欢迎来到天天文库
浏览记录
ID:32510476
大小:4.57 MB
页数:58页
时间:2019-02-10
《基于反相对称法分集技术的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、太原理工大学硕士研究生论文基于反相对称法的分集技术的研究摘要无线通信速度的大幅提高,促进了现代分集技术的发展,但目前信道利用率和系统的信噪比仍不够高,主要是由于相邻信道之间具有相关性。根据传统理论,为了减小相关性,需要在频域、时域或空域上增大信道之间的间隔,于是增大了技术难度。反相对称法(PISM)是利用相邻信道噪声之间的相关性来抑制噪声的一种有效方法,将PISM与分集技术(DT)结合,可以在不增大信道间隔的条件下进一步提高通信系统的信噪比。本论文研究了基于反相对称法的分集技术(PIS—DT),完成了以下任务:一、对相邻时隙、相邻频带和相邻空
2、间的噪声进行了测试,测试结果表明在通常条件下相邻信道噪声的相关系数p>0.8。对测试结果进行分类整理,建立了噪声数据库。深入研究了相邻信道噪声的相关性,得到了以下结论:(1)同源噪声必相关;(2)相邻噪声正相关;(3)人为噪声强相关。这些结论都为后续研究提供了数据支持。二、论述了PIS.DT的基本原理,分析了其抗噪声性能,导出了PIS.DT的信噪比增益公式,并将其与叠加平均法和噪声抵消法进行了比较,得到了PIS—DT的适用范围。.三、从频域、时域以及空域三方面论证了PIS.DT的可行性,分别建立了PIS—DT在时域、频域和空域中的系统模型,并
3、进行了仿真和实验验证。四、利用PIS.DT的原理对2FSK进行了仿真分析和实验验证,通过实验再次证明了PIS—DT在抗噪声方面的优势。关键词:分集技术,反相对称法,噪声,信噪比增益——太原理工大学硕士研究生论文—————————————————————————————————————二二二-=二:==二二二-_一.IIRESEARCHOFDIVERSITYTECHNOLOGYBASEDONPHASE—INVERSIONSYMA征!TRICMODULATIONABSTRACTAsubstantialincreaseinthespeedofwir
4、elesscommunicationpromotesthedevelopmentofmodemdiversitytechniques,butchannelutilizationrateandt11eSNRofthesystemisstillnothighenoughwhichmainlyduetothecorrelationbetweeneachchannel.Accordingtotraditionaltheory,theintervalbetweenⅡ1echannelsshouldbeincreasedinthefrequencydom
5、ain,timedom.ainorairspaceinordertoreducethecorrelationbetweenthechannels,whichincreasingthetechnicaldifficulty.PISM(Phase—InvertionSymmetricModulation)isaneffectivemethod,whichusesthenoisecorrelationbetweentheadjacentchannelstosuppressnoise,andthecombinationofPISManddiversi
6、tytechniques(DT)CallimprovetheSNRofthecommunicationsystemwithoutsubchannels.mcreasmgtheintervalbetweentheInthispaper,thediversitytechniquesbasedonPISM(PIS—DT)hasbeenresearched,andthefollowingworkhasbeencompleted:1·Theadjacentchannelnoiseintimedomain,frequencydomainandairspa
7、cehasbeentest,theresultshowsusuallytheadjacentchannelnoisecorrelationcoefficient户>0.8.Throughthein—depthstudyoftheCOlTelationofadjacentchannelnoise,thenoisedatabasehasbeenestablished,aIldtheIII太原理工大学硕士研究生论文followingconclusionshavebeenacquired:(1)homologousnoiseswillbecorrel
8、ation;(2)adjacentnoiseispositivecorrelation;(3)man.madenoiseisstrongcorrelation.Al
此文档下载收益归作者所有