论文部分内容阅读
为了满足未来通信方式尤其是移动通信对实时多媒体以及互联网接入等宽带业务的需求,随时随地、高质量、高速率的无线数据传输已经成第四代无线通信系统(4G)的发展方向。MCM通信系统以其良好的有效性和可靠性等优点成为了4G系统的核心关键技术。WPT-MCM通信系统结合了小波理论与MCM的优点成为了MCM技术的重要研究方向,它具有频谱利用率高、易于实现多速率传输、抗干扰抗衰落能力强等许多优良性能。本文主要针对WPT-MCM通信系统的符号定时同步和自适应均衡问题进行了深入的研究,主要内容包括如下几个方面。首先,介绍了构成WPT-MCM技术理论与算法基础的小波/小波包理论,在此基础上,着重介绍了WPT-MCM技术,以及WPT-MCM系统的功率谱密度和带宽效率;分析和比较了几种典型的小波/小波包调制方案:分形调制、WPDM、BH-WPDM等,随后以WPDM方案作为核心算法,提出了一套完整的WPT-MCM通信系统的实现方案,为后续深入地研究WPT-MCM系统的关键技术提供了完整的框架。其次,对WPT-MCM通信系统的符号定时同步问题进行了研究。通过介绍通信系统符号定时同步基本原理,详细分析了符号定时同步全过程和MCM系统的符号定时同步问题,进而引出了符号定时偏差对WPT-MCM通信系统的影响。在此基础上,针对传统符号定时同步算法的不足,提出了一种新的基于判决辅助EKF的自适应符号定时同步算法。通过在AWGN信道和Rayleigh信道环境下的仿真实验表明:由于充分考虑了接收信号和时间偏差之间的非线性关系和频率偏差对符号定时的影响,因此该算法可以准确地修正符号定时偏差,并且在收敛速率、估计MSE和系统BER等方面的性能均优于其他传统符号定时同步算法,极大地提高了WPT-MCM通信系统的同步恢复能力。针对前文所提出的基于EKF算法的符号定时同步方案存在较大计算误差等缺点,对基于EKF算法的符号定时同步方案进行了改进,提出了一种新的基于UKF算法的符号定时同步方法。同样,对所提方案分别在AWGN和Rayleigh信道模型下进行仿真实验,结果表明:与EKF、KF、ML等其他符号同步方法相比,该方案有效地降低了系统的平均BER水平,进一步提高了WPT-MCM通信系统的性能。最后,对WPT-MCM通信系统的自适应均衡问题进行深入研究。在介绍了均衡基本理论的基础上,分析讨论了WPT-MCM通信系统在不同信道环境下的性能,和采用均衡技术之后系统性能的提高,从而说明在复杂传输条件下,均衡技术对WPR-MCM的重要性。随后,提出了一种采用EKF作为神经网络学习算法的基于WNN的自适应均衡方案。提出的新均衡方案针对WNN的训练网络连接权值的学习过程实际上是对非线性系统的参数估计这一特点,采用EKF算法对WNN连接权值的计算过程进行线性化处理,估计出满足最小MSE准则的网络连接权值。仿真结果表明:与已有的神经网络均衡算法相比,该算法收敛速率快且训练序列相对较短,具有更好的均衡性能;同时,采用该均衡算法的WPT-MCM通信系统的抗多径衰落性能也优于OFDM通信系统;该算法非常适合应用于WPT-MCM系统。前一均衡方法中EKF学习算法在线性化处理过程中需要计算导数矩阵(雅克比矩阵),进而产生了对非方阵求逆矩阵的运算过程,这就不可避免地产生了计算误差,针对EKF这一缺点,提出了一种基于UKF学习算法的RWNN自适应均衡方案。该均衡方案采用UKF作为学习算法,通过扩展训练序列的方法,避免了计算雅克比矩阵的过程,提高了计算精度。在线性时变和非线性时变多径信道模型下的仿真实验结果表明,该均衡算法在收敛速率和系统BER等方面均有很大提高,具有良好的抗非线性干扰和抑制多径传输引起的频率选择性衰落能力,因而有力地保障了WPT-MCM通信系统在复杂传输环境下的可靠性。