短波通信中64QAM软信息提取及数字跳频数据检测技术
本文选题:信道估计 + 软信息 ; 参考:《西安电子科技大学》2014年硕士论文
【摘要】:短波通信在无线通信中一直占有重要地位,但由于多径传播和信道畸变造成的码间干扰会影响系统性能。电子信息技术的发展使短波通信广泛应用,消除码间串扰提高可靠性尤为重要,因此提出了时域均衡技术和块式数据检测技术。首先介绍了短波通信信道的特性,针对短波信道的时变特性,需要一种实时信道估计算法来准确的跟踪信道的变化。文中给出四种实时信道估计方法,对比分析每种算法的适用条件。然后介绍了软判决所需要的软信息,给出64QAM调制信号软信息提取的三种方法,分别为精确对数似然比算法,近似对数似然比算法和简化算法。针对方形64QAM调制星座图,推导了简化方法的计算公式,随后对这三种方法进行了仿真。仿真结果显示,简化算法的性能与其它两种算法的性能相当,但计算复杂度却远远低于另两者。Turbo均衡是一种迭代均衡,利用均衡器与译码器相互传递软信息,来消除码间干扰,提高系统性能。本文根据美军标MIL-STD-188-110C要求,使用256/32的数据块结构、64QAM调制、3 4编码率的LDPC编码,采用基于线性MMSE准则及软干扰抵消准则的时域Turbo均衡技术进行仿真研究。然后,论文研究了消除码间干扰的非迭代块式数据检测技术,分别推导了线性数据检测技术和非线性数据检测技术,这两种技术都是通过交替发送训练序列和未知数据,采用判决反馈的形式来消除码间干扰。结合短波数字跳频通信,论文对非线性块式数据检测算法进行仿真,达到了系统性能要求。
[Abstract]:Shortwave communication plays an important role in wireless communication, but the inter-symbol interference (ISI) caused by multipath propagation and channel distortion will affect the performance of the system. With the development of electronic information technology, shortwave communication is widely used, so it is very important to eliminate inter-symbol crosstalk and improve reliability. Therefore, time-domain equalization and block data detection techniques are proposed. Firstly, the characteristics of HF communication channel are introduced. In view of the time-varying characteristics of HF channel, a real-time channel estimation algorithm is needed to track the channel changes accurately. Four real-time channel estimation methods are presented, and the applicable conditions of each algorithm are compared and analyzed. Then the soft information needed by soft decision is introduced, and three methods for extracting soft information from 64QAM modulation signal are presented, which are exact logarithmic likelihood ratio algorithm, approximate logarithmic likelihood ratio algorithm and simplified algorithm. Based on the quadrate 64QAM modulation constellation, the calculation formula of the simplified method is derived, and then the simulation of the three methods is carried out. Simulation results show that the performance of the simplified algorithm is comparable to that of the other two algorithms, but the computational complexity is much lower than that of the other two. Turbo equalization is an iterative equalization. Improve system performance. According to the requirement of MIL-STD-188-110C, the LDPC code with 256- / 32 data block structure is used to modulate the QAM / 34 coding rate, and the time-domain Turbo equalization technique based on linear MMSE criterion and soft interference cancellation criterion is used to carry out simulation research. Then, this paper studies the non-iterative block data detection technology to eliminate the inter-symbol interference, and deduces the linear data detection technology and the nonlinear data detection technology, both of which are transmitted training sequence and unknown data alternately. Decision feedback is used to eliminate inter-symbol interference (ISI). Combined with HF digital frequency hopping communication, this paper simulates the nonlinear block data detection algorithm and achieves the system performance requirements.
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TN911.22;TN925
【相似文献】
相关期刊论文 前10条
1 ;大连应用机器人表面数据检测通过鉴定[J];机电一体化;2006年01期
2 伍爱莲,张立宏;交流数据检测系统的分析和研究[J];湖北工学院学报;1994年S1期
3 刘涛,徐昌华;提高单片机数据检测系统的精度[J];电子工程师;2001年07期
4 纪素娟;;基于主成分分析法的异常数据检测及其应用[J];教育教学论坛;2009年02期
5 纪素娟;;基于主成分分析法的异常数据检测及其应用[J];教育教学论坛;2009年09期
6 陈正文;刘志国;;机组检修数据检测分析系统在尔王庄泵站的应用[J];水电厂自动化;2006年01期
7 李红娟,李京华,孙超;空时联合均衡水声数据检测仿真研究[J];探测与控制学报;2005年03期
8 李居斌;;配电站微机数据检测系统[J];计算机仿真;1986年03期
9 胡峰,温熙森,孙国基,牛宏丽;采样时间序列的故障数据检测与滑动容错滤波[J];上海海运学院学报;2001年03期
10 司风琪,马宝萍,徐治皋;热力系统性能监测中的数据调和及不良数据检测[J];东南大学学报(自然科学版);2000年03期
相关会议论文 前2条
1 辛延军;林孔元;;FCC(催化裂化)动态数据检测与仪表诊断专家系统的研究[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
2 罗振一;李陶深;;BSS帐务系统数据检测技术实现[A];广西计算机学会2009年年会论文集[C];2009年
相关硕士学位论文 前10条
1 许勇;基于PMU的电力系统不良数据检测与辨识[D];西南交通大学;2015年
2 潘蕾泉;短波通信中64QAM软信息提取及数字跳频数据检测技术[D];西安电子科技大学;2014年
3 韩全安;基于应用语义的受损数据检测方法研究[D];华中科技大学;2013年
4 郑长林;基于数据挖掘的工商数据检测系统的设计与实现[D];南昌大学;2012年
5 孙利建;短波数传中块式数据检测及频域均衡的定点化处理[D];西安电子科技大学;2014年
6 刘兴华;船舶网络数据检测分析系统的设计与实现[D];哈尔滨工程大学;2005年
7 张永超;电力系统不良数据检测和辨识方法研究[D];西南交通大学;2009年
8 刘书红;基于气相色谱仪的数据检测及故障诊断程序设计[D];吉林大学;2006年
9 高学亮;基于机器视觉技术的雨滴谱数据检测系统[D];长春工业大学;2010年
10 周小宝;电力系统状态估计不良数据检测与辨识方法研究与应用[D];湖南大学;2013年
,本文编号:1997407
本文链接:https://www.wllwen.com/kejilunwen/wltx/1997407.html