【摘 要】
：
在频谱资源十分有限的情况下,高阶调制被广泛应用于提高频谱效率。然而在带宽受限的加性高斯白噪声（Additive White Gaussian Noise,AWGN）信道中,高阶调制在均匀分布输入时会带来一定的成形损失。概率成形被认为是未来光纤通信系统中的一种有前途的技术,以满足高数据速率应用的业务需求。因此,本文以获取成形增益和提高频谱效率为目标,通过概率成形技术实现对输入信号的近似高斯分布的处理
论文部分内容阅读
在频谱资源十分有限的情况下,高阶调制被广泛应用于提高频谱效率。然而在带宽受限的加性高斯白噪声（Additive White Gaussian Noise,AWGN）信道中,高阶调制在均匀分布输入时会带来一定的成形损失。概率成形被认为是未来光纤通信系统中的一种有前途的技术,以满足高数据速率应用的业务需求。因此,本文以获取成形增益和提高频谱效率为目标,通过概率成形技术实现对输入信号的近似高斯分布的处理,对基于概率成形的编码调制技术进行研究。第一,针对均匀正交幅度调制（Quadrature Amplitude Modulation,QAM）带来成形损失的问题,研究并比较了概率成形高阶调制系统分别对基于长码（码长为12000的低密度奇偶校验块码）和短码（码长为256的极化码）下的成形增益,仿真结果表明在高阶调制16QAM与64QAM下误码率为1E-5时分别获得了 0.5～0.7 dB和0.8～0.95 dB的Eb/N0成形增益。第二,针对高频谱效率传输的问题,研究了概率成形在超奈奎斯特（Faster-Than-Nyquist,FTN）系统中的性能,并将其与新型的空间耦合低密度奇偶检验码（Spatially Coupled Low-density Parity-Check Code,SC-LDPC）进行联合设计。具体地,通过在发送端对FTN传输信号进行分布匹配后输出,在接收端对SC-LDPC的流译码特性采用串行迭代均衡。最后仿真结果表明概率成形与SC-LDPC码联合设计相比正交系统下在误码率为1E-5时获得0.66～0.83 dB的FTN增益和0.48～0.53 dB的概率成形增益。第三,针对FTN传输码间干扰所导致信号检测复杂度高的问题,本文对基于概率成形的低复杂度系统收发机进行设计,通过在FTN系统中引入预均衡,并将其与概率成形联合设计。最后仿真结果表明在保证系统性能不下降的情况下,极大地降低系统的复杂度,从而大大简化了收发端信号的处理过程。
其他文献
随着互联网行业的飞速发展,各类新型网络业务层出不穷,给接入网网络设备的承载能力带来了不小的挑战。接入网作为最靠近用户侧的网络,直接影响用户的用网体验,对其的改造升级具有十分重要的意义。当前的网络升级规划主要依据工程师经验进行,通过人为经验指导某片区无源光网络（Passive Optical Network,PON）口进行改造升级。但由于人为经验无法量化、判定过程依据指标较为片面,在运营商投资成本受
十九大以来,我国教育信息化迅速发展,实现了从融合应用到创新发展方向的迅速转变,对于心理健康教育工作也是如此,基于互联网环境,通过云计算、智能物联、人机交互、语音识别等先进的信息化技术手段搭建心理健康教育大数据平台,构成的心理教育服务生态圈推进了我国心理教育工作的迅速发展。手机、平板电脑等智能终端产品及人们的日常生活,信息化社会出现了“秀才不出门,便知天下事”的高度科技信息化。届时社会各个群体面临着
近年来,深度学习技术被应用于各种医学影像分析任务,在眼科疾病智能预测任务上也吸引了广泛的研究,然而仍面临以下问题:（1）当前的大多数研究仅使用单一模态影像作为模型辅助诊断疾病的输入,不符合临床时大多数眼病诊断的实际流程。此外,眼科疾病种类繁多且发生率严重不平衡,存在众多罕见眼科疾病,而现有研究使用的影像数据大多疾病种类分布均衡且疾病种类数量较少,这限制了深度学习技术在现实临床场景中的应用。（2）其
复杂网络广泛地存在于社会和自然界的各个领域,这使得复杂网络的研究成为当前最重要且最热门的研究领域之一。复杂网络的结构与节点的复杂性使其在医学、生物学、社会学及信息科学等各个学科领域有着广泛的应用。在信息科学领域,复杂网络的复杂性为信息加密通信提供了优质的条件,研究者们利用此特点设计了基于复杂网络的加密通信方案。对加密通信方案进行安全性分析是必要的。复杂网络的重构是指根据可观测到的数据来推断或计算得
在多源异构大数据场景下,元数据是指数据由源系统集成到数据仓库过程中的全部信息的描述数据。其中元数据不仅包含数据的基本描述信息,还记录对数据转换来源的描述信息。而数据血缘就是记录描述数据转换来源的历史信息,它是元数据服务管理中的核心难点和挑战。由于大数据中已有组件的异构性和数据来源的多样性,导致目前元数据服务管理中还存在以下几个问题:1)现有的Hive数据血缘解析实现方案中,会存在Hive数据血缘解
伴随着无人机技术的不断发展以及普及程度的不断增高,无人机已经有了越来越广泛的应用。由于其高机动性和灵活部署的突出特点,使用无人机作为空中基站辅助通信对于未来的无线系统具有很高的实用价值。无人机的航迹规划问题是无人机相关领域的重点关注问题,特别是在无人机辅助通信的情况下,适当的航迹规划很有可能大大缩短通信距离,这对于提升任务执行效率和系统通信质量至关重要。在现有针对无人机航迹优化的研究中,通信网络多
在远程物联网（Internet of remote things,IoRT）中,智能设备通常密集部署在广阔、偏远且不受地面网络服务接入的地区,因此IoRT网络需要突破空间和时间的限制,以满足各种技术应用（如地球观测、军事对战、生态环境监测等）的需求。与地面网络相比,卫星网络和空中网络可以提供更大的覆盖范围,已被用于向岛屿、偏远山区和灾区提供互联网服务。因此,一种新兴的网络架构——空天地一体化网络（
近年来随着网络电视、视频点播、云计算等新兴业务爆发性增长,用户对于通信网络的容量、处理速度要求越来越高。但是传统的波分复用光网络的频谱利用率低下,灵活性差,无法适应网络发展的需求,而弹性光网络则在继承波分复用光网络优点的基础上,增强了带宽可变性,成为了未来光网络发展的方向。在实际的通信网络中,针对不同的网络会选择不同的调制格式。其中低速传输的网络多采用低阶调制格式（如OOK、BPSK等）,高速传输
随着人工智能技术的迅速发展,计算机视觉领域得到了广泛的研究与应用。其中,3D人体姿态估计是计算机视觉领域的一个热点问题,它的任务是从图像或视频中定位出人物的关节位置并进行最优连接,被广泛应用于动作识别、人机交互、智能安防、增强现实等领域,具有极高的研究意义和应用价值。近年来,生成对抗网络在图像合成领域取得了很大的进展,利用生成对抗网络能够更好地提取人体姿态特征,提升人体姿态估计算法的性能。本文基于
近年来,社交网络飞速发展,极大地改变了人们的生活方式,人们可以在社交网络上发表自己的看法,记录自己的生活,获取信息与知识的渠道也更加多样化。但与此同时,由于这些信息的传播并没有经过传统媒体的检验,使得谣言的存在更为广泛,谣言的大范围传播不仅会影响人们的社交网络使用体验,严重甚至会威胁社会安定,所以研究如何控制在线社交网络中的谣言是一个重要的课题。当前许多针对社交网络中的谣言传播研究忽略了社交网络的