【摘 要】
:
快速增长的高速的数据无线传输的需求,在带宽有限的无线信道中实现高的吞吐量,这给系统设计带来了很大的挑战。一般来说,个好的通信系统的关键指标包含高的吞吐量和低的误比
论文部分内容阅读
快速增长的高速的数据无线传输的需求,在带宽有限的无线信道中实现高的吞吐量,这给系统设计带来了很大的挑战。一般来说,个好的通信系统的关键指标包含高的吞吐量和低的误比特率或者误帧率。最近一些年中,多输入多输出技术(multiple input multiple output, MIMO)越来越被接受,被认为是宽带无线通信的一个可靠的解决方案,因为在富散射的环境下,MIMO系统的系统容量随着发端和接收端最小的天线数目而线性的增长,而不需要增加系统的带宽或是传输功率。作为一种简单的空间复用的方式,V-BLAST系统可以获得很高的频谱利用率,同时可以维持较低的处理复杂度。很多这方面的研究都是为了获得更好的性能或者更低的复杂度。V-BLAST系统中最经典的检测算法是排序串行干扰删除的检测算法,虽然检测性能较为一般,但是复杂度低,易于实现。而性能最好的最大似然检测算法的复杂度非常高。本论文的工作集中于对这两种算法进行改进,或是以较低性能损失的代价换取较明显的复杂度的降低,或者是以较低复杂度的增加的代价换取性能的较明显的改善。尽管MIMO系统因为他的优点很吸引力,但是这项技术要求天线之间的间距足够大。在很多的实际场景中,这种物理上的限制在基站端很容易能满足,但是在移动终端的一般来说是很难满足的。为了克服这个物理上的限制,有人提出了一种解决方法叫做协同通信,本文也在一种分布式多天线系统中进行了检测算法的研究,是对传统的V-BLAST系统的延伸。
其他文献
视频码流是经过高效压缩的数据,其比特流之间的相关性非常强,因此对误码或数据丢失很敏感。在分组网络通信中,由于因特网只能提供“尽力服务”,因此分组丢失不可避免。这样,
在人工智能、模式识别等领域,视频图像分析是一项极重要且极具挑战性的工作,它的最终目标是让电子设施完全模仿人的视觉系统功能,让电子设施拥有人类视觉系统的感知、理解图
运动补偿预测是提高视频编码效率的重要技术之一。现有的帧间预测一般采用基于平移运动模型的块匹配技术。平移运动模型是基于以下两个假设,场景中的物体是刚体,并且物体是在
怎么满足快速膨胀的频谱需求是当下无线通信发展过程中亟需解决的一个关键问题。认知无线电是解决日益缺乏的频谱资源问题的有效方法之一,从首次提出就受到了各界的迫切关注。
Linux操作系统凭借源代码公开、内核可裁剪、支持多种硬件平台、网络功能强大等特点,成为嵌入式领域应用最为广泛的操作系统,Linux和嵌入式系统相结合开辟了嵌入式开发领域新的
随着通信技术的发展,蜂窝无线通信技术经过了1G到3G的陆续商用和发展之后进入了B3G的研究阶段。IEEE、3GPP等标准化组织和LTE、WiMAX等技术为了4G的全球标准正掀起一场全新的
无线传感器网络(WSN)是由大量的传感器节点通过无线通信方式自组织构成的网络,一般部署在环境复杂的地区,节点携带的电池能量有限且难以更换,节能成为无线传感器网络的首要问
网络编码是2000年由R. Ahlswede、N.Cai等人首次提出。其主要优点之一就是使多播传输速率能达到上限值,即多播容量。而使用目前的多播传输方法,多播传输速率往往是达不到这个
日益增长的业务需求促进了新型无线接入技术的快速发展。多种无线接入技术的共存与融合是下一代网络的一个重要特点。在异构网络场景下,业务需求多样化对传统的移动性管理技