EMD-ICA算法在OFDM通信系统中应用研究

发布时间：2017-07-30 13:10

  本文关键词：EMD-ICA算法在OFDM通信系统中应用研究

  更多相关文章： 正交频分复用 经验模态分解 CFO估计 EMD-ICA算法

【摘要】：正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)实质上是一种多载波并行传输技术方案,OFDM作为高效的无线传输技术,由于其强抗干扰性能与高频谱效率已被很多无线通信系统采纳。本文提出了利用EMD(Empirical Mode Decomposition,EMD)算法实现单通道OFDM系统频偏(Carrier Frequency Offset,CFO)估计的新方法,同时针对EMD分离出现的模态混叠问题,通过联合独立成分分析(Independent Component Analysis,ICA)方法消除模态混叠,开展了EMD-ICA联合算法在OFDM通信系统中的研究工作。最后实现了基于EMD-ICA算法的CFO估计方案。本文的研究工作主要包括以下内容:首先,给出本文研究背景及意义,并对OFDM的基本模型与调制解调过程给予阐述,介绍了其优缺点,通过大量文献深入了解了OFDM系统频偏估计及EMD-ICA融合算法的最新研究现状。其次,根据无线信道衰落特性与多普勒频移带来的影响,分析了OFDM同步误差产生的ICI干扰问题,且定量分析了由CFO导致的同步偏差影响OFDM系统性能的问题,本文在详细对比了几类传统CFO估计算法的基础上,提出了基于EMD及ICA技术的OFDM系统研究方案。再次,介绍了时频分析和EMD建模方法,给出了其Hilbert变换的原理及EMD主要特性,并总结了消除EMD混叠效应的方法。同时以相关检测的单通道OFDM模型为依据,提出EMD算法应用于OFDM系统频偏估计的新方法,仿真结果表明该方法相比于传统的CFO估计算法,不需要额外的训练序列,可以提高频谱利用率,降低了系统实现的难度。最后,利用ICA方法消除模态混叠的新方法,研究了采用EMD-ICA算法实现OFDM系统CFO估计的方法,改善了由模态混叠导致的随载波数增加CFO估计性能下降的问题,进一步提高了CFO估计精度,然后通过多路仿真性能评价,验证了该方法的可行性与有效性,为OFDM系统同步技术的研究与实现提供了一种新思路,具有一定的理论与实际应用价值。
【关键词】：正交频分复用 经验模态分解 CFO估计 EMD-ICA算法
【学位授予单位】：集美大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.53
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 绪论10-17
• 1.1 引言10
• 1.2 论文研究背景和意义10-11
• 1.3 正交频分复用（OFDM）系统原理11-13
• 1.3.1 OFDM系统的基本模型11
• 1.3.2 OFDM系统的调制与解调11-12
• 1.3.3 OFDM系统的优点及不足12-13
• 1.4 OFDM系统频偏估计及EMD-ICA算法研究现状13-16
• 1.4.1 OFDM系统频偏估计研究现状13-14
• 1.4.2 EMD-ICA算法研究现状14-16
• 1.5 论文研究内容与结构16-17
• 第2章 OFDM系统的同步技术17-26
• 2.1 无线信道理论17-18
• 2.1.1 衰落信道模型17-18
• 2.1.2 无线信道的选择性衰落和多普勒频移18
• 2.2 OFDM系统的同步技术18-24
• 2.2.1 OFDM同步技术分类18-19
• 2.2.2 同步误差对OFDM性能的影响19-22
• 2.2.3 OFDM系统的CFO估计算法22-24
• 2.3 基于EMD及ICA技术的OFDM系统研究方案24-25
• 2.4 本章小结25-26
• 第3章 经验模态分解法（EMD）的建模与时频分析26-39
• 3.1 时变信号处理的传统方法26-28
• 3.2 经验模态分解法的基本理论28-32
• 3.2.1 EMD方法的基本概念28-32
• 3.2.2 EMD方法的分离步骤32
• 3.3 EMD方法的主要特性32-35
• 3.4 EMD算法的模态混叠及解决方案35-38
• 3.4.1 模态混叠及其成因分析35
• 3.4.2 EEMD方法35-37
• 3.4.3 CEEMD方法37-38
• 3.4.4 EMD-ICA算法38
• 3.5 本章小结38-39
• 第4章 基于EMD算法的单通道OFDM频偏估计39-50
• 4.1 ICI的数学模型39-41
• 4.2 多通道OFDM系统频偏估计方法41-43
• 4.2.1 多通道数据的处理41-42
• 4.2.2 多通道频偏估计方法42-43
• 4.3 单通道OFDM系统频偏估计方法43-45
• 4.3.1 单通道数据模型43-44
• 4.3.2 单通道数据的EMD处理44-45
• 4.3.3 EMD算法实现OFDM系统频偏估计流程45
• 4.4 数据仿真结果分析45-49
• 4.5 本章小结49-50
• 第5章 基于EMD-ICA算法的OFDM多路仿真分析50-65
• 5.1 ICA的基本原理50-51
• 5.2 基于独立性原则的ICA估计方法51-53
• 5.3 EMD-ICA算法估计OFDM系统频偏53-55
• 5.3.1 EMD-ICA方法的提出53
• 5.3.2 EMD-ICA算法实现OFDM系统CFO估计53
• 5.3.3 EMD-ICA算法处理步骤53-55
• 5.4 仿真结果分析55-64
• 5.5 本章小结64-65
• 第6章 总结与展望65-67
• 6.1 总结主要内容与创新点65-66
• 6.2 未来的研究展望66-67
• 致谢67-68
• 参考文献68-72
• 在学期间科研成果情况72

【相似文献】

中国期刊全文数据库 前10条

1 葛磊;武芳;王鹏波;张冬林;;3维建筑综合中基于最小特征的面平移算法[J];测绘科学技术学报;2009年02期

2 骆雯,孙延明,陈振威,陈锦昌;判断点与封闭多边形相对关系的改进算法[J];机械;1999年03期

3 李林;卢显良;;一种基于切割映射的规则冲突消除算法[J];电子学报;2008年02期

4 刘巧玲;张红英;林茂松;;一种简单快速的图像去雾算法[J];计算机应用与软件;2013年07期

5 林亚平,杨小林;快速概率分析进化算法及其性能研究[J];电子学报;2001年02期

6 章郡锋;吴晓红;黄晓强;何小海;;基于暗原色先验去雾的改进算法[J];电视技术;2013年23期

7 杨铁军;靳婷;;一种动态整周模糊值求解算法及其仿真分析[J];系统工程与电子技术;2007年01期

8 周秀玲;郭平;陈宝维;王静;;几种计算超体积算法的比较研究[J];计算机工程;2011年03期

9 吴一戎,胡东辉,彭海良;Chirp Scaling SAR成象算法及其实现[J];电子科学学刊;1995年03期

10 王贵竹;一种产生单向分解值的算法[J];安徽大学学报(自然科学版);2001年03期

中国重要会议论文全文数据库 前10条

1 尹冀锋;;一种新的图象自适应增强算法[A];四川省通信学会一九九二年学术年会论文集[C];1992年

2 宁春平;田家玮;郭延辉;王影;张英涛;郑桂霞;刘研;;计算机辅助增强、分割算法在鉴别乳腺良、恶性肿块中的应用价值[A];中华医学会第十次全国超声医学学术会议论文汇编[C];2009年

3 谢丽聪;;SVB查询改写算法的改进[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

4 郑存红;;复杂背景下相关跟踪算法研究及DSP实现[A];中国光学学会2010年光学大会论文集[C];2010年

5 杨文杰;吴军;;RFID抗冲突算法研究[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集（上）[C];2008年

6 高山;毕笃彦;魏娜;;一种基于UPF的小目标TBD算法[A];第十四届全国图象图形学学术会议论文集[C];2008年

7 周磊;张卫华;王晓奇;张军;;基于流水算法的智能路障机器人设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

8 潘巍;李战怀;陈群;索博;李卫榜;;面向MapReduce的非对称分片复制连接算法优化技术研究[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

9 李伟伟;蔡康颖;郑新;王文成;;3D模型中重复结构的多尺度快速检测算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

10 杨任尔;陈恳;励金祥;;基于棱边方向检测的运动自适应去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中国重要报纸全文数据库 前1条

1 国泰君安资产管理部;“算法交易”是道指暴跌罪魁祸首?[N];上海证券报;2010年

中国博士学位论文全文数据库 前10条

1 冯辉;网络化的并行与分布式优化算法研究及应用[D];复旦大学;2013年

2 许玉杰;云计算环境下海量数据的并行聚类算法研究[D];大连海事大学;2014年

3 李琰;基于猫群算法的高光谱遥感森林类型识别研究[D];东北林业大学;2015年

4 陈加顺;海洋环境下聚类算法的研究[D];南京航空航天大学;2014年

5 王洋;基于群体智能的通信网络告警关联规则挖掘算法研究[D];太原理工大学;2015年

6 雷雨;面向考试时间表问题的启发式进化算法研究[D];西安电子科技大学;2015年

7 熊霖;大数据下的数据选择与学习算法研究[D];西安电子科技大学;2015年

8 周雷;基于图结构的目标检测与分割算法研究[D];上海交通大学;2014年

9 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年

10 蒋亦樟;多视角和迁移学习识别方法和智能建模研究[D];江南大学;2015年

中国硕士学位论文全文数据库 前10条

1 姚鑫宇;EMD去噪与MUSIC算法在DOA估计中的联合应用[D];昆明理工大学;2015年

2 陆进;面向含噪数据聚类相关算法的研究[D];复旦大学;2014年

3 李家昌;基于能量约束的超声图像自动分割算法[D];华南理工大学;2015年

4 陈坚;基于密度和约束的数据流聚类算法研究[D];兰州大学;2015年

5 高健;基于Zynq7000平台的去雾算法研究及实现[D];南京理工大学;2015年

6 顾磊;基于Hadoop的聚类算法的数据优化及其应用研究[D];南京信息工程大学;2015年

7 杨燕霞;基于Hadoop平台的并行关联规则挖掘算法研究[D];四川师范大学;2015年

8 王羽;基于MapReduce的社区发现算法的设计与实现[D];南京理工大学;2015年

9 许振佳;流式数据的并行聚类算法研究[D];曲阜师范大学;2015年

10 董琴;人工蜂群算法的改进与应用[D];大连海事大学;2015年

，

本文编号：594351