【摘 要】
：
基于交错正交幅度调制的滤波器组多载波(OQAM/FBMC)通过对每个子载波引入时频聚焦特性良好的原型滤波器,相比传统的正交频分复用(OFDM)系统能够更好地抑制带外泄露和实现宽松同步。目前作为多载波调制系统(MCM)的研究热点,被广泛应用于无线局域网、电力线和光通信等多种通信手段。由于OQAM/FBMC牺牲了子载波之间的正交性,仅通过OQAM建立实数域上的正交性。因此即使在没有信道衰落、噪声和同步
论文部分内容阅读
基于交错正交幅度调制的滤波器组多载波(OQAM/FBMC)通过对每个子载波引入时频聚焦特性良好的原型滤波器,相比传统的正交频分复用(OFDM)系统能够更好地抑制带外泄露和实现宽松同步。目前作为多载波调制系统(MCM)的研究热点,被广泛应用于无线局域网、电力线和光通信等多种通信手段。由于OQAM/FBMC牺牲了子载波之间的正交性,仅通过OQAM建立实数域上的正交性。因此即使在没有信道衰落、噪声和同步偏差的情况下,接收信号也总是会存在载波间干扰(ICI)和符号间干扰(ISI),表现为纯虚数值的固有干扰。另外,在快衰落信道条件下,固有干扰还会表现为更复杂的形式,并且使时域导频间隔受到限制。基于以上原因,传统的OFDM信道估计方法无法直接应用于OQAM/FBMC系统,使得信道估计问题成为OQAM/FBMC系统设计的难点所在。针对OQAM/FBMC系统中存在的固有干扰,本文提出了一种功率优化的双导频信道估计算法(DDP with FFT),较好地解决了平坦信道条件下,现有的OQAM/FBMC信道估计算法存在的导频功率开销过大的问题。本算法在传统双导频信道估计(DDP)的基础上,主动引入相位模糊,降低传输导频对的功率大小,并利用多径信道能量集中的特点,对引入的相位模糊进行估计,从而保证了信道估计准确度。通过理论分析和仿真实验证明,本文提出的优化算法可以有效降低导频功率开销,获得较高精度信道估计性能。针对快衰落信道条件下,导频密度受限和导频符号受到复杂干扰而引起系统性能明显下降的问题,本文提出了一种基于干扰修正的优化方案。本方案采用导频分组计算避免在时域高导频密度时存在的计算无限递归的问题,并在接收方通过干扰修正进一步处理快衰落信道下的固有干扰。仿真结果显示,经过本优化方案的传统OQAM/FBMC信道估计算法即使只经过一次干扰修正也能明显提高快衰落信道条件下的信道估计性能。
其他文献
科技在不断进步,人们的生活日新月异,这也促使无线通信技术飞速发展。然而随着用户设备数目的增多,用户对通信质量要求越来越高,频谱资源也越来越稀缺,现有的通信技术渐渐不
在经济全球化和技术标准化的浪潮席卷下,探讨如何运用反垄断法对专利池滥用进行规制,具有理论上和现实上的必要性。专利池具有整合互补技术、减少交易成本和避免昂贵的专利侵权诉讼的优势。但是,为追求超额垄断利润,专利权人不正当地扩大自身权利的范围,滥用专利池限制市场竞争、排斥竞争对手,最终间接损害消费者的利益。所以,我们必须完善专利池滥用反垄断法规制体系,充分保障市场经济的发展。我国对专利池滥用进行规制主要
近年来,面向空间网络数据的查询服务已广泛存在于现实生活的应用中。将该服务外包到云计算平台能有效降低本地资源开销和运营成本。然而,直接将数据服务外包到云平台可能会引起严重的隐私问题。因此,如何在云平台中提供保护隐私的空间网络查询服务是当前研究的热点问题。针对该问题,本文对云环境下空间网络查询服务的隐私安全关键技术展开深入研究,面向空间网络kNN查询处理提出了一系列隐私保护方法。本文首先提出了基础空间
随着信息技术的不断发展,流数据逐渐成为当今主要数据类型,它具有数据规模大、传输速度快等特征,这些特征给高效管理流数据带来巨大挑战。离群点检测是数据挖掘领域一种重要数据挖掘技术,在流环境下有着广泛的应用。现有算法普遍存在计算和空间代价大等问题,无法在高速流环境下高效工作,用户的实时性要求无法满足。本文研究面向流数据的离群点近似检测问题,以降低精度为代价换取计算代价的大幅降低,满足用户实时性需求。本文
研究目的:分析儿童重症呼吸道合胞病毒(Respiratory syncytial virus,RSV)性肺炎相关危险因素,总结其临床特征。研究方法:回顾性研究2014年1月1日至2018年12月31日首都儿科研究所附属儿童医院呼吸内科住院的RSV肺炎患儿。(1)依据儿童社区获得性肺炎诊疗规范(2019年版)中重症肺炎的标准,将患儿分为重症组与普通组,对两组患儿一般资料、临床症状、实验室检查、影像学
近年来,随着通信技术的发展,人们对大容量和高速率信息传输需求越来越高,为了满足社会需求,需要采用不同调制格式的矢量信号进行信息传输,以提高通信传输速率和频谱利用率,因
近几年压缩感知理论在密码学中获得广泛的研究和发展,其固有的高速采样和压缩结构,不但可以保证传输信息的安全性,而且可以解决海量数据通信时面临的通信带宽和存储压力的问
为了适应作战的需要,雷达经常被安放在大型特种飞机、歼击机、导弹等各种运动平台上,以帮助武器装备获得更广的视野范围、更强的低空目标检测和跟踪能力、更好的跟踪和火控精度。空中运动平台载的各种雷达都难以避免地受到地面杂波的干扰,杂波抑制一直是这类雷达研究和研制的关键技术问题。空时自适应处理(STAP)技术可以有效地抑制杂波,改善运动雷达的动目标检测性能。但目前的研究大量集中在搭载平台理想飞行和雷达阵列轴
通信信号调制方式识别是非合作信号处理的关键一环,尤其是基于统计模式识别的方法是目前研究热点。在特征提取过程中由于信号频率、相位等先验信息不足,以及外界环境噪声对信号特征的稳定性的影响,使得空间信号的调制识别一直是难点问题。本文围绕抗噪声能力强、需求先验信息少的谱特征提取方法以及信号分类器开展研究。分析了数字调制和模拟调制信号的各类谱特性,包括信号功率谱、二次方谱、四次方谱、包络谱和分数低阶循环自相
流数据的离群点检测在信用卡欺诈检测、股票投资计划等许多现代应用中都发挥着重要作用,是数据管理领域中的一项重要问题。应用最为广泛的基于距离的离群点检测现已被广泛研究。但现有技术无法支持面向多维流数据的离群点高效检测,其根本原因是高昂的范围查询和候选对象维护代价。针对上述问题,本文提出了查询处理框架PIOD(Partition-Index based Outlier Detection)和ISOD(I