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71頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、碩士學(xué)位論文基于多用戶M I M O 系統(tǒng)的魯棒性信號檢測算法研究R o b u s t S i g n a l D e t e c t i o n sf o rM u l t i u s e r sM I M O S y s t e m s學(xué) 2 1 2 0 9 0 5 9完成日期: 2 0 1 5 - 0 5 - 0 3大連理工大學(xué)D a l i a n U n i v e r s i t yo f T e c h n o l o

2、g y大連理工大學(xué)碩士學(xué)位論文摘 要M I M O 信號檢測作為M I M O 系統(tǒng)的關(guān)鍵技術(shù)之一,已經(jīng)得到了學(xué)者們的廣泛研究,很多檢測算法也被提出。但目前大多數(shù)檢測算法是基于完全準(zhǔn)確的信道狀態(tài)信息( C S I ,C h a n n e lS t a t eI n f o r m a t i o n ) 的,當(dāng)C S I 存在誤差時,這些算法的性能會劇烈下降。而在實際通信中,由于信道估計的訓(xùn)練序列長度有限以及快速時變的信道參數(shù)等因素,

3、獲得完全準(zhǔn)確的C S I 幾乎不可能。特別對于多用戶M I M O 系統(tǒng),其他小區(qū)的非協(xié)作用戶或者人為干擾信號的C S I 通常是不能獲取的,面對這種情景,傳統(tǒng)的很多檢測算法已經(jīng)無法應(yīng)用。因此研究出能夠在不完全準(zhǔn)確的C S I 以及某些用戶的C S I 完全未知的情況下,檢測性能仍然比較好的M I M O 信號檢測算法是當(dāng)前追切要解決的問題。本文主要對上行多用戶M I M O 信號檢測進行了研究。針對目前大多數(shù)信號檢測算法在C S I

4、有誤差的情況下性能劇烈下降以及當(dāng)出現(xiàn)非協(xié)作干擾用戶時無法使用的缺陷,提出了一種魯棒上行多用戶M I M O 信號檢測算法,此算法在這兩種情況下都能獲得較好的性能。本文研究的主要內(nèi)容及提出的創(chuàng)新點如下:一、提出了一種基于空時信息的多用戶M I M O 檢測的數(shù)學(xué)模型。通過進行空時二維處理,給出了新的檢測模型,新模型的檢測權(quán)值的求解可以看成是求解病態(tài)線性方程組。二、使用截斷奇異值分解方法來求解多用戶M I M O 系統(tǒng)的信號檢測問題。正則化

5、方法是求解病態(tài)線性方程組的一種有效方法,本文把截斷奇異值分解這種正則化方法應(yīng)用到此問題,又分別基于三種不同的通信情景提出了三種正則化因子的決定方案。三、使用L a n d w e b e r 迭代法來求解多用戶M I M O 系統(tǒng)的信號檢測問題。L a n d w e b e r迭代法作為一種迭代的正則化方法在圖像重建中已經(jīng)得到廣泛的應(yīng)用,本文把這種方法應(yīng)用到多用戶M I M O 系統(tǒng)的信號檢測中,并基于兩種通信系統(tǒng)的特性提出了兩種正則

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