期
16 王阳萍;朱正平;孙传庆;;一种基于改进径向基神经网络的人脸图像识别方法[J];甘肃科学学报;2006年02期
17 王鑫;胡昌华;暴飞虎;;对粒子滤波器的若干改进算法[J];统计与决策;2007年03期
18 滕少华;王琳;;径向基神经网络在入侵检测中的应用[J];江西师范大学学报(自然科学版);2007年03期
19 王亚利;林家骏;;基于粒子滤波的机动目标跟踪[J];计算机工程与应用;2007年34期
20 满春涛;李晓霞;张礼勇;;一种基于ACO的RBF神经网络训练方法[J];哈尔滨理工大学学报;2008年01期
中国重要会议论文全文数据库 前10条
1 贺乃宝;高倩;刘永强;龚成龙;姜长生;;基于径向基神经网络的近空间飞行器控制[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 朱锋;周玮;孙辉;;基于相似日聚类的径向基神经网络风速预测方法[A];中国可再生能源学会海洋能专业委员会成立大会暨第一届学术讨论会论文集[C];2008年
3 黄文龙;张殿治;张勇强;;基于Log-Sigmoid型径向基神经网络的辐射源威胁评估[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年
4 毛琳;刘胜;;多传感器分布式信息融合无迹粒子滤波器[A];第二十九届中国控制会议论文集[C];2010年
5 马振晖;;基于一种新型径向基神经网络的舰船雷达目标识别[A];第六届全国人—机—环境系统工程学术会议论文集[C];2003年
6 张益波;孟庆繁;滕利荣;谢秋宏;;近红外光谱结合径向基神经网络无损分析松茸菌丝体[A];吉林省第六届生命科学大型学术报告会论文集[C];2008年
7 刘士荣;何文波;;基于强跟踪粒子滤波器的非线性系统故障诊断[A];第二十六届中国控制会议论文集[C];2007年
8 石志广;杨卫平;李吉成;鲁新平;;基于粒子滤波器的K分布杂波下LFM信号参数估计[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
9 童峰;许天增;;一种基于径向基神经网络的消噪处理方法[A];中国声学学会2001年青年学术会议[CYCA'01]论文集[C];2001年
10 吴宏岐;;基于径向基网络的电气设备故障诊断及仿真研究[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 王玉茹;基于粒子滤波器的视频目标跟踪关键技术及其应用研究[D];哈尔滨工业大学;2010年
2 王玉茹;基于粒子滤波器的视频目标跟踪关键技术及其应用研究[D];哈尔滨工业大学;2010年
3 毛琳;信息融合非线性滤波及在无源定位的应用[D];哈尔滨工程大学;2011年
4 赵宸;MIMO-OFDM系统中的盲多用户检测研究[D];吉林大学;2008年
5 陈三风;三维气动式微重力环境模拟平台的智能控制系统研究[D];中国科学技术大学;2008年
6 柳玉甜;未知环境中移动机器人故障诊断技术的研究[D];浙江大学;2007年
7 南东;RBF和MLP神经网络逼近能力的几个结果[D];大连理工大学;2007年
8 沈美丽;尿沉渣有形成分自动分类系统研究[D];长春理工大学;2006年
9 郭文强;稳定分布噪声下的盲信号处理方法及应用研究[D];大连理工大学;2007年
10 王洪群;两种目标图像特征检测与应用[D];华中科技大学;2006年
中国硕士学位论文全文数据库 前10条
1 李海燕;基于粒子滤波器和径向基神经网络的MIMO-OFDM信道跟踪[D];山东大学;2008年
2 薄超;粒子滤波器算法的硬件实现[D];江苏科技大学;2010年
3 薛升翔;径向基神经网络算法优化及在嵌入式系统中的应用[D];新疆大学;2011年
4 宋锡友;径向基神经网络的研究及在粒度软测量中的应用[D];东北大学;2009年
5 刘济恺;非线性系统信息融合滤波算法研究[D];黑龙江大学;2012年
6 丁德豪;单塔斜拉桥模型修正研究[D];西南交通大学;2012年
7 周向东;小型浸入式紫外—可见分光光度法COD测量仪设计[D];浙江大学;2011年
8 张博;自主水下航行器组合导航算法研究与系统实现[D];浙江大学;2011年
9 王小波;基于混合算法—径向基神经网络的短期负荷预测[D];西南交通大学;2011年
10 王琳;径向基神经网络在入侵检测中的应用研究[D];广东工业大学;2006年
 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