【摘 要】
：
为应对流量增长和高速传输需要,下一代航空通信技术考虑在地空通信场景部署基于正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术的L频段航空通信系统（L-band Digital Aeronautical Communication System,L-DACS1）,但航空信道的强多径、远距离、多普勒频移等特性容易引起严重的信道衰落,影响系
论文部分内容阅读
为应对流量增长和高速传输需要,下一代航空通信技术考虑在地空通信场景部署基于正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术的L频段航空通信系统（L-band Digital Aeronautical Communication System,L-DACS1）,但航空信道的强多径、远距离、多普勒频移等特性容易引起严重的信道衰落,影响系统可靠性。为了保障航空通信的可靠性,本文考虑在其接收端引入迭代检测的方法。论文具体工作如下:1.针对L-DACS1系统的信道衰落问题,在接收端引入了迭代检测技术,通过采用LDPC码和大规模MIMO,基于因子图模型的建模,实现了 3种迭代检测算法——Turbo LMMSE算法、AMP-G算法和AMP-EP算法。并与传统线性检测算法进行了比较。仿真结果表明,迭代检测接收算法比传统检测算法具有更低的误码率,并且迭代收敛次数和算法复杂度较低,在提升系统可靠性和安全性的同时还能降低接收机功率,提升飞行半径,更适合下一代航空通信系统。2.针对L-DACS1系统信道条件未知的情况,提出了结合信号检测与信道估计的迭代算法,并通过仿真与传统信道估计算法进行了对比。仿真结果表明,迭代信道估计算法比传统信道估计算法具有更高的信道估计准确度,并且复杂度较低,更适合下一代航空通信系统。3.针对实际航空通信系统中经常存在的有色噪声问题,提出了基于噪声白化的迭代接收方案。仿真结果表明,叠加有色高斯噪声的系统误码率显著恶化,而基于噪声白化的迭代接收方案能够解决这一问题,保证系统正常通信。
其他文献
相比较传统无线通信网络,车联网（Vehicle-to-Everything,V2X）具有节点移动性高、通信环境复杂、频谱资源更有限等特点,因此需要设计针对V2X的拥塞控制策略。基于优先级的通信作为车联网提供服务质量（Quality of Service,QoS）支持的方法之一,通过为关键信息提供更高级别的通信保障,提高V2X中的通信质量及无线通信资源的利用效率,在拥塞控制中也有一定应用意义。基于上
随着整个社会的信息化的不断发展,互联网的规模也在不断增大。研究网络流量分类算法并建立相应的网络流量分类系统能够产生巨大的社会价值以及经济效益,并对通信网的发展具有重大意义。随着互联网技术的不断发展,各种新型的网络应用不断地被开发出来,而且它们自身都具有独特的流量特征,这使得在通信网中进行传输的网络流量数据的特性变得更加复杂,对网络流量进行有效的分类和管理也变得日益困难。通过网络流量分类技术,将通信
随着互联网和多媒体技术的快速发展,数字音像制品以及其他电子出版物的传播和交易变得越来越便捷。如何在利用到互联网便利性的同时,有效的保护数据的安全与电子出版物的版权成为了一个亟待解决的课题。传统的信息加密技术通过加密算法将明文转换为无法阅读的密文,但这很容易引起攻击者的注意,而且难以应对暴力破解等手段。而音频信息隐藏技术将密文信息隐藏在载体音频中,这不仅能隐藏明文的内容,还能隐藏明文的存在,为保密信
去中心化系统是由高度自治的节点自由连接组成的开放式系统。中心化系统存在着中心服务器成本昂贵、过度依赖主干网、单点故障等问题。相比于中心化系统,去中心化系统则具有成本低廉、数据分布式存储且永久保存等优点。但是,去中心化技术带来好处的同时,也面临以下挑战:第一,去中心化系统中节点间物理距离与逻辑距离不匹配,造成数据传输中的带宽浪费;第二,去中心化系统基于内容寻址,数据查询耗时大、效率低;第三,去中心化
互联网技术的发展使得网络信息资源日益庞大。对于用户而言,海量的数据信息严重干扰其对信息的正确选择,因此信息利用率非常低。对于企业而言,满足用户个性化需求对其扩大用户规模具有不可替代的作用。推荐系统可有效解决信息过载问题,提供个性化服务,因此无论对于用户还是企业,个性化推荐系统的研究都具有重要的影响和意义。本文为获得更好的推荐性能,将强化学习方法应用到推荐算法中进行了研究,同时针对企业需求,设计和实
性能测试在通信设备的研发和生产中占据着重要的地位。在5G之前,OTA方法仅被应用于终端性能测试,基站的吞吐率性能通过将同轴电缆连接到基站端口的方式进行评估。对于5G时代的性能测试,由于基站集成度较以往大大提升,只有一体化的测试才能较好的评估其整体性能,传统的传导测试无法满足测试需求,因此对于5G OTA测试的研究,必须同时兼顾终端侧及基站侧。对终端侧的OTA测试,多探头微波暗室法（Multi-Pr
伴随着数字化时代的来临,各种硬件设备不断普及,社会上各大重要场合都安装了监控摄像头,这些监控摄像头组成了一个庞大而严密的监控网络,对企业、公司、社区的安防起到重要作用。目前人脸识别还是社区安防采用的主要技术。在监控场景中,由于光照,角度等问题,不是所有的情况都能拍摄到清晰的人脸,利用人脸识别来查询行人轨迹会导致行人轨迹不完整的情况。近些年比较火热的行人重识别技术是利用行人的图像来识别人物,该技术特
随着数字音乐产业的发展,歌单在音乐平台消费中扮演着越来越重要的角色。但目前大多热门歌单仍由人工创建,不仅耗时,还需音乐知识,因此需要一套生成系统来高效地创建歌单。这时主流的推荐算法在缺乏用户数据以及推荐新项目的情况下并不适用,而解决这类冷启动问题的办法一般是分析歌曲共有的语义属性,建立音乐与标签的关系。但对于语种、风格、场景、情感和主题等不同的标签,又存在着“语义鸿沟”等诸多难题,且以往人工设计的
移动边缘计算的出现使得终端的计算任务可以卸载到边缘侧的高性能服务器进行处理,大大提高了各种应用的表现,其中视频监控是边缘计算应用最广泛的场景。传统云模式下进行视频监测的计算和传输带宽负载较重,边缘计算能对视频监控系统进行时延和效率优化,但仍存在两大问题:一方面,目前国内外的相关研究大多集中在计算机视觉算法模型或整体框架的设计,仍停留在仿真或验证阶段,没有实际搭建一整套物联网系统并部署业务算法对比效
随着深度学习引入信息安全领域,原本陷入瓶颈的空间域图像信息隐藏和隐写分析学科又飞速发展起来,近几年涌现出多篇优秀研究成果。但是,由于深度学习的不可解释性和对数据集的依赖性,对于深度学习隐写分析算法来说,训练数据充足时,有关用于深度学习自动提取的隐写特征定量衡量的指标缺失,导致模型优化修改不够客观有量化指标;训练样本不充足时,未知隐写算法使用迁移学习训练过于主观,缺乏根据指标。因此,本文着眼于空间域