2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩108頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、在無線或衛(wèi)星通信信道中,傳輸數(shù)字信息所用的擴(kuò)頻(SS)信號的帶寬擴(kuò)展系數(shù)遠(yuǎn)大于一,擴(kuò)頻信號固有的這種信息冗余度,可用來克服信道存在的嚴(yán)重干擾。碼分多址(CDMA)系統(tǒng)除了其自身的優(yōu)點(diǎn)外,還具有比傳統(tǒng)的多址方式如時(shí)分或頻分系統(tǒng)更好的頻率利用率,是第三代移動通信系統(tǒng)的主要選擇。CDMA通信系統(tǒng)中,主要的干擾是由非正交的擴(kuò)頻信號形成的多址干擾(MAI)、無線信道多徑擴(kuò)散特性引起的符號間干擾(ISI)和傳統(tǒng)的通信系統(tǒng)產(chǎn)生的窄帶干擾(NBI)以及

2、信道噪聲組成。本文研究直接序列碼分多址(DS-CDMA)系統(tǒng)中的盲均衡和多用戶檢測,主要工作如下: 1.研究在多徑擴(kuò)散碼分多址信道中,低復(fù)雜性的盲多用戶檢測算法。在實(shí)際通信系統(tǒng)中,運(yùn)用信道估計(jì)和目標(biāo)用戶特征波形,用戶信息可以用次優(yōu)化的子空間方法識別。本文提出的盲線性最小均方誤差(MMSE)多用戶檢測算法是基于定向參數(shù)的,不需要相關(guān)矩陣求逆的復(fù)雜運(yùn)算,可以大大降低運(yùn)算復(fù)雜性。在實(shí)現(xiàn)結(jié)構(gòu)上無需已知各用戶信號的特征波形,因此,該檢測器

3、的算法和結(jié)構(gòu)較簡單。通過仿真將它與傳統(tǒng)檢測器以及解相關(guān)檢測器進(jìn)行比較,可知該算法可以進(jìn)一步改善多用戶檢測器的性能。 2.研究適合盲線性MMSE檢測器的自適應(yīng)信號相位估計(jì)算法。擴(kuò)頻信號具有低功率譜,其中存在多種干擾信號。在“遠(yuǎn)近效應(yīng)”環(huán)境中,如果不使用復(fù)雜的算法就很難估計(jì)信號的相位。運(yùn)用自適應(yīng)濾波器和目標(biāo)用戶信號及噪聲的特性,本文提出的相位估計(jì)器是一種次優(yōu)化多用戶信號相位估計(jì)器。通過仿真研究該算法,可知該算法在多用戶信號相位檢測中

4、具有較好的性能。 3.研究運(yùn)用目標(biāo)用戶特征波形的低復(fù)雜性盲信道估計(jì)算法。運(yùn)用信號及噪聲的譜分解特性,本文提出的信道估計(jì)器是基于子空間分解的、適合于低復(fù)雜性盲多用戶檢測算法的信道估計(jì)。在多徑擴(kuò)散信道中,運(yùn)用信道估計(jì)算法估計(jì)信道響應(yīng),提高盲檢測性能。通過研究該算法,可知該算法在多用戶信號的檢測中具有較好的魯棒(Robust)性能。 4.研究頻率非選擇性衰落信道中DS-CDMA信號的低復(fù)雜性盲均衡和多用戶檢測算法。在實(shí)際中,線

5、性最小均方誤差檢測器能較好地工作在高斯噪聲信道,但在瑞利(Rayleigh)衰落信道里,該檢測器會失去對目標(biāo)用戶信號的鎖定,而跟蹤其它用戶信號。運(yùn)用DS-CDMA衰落信道模型和自適應(yīng)信號相位估計(jì)算法,本文提出了用次優(yōu)化的子空間方法識別用戶信息。通過系統(tǒng)分析和仿真,可知該算法在衰落信道多用戶檢測中與傳統(tǒng)的多用戶檢測算法相比較具有較好的抗衰落性能。5.研究在多徑擴(kuò)散碼分多址信道中,DS-CDMA通信系統(tǒng)的盲干擾抑制算法。在實(shí)際接收信號的解調(diào)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論