資源描述：
《超寬帶通信系統(tǒng)室內(nèi)密集多徑信道模型識別與參數(shù)估計(jì)》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、國內(nèi)圖書分類號：TN929.52學(xué)校代碼：10213國際圖書分類號：621.38密級：公開工學(xué)碩士學(xué)位論文超寬帶通信系統(tǒng)室內(nèi)密集多徑信道模型識別與參數(shù)估計(jì)碩士研究生：謝曉嬌導(dǎo)師：吳芝路教授申請學(xué)位：工學(xué)碩士學(xué)科：信息與通信工程所在單位：電子與信息工程學(xué)院答辯日期：2018年6月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)ClassifiedIndex:TN929.52U.D.C:621.38DissertationfortheMaster’sDegreeinEngineeringINDOORDENSEMULTIPATHCHANNELMODELIDENTIFICA
2、TIONANDPARAMETERESTIMATIONINUWBCOMMUNICATIONSYSTEMCandidate：XieXiaojiaoSupervisor：Prof.WuZhiluAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：InformationandCommunicationEngineeringAffiliation：SchoolofElectronicalandInformationEngineeringDateofDefence：June,2018Degree-Co
3、nferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要超寬帶通信系統(tǒng)因其具有高數(shù)據(jù)率、低功率譜密度、短時間脈沖等優(yōu)點(diǎn)，被廣泛的應(yīng)用于民生、軍事等多個領(lǐng)域。超寬帶信號由于其帶寬較寬，同時室內(nèi)環(huán)境場景狹小、障礙物較多，故會呈現(xiàn)密集多徑信現(xiàn)象，為信道模型的識別與估計(jì)造成了困難。隨著機(jī)器學(xué)習(xí)和人工智能革命的興起，人工智能在無線通信領(lǐng)域的應(yīng)用越來越廣泛。本文提出了基于神經(jīng)網(wǎng)絡(luò)的信道模型識別與信噪比估計(jì)的方法，并將已識別出的信道模型和信噪比作為先驗(yàn)知識，改進(jìn)了基于壓縮感知理論的信道估
4、計(jì)算法的參數(shù)選擇，并基于估計(jì)結(jié)果設(shè)計(jì)了Rake接收機(jī)。本文在超寬帶室內(nèi)密集多徑信道方面主要研究了三個內(nèi)容，分別是信道模型識別、信噪比估計(jì)和信道參數(shù)估計(jì)。首先針對基于支持向量機(jī)的6種傳統(tǒng)信道特征參量對信道模型分類正確率較低的問題，本文提出了基于神經(jīng)網(wǎng)絡(luò)的信道模型識別方法，該方法依托于IEEE802.15.4a信道模型，利用Gegenbauer多項(xiàng)式構(gòu)造的正交脈沖作為發(fā)射信號，仿真生成接收信號作為訓(xùn)練測試集，分析了卷積神經(jīng)網(wǎng)絡(luò)在實(shí)現(xiàn)信道模型識別時應(yīng)選取的結(jié)構(gòu)和參數(shù)，并對搭建好的網(wǎng)絡(luò)進(jìn)行訓(xùn)練測試，得到了較高的分類準(zhǔn)確率。其次提出了基于神經(jīng)網(wǎng)絡(luò)的信噪比估
5、計(jì)的方法，構(gòu)建了卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)，分析對比了兩者在信噪比估計(jì)方面的性能優(yōu)劣，仿真實(shí)驗(yàn)結(jié)果表明，循環(huán)神經(jīng)網(wǎng)絡(luò)在信噪比估計(jì)方面性能較好。將已識別出的信道模型作為先驗(yàn)知識應(yīng)用于神經(jīng)網(wǎng)絡(luò)，對比測試了在是否已知信道模型情況下信噪比估計(jì)的準(zhǔn)確度，證明了已知信道模型對提高信噪比估計(jì)準(zhǔn)確率有所幫助。再次改進(jìn)了基于壓縮感知理論的信道參數(shù)估計(jì)方法。將已知的信道模型和信噪比應(yīng)用于信道參數(shù)估計(jì)，分析了導(dǎo)頻數(shù)在不同信道模型不同信噪比情況下對估計(jì)誤差的影響，實(shí)現(xiàn)了參數(shù)自適應(yīng)的信道估計(jì)方法，提高了信道參數(shù)估計(jì)的效率。將信道參數(shù)估計(jì)的結(jié)果應(yīng)用于Rake接收機(jī)的設(shè)計(jì)，得
6、到了較低的誤碼率。本文提出的超寬帶通信系統(tǒng)室內(nèi)密集多徑信道模型識別與參數(shù)估計(jì)方法，分別基于神經(jīng)網(wǎng)絡(luò)和壓縮感知算法，逐級應(yīng)用已獲得的結(jié)論作為先驗(yàn)知識，相比較傳統(tǒng)方法而言，減少了人工干預(yù)因素，取得了較好的結(jié)果。關(guān)鍵詞：超寬帶；密集多徑；信道模型識別；信噪比估計(jì)；信道估計(jì)I哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractBecauseofitsadvantagessuchashighdatarate,lowpowerspectraldensity,shorttimepulseandlargebandwidth,UWBcommunicationsystem
7、iswidelyusedinmanyfieldssuchaspeople'slivelihoodandmilitaryaffairs.Becauseofitswidebandwidth,atthesametime,theindoorenvironmentisnotonlynarrowbutalsohasmanyobstacles,theultra-broadbandsignalwillshowdensemultipathphenomenon,whichmakesitdifficulttoidentifyandestimatethechannelm
8、odel.Withtheriseofmachinelearningandartificialintelligencerevolution
