学位论文 > 优秀研究生学位论文题录展示

无线通信系统中基于PARAFAC模型的盲信号处理问题

作　者: 梁月
导　师: 刘敬浩
学　校: 天津大学
专　业: 信息与通信工程
关键词: 盲信号处理平行因子分析线性相关平行因子分析 DS-CDMA MIMO-OFDM
分类号: TN911.7
类　型: 硕士论文
年　份: 2012年
下　载: 3次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来，盲信号处理问题的研究越来越受到大家的关注，成为通信与信号处理领域的热点问题之一。盲信号处理方法是一种能够在未知信道状态和系统参数的情况下实现对信号的检测和辨识的方法。PARAFAC（PARAllelFACtor,平行因子）技术是一种三线性分解方法，起源于心理计量学和现代分析化学领域。近来，PARAFAC技术作为一种新的盲信号处理的方法在信号处理和通信领域得到广泛的应用。本文将PARAFAC技术引用到无线通信系统中来，研究基于PARAFAC技术的盲信号处理问题。本文将PARAFAC技术应用到第三代移动通信系统中来，从DS-CDMA的系统模型出发，给出了基于PARAFAC平行因子技术的盲信号处理算法TALS，并且在此基础上提出了一种新的PARAFAC算法—DTALS，它能够在未知用户的扩频码、多径信道的特性、DOA校准信息、恒模特性或者统计独立特征的基础上进行盲信号处理。本文还将PARAFAC的一种扩展模型—PARALIND模型应用到第四代移动通信系统中，从MIMO-OFDM的系统模型出发，提出了一种基于PARALIND模型的盲信号处理算法，它能够在未知CSI或者信道的多径传输特性等方面等先验信息的情况下对MIMO-OFDM系统接收端信息进行盲处理。

全文目录

中文摘要  3-4
ABSTRACT  4-5
目录  5-7
第一章绪论  7-15
  1.1 盲信号处理概述  7-10
    1.1.1 盲信号处理的目的和意义  7-8
    1.1.2 盲信号处理的发展  8-10
  1.2 课题背景以及研究意义  10-14
    1.2.1 无线通信系统  10-12
    1.2.2 PARAFAC（平行因子）技术  12-13
    1.2.3 课题研究意义  13-14
  1.3 论文中工作内容及安排  14-15
第二章 PARAFAC（平行因子）模型  15-26
  2.1 数学基础  15-18
    2.1.1 Kronecker积和Khatri-Rao积  15-16
    2.1.2 k-秩的概念  16-17
    2.1.3 三维阵列的k-秩  17-18
  2.2 PARAFAC（平行因子）模型  18-23
    2.2.1 PARAFAC基本原理  18-21
    2.2.2 PARAFAC分解的可辨识性  21-23
  2.3 PARALIND模型  23-25
  2.4 本章小结  25-26
第三章 DS-CDMA系统中PARAFAC模型  26-43
  3.1 DS-CDMA系统的数据模型  26-31
  3.2 可辨识性分析  31-32
  3.3 PARAFAC算法  32-36
    3.3.1 TALS算法  33-35
    3.3.2 DTALS算法  35-36
  3.4 列置换和尺度模糊的消除  36-38
  3.5 仿真结果与分析  38-42
  3.6 本章小结  42-43
第四章 MIMO-OFDM系统中的PARALIND模型  43-53
  4.1 MIMO-OFDM系统的数据模型  45-47
  4.2 可辨识性分析  47
  4.3 PARALIND算法  47-48
  4.4 仿真结果与分析  48-52
  4.5 本章小结  52-53
第五章总结与展望  53-55
  5.1 总结  53-54
  5.2 展望  54-55
参考文献  55-59
发表论文和参加科研情况说明  59-60
致谢  60

无线通信系统中基于PARAFAC模型的盲信号处理问题

内容摘要

全文目录

相似论文