无线传感器网络的信道模型

无线传感器网络的信道模型

ID:28376685

大小:389.50 KB

页数:16页

时间:2018-12-09

无线传感器网络的信道模型_第1页
无线传感器网络的信道模型_第2页
无线传感器网络的信道模型_第3页
无线传感器网络的信道模型_第4页
无线传感器网络的信道模型_第5页
资源描述:

《无线传感器网络的信道模型》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、-安徽大学江淮学院本科毕业论文(设计、创作)题  目: 基于压缩感知的稀疏信道估计方法研究学生姓名:  卜竞斐 学号:JC104255系别:计算机科学与技术专业: 通信工程入学时间:   2010    年   9  月导师姓名:  蒋芳  职称/学位: 讲师/硕士导师所在单位:  安徽大学电子信息工程学院完成时间:   二〇一四   年  四  月-页脚---基于压缩感知的稀疏信道估计方法研究摘要在多径无线信道的高速数据通信通常需要接收器知道状态信息,因此,如何控制信道的传播特性和参数估计是具有重要意义的数字无线通信系统的研究。就目前来说,我们所运用的导频

2、方法是必须提前知道发射机所发送的导频信号,再与接收端所接收到的信号进行比较,经过处理后得到我们所要的信道响应。但是,我们不难发现这种处理因为插入的导频太多而占用大量的宽带,从而使频带的利用率大大降低。专家经过研究发现:真正的无线通道的结构往往是稀疏,尤其是高速数据通信系统。如此一来,如何发掘和利用信道的稀疏性从而有效的进行信道估计就是研究的重点。近年来压缩感知(CS,CompressiveSensing)被看做是一种更好的信号获取方式。压缩感知的理论指出信号在某个变化域内稀疏或近似稀疏就可以用低于奈奎斯特抽样定理的速率对稀疏信号进行采样并在收端以很高的概率重

3、建信号。压缩感知是现在信号处理领域的研究热点也被看做是一种信号获取的有效方式。本文介绍压缩感知的理论和信道估计的相关内容,以及正交频分复用(OFDM,OrthogonalFrequencyDivisionMultiplex系统、超宽带(UWB,UltraWideband)系统和多输入多输出(multiple-inputmultipleoutput,MIMO)系统中基于压缩感知的稀疏信道估计方法,重点是压缩感知的重构方法。关键词:压缩感知;稀疏信道;正交频分复用;UWB;多输入多输出-页脚---Studyonsparsechannelestimationmet

4、hodbasedoncompressedsensingAbstractInamultipathradiochannelnowofhigh-speeddatacommunicationusuallyrequiresthereceiverknowstateinformation,sohowtocontrolthechannel,channelpropagationcharacteristicsandtheparameterestimationisofgreatsignificancetothestudyofdigitalwirelesscommunication

5、system.Pilotcurrentmethodsistheneedtoacceptthepilotsignalisknowninadvancesentbythetransmitter,andcorrespondingtothereceivedsignalphasecontrast,throughanalyzingandprocessingthefinalchannelresponse.Butthepilotthisapproachintotoomuchoccupiedbandwidth,reducethebandwidthefficiency.Throu

6、ghthestudyfound:thestructureofrealwirelesschannelsisoftensparseespeciallyhigh-speeddatacommunicationsystem.Thus,howtoexcavateandthusbetterchannelestimationusingthechannelsparsity.Inrecentyears,compressedsensing(CS,CompressiveSensing)isconsideredasoneoftheeffectivesignalacquisition.

7、thecompressedsensingtheorypointsoutsignalinachangingdomainsparseorapproximatesparsecanuseratethantheNyquistsamplingtheoremforsparsesignalsamplingandreconstructionofsignalsatthereceivingendwithveryhighprobability.Compressedsensingisnowtheresearchfocusinthefieldofsignalprocessingisal

8、soregardedasaneffectivesig

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。