基于序列重要性重采样算法MIMO时变信道半盲估计,本论文为您写信道毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
信道论文参考文献：
摘 要： 粒子滤波可以用来处理非线性非高斯问题,而序列重要性重采样算法能较好地解决粒子滤波中的粒子退化问题,由此将序列重要性重采样算法运用于MIMO时变信道进行半盲估计.实验结果表明：和使用传统的粒子滤波方法相比,基于序列重要性重采样算法的MIMO时变信道半盲估计方法均方误差和误码率降低,从而改善了接收端的符号检测性能.
关键词： 序列重要性重采样算法； MIMO时变信道； 半盲估计； 粒子滤波
中图分类号： TN 929.5文献标识码： A文章编号： 1000-5137（2013）01-0013-07
0引言
随着多媒体宽带业务的不断增加,未来无线通信系统对传输速率、误码率和频谱利用率等系统性能提出了更高的要求.多输入多输出（MIMO）通信系统和单天线通信系统相比,具有成倍增长的信道容量和频谱利用率,所以MIMO通信系统技术的研究和应用有了巨大的意义.在无线通信系统中,时变信道估计的好坏直接影响接收端的相关检测性能.较为经典的时变信道盲/半盲估计方法主要有：最小均方（LMS）算法、递推最小二乘（RLS）算法和卡尔曼（Kalman）滤波算法,而卡尔曼滤波算法的估计性能要好于其他2种算法[1].然而卡尔曼滤波对环境噪声的鲁棒性较差,无法适用于非高斯环境噪声.粒子滤波是一种基于蒙特卡罗仿真思想和递推贝叶斯估计的滤波方法,经过多年的发展已成为解决非线性、非高斯动态系统的参数估计和状态滤波问题的主流方法.然而粒子滤波存在粒子退化问题,为改善粒子退化问题,可以增加采样粒子数,但实时性较差.解决该问题的最有效的方法是选择好的重要性概率密度函数和采用重采样方法[2].序列重要性重采样算法通过对重要性函数重采样,减少权值较小的粒子数目,复制具有较大权值的粒子上,在一定程度上解决了粒子的退化问题.所以可以运用序列重要性重采样算法对MIMO时变信道进行半盲估计.
首先对MIMO无线通信系统及时变信道模型进行阐述,然后在此基础上介绍基于序列重要性重采样的MIMO时变信道半盲估计.并将传统的序列重要性重采样算法包括多项式重采样算法、分层重采样算法、系统重采样算法、剩余重采样算法[3-4]应用于非线性、非高斯系统模型,对算法的估计精度、计算复杂度和抑制粒子退化的程度进行了仿真比较,结果表明系统重要性重采样算法的估计精度相对较高,且计算复杂度最低.之后,在此基础上运用系统重采样算法来进行MIMO时变信道半盲估计,和传统的粒子滤波算法相比,均方误差和误码率更低,从而改善了接收端的符号检测性能.
1MIMO无线通信系统及时变信道模型
1.1系统模型
考虑一个具有Nt根发射天线和Nr根接收天线的MIMO无线通信系统,并做如下假设：
（1） 系统每对收发天线间的多径信道互不相关,且多径数目相同；
（2） 每对收发天线间的信道满足抽头延迟线（TDL）模型；
（3） 系统接收端处各接收天线上的加性噪声互不相关；
（4） 系统接收端已实现理想同步；
（5） 循环前缀（CP）长度大于信道最大长度.
5结束语
本文作者对基于序列重要性重采样算法的MIMO时变信道半盲估计方法进行了阐述,并对4种序列重要性重采样算法进行了比较,结果系统重要性重采样算法的估计精度相对较高,计算复杂度最低.最后通过实验仿真比较了系统重要性重采样算法和传统粒子滤波的MIMO时变信道半盲估计性能.结果表明,和传统粒子滤波估计方法相比,基于系统重要性重采样算法的MIMO时变信道半盲估计方法的均方误差和误码率性能都较好,从而有效提高了MIMO无线通信系统接收端的检测性能.
参考文献：
[1]HAYKIN S,SAYED A H,ZEIDLER J R.Adaptive tracking of linear time-variant systems by extended RLS algorithms[J].IEEE Transactions on Signal Processing,1997,45（5）：1118-1128.
[2]ARULAMPLAM S,MASKELL S,GORDON N,et al.A tutorial on particle filters for on-line non-linear/non-Gaussian Bayesian tracking[J].IEEE Trans Signal Process,2002,50（2）：174-188.
[3]DOUC R,CAPP O,MOULINES E.Comparison of resampling schemes for particle filtering[C].Istanbul：Proceedings of 4th international Symposium,ISPA,2005.
[4]付何伟,金明录,崔承毅.粒子滤波重采样及在盲均衡中的应用[J].通信技术,2010,43（7）：25-30.
[5]MIDDLETON D.Non-Gaussian noise models in signal processing for telecommunications：new methods and results for class A and class B noise models[J].IEEE Transactions on Information Theory,1999,45（4）：1122-1129.
[6]WANG H,CHANG P.On verifying the first-order Markovian assumption for a Rayleigh fading channel model[J].IEEE Transactions on Communications,1996,45（2）：353-357.
[7]LI T C,SATTAR T P,SUN S D.Deterministic resampling：Unbiased sampling to avoid sample impoverishment in particle filters[J].Signal Processing,2012,92（7）：1637-1645.
[8]HAYKIN S,HUBER K,CHEN Z.Bayesian sequential state estimation for MIMO wireless communications[J].Proceedings of the IEEE,2004,92（3）：439-454.
[9]SCHN T B,WILLS A,NINNESS B.System identification of nonlinear state-space models[J].Automatica,2011,47（1）：39-49.
（责任编辑：包震宇）
结论：关于对写作信道论文范文与课题研究的大学硕士、相关本科毕业论文13信道是最干净的信道论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
基于ARMA时间序列模型中重卡行业市场趋势预测
[摘 要]随着中国经济步入新常态，中重卡行业竞争进入白热化阶段，面临较大的产能过剩压力，对其市场需求变化进行判断，特别是中短期的准确分析有利于主。
时间序列数据模型人工智能算法
摘 要：时间序列数据模型是当前科研领域当中一种十分重要的构成部分。而在当前很多关于时间序列数据的预测、仿真、建模等方面的研究，在分析过程中大多是。
财务信息化对企业重要性探析
摘 要：信息技术的发展逐渐渗入到企业财务工作领域，并对其产生了很大的影响，财务信息化因此出现并得以发展。实际上，财务信息化是在原有的传统的开展财。
试析生态旅游经济管理重要性和相关措施
摘 要：当今时代是经济的高速发展时代，随着生活水平的提高，人们的生活观念也发生了极大的转变，对于日常工作、生活之外的精神娱乐方面也有了更高的追求。