基于BP算法的MIMO检测技术及其应用研究

基于BP算法的MIMO检测技术及其应用研究

论文摘要

无线通信业务的迅速发展使有限的频谱资源与不断增加的通信容量之间的矛盾越来越突出。针对这种情况,如何最大限度地提高频谱利用率,是当前研究的一个热门课题。MIMO技术突破了SISO系统容量的极限,在衰落信道中,MIMO技术可以在不增加带宽和发射功率的情况下成倍提高通信系统的信道容量。论文主要研究基于置信度传播BP算法的MIMO检测技术,论文研究的主要目标是全面评估基于BP算法的MIMO检测技术及其在不同MIMO系统条件下所能获得性能。基于BP算法MIMO检测技术的基本原理是利用空时编码技术所引入的时间和空间的相关性,在接收端采用BP检测器,利用置信度传播思想由时空相关约束出发完成发送符号检测。论文在介绍基于置信度传播BP算法的空时码检测原理的基础上,针对正交空时分组码和空时分层码,探讨了基于BP算法的检测技术,分析了基于BP算法的空时码检测技术的实现复杂度,讨论了影响空时BP检测性能的因素,并通过仿真验证了基于BP算法的空时检测性能,验证了BP算法在MIMO检测技术应用领域的可行性。完备空时分组码具有满速率,星座集为QAM或者HEX,有好的星座条件约束,满分集,行列式不趋于零,每根天线上的平均发射功率相同等特点。论文结合完备空时分组码的编码构造,分析了适用于完备空时分组码BP检测算法,论文的研究结果表明,在完备空时分组码等效VBLAST检测模型的基础上,BP检测算法提供了一类实现高性能完备空时分组码的空时检测技术方案。考虑到实际的无线通信系统中普遍采用了高性能的信道编码技术,论文针对LDPC编码条件下的MIMO系统,论文讨论了基于BP算法的迭代检测和译码技术方案,仿真结果表明,基于BP算法的迭代检测与迭代译码可以大幅度改善编码条件下MIMO系统性能。论文研究结果表明,对于可以比较准确估计信道状态的MIMO系统,基于BP算法的MIMO检测技术能获得较好的检测性能,此外,BP算法适用于不同的空时编码方案,是一类具有良好的普适性的空时编码检测技术方案。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 论文研究背景及意义
  • 1.1.1 空时编码技术
  • 1.1.2 基于置信度传播(BP)检测算法
  • 1.1.3 MIMO系统模型
  • 1.2 论文研究的内容和研究结论
  • 1.3 论文章节安排
  • 第二章 空时编码技术概述
  • 2.1 垂直分层空时码
  • 2.1.1 垂直分层空时编码
  • 2.1.2 垂直分层空时检测算法
  • 2.2 ALAMOUTI空时分组码
  • 2.2.1 Alamouti空时分组码编码
  • 2.2.2 Alamouti空时分组码检测算法
  • 2.3 完备空时分组码
  • 2.3.1 完备空时分组码编码
  • 2.3.2 完备空时分组码检测算法
  • 2.4 本章小结
  • 第三章 基于置信度传播(BP)的MIMO检测算法
  • 3.1 置信度传播(BP)算法
  • 3.1.1 BP算法检测原理
  • 3.1.2 BP算法检测过程
  • 3.2 BP算法在VBLAST结构中的应用
  • 3.2.1 VBLAST分层空时码的等效Tanner图描述
  • 3.2.2 VBLAST分层空时码基于BP算法的检测方法
  • 3.3 仿真结果分析
  • 3.4 本章小结
  • 第四章 BP检测在空时编码检测技术中的应用研究
  • 4.1 BP算法在ALAMOUTI空时分组码中的应用研究
  • 4.1.1 Alamouti空时分组码的Tanner图表示
  • 4.1.2 BP检测算法在Alamouti空时分组码检测中的应用
  • 4.2 BP算法在完备空时分组码中的应用研究
  • 4.2.1 完备空时分组码的Tanner图分析
  • 4.2.2 BP算法在完备空时分组码检测中的应用及其性能仿真
  • 4.3 BP算法在结合信道编解码的MIMO系统中的应用研究
  • 4.3.1 结合信道编码的MIMO系统信道模型
  • 4.3.2 BP算法在结合信道编码的MIMO系统中的应用及其性能仿真
  • 4.4 本章小结
  • 第五章 结论与展望
  • 5.1 论文工作总结
  • 5.2 论文中存在的问题和未来工作展望
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表的论文及科研成果
  • 相关论文文献

    • [1].基于BP神经网络对地震前兆的研究[J]. 科学技术创新 2019(33)
    • [2].基于BP神经网络的涡轴发动机故障诊断研究[J]. 智库时代 2019(52)
    • [3].基于BP神经网络的磁流变阻尼器逆向模型研究[J]. 海军工程大学学报 2019(06)
    • [4].基于BP神经网络的电梯噪声评价方法[J]. 数字技术与应用 2019(12)
    • [5].基于BP神经网络和支持向量机的荨麻疹证候分类探讨[J]. 广州中医药大学学报 2020(03)
    • [6].基于BP神经网络代理模型的交互式遗传算法[J]. 计算机工程与应用 2020(02)
    • [7].基于BP神经网络的虚拟机评估[J]. 数字通信世界 2020(01)
    • [8].基于BP神经网络的科研项目经费管理风险评估[J]. 财务与会计 2019(22)
    • [9].基于BP神经网络的断层封闭性评价[J]. 复杂油气藏 2019(04)
    • [10].基于BP神经网络识别的曲堤油田低阻油层研究[J]. 宁夏大学学报(自然科学版) 2020(01)
    • [11].基于贝叶斯-BP神经网络的机械制造企业安全预警方法研究[J]. 安全与环境工程 2020(01)
    • [12].基于BP神经网络的扇区空管运行亚健康关联因子预测[J]. 安全与环境工程 2020(02)
    • [13].基于改进灰狼算法优化BP神经网络的短时交通流预测模型[J]. 交通运输系统工程与信息 2020(02)
    • [14].心理护理对于双相情感障碍(BP)病患认知功能产生的影响[J]. 临床医药文献电子杂志 2020(08)
    • [15].BP神经网络在雷达故障诊断中的应用[J]. 通信电源技术 2020(06)
    • [16].基于BP人工神经网络的英那河流域径流模拟研究[J]. 黑龙江水利科技 2020(03)
    • [17].基于BP神经网络的节能车弯道降速数学模型分析[J]. 汽车实用技术 2020(10)
    • [18].基于BP神经网络的临床路径优化[J]. 计算机技术与发展 2020(04)
    • [19].基于改进BP神经网络的羊肉价格预测[J]. 计算机仿真 2020(04)
    • [20].财务BP在企业管理中的应用与研究[J]. 商场现代化 2020(07)
    • [21].人工智能技术的热带气旋预报综述(之一)——BP神经网络和集成方法的热带气旋预报研究和业务应用[J]. 气象研究与应用 2020(02)
    • [22].基于改进BP神经网络的岩心图像分割方法研究[J]. 西安石油大学学报(自然科学版) 2020(04)
    • [23].基于BP神经网络的光纤陀螺误差补偿方法[J]. 物理与工程 2020(04)
    • [24].基于主成分分析和BP神经网络对大学生价值观的研究[J]. 科技经济导刊 2020(20)
    • [25].基于粒子群算法的BP模型在地下水位埋深预测研究中的应用[J]. 吉林水利 2020(08)
    • [26].基于BP神经网络的煤炭企业人岗匹配研究[J]. 煤炭经济研究 2020(07)
    • [27].基于改进BP神经网络的飞行落地剩油预测方法[J]. 飞行力学 2020(04)
    • [28].基于BP神经网络的网络安全态势预测[J]. 网络安全技术与应用 2020(10)
    • [29].以财务BP制度推进“业财融合”的研究[J]. 中国总会计师 2020(09)
    • [30].财务BP的企业实践研究[J]. 现代国企研究 2019(04)

    标签:;  ;  ;  ;  

    基于BP算法的MIMO检测技术及其应用研究
    下载Doc文档

    猜你喜欢