• Задать вопрос менеджеру

Twitter новости

Обучение письменному иноязычному общению на основе ИКТ http://t.co/IK2NAjncrk

Online-опрос

Антиплагиат онлайнДипломант
Яндекс.Метрика

Оценивание параметров каналов связи в беспроводных сетях

Предмет:Информатика
Тип:Курсовая
Объем, листов:28
Word
Получить полную версию работы
Релевантные слова:передачи, ofdm, данных, связи, канала, mimoofdm, систем, символа, услуг, системы, беспроводной, скорости, образом, технологии, isi
Процент оригинальности:
92 %
Цена:300 руб.
Содержание:

Введение 3

Краткий обзор OFDM 5

Оценка Канала MIMO-OFDM 8

Системное описание 12

Предварительный анализ 14

Иллюстративный пример 15

Заключение 22

Список литературы 26

Вступление:

Беспроводные технологии начали свое развитие с Гульельмо Маркони. Впервые он продемонстрировали способность радио плавающих в Английском канале в 1897 году. С тех пор были разработаны новые теории и применения беспроводных технологий сотнями и тысячами ученых и инженеров по всему миру. Беспроводная связь может быть расценена как самая важная разработка, у которой есть чрезвычайно широкий диапазон приложений от телевизионного дистанционного управления и беспроводных телефонов к сотовым телефонам и основанным на спутнике телевизионным системам. Это изменило образ жизни людей в каждом аспекте. Особенно в течение прошлого десятилетия, отрасль связи рации выросла по экспоненте увеличивающимся уровнем, питаемым цифровым и проектом схем RF, производством и методами интеграции и большей вычислительной мощностью в микросхемах. Эта тенденция будет продолжаться с еще большим темпом в ближайшем будущем.

Достижений и разработок в технике частично помогли реализовать наши мечты в быстрой и надежной связи "в любое время в любом месте". Но мы ожидаем иметь больше опыта в этом беспроводном мире, в таком как перемещение беспроводного интернета и интерактивный обмен мультимедийными сообщениями и так далее. Один естественный вопрос: как мы можем поместить потоки данных высокого показателя по линиям радиосвязи, чтобы удовлетворить наши потребности? Новые беспроводные методы широкополосного доступа, как ожидается, ответ на этот вопрос. Например, 3G (третьего поколения) сотовой технологии могут предоставить нам до 2 Мбит / с (бит в секунду) услуги передачи данных. Но это еще не совсем соответствует скорости передачи данных требуют мультимедийные средства связи, как HDTV (High-deffinition телевидения) и видео-конференции. Недавно системы MIMO-OFDM получили значительное внимание от ведущих отраслевых компаний и активного академического сообщества.

Набор проблем включая измерения канала и моделирование, оценку канала, синхронизацию, IQ (в сдвиге по фазе на девяносто градусов) неустойчивость и PAPR (отношение пика к средней мощности) был широко изучен исследователями. Ясно все повышение производительности и увеличение емкости основаны на точной информации о состоянии канала. Оценка канала играет существенную роль для систем MIMO-OFDM. Назревание технологии MIMO-OFDM приведет это к намного более широкому разнообразию приложений. WMAN (беспроводной столичной сети) приняла эту технологию. Как и в текущей сетевой беспроводной техники Местоположение, мы рассмотрим беспроводной задачи размещения на сети WiMax, которая основана на MIMO-OFDM технологии.

Заключение:

Эта диссертация, в первой части, рассматривает проблему оценки канала систем MIMO-OFDM. Это запускается с матричного представления сигнальной модели систем MIMO-OFDM, которая ясно описывает отношение сигналов в частотной области и временном интервале и выражении операций как добавляющий CP и удаление CP как матричное произведение. От получающейся модели сигнала MIMO-OFDM экспериментальный тон основанная оценка канала предложена, чтобы оценить быстрый канал изменяющегося во времени и частотно-избирательного замирания через метод наименьших квадратов. Наименьшие квадраты выбраны с целью низкой сложности, хотя некоторые другие методы, такие как MMSE и ML могут произвести лучшую производительность оценки. Чтобы далее уменьшить вычислительную сложность, экспериментальная тональная матрица разработана как унитарная матрица, чтобы сохранить вычисление матричной инверсии в стандартном решении для LS. Экспериментальная тональная матрица разработана простым способом, которым Nt непересекающиеся экспериментальные тональные наборы помещены в один блок OFDM на каждой антенне передачи. У каждого экспериментального тонального набора есть экспериментальные тоны L, которые равномерно распределены и одинаково основаны. Выбирая экспериментальные тоны, основанные на нашем проекте, те экспериментальные тоны включают унитарную матрицу. Для простых 2 случаев за 2? использована ортогональная структура Аламоути. И проект может быть с готовностью расширен на конфигурируемую систему MIMO-OFDM с любым числом передачи и получить антенны. Для фиксированного питания экспериментальных тонов наш проект, как могут доказывать, также оптимален в смысле достижения минимального MSE оценки канала. По сравнению с некоторыми относительными экспериментальными тональными проектами в литературе наш метод оценки канала отличается по своей возможности оценить быстро изменяющийся во времени беспроводной канал, так как экспериментальные тоны вставлены в каждый блок OFDM, и в его явном отношении с проектом кода частоты, соответствующей паузе, который может принести пользу оценке канала взамен. Ища устойчивую оценочную функцию канала с более низкой сложностью для систем MIMO-OFDM, мы смотрим на следующие аспекты в будущем.

? Меньше служебной потери: Это стоит отметить, что использование экспериментальных символов для оценки канала уменьшает эффективность спектра систем беспроводной связи. Это - компромисс между точностью оценки и пропускной способностью. Это представляет интерес, чтобы исследовать схему с даже меньшим количеством числа экспериментальных тонов в каждом блоке OFDM, используя некоторые статистические свойства беспроводного канала непосредственно. Интуитивно, это - лучший баланс между служебной потерей и надежностью оценки, если мы можем адаптивно изменить число экспериментальных тонов в зависимости от условия канала через некоторую информацию об обратной связи.

? Объединенная оценка канала и исправление CFO: Обычно, когда мы разрабатываем оценочную функцию канала, мы предполагаем, что система OFDM отлично синхронизируется и есть смещение несущей частоты вообще. И некоторые алгоритмы компенсации CFO также базируются при условии, что канал известен в получателе. Это было бы выгодно, чтобы объединить оценку канала и компенсацию CFO в интегрировать алгоритм, так как производительность любого из двух отдельных алгоритмов может быть, ухудшают недействительностью их предположений в реальном мире системы OFDM. Уже есть некоторая исследовательская работа в этой области [34, 35], но более интенсивное исследование все еще необходимо.

Но мы все еще должны считать потерю скорости передачи данных вызванной экспериментально-тональными издержками в пределах каждого блока OFDM. Мы являемся в настоящий момент рабочими по этой проблеме с целью, что мы можем использовать последовательность экспериментальных тонов с длиной меньше чем длина канала, исследуя

его разнообразие во временном интервале. Во второй части этой диссертации изучено беспроводное расположение в сети WiMax. Подобный технологии расположения применялся к сотовым сетям, сценарий приложения определения местоположения мобильного пользователя при использовании некоторых сигнальных параметров, полученных в башнях антенны, рассматривают. Методики оценки расположения, основанные на TDOA, AOA и комбинации TDOA и AOA, представлены, соответственно. Учитывая, что ошибка измерения - нулевой средний аддитивный Нормально распределенный шум с очень маленьким различием, проблема оценки расположения сформулирована в квазилинейную форму. Затем простой алгоритм LS может использоваться, чтобы решить проблему оценки, при условии, что шумовой термин в квазилинейной форме является Гауссовым. В теории алгоритм ML может быть непосредственно использован, чтобы оценить целевое расположение, так как функция плотности вероятности данных наблюдения известна с нашим предположением. Однако, прямое использование алгоритма ML оказывается неосуществимым из-за трудности обнаружения реальных корней квадратного уравнения. Альтернатива алгоритму ML требуется, который должен решительно уменьшить сложность алгоритма ML и обеспечить близкую производительность. Наш предложенный метод - такая альтернатива, что это - по существу ограниченный метод оптимизации типа LS. Приближение шумового термина в квазилинейной форме к Гауссову случайному также доказано в этом тезисе под предположением выше. Следовательно приходят к заключению, что предложенный метод может оценить целевое расположение очень точно, при условии, что размер данных наблюдения является достаточно большим, и эквивалентный SNR высок. Чтобы решить ограниченную проблему оптимизации типа LS, метод множителя Lagrange используется. Это - потому что это, прямое использование ограничительного условия может привести к тому же самому уровню сложности для алгоритма и даже положительных реальных корней, возможно, не существует в квадратном уравнении, полученном, заменяя промежуточным решением для LS в ограничение. Наконец, обширные исследования моделирования демонстрировал эффективность нашего предложенного алгоритма.

Для будущей работы над беспроводной проблемой расположения следующие аспекты открыты для исследования.

? Большое различие: приближение ограниченной оптимизации типа LS к алгоритму ML зависит при условии, что различие ошибки измерения является очень маленьким, который обычно является истиной. Дальнейшее исследование случая ошибки измерения с относительно большим различием улучшит устойчивость

предложенный алгоритм.

? Скоростная Оценка: В тезисе цель считают стационарной, предполагая, что это перемещается в низкую скорость. Если FDOA (различие в частоте прибытия) полученного сигнала доступен, то скорость цели может быть оценена также. Это расширит диапазон приложений предложенного алгоритма.

Список литературы:

[1] Alamouti, С. М. , “Простой метод разнообразия передачи для беспроводной связи,” IEEE J. Выберите Передачу областей. , издание 16, стр 1451-1458, октябрь 1998.

[2] Anastasopoulos, A. и Chugg, К. М. , “Адаптивное итеративное обнаружение для Турбокодов с неопределенностью с фазовым поставщика услуг,” Сделка IEEE. Commun. , издание 49, стр 2135-2144, декабрь 2001.

[3] Bahl, L. , Cocke, J. , Jelinek, F. , и Raviv, J. , “Оптимальное декодирование линейных кодов для того, чтобы минимизировать коэффициент ошибок символа,” Сделка IEEE. Сообщить. Теория, издание 20, стр 284-287, март 1974.

[4] Barhumi, я. , Леи, G. , и Moonen, M. , “Оптимальный учебный проект для MIMO OFDM системы в мобильных беспроводных каналах,” Обработка сигналов Сделки IEEE, издание 51, стр 1615-1624, июнь 2003.

[5] Barhumi, я. , Леи, G. , и Moonen, M. , “Коррекция для OFDM вдвойне выборочные каналы,” Обработка сигналов Сделки IEEE, издание 54, стр 1445-1458, апрель 2006.

[6] Барри, Дж. Р. , Ли, Э. А. , и Messerschmitt, Д. Г. , Цифровая связь. Kluwer Академические Издатели, 3-ий редактор, 2003.

[7] Бенедетто, S. , Divsalar, D. , Montorsi, G. , и Pollara, F. , “Модуль APP мягкого вывода мягкого ввода для итеративного декодирования каскадных кодов,” Коммуникационные Буквы IEEE. , издание 1, стр 22-24, январь 1997.

[8] Бенедетто, S. , Divsalr, D. , Montorsi, G. , и Pollara, F. , “Последовательная связь чередованных кодов: анализ эффективности, проект, и итеративное декодирование,”

Сделка IEEE. Сообщить. Теория, издание 44, стр 909-926, май 1998.

[9] Berrou, C. , Glavieus, A. , и Thitimajshima, P. , “Около Шенноновского предельного кодирования с коррекцией ошибок и декодирования: турбокоды,” на Международной конференции IEEE по вопросам Связи, стр 1064-1070, май 1993.

[10] Berrou, C. и Glavieux, A. , “Около оптимального кодирования с коррекцией ошибок и решения: Турбокоды,” Передача Сделки IEEE, издание 44, стр 1261-1271, октябрь 1996.

[11] Край, С. Т. , Sanzi, F. , и Speidel, J. , “Двумерная итеративная оценка канала APP и декодирующий для систем OFDM,” на Глобальной Телекоммуникационной Конференции по IEEE, стр 741-745, ноябрь 2000.

[12] Стоимость и страхование, X и Giannakis, Г. Б. , “Адаптивный учитывающий PSAM оценки канала и ошибок прогноза,” Беспроводная связь Сделки IEEE Commun. , издание 4, стр 246-256, январь 2005.

[13] Caire, G. , Taricco, G. , и Biglieri, E. , “Кодированная модуляция С чередованием битов,” Сделка IEEE. Сообщить. Теория, издание 44, стр 927-946, май 1998. 105

[14] Исследователи пещер, Дж. K. , “Анализ экспериментального символа помогал модуляции для Рэлеевских исчезающих каналов,” Сделка IEEE. Vehic. Технол, издание 40, стр 686-693, ноябрь 1991.

[15] Исследователи пещер, Дж. K. и Ляохэ, M. , “Сравнение экспериментального тона и экспериментальных методов символа для цифровой мобильной связи,” на Глобальной Телекоммуникационной Конференции по IEEE, стр 915-921, декабрь 1992.

[16] Чен, H. , Перри, R. , и Бакли, K. , “На алгоритмах MLSE для неизвестных быстрых изменяющихся во времени каналов,” Сделка IEEE. Commun. , издание 51, стр 730-734, май 2003.

[17] Chugg, К. М. и Полидорос, A. , “MLSE для неизвестного канала – Первая часть: соображения optimality,” Сделка IEEE. Commun. , издание 44, стр 836-846, июль 1996.

[18] Cimini, Л. Дж. , “Анализ и моделирование цифрового мобильного канала, используя ортогональное мультиплексирование с частотным разделением,” Сделка IEEE. Commun. , издание 33, стр 665-675, июль 1985.

[19] Cozzo, C. и Хьюз, Б. Л. , “Адаптивный получатель для пространственно-временных кодов решетки, основанных на алгоритме обработки на оставшегося в живых,” Сделка IEEE. Commun. , издание 50, стр 1213-1216, август 2002.

[20] Дэвис, Л. М. , Collings, я. B. , и Hoeher, P. , “Объединенная коррекция MAP и оценка канала для частотно-избирательных и плоских частотой быстро исчезающих каналов,” Сделка IEEE. Commun. , издание 49, стр 2106-2114, декабрь 2001.

[21] Донг, M. , Тонг, L. , и Сэдлер, Б. М. , “Оптимальная вставка экспериментальных символов для передач по изменяющимся во времени плоским исчезающим каналам,” Обработка сигналов Сделки IEEE, издание 52, стр 1403-1418, май 2004.

[22] Douillard, C. , J?ez?equel, M. , и Berrou, C. , “Итеративное исправление межсимвольных помех: Турбо коррекция,” Eur. Сделка. Telecommun. , издание 6, стр 507-511, сентябрь-октябрь. 1995.

[23] Edfors, O. , Sandell, M. , Ван де Бик, J. , Уилсон, С. К. , и Б•орджессон, П. О. , “оценка канала OFDM сингулярным разложением,” Сделка IEEE. Commun. , издание 46, стр 931-936, июль 1998.

[24] Эль Джамаль, H. и Geraniotis, E. , “Итеративное многопользовательское обнаружение для кодированного CDMA сигнализирует в AWGN и исчезающих каналах,” IEEE J. Выберите области Commun. , издание 18, стр 30-41, январь 2000.

[25] Европейский институт стандартизации электросвязи (ETSI), ETSI EN 300 744, Цифровое телевидение (DVB); Структура кадра, кодирование канала и модуляция для цифрового наземного телевидения. DVB-T, 2004.

[26] Европейский институт стандартизации электросвязи (ETSI), Группа Специальный Мобильный телефон (GSM) Рекомендации. № 01-12 в ряду GSM, 1990.

[27] Европейский институт стандартизации электросвязи (ETSI), Широкополосный Ра -

Сети доступа dio (ОТРУБИ); Тип 2 HIPERLAN; Физический Уровень (PHY). HIPERLAN II, 2001. 106

[28] Eyubo?glu, М. V. и Куреши, С. У. , “Оценка последовательности Уменьшенного состояния с разделение набора и обратная связь решения,” Сделка IEEE. Commun. , издание 36, стр 13-20, Январь 1988.

[29] Farhang-Boroujeny, B. , “Основанная на пилоте идентификация канала: предложение по идентификации каналов передачи,” Буквы Электроники, издание 31, стр 1044-1046, июнь 1995.

[30] Форни, Г. Д. , “Оценка последовательности Наибольшего правдоподобия цифровых последовательностей в присутствии межсимвольных помех,” Сделка IEEE. Сообщить. Теория, издание 18, стр 363-378, май 1972.

[31] Форни, Г. Д. , “Алгоритм Viterbi,” Продолжения IEEE, издания 61, стр 268-278, март 1973.

[32] Foschini, Г. Дж. , “Многоуровневая пространственно-временная архитектура для беспроводной связи в исчезающей среде при использовании многоэлементных антенн,” Технология Bell Labs. J. , стр 41-59, Осень 1996.

[33] Foschini, Г. Дж. и Гэнс, М. Дж. , “На пределах беспроводной связи в исчезающей среде при использовании многократных антенн,” Беспроводной Персональный Commun. , издание 6, стр 311-335, март 1998.

[34] Франц, V. и Андерсон, Дж. Б. , “Связанное декодирование с уменьшенным поиском алгоритм BCJR,” IEEE J. Выберите области Commun. , издание 16, стр 186-195, февраль 1998.

[35] Золотой, Г. Д. , Foschini, К. Дж. , Valenzuela, Р. А. , и Wolniansky, П. В. , “Алгоритм обнаружения и начальные лабораторные результаты, используя коммуникационную архитектуру пространства-времени V-BLAST,” Буквы Электроники, издание 35, стр 14-16, январь 1999.

Бесплатные работы:

Готовые работы:

Рекомендованные документы: