【摘 要】
：
在现如今的移动通信技术研究中,高速数据传输和高频谱效率是重要的研究方向,超奈奎斯特（Faster-than-Nyquist,FTN）传输技术通过压缩相邻脉冲之间的发送间隔来提高频谱效率。低密度奇偶校验卷积码（Low-density Parity-check Convolutional Code,LDPC-CC）作为前项纠错编码（Forward Error Correction,FEC）中的一种码字
论文部分内容阅读
在现如今的移动通信技术研究中,高速数据传输和高频谱效率是重要的研究方向,超奈奎斯特（Faster-than-Nyquist,FTN）传输技术通过压缩相邻脉冲之间的发送间隔来提高频谱效率。低密度奇偶校验卷积码（Low-density Parity-check Convolutional Code,LDPC-CC）作为前项纠错编码（Forward Error Correction,FEC）中的一种码字,具有逼近最大后验概率译码（Maximum-a-Posteriori,MAP）的特性。滑动窗译码方案可以利用LDPC-CC码的半无限卷积结构实现超长数据量的译码,同时保持传统LDPC块码使用置信传播译码（BeliefPropagation,BP）的低复杂度的优势。本文将结合FTN技术和LDPC-CC码字优势进行研究,所做的研究工作和创新点如下所示:（1）基于周期强耦合LDPC-CC的矩阵维度小和约束因子大的特点,将周期时变强耦合LDPC-CC矩阵重新组合形成类似于时不变弱耦合LDPC-CC矩阵的形式,提出了周期强耦合LDPC-CC的简化编码方案,从而可以使LDPC-CC的编码和滑动窗译码过程同步。另外对特殊子矩阵采用系统位的生成矩阵,不需要对满秩矩阵进行求逆运算,并介绍了 LDPC-CC中两种不同滑动窗译码更新方式。（2）针对强耦合LDPC-CC码字的构造和优化,本文提出了一套完整的方案,首先是构造基于原模图的围长特性好的基矩阵,此步骤中的原模图基矩阵构造原始算法只能构造码率为（n-1）/n的矩阵,本文将解除这种限制,改进后的原模图构造算法可以构造任意码率的围长为6的原模图基矩阵,并且搜索状态数下降了三个量级,进一步给出了原模图在任意码率无4环条件下约束因子的理论下界;其次是基于给定的基矩阵进一步优化偏移量矩阵,使得码字的围长和环特性尽可能较优,并给出了任意周期下LDPC-CC统计围长和环特性的最小矩阵维度。在Nyqusit传输系统下,仿真结果表明构造的规则LDPC-CC在2/5至4/5码率下相比规则LDPC-BC可以取得0.13至0.54dB的增益,并且随着码率的降低,取得的相对增益也更大,验证了本文提出的LDPC-CC构造算法的有效性。（3）在FTN系统模型中,LDPC-BC采取成块或成帧的方式发送信息,LDPC-CC可以视为LDPC-BC的级联。对于LDPC-CC可以采取无限长的信息比特发送方式,本文提出将FTN的均衡迭代系统同样采用滑动窗模式,与LDPC-CC译码时使用的滑动窗译码相结合,使得两者能够匹配工作,而不必采取成帧的方式必须等待接受全部的LDPC-CC的信息才能开始进行FTN的均衡译码,从而降低译码时延。进一步针对FTN系统,采用改进的二分原模图外信息转移图（Protograph-Extrinsic Information Transfer,P-EXIT）工具,得FTN系统下的原模图基矩阵收敛特性,分析适配于FTN系统的原模图基矩阵。在FTN传输系统下,以2/5码率为例,根据二分P-EXIT分析原模图基矩阵的结果,构造相应的非规则LDPC-CC码字。在FTN系统中压缩因子为0.91和0.8下,优化的LDPC-CC相比LDPC-BC分别取得0.49dB和0.56dB的增益,谱效分别相比正交系统提升了9.9%和25%。
其他文献
基于中餐图像识别的研究一直是计算机视觉领域的热门研究方向,未来将在智能家居、智慧医疗健康等领域具有很好的应用前景。随着深度学习的蓬勃发展,中餐图像识别发展迅速,但由于中餐图像的复杂性和背景噪音等问题,如何高效准确地提取中餐图像关键语义特征、对多目标中餐图像精确高效检测、基于图像对食物进行热量预测等问题仍然是一个巨大的挑战。针对这些问题,本文的主要研究工作如下:针对单目标中餐图像识别问题,提出一种基
第五代移动通信（5G）系统承诺为用户提供大容量、低时延和超高可靠的通信服务,然而在高速铁路、商用航空等高速移动场景下,5G给人们带来的实际体验却差强人意。究其原因,主要是由于通信终端或散射体高速移动所致的多普勒问题易造成严重的时间选择性衰落,进而恶化系统的误码性能并降低通信容量。针对以上问题,本文通过研究高速移动场景中的5G链路级增强技术,提出对抗多普勒扩展的有效方案以显著提升时变信道的通信质量。
随着我国通信技术的高速发展,通信网的规模不断扩大,复杂度也随之提高,网络中任何设备发生故障都可能导致与之关联的设备一同产生告警,从而引发越来越多的告警数据,这样的情况使得运营商网管人员无法及时且准确地定位故障,为通信网的维护带来很大困难。对通信网进行故障预测可以及时排查网络问题,提升网络运维效率,对通信网管理有着至关重要的意义。论文针对传统通信网故障预测方法缺乏灵活性、精度低的问题,将告警相关性分
随着无网络区域临时网络覆盖和热点区域补充网络覆盖的需求增加,地面蜂窝通信网络无法精确、及时地满足上述需求。凭借高移动性、灵活部署、高经济效益等优点,无人机网络有望突破传统地面蜂窝网络限制,为目标区域网络覆盖提供新的可能,因此近年来受到学术界和产业界的广泛关注。然而,无人机网络的小区平均吞吐量、边缘用户速率、平均用户速率等性能,难以通过理论分析和外场测试部署获得。为此,本文搭建了面向无人机通信组网的
钙钛矿纳米线腔内的激子-光子的强耦合作用由于具有较大的拉比劈裂能量和激子结合能,是制备室温极化激子的理想材料。尽管如此,仍需探索新的方法来促进激子-光子的耦合强度,以维持激子和光子的相干性。表面等离激元可以通过减小有效模式体积和增强局域电场的强度来增强激子-光子耦合。我们的工作探究了一种存在于由无机-有机钙钛矿纳米线,二氧化硅（SiO2）薄膜,以及银（Ag）薄膜组成的三明治式的杂化结构内的激子-光
近年来,深度学习图像分类算法发展迅速,并在实际应用中取得了巨大的成功。然而,有监督深度学习模型需要使用大量有标记数据和多轮迭代来进行训练。其高昂的标注成本严重限制了传统方法在全新类别的场景中的应用。更重要的是,针对这些特殊类别的大量标注样本可能很难或者不能获得,因此需要大样本数据来训练模型的条件从本质上限制了它们预测新出现的（例如,新出现的设备）或稀有（例如,稀有动物）类别的能力,从而使得原有模型
电动出租车轨迹描述了电动出租车空间位置和其他属性随时间的变化,蕴含了大量的居民出行信息,也反映了电动出租司机的充电习惯和出行特征。本文通过轨迹数据可视分析方法对深圳电动出租车的轨迹数据进行研究,并开发出电动出租车轨迹数据可视分析系统,支持多维度、全方面分析电动出租车在深圳的推广运营情况,从而对电动出租车行业的健康发展提出建议。本文的研究内容主要包括以下几个方面:1.充电事件提取及可视分析。根据电动
第五代移动通信（The Fifth Generation Mobile Communication,5G）和B5G（Beyond 5G）技术既要支持各种类型设备接入,还需满足海量数据流量需求,以支持物联网、人工智能等领域的通信业务。在一些特殊通信场景中,例如灾害应急通信、热点地区扩容,地面通信基础设施遭损坏或难以部署,使得通信质量无法得到保障。搭载无线通信设备的无人机作为空中基站辅助地面蜂窝网路,
得益于各行各业数字化、信息化、智能化程度的不断提高,人们对移动电子设备的依赖也在不断加深。这种依赖不仅体现在对峰值速率,业务时延等传统性能指标上,同时也体现在用户体验、终端续航时长等方面。为了满足这些需求,终端需要在不对传统指标造成较大影响的情况下进一步提升自身的能量效率,减少不必要的能量浪费。非连续接收机制是在提升终端能量效率方面的一项重要解决方案,这一解决方案在较早时间点就已经被引入了协议。目
近年来随着信息网络技术的飞速发展,信息流量需求飞速增长,需要建立高速率、大容量、广覆盖的空天地一体化通信网络系统。而目前卫星之间、星地之间的数据传输主要是微波为载体的通信。由于微波频率资源和技术限制,以微波为载体的卫星通信速率很难有很大提升。而卫星激光通信技术由于设备体积小、抗干扰能力强、保密性强、通信速率提升空间大等优点,为实现星间、星地高速率数据传输提供了新的解决方案。因此,卫星激光通信成为卫