【摘 要】
:
针对水下可见光MIMO信道相关性强导致系统信号检测性能差的问题,本文搭建了水下光成像MIMO-OFDM系统仿真模型,对光成像MIMO信道相关性以及基于格基约减的降低信道空间相关性算法进行了研究。由于光MIMO技术利用多径传输使系统获得分集增益或复用增益,当阵列规模增加时,MIMO信道具有较强的空间相关性,多个路径传输的光信号在接收端的叠加不可避免,接收端难以进行准确的数据恢复。因此本文将格基约减降
论文部分内容阅读
针对水下可见光MIMO信道相关性强导致系统信号检测性能差的问题,本文搭建了水下光成像MIMO-OFDM系统仿真模型,对光成像MIMO信道相关性以及基于格基约减的降低信道空间相关性算法进行了研究。由于光MIMO技术利用多径传输使系统获得分集增益或复用增益,当阵列规模增加时,MIMO信道具有较强的空间相关性,多个路径传输的光信号在接收端的叠加不可避免,接收端难以进行准确的数据恢复。因此本文将格基约减降相关技术与水下光MIMO系统线性信号检测和线性预编码算法结合,提升系统信号检测性能。进一步针对约减域信号的判决误差影响系统误码性能的问题,本文提出一种对约减域信号进行多路径信号联合判决的算法,提升了判决精度。本文完成的主要工作总结如下:(1)水下可见光成像MIMO信道模型及相关性研究。首先,基于光在水下的传播特性,根据朗伯辐射模型以及MIMO系统结构建立了视距链路下水下可见光成像MIMO信道模型。在此基础上对该信道的相关性进行研究,以相关系数以及条件数为指标,仿真分析了2×2及4×4水下可见光成像MIMO信道相关性随LED距离以及链路距离的变化。结果表明,当LED间距以及链路距离较短的情况下,随着系统收发机规模增加,成像MIMO信道的空间相关性较强。(2)针对水下可见光成像MIMO信道强相关性导致信号检测性能不佳的问题,在接收端采用格基约减算法来降低MIMO信道空间相关性。通过在线性信号检测前对信道矩阵进行格基约减,使得等效信道矩阵相关性降低,减小信号间干扰,从而提升后续对等效信号的检测性能,最后通过信号变换恢复发送信号。仿真结果表明,格基约减算法能够大幅降低较大规模成像MIMO信道的相关性,联合格基约减的线性信号检测算法性能接近非线性信号检测算法。(3)基于格基约减的水下光成像MIMO预编码研究。将格基约减与信号线性变换转到发送端进行,在降低MIMO信道相关性的同时提前均衡信道干扰对信号检测的影响,接收端无需线性检测。并针对接收端对约减域信号的量化误差影响系统误码率性能的问题,提出约减域的多路径信号联合判决算法,提升信号判决精度。仿真结果表明,基于格基约减的预编码算法性能优于传统线性预编码算法,并且采用优化的判决算法能够进一步提升系统误码率性能。
其他文献
光子晶体光纤(Photonic Crystal Fibers,PCF)集成了光子晶体带隙调控光传播和光纤导光的两个特性,故广泛应用于新型光纤传感领域。其中,D型PCF的非圆对称结构能增强纤芯模式与样品的耦合作用,提升传感性能;其平整的侧抛光结构不仅易于样品填充,还易于结构镀膜。当D型PCF与表面等离子体共振(Surface Plasmon Resonance,SPR)技术结合时,其结构优势解决了P
在人与人的交往方式中,表情是传递人类情感信息与意图的重要方式,通过表情识别技术可以有助于计算机像人类一样观察、理解和提供相应的反馈。目前表情识别技术面临两个难题:一方面无论是基于几何特征还是纹理特征的特征提取算法都存在对皱纹、凸起、凹陷等细微面部变化不敏感;另一方面现有的算法无法解决实际生活中采集到的图片光照分布不均匀、噪声干扰等问题。针对上述的问题,本文分别设计了可变形卷积网络的面部动作单元识别
形式化方法是指依赖严格的数学基础对软、硬件系统进行形式规约、开发和验证的技术。形式规约作为形式化方法的基础,通过形式语言严格描述所开发系统的模型和其需要满足的性质,包括模型规约和性质规约。而性质规约分为线性时间规约和分支时间规约,安全性和活性作为这两种性质规约中的基础属性,已经得到了广泛的研究。安全性断言系统运行时“坏”的事情不会发生,而活性断言系统运行时“好”的事情最终会发生。安全性和活性的验证
5G(The fifth generation mobile communication,第五代移动通信)网络于2019年6月在国内正式商用,5G网络有三大特点分别是高速度、低延时和广连接,其中移动边缘计算(Mobile Edge Computing,MEC)是其中的一项关键技术,其能满足用户在低时延、低能耗、隐私安全等方面的需求。但是目前MEC服务器是部署在固定地点的,当其他区域有需求时无法快速
信息抽取是自然语言处理中的重要分支,目的是从非结构化或半结构化的文本中抽取出结构化数据,其最关键的子任务之一是关系抽取。然而以往的传统方法在处理复杂的文本结构时并不能达到良好的效果,往往无法处理其中的关系重叠问题以及抽取过程中产生的噪声信息。本文基于深度学习方法,围绕面向复杂文本结构的关系抽取研究,提出了针对传统流水线方法和联合学习框架的两种优化方案。论文的主要研究工作和创新内容如下:(1)设计了
随着工业物联网的全面发展,现代工业系统已呈现智能化的发展趋势。机电设备作为工业生产活动中重要组成部分,在智慧交通等领域应用广泛。高速公路机电设备内部结构复杂,运行环境恶劣等因素导致机电设备发生故障的可能性大幅提升。目前,高速公路机电设备的故障检测普遍采用传统的云计算模式,海量数据的远距离传输占用大量网络带宽,并存在高延迟现象。针对高速公路机电设备故障检测的实际应用场景,本文对基于边缘智能的机电设备
脑中风伤残率、死亡率、反复发作概率较高,很大程度上伤害人类身心健康,会导致病患家庭、国家经济负担过大。微波探测脑出血的原理是微波经过被测组织会出现电磁波的反射、散射及吸收,根据肿瘤组织与健康组织之间电磁参数存在明显差异,可以利用不同位置出血、不同出血量的散射信号幅度和相位变化量对脑出血进行研究。本文主要对应用于微波探测脑出血小型化宽带定向单极子天线单元、利用微波散射法对脑出血进行仿真探测、及模拟实
本文研究具有宽带和高增益特性的超透镜天线。超透镜天线包括馈源和超透镜两部分,其中的超透镜由大量的透射单元组成。以相位补偿原理为理论依据,主要研究了宽带超透镜天线的设计方法,超透镜单元的相位特性和它们在超透镜上的分布特点。主要研究内容包括:研究了宽带平面超透镜天线的工作原理、理论依据以及设计方法。首先分析了传统透镜天线的工作机理,然后基于相位补偿原理,讨论了平面超透镜天线的结构特性、离散相位分布特性
图像超分辨率一直以来都是图像处理领域的一个非常热门的研究课题。在现实生活中,受到现实环境和拍照设备的影响,人们往往无法获得包含细节信息的高分辨率图像。图像超分辨率技术可以将因环境、设备、人为因素得到的低分辨率图像重建出清晰的、包含更多细节信息的高分辨图像。随着卷积神经网络在图像超分辨率的重建工作中的蓬勃发展,图像超分辨率的重建效果越来越好。本文主要对现有的卷积神经网络图像超分辨率算法的网络模型进行
随着物联网(Internet of Things,Io T)的不断发展,物联网应用逐渐进入人们的日常生活。物联网环境的复杂性、传感器种类多样性与物联网环境动态性等特点,使得物联网设备所收集到的数据种类较多,并且数据收集过程中由于各种原因导致终端设备数据缺失。缺失数据给物联网的数据挖掘、物联网应用等带来较大影响。因此,物联网环境下的不完全数据流填充问题,成为了一个重要的研究课题。本文主要针对物联网环