一、Variable bandwidth and one-step local M-estimator(论文文献综述)
张超超[1](2021)在《面向物联网系统的并发性优化研究与实现》文中认为随着物联网的不断广泛应用,窄带物联网以其低功耗、覆盖广、低成本的优势日益受到关注。随着物联网中节点数目不断增加,物联网传输系统面对的并发压力愈加严峻,为解决上述问题,本文研究了面向窄带物联网的并发技术,主要工作如下:首先,本文分析了 CoAP协议的传输机制,针对并发请求不断增长引起的网络拥塞问题,研究了物联网的业务数据增长对服务器造成的并发压力。总结了窄带物联网技术、拥塞控制方法和负载均衡方法,为进一步提升网络并发性能奠定技术基础。其次,针对CoAP选择随机值作为重传超时时间,缺乏动态调节能力的问题,分析了 CoAP高级拥塞控制方案CoCoA,并通过RTO估计器、可变回退因子VBF和RTO老化三种机制调整RTO,提升了CoAP的拥塞控制机制的自适应性。再次,针对CoCoA无法根据RTT估计值动态调节网络拥塞的问题,提出了重传次数加入CoAP报文的可选字段获取到准确RTT,避免了重传后ACK报文的模糊性,提升了 CoCoA的动态调节能力。同时,提出了一种窗口动态调整算法提升物联网系统吞吐量,并根据物联网设备的优先级调节不同数据的RTO更新机制,保证重要数据优先传输。实验证明所提方案提升了系统吞吐量和网络拥塞的处理能力。最后,针对物联网系统定时上报业务数据导致系统短时间承担巨大访问压力的问题,设计了一种高可用动态负载均衡系统。负载均衡服务器根据各个节点的负载信息动态分配请求,避免增加服务器造成的资源浪费,并通过虚拟路由冗余协议广播心跳实现故障时主备切换,提升负载均衡系统的可靠性。
梁耕[2](2021)在《基于5G NR下行信道高精度估计算法研究》文中研究说明5GNR(New Radio)作为最新型的移动通信系统,近年来迅速发展,逐步开始投入商用,成为了社会中的聚焦领域。其中信道估计是NR系统下行解调流程中的重要模块,因为无线信道会引起信号衰落,从而影响通信系统的性能,而信道估计的准确度对信号检测的质量起决定性作用。现有的信道估计都有自己的局限,比如低信噪比(SNR)时LS(Least-Squre)算法估计精度差,而 MMSE(Minimum Mean Square Error)算法复杂度高,不利于5G设备的解调效率;另外,NR系统在其物理层设计中,给SSB(Synchronization Signal Block)分配了很少的解调参考信号,且参考信号的分布不像其在LTE(Long Term Evolution)系统中的均匀,造成NR信道估计器性能下降。针对以上两点问题,本文根据NR特性,研究并设计适用于5G的高精度信道估计方案。主要工作内容如下:提出了一种面向5G物理广播信道(Physical Broadcast Channel,PBCH)的低信噪比低复杂度的信道估计算法。本文基于解调参考信号在时域中相邻并在频域中相隔的分布特点,设计了一去噪声的算法,在保证低运算复杂度的前提下,减轻信道中噪声对信道估计器性能的影响,从而更精确地估计了信道衰落。从性能仿真和时间复杂度两个角度和现有信道估计方法对比,在信噪比为0dB时的低信噪比情况下,提出算法比同等时间复杂度的LS算法,得到的误比特率降低了12%,说明该信道估计方法具有复杂度低、精度较高的优势。提出一种解调参考信号和同步信号联合使用的信道估计优化方案。在基于参考信号的信道估计算法的基础上,利用同步信号对于信道衰落进行二次估计,以达到对NR系统中的信道估计器的优化。仿真验证了该方案对于LS、LMMSE和本文第三章介绍的方法均有性能增益,在信噪比为0dB时,信道衰落的均方误差分别降低了1.7%、2.5%和1.6%,证明该优化方案具有普适性,并与前文工作勾连到一起。搭建实测平台,完成了从小区搜索到循环冗余校验(Cyclic Redundancy Check,CRC)部分的NR下行解调过程,用NR实际信号对本文提出的信道估计方法和优化方案进行测试,证明了本文研究内容具有可实际应用的意义。
涂悦[3](2021)在《面向5G海量机器类通信的接入控制策略研究》文中认为在未来的5G蜂窝网络支持的不同应用场景中,海量机器类通信(massive Machine-Type Communication,mMTC)由于其面临着需要在蜂窝网络中支持大量MTC设备同时接入的技术难点,成为了国内外学者的研究重点。因此,本文提出面向5G海量机器类通信的接入控制策略具有一定的现实意义。第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)提出的接入类别限制(Access Class Barring,ACB)方案是一种可以直接控制机器对机器(Machine-to-Machine,M2M)通信业务量的有效方式。本文在ACB方案基础上,建立海量机器类通信设备随机接入模型,开展接入控制策略研究。首先将离散广义追踪算法(Discrete Generalized Pursuit Algorithm,DGPA)引入到接入控制策略中,针对小区内海量设备同时接入,提出了一种以最小化总服务时间为目标的接入控制策略。接着,又针对具有不同优先级的设备同时接入问题开展研究,提出了一种综合考虑服务质量(Quality of Service,Qo S)需求和接入资源分配的接入控制策略。本文的主要研究内容可归纳为以下两点:(1)为了解决5G新空口(5G New Radio,5G NR)场景下MTC设备随机接入过程中的无线接入网过载问题,提出了一种基于离散广义追踪的ACB因子自适应调整策略。考虑在前导码检测中使用E-PCD检测(Early-Preamble Collision Detection)技术以避免接入流程中消息冲突问题。根据碰撞前导码和空闲前导码,基站由DGPA算法估计接入设备的数目,以自适应地调整ACB因子从而减少接入延迟。仿真结果表明,该算法可以与基站已知所有接入设备完备信息情况下的最优算法取得相近的性能。此外,在前导码资源不足或设备数目巨大时,本文提出的算法与基于贝叶斯估计的接入策略相比,可以降低总接入时延近20%。(2)针对具有不同Qo S需求的两种类型设备同时接入问题,分别在只考虑前导码资源分配和综合考虑前导码资源及共享信道资源分配两种情况下,各自提出了一种综合考虑接入资源动态分配和ACB因子自适应调整的接入控制策略。该策略为两种类型设备设定不同的优先级,在每个接入时隙根据接入负载动态分配资源,时延敏感型设备可以优先使用接入资源,时延容忍型设备在其之后才可以接入。然后根据每个时隙空闲的前导码估计下一时隙的接入设备,从而自适应地改变ACB因子,实现设备的接入控制。仿真结果表明本文提出的策略具有与理想策略相近的性能,可以在确保时延敏感型设备接入时延的同时提升资源利用率,满足时延容忍型设备的吞吐量需求。此外,在可分配共享信道资源受限时,本文提出的综合资源分配算法可以进一步确保系统性能不发生明显变化,并且获得与最优算法相近的性能。
刘敬知[4](2021)在《无线传感器网络中的分布式扩散卡尔曼滤波算法研究》文中研究指明随着传感器技术的飞速发展,无线传感器网络(Wireless Sensor Networks,WSNs)近年来逐渐受到人们的广泛关注和研究,已经越来越多地投入到人们的生活中去,带来了极大的便利。分布式的数据处理方式由于其低能耗、网络结构灵活、具有良好的鲁棒性等优点,是目前在无线传感器网络中最受欢迎的信号处理和滤波方式。无线传感器网络以分布式的方式进行工作需要网络中传感器节点以一定的协作策略进行通信并共享资源信息,其中,扩散策略要求每个传感器节点只与其一跳通信内的其他节点通信,具有通信负担较低的特点,因此在无线传感器网络中具有更高的研究价值。尽管无线传感器网络有着广泛的应用,但由于传感器本身能源的局限性、数据量的急速增长以及无线环境的干扰,传感器普遍存在一定程度的随机不确定性,其中传感器的能量约束问题和数据缺失问题最为显着。因此,基于这一事实,本文将研究在能量带宽受到约束下和测量数据丢失下的状态估计问题。首先,本文对无线传感器网络进行了介绍,并给出相应的系统模型和参数。同时引入卡尔曼滤波和分布式卡尔曼滤波,重点研究在无线传感器网络下的状态空间模型。其次,研究了无线传感器网络中,由于传感器上的功率限制,传感器之间的通信带宽通常是受限的。考虑到量化是一种节省通信带宽的有效方法,我们采用了一种抖动量化的方法降低通信代价。同时,基于最小均方误差准则和扩散策略,设计了最优本地增益和邻居增益,以利用量化信息进行融合估计,提出了一种分布式扩散量化卡尔曼滤波算法。此外,我们还分析了所提出的算法的均值性能和均方性能,发现协方差在可变带宽下是有界的。通过数值仿真验证了所提算法的有效性。最后,针对测量数据丢失的问题,本文首先提出了一种在未知数据丢失下的分布式扩散卡尔曼滤波算法,其中,数据丢失建立为一个服从伯努利分布的随机过程。根据概率模型,提出了一种基于贝叶斯概率公式的假设检验方法,能够对测量数据是否丢失进行检测。然后,基于检测结果利用节点的先验估计来代替部分已丢失的数据,提出了测量数据丢失下的分布式扩散卡尔曼滤波算法。其次,对贝叶斯假设检验的漏检情况进行了的理论分析,并对所提出的在未知数据丢失下分布式扩散卡尔曼滤波算法的均值性能分析和均方性能也进行了分析。通过实验结果可以得到所提出的算法在未知数据丢失下具有一定的鲁棒性。
黄一航[5](2020)在《无线视频广播系统中的增强传输关键技术研究》文中指出广播模式作为一对多的传输模式,能够利用相同的无线资源为无限制的用户提供可靠的传输服务,非常适合共性视频内容的高效分发。现有的无线视频广播系统主要包括地面数字电视广播(DTTB)系统和基于移动通信系统的多媒体广播多播服务(MBMS)系统。两系统各自经历了长达?几年的技术演进并且分别掌握着独立的无线资源。由于DTTB资源的欠利用情况较为普遍,因此最新DTTB标准允许移动通信帧与地面数字电视广播帧以时分复用的方式拼接起来然后通过DTTB资源分发到各自终端。为了实现终端的统一接入,DTTB系统需要在两种信号帧前部都添加一种资源占用少但鲁棒性要求极高的信令信号,称为导引信号。该信号需要被两类终端同时识别,携带着用于后续信号接收的必要参数信令,因此影响着整个系统的传输可靠性。然而,现有最新导引信号在恶劣信道环境下却无法提供足够的信令保护能力。于是,本文一方面从高鲁棒性导引信号的设计与接收算法入手,为DTTB系统提供高可靠传输支持。另一方面,就MBMS系统而言,如何根据用户的反馈信息为广播链路按需分配时频资源是目前亟待解决的问题。实际标准将信道质量与编码调制模式进行了映射,实现了对信道传输能力的统一量化,但也增加了广播链路的资源分配难度。于是,本文从广播链路的资源优化分配入手为MBMS系统提供高效资源利用支持。综上,本文从两个方面入手为无线视频广播系统提供增强传输支持,主要研究内容归纳如下:本文首先针对上述时分复用传输模式下的导引信号提出了两种创新设计方案,所得导引信号能够提供远优于目前最新导引信号的信令传输可靠性。现有最新导引信号利用其时域主体部分的良好移位相关特性进行信令加载,然而多径分量和信道变化对时域相关性的影响非常显着。这也导致了其在强多径干扰信道和时间选择性衰落信道下的信令传输性能会明显下降。于是本文提出了两种增强导引信号设计方案,利用频域序列良好的相关特性实施信令加载。所得信号根据带宽占用情况被分别称为固定带宽导引信号和自适应带宽导引信号。其中,固定带宽导引信号利用了频域序列的理想移位相关特性,在低动态环境中具有最优的传输性能。而所提自适应带宽导引信号的优点在于其能够根据所接帧类型灵活调整所占带宽,在保持参数兼容性的前提下充分利用所有可用带宽来提高传输可靠性。同时,时频域二维信令加载方式可以提升其信令传输容量。在性能方面,本文首先通过理论推导获得了上述两种导引信号在AWGN信道下的信令解析错误率并通过数值仿真验证了其准确性。然后对信令解析时的相关峰特征进行分析和对比,验证了所提导引信号在恶劣信道环境下的优越性。本文接下来从导引信号的接收过程入手,针对其信号同步和信令传输两大关键功能提出了高可靠接收算法。在信号同步方面,本文首先分析了导引信号特殊时域结构的似然特征并以此为基础构造了定时同步算法与信号检测算法。之后分析了该结构下频偏似然估计的克拉美罗下界用于评估频偏估计器的性能,同时提出了低复杂度的小数倍频偏微调算法。仿真结果表明,所提算法与最新标准推荐算法相比可以取得更高的定时同步成功率和小数倍频偏估计精度。在参数信令的解析方面,本文在已有迭代均衡算法的基础上,使用多径控制滤波器对信道转移函数进行去噪处理以提升信令解析函数的峰值显着性。针对所提导引信号在信令解析过程中的错误扩散现象,我们在信令解析模块中引入了纠正模式,充分利用传输函数的前向和后向相关性来实现对错误信令的纠正。仿真结果进一步验证了增强导引信号与相应接收算法的结合可有效提高信令传输鲁棒性。本文最后针对MBMS系统中的单小区广播模式提出了基于用户反馈信息的高效资源分配算法。本文以资源块(RB)为基本分配单元,将优化目标锁定为消耗最少的RB来满足给定传输速率需求。假设用户以RB为单位上传信道质量指示(CQI),本文通过充分利用RB间的频率选择性特征来获取资源调度增益,进而提高广播链路的资源利用率。我们结合实际标准设定,将上述问题建模成了一个目标函数无闭合表达式的特殊NP难组合优化问题。针对该问题,现有优化算法并不能在有限时间内给出令人满意的解。受神经网络处理非线性问题的启发,本文利用增强学习策略训练了一个基于神经网络的资源分配器,能够实现对广播链路的高效资源分配。在已知所有用户信道质量的情况下,该分配器可以通过神经网络为所有RB分配合适的选择概率。基于该选择概率实施少量的并行搜索即可获得令人满意的解。仿真结果表明,在满足所有用户正常接收的前提下,所提资源分配算法与对比算法相比可显着减少带宽消耗。
朱贺[6](2020)在《MC-OQAM系统中的载波相位恢复算法的研究》文中进行了进一步梳理随着社会信息化程度的不断提高,人们对互联网的信息需求也在不断增加,提高通信系统的传输容量和传输速度已经成为光通信系统的研究热点,相干光通信技术会是今后通信领域的发展趋势。高阶调制码型可以提高频带利用率和传输容量,数字信号处理技术可以改善信号传输过程中的失真,改善信号传输质量。本文主要围绕多载波交错正交幅度调制(MC-OQAM)系统重点进行了载波相位恢复算法的研究工作。针对未来互联网的需求,本文跳出传统光纤通信系统方案的框架,使用理论上具有更高灵活度和系统容量潜力的MC-OQAM调制技术作为信号调制方案基石,对MC-OQAM系统的基本原理,光纤传输过程中的各种信号损伤以及数字信号处理阶段对这些信号损伤的补偿机制进行了介绍。通过对相干光通信系统中的载波相位恢复算法的研究,本文选取盲相搜索(BPS)算法为理论基础,针对计算复杂度高的问题,本文提出了基于BPS算法改进的低复杂度算法,经MATLAB仿真验证可以达到无需使用的乘法器,就可以获得与BPS算法相同的性能,实现降低算法的计算复杂度而不降低性能。根据MC-OQAM系统的相邻的子载波在光调制时被加载在同一个激光器上,它们的信号在同一时刻具有接近的相位噪声偏转值这一系统特性,本文提出了一种联合载波相位估计算法,经MATLAB仿真验证可以达到与BPS算法相比获得较低的系统误码率的效果,实现提高载波相位恢复的准确性,改善系统性能。最后将两种算法的思想融合起来,组成了低复杂度的高性能的载波相位恢复算法。并且通过MATLAB仿真验证证明了算法的可行性,达到了既可以降低算法的计算复杂度还可以改善性能的效果。
吴博[7](2020)在《多波束突发卫星通信系统中高速接收机关键技术研究》文中研究表明为了提高卫星通信的灵活性,增强适应地面业务动态变化的能力,面向多波束卫星的跳波束机制作为一种关键技术已经被定义在第二代数字卫星广播标准扩展版(Digital Video Broadcasting Satellite Second Generation Extensions,DVB-S2X)当中。近年来,高通量卫星的通信容量已经达到数百Gbps,传统串行处理方式受到现场可编程门阵列(Field Programmable Gate Array,FPGA)时钟速率限制难以实现数据高速解调,使得并行降速处理成为必要,但是并行化处理不仅带来复杂度成倍增加问题,而且对同步算法的并行化设计也提出更高要求。因此,本文针对多波束卫星系统下高速调制解调器的实现,重点研究适用于突发系统的高速解调技术。具体内容包括:第一,为了验证跳波束机制的可行性,本文设计并研制了适用于跳波束系统的串行解调器,并对系统级联性能进行测试及分析,进而得出限制大带宽突发通信系统实现的瓶颈技术,作为本文后续研究重点。接着,针对串行接收机通信容量低的缺点本文提出了一种适用于突发系统的高速并行解调架构并对方案的可行性进行分析。针对系统宽带突发的特点,本文提出了一种频域并行帧同步算法并通过公式推导证明方案的可行性;最后,针对现有并行匹配滤波器阶数低的缺点,本文实现了一种16路并行241阶匹配滤波简化结构。仿真结果表明,在高阶APSK调制方式下该结构的误比特率(Bit Error Rate,BER)性能曲线与理论曲线几乎重合,基本无性能损失。第二,为了提高系统频带利用率及数据传输速率采用的高阶调制和低滚降因子成型技术使得现有并行定时恢复环路定时抖动较大。针对上述问题,论文首先引入Gardner算法的S曲线分析其在上述系统中性能恶化的原因,在此基础上基于零定时抖动条件提出了两种增加预滤波的并行定时恢复结构并对比分析两者的计算复杂度。仿真结果表明,在高阶APSK调制方式下,提出的并行定时恢复结构能够有效消除算法自噪声特性引起的定时抖动。其次,为了加快环路收敛速度,论文提出了一种快速收敛定时恢复算法,该算法能够在环路初始阶段精确估计定时偏差并保持跟踪,避免了环路迭代过程造成突发帧数据丢失。第三,提出一种适用于高速突发系统的载波恢复结构。该结构首先利用提出的基于数据辅助的并行频偏估计算法进行粗频偏纠正,然后利用并行判决引导(Decision-Directed,DD)算法进一步跟踪剩余载波偏差。仿真结果表明,提出的并行频偏估计算法能够捕获0.5倍符号速率的载波频偏且具有较低的归一化均方误差。通过对并行DD算法在高阶APSK下仿真可知,并行化的处理方式使得环路频偏捕获范围变小,但是在相同时钟速率下成倍提升了系统的吞吐率。
张添翼[8](2019)在《深空探测数字终端与信号处理关键技术研究》文中指出在过去的几十年间,深空探测技术发展迅速,对太阳系内的行星天体探测取得了惊人的成果。地面深空探测站利用无线电跟踪测量技术,通过无线电链路实现对深空探测器的精确定轨和射电天文科学实验,是深空探测工程的关键技术之一。深空探测数字终端(Digital Back-end,DBE)系统和信号处理技术是深空探测无线电系统的重要组成,其性能直接决定深空探测系统的测量能力,具有重要的研究意义。本文针对深空探测DBE系统和信号处理技术展开了深入研究,重点研究了DBE系统设计、原子钟频率稳定度测量系统以及针对无线电跟踪测量技术的窄带参数估计处理和宽带干涉相关处理的算法与实现技术。本文首先讨论了深空探测应用对DBE系统的要求,简要介绍了设计所使用的硬件平台,针对深空探测应用设计了称为SEU-RSR-1G接收机的DBE系统。完成了包括GSps采样速率下的模数转换器(Analog to Digital Converter,ADC)接口、基于多相混频滤波结构的多通道GSps实时数字下变频(Digital Down Converter,DDC)单元和能够保证通道间严格同步的系统复位控制单元等算法与逻辑设计。SEU-RSR-1G接收机ADC采样频率为1.152 GHz,具有4路模拟中频输入通道、8路严格同步的基带通道和多种基带带宽和量化位数模式,支持宽窄带交替观测。实验室测试和实际深空探测器实验结果表明系统完全达到了设计要求。随后,本文研究了实时高精度深空探测窄带参数估计算法,提出了序贯解调频(Sequential De-chirp,Seq-De-chirp)算法,将下行窄带信号在短时近似为线性调频模型,通过基于实时频谱估计和DDC处理的自适应频率跟踪处理实现了信号检测与频率跟踪,降低了后续需要处理的数据量。序贯参数估计器通过解调频、加权频率差分处理和频谱细化(Spec-zooming)处理得到高精度的频率相位估计,有效地降低了调频率估计的运算量,且1秒积分时间下的频率估计精度优于5 mHz。文中使用“嫦娥3号”月球着陆器和“朱诺号”木星探测器的实测数据对算法进行了测试,频率估计误差分别为4.770mHz和81.610 mHz。在DBE系统和Seq-De-chirp算法研究的基础上,本文还设计了基于时频分析的高精度原子钟频率稳定度测量系统。该系统使用SEU-RSR-1G接收机实现了全数字式双混频结构,并在Seq-De-chirp算法研究的基础上提出了多级频谱细化算法,以可接受的运算量得到高精度频率相位估计,进而通过重叠阿伦方差计算实现频率稳定度测量。测试结果表明该系统千秒测量能力优于10-16,可满足氢原子钟频率稳定度测量与分析的需要,观测站不再需要配备专用仪器即可实现对原子钟性能的测量分析。上述Seq-De-chirp算法通过软件在高性能计算机上完成窄带参数估计处理,但在许多应用场合,如星载或月基多普勒接收机等应用中,则需要结构紧凑的星载窄带参数估计处理系统。本文针对星载电子系统的性能和硬件平台的要求,实现了Seq-De-chirp算法和基带频率转换处理在拥有FPGA和ARM架构处理器的硬件平台上的硬件集成实现方法,完成了算法的硬件映射方案以及算法各模块的软硬件实现。针对关键Spec-zooming处理单元设计了折叠结构频域卷积Chirp-Z变换结构,采用了折叠技术、查表技术和块浮点算法,可节约超过70%的硬件资源。使用深空探测器的实测数据测试结果表明,硬件集成实现设计的频率估计结果与浮点精度运算相比差异不超过±0.5 mHz,大部分相位估计结果差异不超过±2×10-5周。硬件集成实现处理1秒积分时间200 kHz带宽的基带信号仅需2.2 ms,较软件实现加速了28倍,处理延时仅为130?s,且对星地数据通信链路的带宽需求也大大降低,能够满足实时窄带参数估计处理的需要。甚长基线干涉(Very Long Baseline Interferometry,VLBI)技术是一种重要的宽带无线电跟踪测量技术,需要通过宽带干涉相关处理得到2个观测站基带信号的互功率谱估计,根据其相位获得高精度的差分群时延估计。本文在详细地讨论了宽带干涉相关处理算法原理的基础上,针对联合VLBI观测中的异构基带数据干涉相关处理问题进行了深入研究,提出了2种异构基带数据干涉相关处理方法:数据参数统一转换器(Data Parameter Unify Converter,DPUC)和异构直接FX(Heterogeneous Direct FX,HDFX)型相关机。DPUC采用统一的信号处理结构实现多种异构数据间数据格式和信号参数的转换统一,配合普通FX型相关机可获得差分群时延估计。HDFX型相关机则不需要参数转换,通过频谱对齐、可变点数离散傅里叶变换等处理可直接得到异构基带数据的互功率谱估计。通过数值仿真和实测射电源VLBI数据进行了测试与验证,证明了2种算法的有效性。在VLBI观测中,预测时延模型对干涉测量结果有很大的影响。为了使宽带干涉相关处理摆脱对预测时延模型精度的严苛要求,本文研究并提出了2种无预测时延模型条纹搜索算法:扩展FFT条纹搜索算法和互模糊函数-小波提升(Cross Ambiguity Function-Wavelet Boosting,CAF-W)条纹搜索算法。扩展FFT条纹搜索算法通过二维搜索网格解决了现有FFT条纹算法搜索范围过窄的问题。CAF-W条纹搜索算法基于CAF实现时延-时延变化率的联合估计,通过Wavelet Boosting算法消除了搜索平面的基底干扰,显着提高了条纹搜索的稳健性。CAF-W算法解决了扩展FFT条纹搜索算法在算法参数不合适时的伪峰干扰问题,成功实现了在无预测时延模型情况下多条基线的射电源与“嫦娥3号”探测器的高精度条纹搜索。CAF-W算法的搜索窗仅在时延方向进行滑动,单个搜索窗范围远大于FFT条纹搜索,因此处理速度比扩展FFT条纹搜索算法快1000倍。综上所述,本文从信号处理算法及软硬件实现技术等方面对深空探测DBE系统和信号处理等关键技术进行了深入研究,提出的算法与实现设计均通过射电源或深空探测器的实测数据测试验证,可满足深空探测无线电跟踪测量和射电天文科学实验的需要。
孙成娇[9](2019)在《基于声学测距的水下协同导航状态估计方法研究》文中指出虽然惯性传感器技术的进步大大降低了 AUV(Autonomous Underwater Vehicle)传感器的尺寸、功耗和成本,但是仅依靠本体自身的传感器进行航位推算,AUV的位置误差依然会随着时间的推移而累积。声学通信方法的最新进展为AUV提供了外部的量测信息,通过对AUV间的相对位置关系进行融合,为延长AUV水下任务时间和保持有效XY位置误差提供了可能。多AUV协同导航系统利用声学通信同时测量任务区域的不同点,其可以提供单个AUV无法提供的功能采样、空间采样和时间采样,从而多AUV协同导航系统在任务复杂性和故障的容忍度方面比单个AUV系统具有更大的优势。因此,多AUV协同导航的状态估计问题作为水下协同导航系统的基础也获得了普遍的关注。由于水声通信信道普遍存在通信丢包、鲁棒性差、多途径效应、噪声参数未知等问题,因此,本文针对基于声学测距的多AUV协同导航状态估计方法展开了相关研究。论文的主要工作包括:1、基于声学测距的水下协同导航系统研究。首先针对水下航行器常用的几个参考坐标系进行介绍,并描述如何实现位置在坐标系之间的转换。其次,针对基于声学测距的多AUV协同导航系统,引入了与之相关的各种传感器的介绍。最后,为研究水下航行器的运动,建立水下运动学模型,详细介绍各个运动参数,并建立基于声学测距的量测模型,为有针对性的设计合理的水下协同导航状态估计方法提供模型依据。2、带厚尾量测噪声的水下协同导航状态估计方法研究。水下通信信道不稳定,多路径效应导致野值干扰使得相对距离量测噪声呈厚尾非高斯特性,针对这一问题,提出一种基于最大熵的协同导航状态估计方法。首先详细介绍最大互相关熵准则的基本实现原理,并将其与另一种鲁棒方法M估计进行对比。其次,针对水下协同导航的非线性系统,介绍基于Sterling多项式插值公式的分开差分滤波,设计了基于声学测距的AUV协同导航鲁棒滤波算法。最后针对有厚尾特性量测噪声的水下协同导航系统仿真验证了所提出的方法比现有的方法有更好的估计精度,并进一步通过协同导航实验验证了其有效性和鲁棒性。3、带未知系统噪声和量测噪声的水下协同导航状态估计方法研究。在水下协同导航中,本体传感器在水下环境中受到温度、盐度、深度、水流、界面反射和折射等诸多因素的影响,导致系统噪声统计特性未知;而水声信道也是混响强、信道带宽窄、多径效应强的高噪声信道,导致协同导航的量测噪声的统计特性不准确甚至随时间发生变化。针对这一问题,本文提出了基于变分贝叶斯的自适应协同导航状态估计方法。首先介绍了高斯滤波器的一般形式,其次进一步的详细推导两种估计未知噪声的滤波方法,Sage-Husa方法和变分贝叶斯估计方法,从原理上分析了变分贝叶斯方法的优越性,并设计了基于变分贝叶斯方法的水下协同导航状态估计算法,最后通过算法仿真和协同导航实验分析验证了本章所提出的算法的有效性与可行性。4、多AUV协同导航信息融合估计方法研究。首先针对同一采样时刻接收到多个相对距离量测的信息融合问题,提出了基于Wishart分布的鲁棒信息滤波;其次,针对水下声学环境的复杂性导致的量测信息丢包的问题,建立通信丢包的模型,并针对通信丢包提出了新型鲁棒信息滤波协同导航算法。仿真分析表明,该滤波算法在处理通信丢包问题具有鲁棒性,且在水下多传感器信息融合技术中具有很广泛的应用前景。
邱杉[10](2021)在《面向实时工业控制业务的无线资源管理》文中提出随着无线、传感、计算和控制方面技术的发展,传统控制系统正发生着深刻改变。无线控制具有维护成本低,可灵活配置等优点,工业控制应用中的无线解决方案成为主要的新兴工业趋势之一。但实时控制系统中引入无线网络也会带来一些新的挑战。一方面,实时控制业务通常在可靠性和延迟方面有更加严格的要求,现有成熟的工业通信标准很难达到,因而考虑在实时控制中引入新的无线技术;另一方面,实现高可靠性和低延迟需要大量通信资源消耗,这给具有有限通信资源的无线控制系统带来了更大的压力。要使无线控制系统广泛地服务于实时控制业务,必须有效解决以上问题,在满足应用需求前提下进行合理的资源分配来降低通信资源消耗是一个非常关键且有现实意义的课题。本文主要工作如下:(1)讨论了存在时延的离散时间无线控制系统,对该系统的建模、控制器设计和估计器设计等进行介绍,并且讨论了各系统参数对通信能耗和控制成本的影响。(2)提出了基于本地估计无线控制系统的资源分配方案。首先,针对工业控制场景受控设备数量多造成控制器工作量过大的问题,提出基于本地估计的无线控制系统架构;然后,解析地表达了基于该架构下系统的通信和控制成本,利用李雅普诺夫稳定性定理对系统的控制稳定性进行讨论,在考虑通信资源限制以及通信的服务质量需求下,建立一个考虑通信及控制性能约束的联合优化问题,使得通信控制总成本达到最小;最后,利用控制稳定性和传输可靠性之间的关系以及不同控制周期之间都不具有耦合关系简化该问题,并提出一种最优的子载波数量和发射功率分配算法。通过仿真验证了方案的优越性。(3)提出了基于超密集组网(Ultra Dense Network,UDN)的分布式实时控制系统的资源分配方案。首先,构建一种基于UDN的分布式无线控制系统来服务实时工业控制业务;然后,给出了控制稳定性、传输可靠性与通信能耗的数学表达,将问题建模为一个通信及控制性能约束下的总能耗最小化问题;接着,分析控制稳定性和传输可靠性之间的关系,基于此对该问题进行转化;最后提出求解该优化问题的算法,确定一个微基站(Small Base Station,SBS)激活概率的标准并通过平衡该标准来获得SBS的激活概率和功率分配。仿真结果表明该方案在满足系统性能要求前提下,降低了功率消耗。
二、Variable bandwidth and one-step local M-estimator(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Variable bandwidth and one-step local M-estimator(论文提纲范文)
(1)面向物联网系统的并发性优化研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究背景及意义 |
1.2 论文研究现状 |
1.2.1 CoAP拥塞控制研究现状 |
1.2.2 负载均衡技术研究现状 |
1.3 论文研究内容 |
1.4 论文结构安排 |
第二章 物联网系统相关技术 |
2.1 NB-IoT技术 |
2.2 CoAP传输协议 |
2.2.1 CoAP概述 |
2.2.2 CoAP传输机制 |
2.2.3 CoAP传输模式 |
2.2.4 CoAP拥塞机制 |
2.3 CoCoA方案 |
2.3.1 RTO估计器 |
2.3.2 可变回退因子 |
2.3.3 RTO退化 |
2.4 负载均衡 |
2.4.1 负载均衡分类 |
2.4.2 负载均衡实现 |
2.5 本章小结 |
第三章 基于Vegas的COAP拥塞控制算法 |
3.1 CoAP的拥塞控制优化 |
3.1.1 现有拥塞控制算法的不足 |
3.1.2 RTO精确数值的获取 |
3.1.3 基于NSTART的窗口动态调整算法 |
3.1.4 基于设备优先级的拥塞控制算法优化 |
3.2 CoAP拥塞控制实现 |
3.2.1 Californium框架概述 |
3.2.2 实验设计 |
3.2.3 运行测试 |
3.3 实验结果分析 |
3.3.1 吞吐量 |
3.3.2 请求成功率 |
3.3.3 数据重传率 |
3.4 本章小结 |
第四章 面向物联网服务器的动态负载均衡算法 |
4.1 动态负载均衡 |
4.1.1 动态负载均衡概述 |
4.1.2 负载信息收集 |
4.1.3 负载信息处理 |
4.1.4 权重修改 |
4.2 故障切换 |
4.2.1 主备切换 |
4.2.2 VRRP协议 |
4.2.3 负载分担 |
4.3 服务端动态负载均衡实现 |
4.3.1 动态负载均衡实现 |
4.3.2 双机热备实现 |
4.4 线程池调优 |
4.4.1 线程池构建方法 |
4.4.2 线程池动态调整 |
4.5 实验结果分析 |
4.5.1 性能测试工具 |
4.5.2 系统平均响应时间 |
4.5.3 系统实际并发数 |
4.5.4 故障切换验证 |
4.6 本章小结 |
第五章 总结展望 |
5.1 论文工作总结 |
5.2 进一步研究工作 |
参考文献 |
致谢 |
(2)基于5G NR下行信道高精度估计算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景介绍 |
1.2 NR系统中的信道估计现状 |
1.3 论文内容及结构安排 |
第二章 传统信道估计与NR物理层设计 |
2.1 无线信道简介 |
2.1.1 无线信道中的大尺度衰落 |
2.1.2 多径效应 |
2.1.3 多普勒效应 |
2.1.4 无线信道模型 |
2.2 三种传统的信道估计 |
2.2.1 最小平方算法(LS) |
2.2.2 线性最小均方误差算法(LMMSE) |
2.2.3 降秩LMMSE算法(LR_LMMSE) |
2.3 NR系统中的SSB(Synchronization Signal Block) |
2.3.1 NR中的SSB设计 |
2.3.2 解调参考信号(DMRS) |
2.3.3 小区标识号 |
2.3.4 主同步序列 |
2.3.5 辅同步序列 |
2.4 PBCH的承载内容 |
第三章 一种适用于5G系统的低复杂度的去噪声信道估计算法 |
3.1 一种低复杂度的去噪声信道估计算法 |
3.2 时间复杂度 |
3.3 基于NR系统的仿真平台的搭建 |
3.4 仿真结果与分析 |
3.4.1 信噪比对于不同信道估计方法性能的影响 |
3.4.2 多径信道中信道数量对于不同方法性能的影响 |
3.4.3 多径信道中延迟间隔对于不同方法性能的影响 |
3.5 本章小结 |
第四章 结合同步信号的NR系统信道估计优化方法 |
4.1 结合同步信号的NR信道估计器设计 |
4.2 算法实现的时间复杂度 |
4.3 仿真结果及分析 |
4.4 本章小结 |
第五章 5G数据实测平台搭建和实测结果 |
5.1 实测系统的搭建 |
5.2 实测流程设计 |
5.3 NR系统下行信道解调的关键技术 |
5.3.1 小区搜索 |
5.3.2 解调 |
5.3.3 解扰 |
5.3.4 基于Polar码的速率匹配 |
5.3.5 Polar码译码 |
5.3.6 CRC校验 |
5.4 系统的实测操作和结果 |
第六章 总结与期望 |
6.1 论文工作总结 |
6.2 未来研究展望 |
参考文献 |
致谢 |
攻读学位期间发表的论文及申请的专利 |
(3)面向5G海量机器类通信的接入控制策略研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
缩略语对照表 |
1 引言 |
1.1 研究背景及意义 |
1.2 机器类型通信国内外研究现状 |
1.3 论文内容与结构安排 |
2 5G海量机器类通信随机接入策略概述 |
2.1 M2M通信概述 |
2.1.1 M2M通信业务特性及应用 |
2.1.2 M2M通信网络架构 |
2.2 基于5G NR的标准随机接入过程 |
2.2.1 随机接入物理信道 |
2.2.2 随机接入前导码 |
2.2.3 基于非竞争和竞争的随机接入流程 |
2.3 随机接入策略研究 |
2.3.1 3GPP随机接入策略 |
2.3.2 基于ACB方案的随机接入策略 |
2.4 本章小结 |
3 基于DGPA-ACB的无线接入网过载控制策略 |
3.1 研究背景 |
3.1.1 随机接入过程 |
3.1.2 E-PCD前导码检测技术 |
3.1.3 学习自动机相关知识 |
3.2 系统模型 |
3.3 基于DGPA-ACB的随机接入策略 |
3.3.1 问题分析 |
3.3.2 DGPA估计 |
3.4 仿真结果及分析 |
3.4.1 仿真参数设置 |
3.4.2 仿真结果 |
3.5 本章小结 |
4 基于两种优先级的接入类别限制策略 |
4.1 研究背景 |
4.2 系统模型 |
4.2.1 理论推导 |
4.2.2 MTC设备的类别划分 |
4.2.3 前导码资源分配 |
4.3 基于两种优先级的随机接入策略 |
4.3.1 只考虑前导码资源分配的随机接入策略 |
4.3.2 综合考虑前导码及共享信道资源分配的随机接入策略 |
4.4 仿真结果及分析 |
4.4.1 仿真参数设置 |
4.4.2 仿真结果 |
4.5 本章小结 |
5 总结与展望 |
5.1 论文总结 |
5.2 论文展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(4)无线传感器网络中的分布式扩散卡尔曼滤波算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 分布式状态估计研究现状 |
1.2.2 传感器通信资源受限问题 |
1.2.3 测量数据丢失问题 |
1.3 论文主要研究内容和章节安排 |
1.3.1 论文主要研究内容 |
1.3.2 章节安排 |
第二章 无线传感器网络及系统模型的建立 |
2.1 无线传感器网络模型 |
2.2 卡尔曼滤波 |
2.2.1 状态空间模型 |
2.2.2 扩散卡尔曼滤波 |
2.3 本章小结 |
第三章 通信带宽受限的分布式卡尔曼滤波算法 |
3.1 模型建立 |
3.1.1 量化策略 |
3.1.2 通信模型 |
3.2 算法推导 |
3.3 性能分析 |
3.3.1 均值性能分析 |
3.3.2 均方性能分析 |
3.4 数值仿真 |
3.5 本章小结 |
第四章 测量数据丢失情况下的扩散卡尔曼滤波算法 |
4.1 测量丢失模型 |
4.2 解耦贝叶斯假设检验 |
4.3 数据丢失下的测量 |
4.4 未知测量概率的情况 |
4.5 性能分析 |
4.5.1 假设检验性能分析 |
4.5.2 均值性能 |
4.5.3 均方性能 |
4.6 数值仿真 |
4.7 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 对未来的展望 |
参考文献 |
致谢 |
攻读硕士期间已发表的论文 |
攻读硕士期间参加的科研项目 |
(5)无线视频广播系统中的增强传输关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略词对照表 |
第一章 绪论 |
1.1 引言 |
1.2 研究背景与研究内容 |
1.2.1 无线视频广播系统的标准演进 |
1.2.2 研究内容 |
1.3 章节安排与主要创新点 |
第二章 时分复用传输模式下的高可靠导引信号设计 |
2.1 引言 |
2.2 高可靠导引信号的频域主体部分设计 |
2.2.1 现有的频域导引信号设计方案 |
2.2.2 最新标准导引信号存在的问题 |
2.2.3 提出的频域导引信号设计方案 |
2.3 高可靠导引信号的时域结构设计 |
2.3.1 基于前缀的结构(C-A结构) |
2.3.2 基于前缀与后缀结合的结构(C-A-B结构) |
2.3.3 基于多符号前缀后缀和超前缀组合的结构(C-A-B B-C-A结构) |
2.4 导引信号与各自系统参数的兼容性 |
2.4.1 标准中的多采样率设计 |
2.4.2 提出的多采样率设计 |
2.5 本章小结 |
第三章 高可靠导引信号的接收算法 |
3.1 引言 |
3.2 标准导引信号的推荐接收算法 |
3.3 导引信号的同步与检测改进算法 |
3.3.1 信号的定时同步与检测算法 |
3.3.2 信号的载波同步算法 |
3.3.3 信号同步与检测性能仿真 |
3.4 所提导引信号的信令解析算法 |
3.4.1 固定带宽导引信号的信令解析算法 |
3.4.2 自适应带宽导引信号的信令解析算法 |
3.5 本章小结 |
第四章 移动通信系统中广播链路的资源分配 |
4.1 引言 |
4.2 系统描述 |
4.3 现有资源分配算法 |
4.3.1 基于多场景分支定界算法的资源分配方法 |
4.3.2 基于遗传算法的资源分配方法 |
4.3.3 基于初始选择概率的随机分配方法 |
4.4 所提基于神经网络的资源分配算法 |
4.4.1 神经网络模块与训练过程 |
4.4.2 基于神经网络的优化解输出 |
4.4.3 基于已训练神经网络的资源分配算法 |
4.5 理论分析 |
4.6 数值仿真与性能分析 |
4.7 本章小结 |
第五章 全文总结 |
5.1 本文贡献 |
5.2 未来工作展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
攻读学位期间参与的项目 |
攻读学位期间申请的专利 |
(6)MC-OQAM系统中的载波相位恢复算法的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 多载波交错正交幅度调制系统研究现状 |
1.3 载波相位恢复算法研究现状 |
1.4 论文研究内容与安排 |
第二章 多载波交错正交幅度调制系统概述 |
2.1 光纤通信系统 |
2.1.1 传统光纤通信系统基本结构 |
2.1.2 相干光通信系统的基本结构 |
2.1.3 相干光通信系统的优点 |
2.2 传统调制与多载波交错正交幅度调制 |
2.3 多载波交错正交幅度调制(MC-OQAM)系统 |
2.3.1 多载波系统原理 |
2.3.2 原型滤波器 |
2.3.3 OQAM调制原理 |
2.3.4 MC-OQAM调制模型 |
2.4 MC-OQAM系统的链路损伤 |
2.4.1 光纤损耗 |
2.4.2 色度色散 |
2.4.3 偏振模色散 |
2.4.4 光纤非线性效应 |
2.5 数字信号处理(DSP)技术 |
2.5.1 IQ正交化 |
2.5.2 色散补偿 |
2.5.3 自适应均衡 |
2.5.4 光纤非线性补偿 |
2.5.5 频偏估计与补偿 |
2.6 本章小结 |
第三章 载波相位恢复技术 |
3.1 相位噪声理论 |
3.2 传统的载波相位估计技术 |
3.2.1 光学相位估计 |
3.2.2 基于M次幂的载波相位恢复算法 |
3.2.3 四次幂算法的仿真 |
3.3 QAM调制信号载波相位恢复算法 |
3.3.1 最大似然估计算法概述 |
3.3.2 基于QPSK分割的载波相位恢复算法 |
3.3.3 盲相位搜索算法 |
3.3.4 改进的BPS算法 |
3.3.5 算法性能仿真 |
3.4 本章小结 |
第四章 MC-OQAM系统中的载波相位恢复算法介绍与系统仿真 |
4.1 MC-OAQM系统设计 |
4.2 子载波间联合载波相位恢复方案 |
4.2.1 子载波间联合载波相位恢复的原理 |
4.2.2 子载波间联合载波相位恢复的系统仿真 |
4.3 基于BPS的低复杂度算法的研究 |
4.3.1 基于BPS的低复杂度算法的基本原理 |
4.3.2 基于BPS的低复杂度算法的系统仿真 |
4.4 基于BPS的联合载波相位恢复的低复杂度算法的系统仿真 |
4.5 本章小结 |
第五章 总结与展望 |
参考文献 |
致谢 |
攻读学位期间发表的论文情况 |
(7)多波束突发卫星通信系统中高速接收机关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 高速数字解调架构 |
1.2.2 符号定时恢复技术 |
1.2.3 载波恢复技术 |
1.3 工作内容及创新成果 |
1.4 论文组织架构 |
第二章 高速并行解调架构研究 |
2.1 串行解调器设计及硬件实现 |
2.2 串行解调器性能分析 |
2.3 基于APRX的高速并行解调架构 |
2.4 提出的针对突发系统的高速并行解调架构 |
2.4.1 并行路数及FFT点数选择 |
2.4.2 提出的频域并行帧同步算法 |
2.4.3 频域匹配滤波的实现原理及简化 |
第三章 高速并行定时恢复算法研究 |
3.1 并行定时恢复结构 |
3.1.1 定时相偏的频域纠正原理 |
3.1.2 定时频偏的纠正原理 |
3.1.3 串行和并行定时同步计算复杂度分析 |
3.2 定时估计算法研究及并行实现 |
3.2.1 O&M算法及其并行实现 |
3.2.2 快速收敛定时恢复算法 |
3.3 提出的增加频域预滤波的并行定时恢复结构 |
3.3.1 提出的并行定时恢复结构 |
3.3.2 并行定时恢复结构仿真及性能分析 |
第四章 高速并行载波恢复算法研究 |
4.1 常用载波恢复算法研究 |
4.1.1 DD算法 |
4.1.2 基于FFT的粗频偏估计算法 |
4.1.3 基于FFT的谱线内插算法 |
4.2 针对突发系统的并行载波恢复结构设计 |
4.2.1 提出的基于数据辅助的并行频偏估计结构 |
4.2.2 并行载波相位跟踪结构 |
4.3 提出的并行载波恢复算法仿真 |
4.3.1 基于数据辅助的并行频偏估计算法仿真 |
4.3.2 并行载波相位跟踪结构仿真 |
第五章 总结与展望 |
5.1 全文工作总结 |
5.2 进一步研究展望 |
参考文献 |
致谢 |
作者简介 |
(8)深空探测数字终端与信号处理关键技术研究(论文提纲范文)
摘要 |
Abstract |
缩略语表 |
第1章 绪论 |
1.1 课题研究背景与意义 |
1.1.1 科学应用背景 |
1.1.2 深空探测数字终端与信号处理技术 |
1.2 国内外研究现状 |
1.2.1 深空探测DBE系统研究现状 |
1.2.2 深空探测信号处理研究现状 |
1.3 本文的主要工作与内容安排 |
第2章 深空探测数字终端系统研究设计 |
2.1 深空探测DBE系统的主要要求 |
2.2 系统功能与指标要求 |
2.3 系统硬件平台介绍 |
2.4 FPGA算法与逻辑设计 |
2.4.1 ADC接口单元 |
2.4.2 多通道DDC单元 |
2.4.3 系统复位控制单元 |
2.5 系统控制软件设计 |
2.6 本章小结 |
第3章 深空探测窄带参数估计算法研究 |
3.1 下行窄带信号模型 |
3.2 深空探测窄带参数估计研究现状 |
3.3 序贯解调频(Seq-De-chirp)算法 |
3.3.1 自适应频率跟踪器(AFT) |
3.3.2 序贯参数估计器(SPE) |
3.3.3 实测探测器数据测试 |
3.4 基于窄带时频分析的原子钟频率稳定度测量系统 |
3.4.1 频率稳定度分析基本原理 |
3.4.2 基于窄带时频分析的测量系统 |
3.4.3 实际测量结果 |
3.5 本章小结 |
第4章 实时窄带参数估计的硬件集成实现 |
4.1 概述 |
4.2 Seq-De-chirp算法硬件集成实现设计 |
4.2.1 总体方案 |
4.2.2 FPGA算法模块设计 |
4.2.3 MPU算法软件设计 |
4.3 硬件验证与性能分析 |
4.3.1 测试条件与环境 |
4.3.2 实测探测器数据测试 |
4.3.3 硬件资源开销分析 |
4.3.4 运算加速性能 |
4.4 本章小结 |
第5章 深空探测宽带干涉相关处理研究 |
5.1 VLBI测量原理 |
5.2 下行宽带信号模型 |
5.3 宽带干涉相关处理算法 |
5.3.1 计算预测时延模型 |
5.3.2 宽带干涉相关处理 |
5.4 本章小结 |
第6章 异构基带数据干涉相关处理算法研究 |
6.1 异构基带数据处理难点 |
6.2 异构基带数据处理研究现状 |
6.3 数据参数统一转换器(DPUC)研究 |
6.3.1 DPUC研究与设计 |
6.3.2 数值仿真实验结果 |
6.3.3 实测射电源数据测试 |
6.4 异构直接FX(HDFX)型相关机研究 |
6.4.1 HDFX型相关机研究与设计 |
6.4.2 数值仿真实验结果 |
6.4.3 实测射电源数据测试 |
6.5 异构基带数据处理方法对比 |
6.6 本章小结 |
第7章 无预测时延模型条纹搜索算法研究 |
7.1 预测时延模型问题与条纹搜索研究现状 |
7.1.1 条纹搜索技术研究现状 |
7.2 扩展FFT(e FFT)条纹搜索算法 |
7.2.1 条纹搜索范围的计算方法 |
7.2.2 FFT条纹搜索算法原理 |
7.2.3 eFFT条纹搜索算法 |
7.2.4 实测射电源VLBI数据测试 |
7.3 基于互模糊函数和小波提升技术(CAF-W)的条纹搜索算法 |
7.3.1 CAF-W条纹搜索算法原理 |
7.3.2 实测VLBI数据测试 |
7.4 两种算法的对比分析 |
7.5 本章小结 |
第8章 总结与展望 |
8.1 全文总结 |
8.2 未来工作展望 |
参考文献 |
攻读博士学位期间取得的成果 |
致谢 |
(9)基于声学测距的水下协同导航状态估计方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究的目的及意义 |
1.2 国内外水下协作系统发展现状 |
1.3 水下协同导航状态估计方法研究现状 |
1.3.1 水声协同导航方法研究现状 |
1.3.2 野值鲁棒状态估计方法及其在水下协同导航应用研究现状 |
1.3.3 带未知噪声参数的状态估计方法及其在水下协同导航应用研究现状 |
1.3.4 多AUV水下协同导航信息融合方法研究现状 |
1.4 论文的研究内容与结构安排 |
第2章 基于声学测距的水下协同导航数学模型 |
2.1 水下航行器常用坐标系及其相互关系 |
2.1.1 地球参考坐标系 |
2.1.2 地理参考坐标系 |
2.1.3 航行器的运动参数定义 |
2.1.4 坐标系之间的转换 |
2.2 基于声学测距的协同导航传感器介绍 |
2.2.1 本体感知传感器 |
2.2.2 外部感知传感器 |
2.3 多AUV相对距离量测的协同导航数学模型 |
2.3.1 AUV的运动学模型 |
2.3.2 基于声学测距的水下协同导航量测模型 |
2.4 本章小结 |
第3章 带厚尾量测噪声的水下协同导航状态估计方法 |
3.1 水声通信中的多路径效应 |
3.2 最大互相关熵准则 |
3.2.1 信息理论学习与核方法 |
3.2.2 相关熵的概率意义和性质 |
3.2.3 M估计和最大互相关熵准则 |
3.3 基于Sterling多项式插值公式的分开差分滤波 |
3.3.1 Sterling多项式插值公式 |
3.3.2 线性化近似 |
3.3.3 基于Sterling多项式插值公式的分开差分卡尔曼滤波 |
3.4 基于最大熵的协同导航算法 |
3.4.1 基于Huber的鲁棒协同导航算法 |
3.4.2 基于最大熵的鲁棒协同导航算法 |
3.5 协同导航仿真及实验分析 |
3.5.1 协同导航仿真 |
3.5.2 协同导航实验 |
3.6 本章小结 |
第4章 带未知噪声参数的水下协同导航状态估计方法 |
4.1 水声通信中的环境噪声 |
4.2 带未知噪声的估计方法 |
4.2.1 高斯滤波的一般形式 |
4.2.2 指数渐消的Sage-Husa方法 |
4.2.3 变分贝叶斯方法 |
4.3 基于变分贝叶斯滤波的协同导航算法 |
4.3.1 Sage-Husa自适应协同导航算法 |
4.3.2 基于变分贝叶斯的自适应协同导航算法 |
4.4 协同导航仿真及实验分析 |
4.4.1 协同导航仿真 |
4.4.2 协同导航实验 |
4.5 本章小结 |
第5章 通信丢包情况下的协同导航信息融合估计方法 |
5.1 水声信道中通信丢包的原因 |
5.2 基于Wishart分布的鲁棒信息滤波 |
5.2.1 信息滤波 |
5.2.2 一种新的鲁棒信息滤波算法 |
5.3 间歇性量测的鲁棒信息滤波协同导航算法 |
5.3.1 间歇性量测建模 |
5.3.2 间歇性量测下的非线性信息滤波 |
5.3.3 通信丢包情况下的新型信息滤波算法 |
5.4 多AUV协同导航仿真分析 |
5.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
(10)面向实时工业控制业务的无线资源管理(论文提纲范文)
摘要 |
abstract |
缩略语表 |
第一章 绪论 |
1.1 研究工作的背景及意义 |
1.2 国内外相关研究 |
1.2.1 工业应用代表性无线通信标准 |
1.2.2 WNCS的关键参数及设计方法 |
1.2.3 实时工业控制业务的特点和面临的挑战 |
1.3 本论文的主要工作与创新 |
1.4 本论文的章节安排 |
第二章 实时无线控制系统相关概念和技术 |
2.1 引言 |
2.2 实时无线网络控制系统 |
2.2.1 网络控制系统 |
2.2.2 无线网络 |
2.3 系统需求分析 |
2.4 仿真与结果分析 |
2.5 本章小结 |
第三章 基于本地估计无线控制系统的资源分配 |
3.1 引言 |
3.2 系统模型 |
3.2.1 控制系统模型 |
3.2.2 通信系统模型 |
3.3 问题建模 |
3.3.1 目标函数和约束条件 |
3.3.2 问题构建 |
3.4 问题求解 |
3.4.1 通信约束与控制约束之间的转换 |
3.4.2 目标函数的转换 |
3.4.3 最优资源分配算法 |
3.5 仿真结果与分析 |
3.6 本章小结 |
第四章 基于分布式实时控制系统的资源分配 |
4.1 引言 |
4.2 系统模型 |
4.2.1 控制系统模型 |
4.2.2 通信系统模型 |
4.3 问题建模 |
4.3.1 目标函数和约束条件 |
4.3.2 问题构建 |
4.4 问题求解 |
4.4.1 控制性能和传输可靠性之间的关系 |
4.4.2 最优SBS激活和功率分配机制 |
4.5 仿真与结果分析 |
4.6 本章小结 |
第五章 全文总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
附录 I |
四、Variable bandwidth and one-step local M-estimator(论文参考文献)
- [1]面向物联网系统的并发性优化研究与实现[D]. 张超超. 北京邮电大学, 2021(01)
- [2]基于5G NR下行信道高精度估计算法研究[D]. 梁耕. 北京邮电大学, 2021(01)
- [3]面向5G海量机器类通信的接入控制策略研究[D]. 涂悦. 北京交通大学, 2021(02)
- [4]无线传感器网络中的分布式扩散卡尔曼滤波算法研究[D]. 刘敬知. 西南大学, 2021(01)
- [5]无线视频广播系统中的增强传输关键技术研究[D]. 黄一航. 上海交通大学, 2020(01)
- [6]MC-OQAM系统中的载波相位恢复算法的研究[D]. 朱贺. 北京邮电大学, 2020(05)
- [7]多波束突发卫星通信系统中高速接收机关键技术研究[D]. 吴博. 西安电子科技大学, 2020(05)
- [8]深空探测数字终端与信号处理关键技术研究[D]. 张添翼. 东南大学, 2019(01)
- [9]基于声学测距的水下协同导航状态估计方法研究[D]. 孙成娇. 哈尔滨工程大学, 2019(04)
- [10]面向实时工业控制业务的无线资源管理[D]. 邱杉. 电子科技大学, 2021(01)