一、子带滤波器组的设计与应用研究(论文文献综述)
张艺伦[1](2020)在《基于Filtered-OFDM的子带滤波器以及峰均比抑制的研究》文中提出随着科学技术的发展,第五代(5G)移动通信已经逐步开始进入人们的生活。为满足5G超高速数据传输速率、高可靠性和低连接延迟等需求,需要研究新型的无线空口波形。在过去几年中多种候选波形被各方提出,滤波的正交频分复用(F-OFDM)便是其中的一种。与4G采取的OFDM系统相比,F-OFDM系统在继承传统OFDM系统的一系列优点的前提下,具有高频带利用率、参数自由度高、带外泄露小等优点。而对F-OFDM系统收发两端的子带滤波器组的设计与优化,以及对其高峰均比的抑制,都对其在5G通信系统中的应用产生很大的影响。因此,本论文主要针对F-OFDM系统中子带滤波器组以及峰均比抑制技术等方面进行研究,具体包括以下内容:首先介绍了OFDM系统的基本原理,对比分析了F-OFDM系统和传统OFDM系统之间的区别和联系,给出F-OFDM系统基带信号具体生成流程,总结F-OFDM系统作为新一代候选空口波形中的优缺点。F-OFDM系统的关键在于子带滤波器组的设计,本文根据阻带衰减、过渡带宽等技术指标介绍了FIR滤波器设计的几类常见方法。F-OFDM系统可以根据业务需求灵活地配置子载波间隔、保护间隔长度、子载波数、调制方式等参数,本文首先给出了一个基于双子带的时频资源分配方案。对于子带滤波器的设计,首先对最常见的窗函数法展开详细研究,仿真对比了几类窗函数的优缺点。随后设计优化了基于凯撒窗的子带原型滤波器,通过凯撒窗参数可调的特点设计出有着较高阻带衰减的子带原型滤波器以抑制带外泄露。通过仿真分析其较传统窗函数有更好的滤波性能。其次,为了达到更加逼近理想频率响应函数的目标,本文研究了神经网络及其优化与应用,提出基于变速率BP神经网络的F-OFDM子带滤波器设计方法,利用BP神经网络设计子带滤波器,通过对BP神经网络的优化加快收敛速度,并最大程度降低带外泄漏。仿真结果表明,基于变速率BP神经网络的子带滤波器较传统窗函数法有更好的带外泄漏抑制能力。OFDM系统一大劣势是高峰值平均功率比,而F-OFDM系统由于也是多子载波叠加所以同样存在这类不足。文章首先介绍了系统峰均比的意义,研究对比了OFDM与F-OFDM系统的峰均比性能,仿真发现在拥有相同数目的子载波的前提下,两者的峰均比性能大致相同。随后研究了传统OFDM系统常见的几类峰均比抑制方法,并根据新的F-OFDM多带系统进行优化,具体包括:(1)剪切滤波是一种简单高效的峰均比抑制方法,针对F-OFDM信号,研究了通过复用子带滤波器的迭代剪切滤波算法。(2)部分序列传输技术是一种无失真的峰均比抑制算法,针对其在大分组时遍历搜索求最优的次数过高计算复杂度大的不足,提出了基于布谷鸟算法的部分序列传输技术——CS-PTS算法,通过智能算法降低搜索次数并可以略微提升峰均比抑制性能。(3)针对F-OFDM系统信号的特点提出以子带为分组的部分序列传输SG-PTS算法,在不改变峰均比抑制性能的前提下大大降低计算复杂度,且不需额外分组模块精简系统结构。(4)在新的SG-PTS算法的基础上进一步改进,提出MSG-PTS算法,改进SG-PTS可选旋转相位数较少的不足,增加可选相位数以提高峰均比抑制性能,与传统算法相比计算复杂度得到降低,并且可以达到几乎相同的峰均比抑制水平。(5)提出MSG-PTS与剪切滤波联合算法,兼容概率类算法无失真与畸变类方法简单高效的优势,在略微增加系统误码性能的前提下进一步提升峰均比抑制性能。
刘海城[2](2020)在《面向音视频会议系统的多通道回声消除算法研究》文中进行了进一步梳理近年来,随着材料技术、信息处理技术以及通信技术的发展,音视频会议系统已经克服了空间地理位置的限制,实现了人们远距离交互式的交流沟通。音视频会议系统可以让人们随时进行语音通话或者视频聊天,降低了沟通的成本,提高了办公效率。为了提高音视频会议系统的通话质量,使用自适应滤波器来消除回声信号对语音通话的影响。但是由于人们对音视频会议系统的通话性能要求越来越高,音视频会议系统中会配备多个麦克风设备和扬声器设备,现有的回声消除方法无法直接应用于这样的场景,所以需要重新分析并设计出合适的多通道回声消除算法。多通道回声消除场景按扬声器设备的个数不同可以分为多麦克风回声消除场景和立体声回声消除场景。在多麦克风回声消除中,自适应滤波算法会出现收敛速度慢、计算量高、回声消除效果差的问题。在立体声回声消除中,自适应滤波算法会出现失调量大的问题。本文在现有的单通道回声消除的基础上,在以下几个方面开展了研究:(1)在多麦克风回声消除中,针对传统时域滤波器在处理语音信号时,滤波器收敛速度会变慢的问题,研究了具有多带结构的子带滤波器系统,并将这种系统推广到多麦克风回声消除问题中。这种多麦克风回声消除系统能够保证输入信号为语音信号时,回声消除具有较快的收敛速度。仿真实验表明这种方法在处理语音信号时具有较快的收敛速度。(2)在多麦克风回声消除中,针对多个自适应滤波器估计多个回声信号时,系统的计算量会增加的问题,研究了使用相对传递函数来估计其他麦克风采集到的回声信号。并且提出使用RAP算法来进一步改进使用相对传递函数估计回声信号的效果。考虑到这种算法在较高迭代次数时,计算量会增加的问题,推导得到RAP算法的快速形式来降低改进算法的计算量大小。这种快速算法保证系统具有较低的计算量,同时能够得到较好的回声消除效果。仿真实验表明快速算法能够得到较好的回声消除效果。(3)在立体声回声消除中,针对传统的非线性两路NLMS算法具有较大失调量的问题,提出了使用RAP算法来改进两路NLMS算法进行立体声回声消除的效果。考虑到改进算法在较高迭代次数时,计算量会增加的问题,提出使用RAP算法的一种快速形式来减小改进算法的计算量。这种快速算法保证系统具有较低的计算量,同时能够获得较低的失调量。仿真实验表明快速算法能够减小两路NLMS算法的失调量大小。
王昊[3](2020)在《面向高通量卫星的可变速率信道化器的研究与实现》文中研究指明卫星通信系统能够有效覆盖地面、海上和空中等区域,是为地面通信未服务或服务不足地区提供通信的有效手段。迄今为止,在轨运行的1300多颗通信卫星大部分工作在L、S、VHF等低频段,通信容量非常有限。为满足人们日益增长的通信需求,工作在Ku、Ka、Q等高频段的高通量卫星(High-Throughput Satellite,HTS)利用多波束技术实现频率资源的复用,能够提供20倍以上的总吞吐量,得到越来越广泛的关注。然而,现有HTS采用的转发器频率灵活性差,难以实现任意跨频段、跨波束的业务数据交换。因此,针对HTS服务用户数更多,信号带宽更大,调制阶数更高,信道划分非均匀的特点,本文对适合HTS的可变速率数字信道化技术展开研究,以实现HTS对信道资源的灵活分配,主要工作如下:其一,总结和分析现有的信道化器设计方法,将基于调制滤波器组的方法作为研究重点,并提出一种级联结构的调制滤波器组。仿真和分析精确重构和近似精确重构滤波器组的经典设计方法,结果表明:前者重构误差为10-13~10-15,但通道数较大的滤波器组设计难度较大,后者设计方便快捷,但重构误差高达10-2~10-3。本文提出一种级联调制滤波器组的设计方法,利用更低阶的原型滤波器来实现滤波器组,以完成对信号高精度分离和重构,其重构误差为10-6~10-7。其二,在完成级联调制滤波器组设计基础上,进一步实现信道化器,并通过仿真验证其有效性。进行基于信道化器的星载应用仿真系统搭建和参数分析,测试不同带宽和调制方式信号的解调性能损失验证设计信道化器性能,结果表明:系统BER性能损失小于0.2d B,基于级联调制滤波器组的信道化器能够精确重构DVB-S2X协议中QPSK,16APSK和256APSK信号,并能有效地抑制各个子载波信号的功率泄漏,能够满足HTS的通信需求。其三,完成基于传统调制滤波器组信道化器的FPGA设计及实现。结合FFT_IP核串行输入输出的特点,本文设计了一种高效的信道化器实现结构,其多相滤波模块工作在高倍时钟域,能够顺序执行滤波器组前M个支路和后M个支路的滤波操作,且利用乒乓RAM代替移位寄存器对数据进行缓存和整形,减少了芯片资源的占用。结果表明:在芯片xc7k410tffg900-2上实现了1024通道的信道化器,仅需要12%的DSP资源和8%的LUT资源,大大降低了硬件资源的消耗。
许书凯[4](2020)在《蓝牙音频信号处理算法研究》文中研究说明蓝牙技术自诞生到如今已经发展了22年,由于不断地吸收新的技术,提出新的功能,扩展新的应用场景,蓝牙技术具有强大的生命力。蓝牙标准中的高级音频分发规范(A2DP,Advanced Audio Distribution Profile)定义了子带编解码器(SBC,Subband Codec),作为蓝牙音频设备中强制支持的编解码器,对该编解码器的实现算法进行改进和优化研究,对于提升蓝牙音频质量具有重要的意义。本文重点研究SBC编解码器算法的改进和优化。在熟悉了蓝牙协议栈和蓝牙音频应用开发框架基础上,研究分析SBC编解码器中的滤波器组和调制器算法原理,重点针对当前算法中编解码质量较差、数据压缩率低的问题对算法进行改进优化,然后在完成算法优化的基础上对SBC编解码器各模块进行硬件设计,最终得到SBC编解码器RTL硬件电路。本文的主要研究成果和创新点如下:1.改进余弦调制公式。针对原滤波系统子带划分性能较差和失真较严重的问题,在滤波系统设计中,结合正交镜像滤波器组设计方法中分析滤波器与合成滤波器的约束关系,将其运用到余弦调制滤波器组设计方法中,得到了改进的余弦调制公式,消除了相位失真和绝大部分混叠失真。与原余弦调制公式相比,改进余弦调制公式得到的滤波器组使低频子带和高频子带的通带带宽提高68.14%,同时幅度失真下降39.10%,能有效改善音频信号中低频和高频部分的声音质量。2.优化原型低通滤波器设计。在原型低通滤波器设计中,本文在Kaiser窗函数法基础上,引入滤波器过渡带和阻带衰减的指标作为约束函数,通过迭代计算得到实系数线性相位FIR低通滤波器,设计的滤波器具有很高的阻带衰减及合理的过渡带变化趋势。当设计4子带滤波器组时,经过10次迭代计算得到阶数为41,最小阻带衰减为-65.53d B的原型滤波器;当设计8子带滤波器组时,经过21次迭代计算得到阶数为79,最小阻带衰减为-116.62d B的原型滤波器。最终得到的实系数余弦调制滤波器组相比原方法中的滤波器组,在引入的噪声更低的同时具有更好的子带分析与合成性能。3.改进自适应差分脉冲编码调制。针对SBC编解码器算法中使用的自适应脉冲编码调制(APCM,Adaptive Pulse Coded Modulation)技术只能有限地调节编码量化阶的问题以及编码数据量较大的问题,本文结合差分脉冲编码调制(DPCM,Differential Pulse Coded Modulation)技术,将原来对输入信号直接进行编码调制的方式改为对输入信号及其预测值之差进行编码调制。同时,在调制技术中增加了非线性压缩算法,使调制器能均衡编码音频信号中的大信号和小信号。综合优化后的自适应差分脉冲调制器(ADPCM,Adaptive Differential Pulse Coded Modulation)与原SBC编解码器中的调制器相比,数据压缩比最高支持6:1,同时编译码质量更高。4.设计并实现SBC编解码器硬件电路。本文进行了改进后的SBC编解码器的硬件实现,并给出了RTL电路设计。根据子带编解码器的特点,采用并行结构设计硬件电路,以提高编解码器的运算速度,降低算法延时,同时在编解码器中加入了CRC校验模块,有效保障编解码的正确性。
林浩[5](2020)在《卫星电视信号多信道监测接收机关键技术研究与实现》文中进行了进一步梳理卫星广播电视监测地球站是进行广播电视卫星传输的专用卫星地球站,其对于信息传输、国家安全有着重要的意义。对卫星电视信号进行实时监测可以提高其准确性、有效性。针对于广电地球站多通道并行监测的应用需求,数字多信道并行监测接收机将数字化和信道化的优点进行融合,集成了两者在带宽范围、动态范围等指标上较高的综合性能,又具有两者体积小,功耗低的特性,可以实现卫星电视信号的多通道并行监测。本文根据卫星电视信号的特征,主要工作为研究多信道并行监测接收机的理论算法以及基于具体硬件平台的设计与实现,研究内容如下:1.对卫星电视信号多信道监测接收机基于多相滤波信道化算法进行研究,根据其数学模型推导出基于多相滤波器组并行多信道算法结构,然后采用MATLAB对多信道算法进行仿真。2.多信道并行监测接收机中因信道划分交叠而存在子信道之间互相干扰问题,通过频率响应屏蔽技术降低子带滤波器组的过渡带来减小子信道之间的干扰。针对于宽带电视信号跨信道的问题,开展动态信道化技术研究,设计综合滤波器组完成跨信道信号的重构。3.对多信道监测接收机进行工程实现,完成多信道监测接收机系统总体方案设计和数据采集板卡的硬件电路设计,主要包括基于FMC数据采集板上时钟模块、电源模块和ADC模块的设计,利用JESD204b高速总线传输协议实现数据采集板与信号处理平台的数据高速传输,最后进行相关的性能测试和分析。
毛宁[6](2020)在《F-OFDM系统的子带滤波器设计与YunSDR平台实现》文中研究说明为了能够适应5G多种通信场景的要求,各种空中接口波形被相继提出,其中滤波正交频分复用(Filtered-Orthogonal Frequency Division Multiplexing,F-OFDM)因其灵活的频带分配和更少的带外辐射得到了业界的充分肯定。但是F-OFDM系统的子带滤波器往往需要很高的阶数才能较好地抑制子带的带外辐射。本文提出一种级联低阶滤波器的方法来设计F-OFDM系统的子带滤波器,并在仿真验证其可行性的基础上在Yun SDR软件无线电平台上进行系统实现,具体包括以下方面:本文首先对比OFDM系统简要介绍了F-OFDM系统的传输流程和时频资源分配方法。说明F-OFDM系统的主要区别是将整个频带按业务需求划分为不同的子带进行不同的参数配置,在每个子带上添加滤波器对子带数据进行滤波,并在接收端添加匹配滤波器进行解耦,指出子带滤波器的设计是整个F-OFDM系统的关键。本文接下来介绍了几种现有的子带滤波器设计方法,在各种现有的设计方法中,窗函数法在工程实现上相对方便和灵活,但是如果需要很好地抑制子带的带外辐射,窗的长度需要达到该子带FFT点数的一半,这就导致了子带滤波器的设计复杂度变高。针对这一问题,本文提出了级联低阶滤波器的设计方法,并在F-OFDM单子带系统和双子带系统上进行仿真验证。首先通过凯瑟窗窗函数法设计出低阶的初级滤波器,然后将初级滤波器进行级联得到级联滤波器。仿真结果表明,本文设计的子带滤波器能够达到高阶窗函数法子带滤波器同等的带外辐抑制效果,但滤波器阶数仅为高阶窗函数法的一半,能够很大程度地降低设计复杂度。但是阶数过低的滤波器其脉冲响应不理想,信号通过滤波器后相当于过了多径信道,会引起码间干扰甚至符号间干扰。本文为了解决这一问题,提出将子带滤波器、信道和匹配滤波器等效为一个信道的方法,利用实际通信系统中的参考信号对等效信道进行估计与均衡,可以很好地消除子带滤波器带来的干扰。将本文设计的子带滤波器进行误码率仿真对比,可以达到与高阶窗函数法同等的误码率水平。在此基础上,进一步对F-OFDM双子带系统的子带滤波器进行设计,根据各子带的中心频率对级联滤波器进行频谱搬移,得到每个子带的子带滤波器。对双子带的带外辐射情况和误码率进行仿真结果表明,所设计方案能够得到和高阶窗函数法子带滤波器接近的效果。在保证所提出的级联低阶滤波器法具有理论可行性之后,本文利用Matlab软件在Yun SDR平台上进行F-OFDM双子带系统的实现。本文首先简要介绍了SDR软件无线电平台和所使用的Yun SDR设备的软硬件架构,接着进行系统实现的参数配置收发端设计,本文利用5G NR中的PSS序列作为同步序列进行帧同步,并利用该序列阐述了两种频偏估计的方法,在经过匹配滤波器以后在每个子带中进行信道估计与均衡,通过对接收信号的同步位置、星座图和误码率进行分析以后,可以看出,本文所提出的级联低阶滤波器设计方法,在实际信道中仍然能够起到较好的效果。
马欣[7](2019)在《子带自适应滤波器的设计与实现》文中进行了进一步梳理子带自适应滤波器在通信、雷达等领域有着广泛的应用,它具有特殊的结构,能对输入信号进行频带分割与抽取,减小输入信号的相关性、提高收敛速度以及降低对信号处理的要求,因此对子带自适应滤波器的研究具有一定的实用意义。为了解决传统子带自适应滤波器输出端存在混叠分量的问题和子带自适应算法在收敛速度与稳态失调误差之间的矛盾,结合最速下降算法和最小扰动原理,提出了一种改进的基于动量梯度下降的多带结构子带自适应滤波(Mon-IMSAF)算法,通过在当前时刻的更新向量上叠加上一时刻的更新向量值,促进滤波器权值更新向量迭代的相同方向上加速,而且由于降低了其他迭代方向上的速度抑制了振荡问题。仿真结果表明当输入自回归信号AR(10)时,Mon-IMSAF算法比变正则化矩阵的改进多带结构子带自适应滤波(VRM-IMSAF)算法的稳态失调误差降低了2dB,同时具有较快的收敛速度。基于Mon-IMSAF算法的子带自适应滤波器适应于F-OFDM系统的多子带波形,支持5G按业务需求的动态软空口参数配置,因此将该滤波器应用于F-OFDM波形中。仿真结果显示所设计的子带自适应滤波器在对F-OFDM系统带外泄露抑制方面比传统OFDM改善了20dB。当信噪比为l0dB时,Mon-IMSAF算法比IMSAF算法的稳态失调降低了3dB,同时还具有较快的收敛速度和良好的系统跟踪性能。随着信噪比的增大,Mon-IMSAF算法的大致取向不受影响,表明Mon-IMSAF在作为子带滤波算法上具有明显优势,可以优化F-OFDM子带传输波形,适用于5G丰富业务与场景的灵活性传输。基于上述研究,在FPGA上实现基于Mon-IMSAF算法的子带自适应滤波器的设计,主要包括子带滤波器组的模型设计、自适应滤波器以及权重更新子系统的模型设计。最后通过Simulink和ModelSim分别实现模型仿真和功能仿真,验证了设计的正确性。
廖强[8](2019)在《船舶航行数据记录仪语音压缩系统的设计与实现》文中认为为了加强对船舶的安全监督管理,保障船员在海上的人身和财产安全,根据国际海事组织(International Maritime Organization,IMO)A.861(20)号决议及我国交通部海事局的有关规定,国际航行及沿海航行船舶都必须安装船舶航行数据记录仪(Voyage Data Recoder,VDR)。VDR是一种实时记录和存储船舶航行过程中船舶系统重要数据以及周围海洋环境相关信息的智能化记录仪器。根据IMO相关标准要求,驾驶舱等关键舱室的声音以及船舶通信的甚高频(Very High Frequency,VHF)通讯语音信号是VDR必须记录的数据。当船舶发生事故后,VDR中的音频数据是调查分析事故发生原因以及过程的重要依据。这些音频数据占用大量的存储空间,因此选用合适的平台和算法对这些音频数据进行压缩,使VDR在有限的空间内存储更多的数据,具有重要意义。本文对VDR多路语音压缩的现状及问题进行分析,结合IMO以及IEC61996文件的相关标准要求,确定了以ARM+FPGA的异构多核片上系统Zynq作为VDR语音压缩系统的核心处理器,以MP3算法作为本系统的压缩算法,并通过软硬件协同设计的方法完成了 VDR音频压缩系统的总体设计。本文在Zynq的ARM处理器系统(Processing System,PS)中以软件实现音频采集及以太网设备的控制,而将涉及大量并行计算的多路语音压缩在Zynq的可编程逻辑(Progarmmable Logic,PL)中以硬件实现,充分发挥FPGA的并行计算能力强、运算稳定可靠的优势。由于MP3算法运算复杂,该算法的功能实现需要大量的硬件资源。本文根据MP3算法的原理,结合VDR对语音信号回放质量的要求,对该压缩算法进行了优化,在保证语音回放质量的同时,节省了算法功能实现所需要的硬件资源。然后根据优化后的MP3算法的原理,在Vivado集成开发环境下,结合FPGA并行计算、流水线等技术手段,完成了该压缩编码算法的FPGA硬件结构设计与仿真。针对VDR多路音频数据传输问题,本文设计了异构核之间音频数据传输的方案,实现了 8路音频数据从PL到PS的高速传输,设计并完成了 PS端音频数据以太网传输程序以及存储端接收软件,实现了 VDR音频数据的接收与存储。最后在Zedboard开发板上搭建了音频采集、压缩、传输和存储的软硬件系统,对本文所设计的系统进行验证与测试。测试结果表明,本文设计的系统符合IMO相关标准要求。
郭惠[9](2019)在《基于F-OFDM上行链路的多用户聚类技术研究》文中研究说明随着人们对移动通信需求由移动网络的速率到业务和应用场景的扩展,我们对未来5G通信波形提出了新的要求。华为公司在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术的基础上提出了基于子带滤波的正交频分复用(Filtered-OFDM,F-OFDM),将频谱带宽划分为若干个不同子带,各个子带可根据不同的业务场景配置不同的波形参数,通过滤波器分别对各个子带进行滤波,在降低频谱带外泄露的同时实现灵活配置。2018年12月,3GPP组织制定了5G面向多业务场景,可扩展且灵活物理层设计的参数集(Numerologies,NR)。F-OFDM作为一种5G新波形技术,面临着如何利用有限的频谱资源满足人们对高速率多业务的传输需要的问题。用于提高移动通信系统频谱效率的多输入多输出(Multiple Input Multiple Output,MIMO)技术由于受限于移动用户端设备的尺寸和功率问题,无法实际应用到移动通信系统。研究人员提出了虚拟MIMO(Virtual MIMO,VMIMO)技术:将多个用户配对成用户组,与接收端基站组成一个MIMO多天线阵列。因此,最关键的问题是如何进行用户配对以及有效的资源分配。本论文针对5G应用场景,重点研究了多小区F-OFDM上行链路虚拟MIMO系统联合用户分组和资源分配问题。首先研究对比了OFDM上行链路接入技术和FOFDM上行链路接入技术以及虚拟MIMO技术。主要介绍了OFDM、F-OFDM系统模型及其干扰分析计算、F-OFDM系统中滤波器组和子带的配置及常用的虚拟MIMO检测算法和用户配对准则;接着,主要研究建立了多小区F-OFDM上行链路虚拟MIMO技术中的用户分组准则、联合用户分组和资源块分配算法模型。推导建立了多小区F-OFDM上行链路虚拟MIMO技术的模型和F-OFDM系统中的MMSE-OSIC检测算法,给出了F-OFDM上行链路虚拟MIMO中基于MMSE-OSIC及BER约束的用户分组准则,并基于资源分拆和聚类模型提出一种考虑了系统BER性能的多小区联合用户分组和资源分配的用户聚类模型;然后,基于资源分拆、K-AP聚类算法,提出了一种将MMSE-OSIC检测与用户聚类相结合的迭代K-AP用户聚类算法(Iterative K-Affinity Propagation User Clustering Algorithm based on MMSE-OSIC,IKAPUCOSIC),将多小区联合用户分组和资源分配的组合优化问题分解为若干子问题求解。在用户聚类过程中利用MMSE-OSIC的用户排序,巧妙地将用户聚类过程与检测顺序结合,并根据检测过程推导出高效的迭代检测矩阵,降低了系统的计算复杂度;最后,通过仿真对所提的IKAPUCOSIC算法的性能和复杂度与分支定界算法进行对比。仿真结果显示所提出的IKAPUCOSIC算法可以在降低计算复杂度、快速求解的情况下,既保证了系统误比特率,又保证了系统吞吐量最大化。
韦沛然[10](2019)在《基于F-OFDM的自适应传输技术研究》文中进行了进一步梳理近年来,基于5G通信时代对移动终端高连接效率的需求,新一代无线空口波形技术——滤波的正交频分复用(Filtered Orthogonal Frequency Division Multiplexing,F-OFDM)引起了业界的重点关注。与传统的OFDM系统相比,FOFDM系统具有高带宽利用率、强自适应性、抑制带外泄露等优点。然而,F-OFDM系统具有较高的复杂度,这将在很大程度上限制5G通信的实现。因此,本论文主要从多带滤波器组的优化设计、自适应传输等方面对基于F-OFDM系统进行研究,具体包括以下方面:首先介绍了F-OFDM系统基带信号传输流程,接着对比分析了F-OFDM系统和传统OFDM系统之间的区别和联系,因为F-OFDM系统能够根据业务需求灵活地配置子载波间隔、保护间隔长度、FFT长度、调制方式等波形参数,本文给出了基于双子带的时频资源分配方案。针对F-OFDM系统的抗载波频偏干扰、波形参数配置、带外泄漏程度等性能进行仿真分析,总结F-OFDM系统作为新一代候选空口波形中的具体特点。F-OFDM系统的关键在于多带滤波器组的设计,本文根据具体的阻带衰减、重建误差等要求设计了基于余弦调制技术的多带滤波器组,该滤波器组设计方案基于Remez算法进行原型滤波器的设计,有着较低的带外泄漏和较低的阻带衰减,并基于余弦调制方式设计了能根据用户需求灵活配置的均匀子带滤波器组(Uniform Filter Bank,UFB)和非均匀子带滤波器组(Non Uniform Filter Bank,NUFB),通过仿真分析发现两种多带滤波器组中接收端信号相较于发送端能实现近似完全重建。其次,为了达到F-OFDM系统自适应传输的目标,本文对本系统在传输中存在载波频偏干扰的情况进行研究,推导出频偏干扰对系统多子带间带外泄漏程度的影响,并根据推导结果进行子带滤波器组的优化设计,力求最大程度降低带外泄漏,同时考虑多通道衰落程度的不同对子带进行基于VS-NLMS算法的F-OFDM系统自适应均衡以补偿信道和噪声干扰,仿真结果表明,经过自适应均衡的F-OFDM系统可靠性得到改善。在已经完成的F-OFDM系统理论基础上,通过Xilinx 7000系列ZC706开发板与AD9361射频收发模块在Vivado开发环境中进行FPGA的开发设计。本文主要介绍了两部分的开发设计,首先,多带滤波器组部分由硬件描述语言Verilog和ZC706在Vivado平台上的IP核共同开发完成,发射端综合滤波器通过插值器提高传输速率,接收端分析滤波器通过下采样恢复数据。其次,F-OFDM系统的射频收发部分则由ZC706开发板与AD9361模块共同实现,ZC706负责实现数据流从PC端到FPGA板卡的传输,AD9361模块接收ZC706的数据流并上变频发送到无线信道中传输。经过试验验证,整个FPGA设计能完成在无线信道下数据包结构的发送和接收,基本满足传输需求。
二、子带滤波器组的设计与应用研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、子带滤波器组的设计与应用研究(论文提纲范文)
(1)基于Filtered-OFDM的子带滤波器以及峰均比抑制的研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 引言 |
1.2 研究背景和意义 |
1.3 国内外研究现状 |
1.3.1 FBMC技术 |
1.3.2 GFDM技术 |
1.3.3 UFMC技术 |
1.3.4 F-OFDM技术 |
1.4 论文的研究意义 |
1.5 论文主要章节安排 |
第二章 OFDM和F-OFDM系统研究 |
2.1 OFDM技术基本原理 |
2.1.1 OFDM的优缺点 |
2.2 F-OFDM系统基本原理 |
2.2.1 F-OFDM的优缺点 |
2.3 数字滤波器的研究 |
2.3.1 窗函数法 |
2.3.2 频率采样法 |
2.3.3 等波纹最优化法 |
2.4 本章小结 |
第三章 F-OFDM子带滤波器设计 |
3.1 F-OFDM子载波划分 |
3.2 多子带滤波器系数设计 |
3.3 基于窗函数的F-OFDM子带滤波器设计 |
3.4 改进窗函数的F-OFDM子带滤波器设计 |
3.4.1 基于凯撒窗的滤波器设计 |
3.4.2 基于凯撒窗设计的F-OFDM子带滤波器的仿真 |
3.5 基于神经网络的F-OFDM子带滤波器设计 |
3.5.1 BP神经网络结构及算法 |
3.5.2 基于变速率的BP神经网络设计滤波器的算法及仿真 |
3.6 本章小结 |
第四章 F-OFDM峰均比抑制的研究 |
4.1 F-OFDM系统中髙峰均比的问题 |
4.1.1 F-OFDM系统中峰均比定义 |
4.1.2 F-OFDM系统峰均比的CCDF |
4.1.3 F-OFDM系统的峰均比仿真 |
4.1.4 OFDM系统的峰均比抑制方法 |
4.2 F-OFDM系统迭代剪切滤波算法的仿真分析 |
4.3 F-OFDM系统CS-PTS算法的仿真分析 |
4.4 F-OFDM系统子带分组PTS算法的仿真分析 |
4.4.1 SG-PTS算法 |
4.4.2 改进的MSG-PTS算法 |
4.5 F-OFDM系统MSG-PTS与剪切滤波联合算法的仿真分析 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
作者简介 |
(2)面向音视频会议系统的多通道回声消除算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究历史与现状 |
1.3 主要研究内容及组织结构 |
第二章 回声消除基本知识 |
2.1 声学基础 |
2.1.1 噪声信号 |
2.1.2 语音信号 |
2.1.3 人耳听觉特征 |
2.2 回声的类型 |
2.2.1 单通道回声 |
2.2.2 多麦克风回声 |
2.2.3 立体声回声 |
2.3 回声处理方法 |
2.4 自适应滤波器 |
2.4.1 回声消除结构 |
2.4.2 自适应算法 |
2.4.3 自适应算法的评价指标 |
2.5 短时傅里叶变换 |
2.6 语音活动检测器 |
第三章 基于MSAF的多麦克风回声消除 |
3.1 基础知识 |
3.1.1 频谱动态范围 |
3.1.2 多速率系统 |
3.1.3 滤波器组 |
3.2 传统的子带自适应滤波器 |
3.2.1 开环结构 |
3.2.2 闭环结构 |
3.3 基于多带结构的多麦克风回声消除 |
3.3.1 多带结构子带滤波器 |
3.3.2 多带结构的自适应过程 |
3.3.3 复杂度 |
3.3.4 基于MSAF的多麦克风回声消除 |
3.4 实验仿真 |
3.4.1 实验设置 |
3.4.2 实验仿真 |
3.5 本章小结 |
第四章 基于RETF估计的多麦克风回声消除 |
4.1 基于RETF的回声估计 |
4.1.1 STFT域上的单通道回声消除 |
4.1.2 STFT域上的RETF估计 |
4.1.3 计算量分析 |
4.1.4 稳态超量误差分析 |
4.2 基于RAP的改进RETF估计 |
4.2.1 基于RAP的 RETF估计 |
4.2.2 快速RAP算法 |
4.2.3 计算量分析 |
4.3 实验仿真 |
4.3.1 实验设置 |
4.3.2 实验内容 |
4.4 本章小结 |
第五章 立体声回声消除 |
5.1 立体声回声消除 |
5.1.1 回声消除问题 |
5.1.2 解非唯一问题 |
5.1.3 滤波器失调问题 |
5.2 常见的去相关方法 |
5.3 基于RAP的改进双路NLMS算法 |
5.3.1 双路NLMS自适应算法 |
5.3.2 基于RAP的两路NLMS算法 |
5.3.3 基于FRAP算法的改进两路NLMS算法 |
5.3.4 计算量分析 |
5.4 实验仿真 |
5.4.1 实验设置 |
5.4.2 实验内容 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
(3)面向高通量卫星的可变速率信道化器的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 信道化器的研究现状 |
1.3 本文研究内容与结构安排 |
1.3.1 本文创新成果 |
1.3.2 本文的章节安排 |
第二章 多速率数字信号处理和滤波器组理论 |
2.1 多速率转换技术 |
2.1.1 抽取器 |
2.1.2 插值器 |
2.1.3 等效变换 |
2.1.4 多相分解 |
2.2 滤波器组理论 |
2.2.1 滤波器组 |
2.2.2 滤波器组的精确重构性条件 |
2.2.3 滤波器组重构性能衡量标准 |
2.3 调制滤波器组 |
2.3.1 余弦调制滤波器组 |
2.3.2 指数调制滤波器组 |
2.3.3 调制滤波器组的精确重构条件分析 |
2.4 本章小结 |
第三章 调制滤波器组设计 |
3.1 原型滤波器的研究 |
3.1.1 Saud算法 |
3.1.2 Li算法 |
3.1.3 Lin算法 |
3.1.4 Cruz算法 1 |
3.1.5 Cruz算法 2 |
3.2 对滤波器组性能的仿真与分析 |
3.2.1 精确重构的调制滤波器组 |
3.2.2 近似精确重构的调制滤波器组 |
3.3 提出的级联调制滤波器组 |
3.3.1 级联调制滤波器组的工作原理 |
3.3.2 级联调制滤波器组的多相分量形式 |
3.3.3 对提出算法性能的仿真和分析 |
3.4 本章小结 |
第四章 基于级联调制滤波器组的信道化器 |
4.1 信道化器的模型 |
4.2 卫星通信系统框架 |
4.3 对信道化器的仿真与分析 |
4.3.1 占用多个子信道的子载波信号的BER性能 |
4.3.2 最小保护间隔两侧子载波信号的BER性能 |
4.3.3 子载波信号交换后的BER性能 |
4.4 本章小结 |
第五章 信道化器的FPGA设计与实现 |
5.1 信道化器的总体设计 |
5.2 各个子模块的FPGA设计 |
5.2.1 多相滤波模块 |
5.2.2 延迟抽取模块 |
5.2.3 并串变换模块 |
5.2.4 相加重构模块 |
5.2.5 串并转换模块 |
5.2.6 电路交换模块 |
5.3 信道化器硬件实现与仿真 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(4)蓝牙音频信号处理算法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 论文主要研究内容 |
1.4 论文结构及章节安排 |
第二章 蓝牙音频技术基础 |
2.1 蓝牙协议栈 |
2.1.1 蓝牙协议栈框架 |
2.1.2 不同模式蓝牙技术区别 |
2.1.3 蓝牙数据传输框架 |
2.2 蓝牙音频应用框架 |
2.3 A2DP高级音频分发规范 |
2.3.1 基本原理 |
2.3.2 工作机制 |
2.3.3 解码器支持机制 |
2.4 蓝牙音频编解码器 |
2.4.1 SBC子带编解码器 |
2.4.2 厂商指定编解码器 |
2.4.3 编解码器性能分析 |
2.5 本章小结 |
第三章 SBC编解码器算法设计与仿真 |
3.1 SBC编解码器组成模块 |
3.2 分析/合成滤波器组算法改进 |
3.2.1 滤波器组实现方法 |
3.2.2 原型低通滤波器设计 |
3.2.3 滤波器组仿真分析 |
3.3 ADPCM调制器算法改进 |
3.3.1 PCM调制基础 |
3.3.2 SBC编解码器中APCM调制原理 |
3.3.3 ADPCM调制算法改进 |
3.3.4 ADPCM调制器仿真分析 |
3.4 本章小结 |
第四章 SBC编解码器硬件设计与验证 |
4.1 分析/合成滤波器组硬件设计与验证 |
4.1.1 滤波器组顶层结构 |
4.1.2 原型低通滤波器硬件设计 |
4.1.3 分析滤波器组硬件设计 |
4.1.4 合成滤波器组硬件设计 |
4.1.5 滤波器组整体模块硬件设计 |
4.2 ADPCM调制器硬件设计与验证 |
4.2.1 调制器顶层结构 |
4.2.2 编码器硬件设计 |
4.2.3 译码器硬件设计 |
4.2.4 调制器整体模块硬件设计 |
4.3 数据处理模块硬件设计与验证 |
4.3.1 数据处理模块顶层结构 |
4.3.2 数据打包/拆包模块硬件设计 |
4.3.3 CRC运算/校验模块硬件设计 |
4.3.4 数据处理整体模块硬件设计 |
4.4 SBC编解码器硬件设计与验证 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
作者简介 |
(5)卫星电视信号多信道监测接收机关键技术研究与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 研究目标与研究内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 目录章节安排 |
第二章 多信道监测接收机总体方案 |
2.1 多信道监测接收机总体方案 |
2.2 性能指标分析 |
2.3 关键器件选型 |
2.3.1 模数转换芯片选型 |
2.3.2 时钟芯片选型 |
2.3.3 电源芯片选型 |
2.3.4 主控芯片选型 |
2.4 子模块方案设计 |
2.4.1 硬件方案设计 |
2.4.2 基于SOC信号处理平台方案设计 |
2.4.3 嵌入式软件设计 |
2.5 信道划分方案 |
2.6 本章小结 |
第三章 数字信道化关键技术研究 |
3.1 并行数字下变频信道化结构 |
3.2 基于多相滤波的信道化技术 |
3.2.1 基于多相滤波的信道化结构 |
3.2.2 基于多相滤波的信道化处理仿真 |
3.3 基于频率响应屏蔽的信道化技术 |
3.3.1 频率响应屏蔽滤波器结构 |
3.3.2 滤波器合成仿真 |
3.3.3 基于FRM的多信道监测接收机 |
3.4 动态多信道监测接收机 |
3.4.1 分析滤波器组信道化处理仿真 |
3.4.2 信号重构 |
3.5 本章小结 |
第四章 多信道监测接收机设计与实现 |
4.1 数据采集板卡设计 |
4.1.1 时钟模块 |
4.1.2 电源模块 |
4.2 高速总线接口设计 |
4.2.1 高速总线接口模块配置 |
4.2.2 接口链路建立 |
4.3 多信道数据处理 |
4.3.1 多相抽取模块 |
4.3.2 滤波器组模块 |
4.3.3 IDFT模块 |
4.4 PL-PS数据交互设计 |
4.5 本章小结 |
第五章 系统测试 |
5.1 系统结构和测试平台 |
5.2 系统验证 |
5.2.1 数据采集板测试 |
5.2.2 多信道监测接收机测试 |
5.3 本章小结 |
第六章 总结与展望 |
致谢 |
参考文献 |
(6)F-OFDM系统的子带滤波器设计与YunSDR平台实现(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 论文研究背景 |
1.2 国内外研究现状 |
1.3 本文章节安排 |
第二章 F-OFDM系统模型分析 |
2.1 OFDM系统模型分析 |
2.1.1 OFDM技术的基本原理 |
2.2 F-OFDM系统模型分析 |
2.2.1 F-OFDM系统简介 |
2.2.2 F-OFDM的传输结构 |
2.3 本章小结 |
第三章 级联低阶滤波器法的子带滤波器设计 |
3.1 现有的子带滤波器设计方法 |
3.1.1 窗函数法子带滤波器的设计 |
3.1.2 窗函数法子带滤波器的带外辐射对比 |
3.2 F-OFDM系统级联低阶滤波器法的子带滤波器设计 |
3.2.1 级联低阶滤波器的设计方法 |
3.2.2 F-OFDM单子带系统的子带滤波器设计 |
3.2.3 级联滤波器的不足与应对方案 |
3.2.4 F-OFDM双子带系统的子带滤波器设计 |
3.2.5 F-OFDM系统双子带滤波器性能分析 |
3.3 本章小结 |
第四章 基于YunSDR平台的F-OFDM双子带系统实现 |
4.1 YunSDR Y320平台架构 |
4.1.1 YunSDR平台简介 |
4.1.2 Y320硬件架构 |
4.1.3 Y320软件架构 |
4.2 系统实现过程 |
4.2.1 参数配置 |
4.2.2 帧同步 |
4.2.3 频偏估计 |
4.3 系统实现结果分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 下一步研究方向 |
参考文献 |
致谢 |
作者简介 |
(7)子带自适应滤波器的设计与实现(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景及意义 |
1.2 国内外的研究现状 |
1.3 研究内容及章节安排 |
2 子带自适应滤波器 |
2.1 子带系统基本结构 |
2.2 子带滤波器组 |
2.2.1 多速率系统 |
2.2.2 子带滤波器组Z域模型 |
2.3 基于LMS的自适应算法 |
2.3.1 LMS算法的原理 |
2.3.2 性能指标 |
2.3.3 仿真结果及分析 |
2.4 子带自适应滤波器的应用 |
2.5 本章小结 |
3 基于多带结构的子带自适应滤波器设计 |
3.1 基于多带结构的子带自适应滤波器 |
3.2 归一化子带自适应滤波算法 |
3.2.1 计算复杂度 |
3.2.2 仿真结果分析 |
3.3 基于动量梯度下降的IMSAF算法 |
3.3.1 IMSAF算法 |
3.3.2 Mon-IMSAF算法 |
3.3.3 计算复杂度 |
3.4 仿真结果及性能分析 |
3.4.1 收敛性能 |
3.4.2 跟踪性能 |
3.5 本章小结 |
4 Mon-IMSAF算法在F-OFDM波形中的应用 |
4.1 F-OFDM的概述 |
4.1.1 F-OFDM的传输体系结构 |
4.1.2 子载波的映射及系统性能分析 |
4.2 F-OFDM中 Mon-IMSAF优化自适应算法 |
4.3 仿真结果与分析 |
4.4 本章小结 |
5 多带结构子带自适应滤波器的FPGA实现 |
5.1 基于DSP Builder的 FPGA开发流程 |
5.2 多带结构子带自适应滤波器建模 |
5.2.1 基于DSP Builder的系统级建模 |
5.2.2 子带滤波器组的设计 |
5.2.3 自适应滤波器与权重更新子系统的模型设计 |
5.3 仿真与结果分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
(8)船舶航行数据记录仪语音压缩系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 船舶航行数据记录仪发展过程及研究现状 |
1.3 语音压缩技术发展以及研究现状 |
1.3.1 音频压缩算法的分类 |
1.3.2 音频压缩的国际标准 |
1.4 论文的研究内容及章节安排 |
1.4.1 论文的主要研究内容 |
1.4.2 论文的章节安排 |
2 系统总体方案设计 |
2.1 需求分析与总体结构 |
2.2 硬件平台 |
2.2.1 Zynq系列处理器 |
2.2.2 麦克风采集放大模块 |
2.2.3 ADC模块 |
2.3 MP3编码算法分析 |
2.4 无心理声学模型的MP3编码算法 |
2.4.1 子带滤波器组 |
2.4.2 修正离散余弦变换(MDCT) |
2.4.3 比特分配与量化循环 |
2.4.4 Huffman编码 |
2.4.5 MP3帧格式 |
2.5 本章小结 |
3 语音信号的采集及压缩编码算法的FPGA设计与实现 |
3.1 语音信号采集的FPGA实现 |
3.2 MP3编码算法的FPGA实现 |
3.2.1 子带滤波器组的设计与实现 |
3.2.2 修正离散余弦变换(MDCT)的设计与实现 |
3.2.3 比特分配以及量化循环的设计与实现 |
3.2.4 编码以及组帧 |
3.3 本章小结 |
4 音频数据的传输与存储程序设计 |
4.1 音频数据打包发送功能的实现 |
4.1.1 8路音频数据的打包传输 |
4.1.2 异构核之间音频数据传输实现 |
4.1.3 Zynq PS端以太网数据传输实现 |
4.2 音频数据的存储 |
4.3 本章小结 |
5 VDR音频压缩系统的硬件验证与测试 |
5.1 硬件验证平台 |
5.2 硬件验证总体结构 |
5.3 系统测试 |
结论 |
参考文献 |
致谢 |
作者简历及攻读硕士学位期间的科研成果 |
(9)基于F-OFDM上行链路的多用户聚类技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 选题背景与意义 |
1.2 本文主要工作和贡献 |
1.3 论文的章节安排 |
第二章 上行链路接入技术和虚拟MIMO技术研究 |
2.1 上行链路OFDM技术的研究 |
2.1.1 OFDM系统模型 |
2.1.2 OFDM系统干扰分析 |
2.2 上行链路F-OFDM技术研究 |
2.2.1 F-OFDM系统模型 |
2.2.2 F-OFDM系统干扰分析 |
2.2.3 F-OFDM系统优缺点 |
2.3 5G多业务场景下的F-OFDM系统 |
2.3.1 F-OFDM系统中滤波器组的选择 |
2.3.2 F-OFDM系统参数集 |
2.3.3 子载波映射 |
2.4 虚拟MIMO技术 |
2.4.1 MIMO技术 |
2.4.2 虚拟MIMO技术原理 |
2.4.3 虚拟MIMO检测算法 |
2.4.4 虚拟MIMO基本用户分组准则 |
2.5 本章小结 |
第三章 多小区联合用户配对和资源分配聚类模型 |
3.1 多小区虚拟MIMO技术 |
3.1.1 多小区联合处理技术原理 |
3.1.2 多小区联合处理系统模型 |
3.2 多小区F-OFDM上行链路虚拟MIMO系统联合用户分组和资源分配模型 |
3.2.1 系统模型 |
3.2.2 F-OFDM上行链路虚拟MIMO检测算法 |
3.2.3 基于MMSE-OSIC和 BER约束的用户分组准则 |
3.3 联合用户分组和资源分配算法模型 |
3.3.1 资源分拆 |
3.3.2 聚类设置 |
3.3.3 用户聚类的数学模型 |
3.3.4 用户组和RB分组索引号 |
3.4 本章小结 |
第四章 迭代用户聚类算法 |
4.1 常用的联合用户分组和资源分配算法 |
4.1.1 分支定界算法 |
4.1.2 匈牙利算法 |
4.1.3 迭代HA算法 |
4.2 聚类算法 |
4.2.1 K-Means聚类算法 |
4.2.2 AP聚类算法 |
4.2.3 K-AP聚类算法 |
4.3 IKAPUC_OSIC算法 |
4.3.1 聚类中心及归属度、吸引度的定义 |
4.3.2 IKAPUC_OSIC算法总流程 |
4.3.3 用户移出和添加操作过程 |
4.4 IKAPUC_OSIC算法的复杂度分析 |
4.4.1 IKAPUC_OSIC算法的复杂度分析 |
4.4.2 IKAPUC_OSIC算法与BNB算法的复杂度对比 |
4.5 IKAPUC_OSIC算法性能的仿真与分析 |
4.5.1 仿真参数 |
4.5.2 算法性能的仿真与分析 |
4.6 本章小节 |
第五章 总结和展望 |
5.1 全文总结 |
5.2 未来展望 |
参考文献 |
致谢 |
作者简介 |
(10)基于F-OFDM的自适应传输技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 论文研究背景 |
1.2 国内外研究现状 |
1.3 论文研究意义 |
1.4 论文主要工作与章节结构 |
第二章 F-OFDM系统概述 |
2.1 OFDM系统基本原理 |
2.2 F-OFDM系统基本原理 |
2.2.1 F-OFDM系统框图 |
2.2.2 F-OFDM子带资源分配方案 |
2.2.3 F-OFDM系统的关键性能 |
2.3 原型滤波器的研究 |
2.3.1 原型滤波器的不同设计方法对比 |
2.3.2 原型滤波器的设计与仿真 |
2.4 均匀子带滤波器组设计与仿真 |
2.5 非均匀子带滤波器组设计与仿真 |
2.5.1 基于单一原型滤波器的非均匀滤波器组系统设计与仿真 |
2.5.2 基于多原型滤波器的非均匀滤波器组系统设计与仿真 |
2.6 本章小结 |
第三章 F-OFDM系统自适应传输研究 |
3.1 F-OFDM系统自适应传输概述 |
3.1.1 F-OFDM系统信号分析 |
3.1.2 自适应传输方案 |
3.2 子带滤波器自适应优化 |
3.3 基于VS-NLMS算法的自适应均衡与仿真 |
3.3.1 子带自适应均衡器 |
3.3.2 自适应均衡性能仿真分析 |
3.4 本章小结 |
第四章 无线收发平台的FPGA设计与实现 |
4.1 软硬件实现平台介绍 |
4.2 物理层参数配置 |
4.3 多带滤波器组模块FPGA实现 |
4.4 基于ZC706与AD9361 的射频端实现 |
4.4.1 基于ZC706 开发板的配套开发设计 |
4.4.2 AD9361 的数字接口模式 |
4.4.3 基于AD9361 的射频收发模块的设计 |
4.5 性能总结与结果分析 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 本文贡献 |
5.2 未来主要研究方向 |
参考文献 |
致谢 |
作者简介 |
1.基本情况 |
2.教育背景 |
3.攻读硕士学位期间的研究成果 |
3.1 发表学术论文 |
3.2 申请(授权)软件着作权 |
3.3 参与科研项目及获奖 |
3.3.1 参与科研项目 |
3.3.2 获奖 |
四、子带滤波器组的设计与应用研究(论文参考文献)
- [1]基于Filtered-OFDM的子带滤波器以及峰均比抑制的研究[D]. 张艺伦. 西安电子科技大学, 2020(05)
- [2]面向音视频会议系统的多通道回声消除算法研究[D]. 刘海城. 东南大学, 2020(01)
- [3]面向高通量卫星的可变速率信道化器的研究与实现[D]. 王昊. 西安电子科技大学, 2020(05)
- [4]蓝牙音频信号处理算法研究[D]. 许书凯. 西安电子科技大学, 2020(05)
- [5]卫星电视信号多信道监测接收机关键技术研究与实现[D]. 林浩. 电子科技大学, 2020(07)
- [6]F-OFDM系统的子带滤波器设计与YunSDR平台实现[D]. 毛宁. 西安电子科技大学, 2020(05)
- [7]子带自适应滤波器的设计与实现[D]. 马欣. 西安科技大学, 2019(01)
- [8]船舶航行数据记录仪语音压缩系统的设计与实现[D]. 廖强. 大连海事大学, 2019(06)
- [9]基于F-OFDM上行链路的多用户聚类技术研究[D]. 郭惠. 西安电子科技大学, 2019(02)
- [10]基于F-OFDM的自适应传输技术研究[D]. 韦沛然. 西安电子科技大学, 2019(02)