【摘 要】
：
随着科学技术的进步和车载电子设备的发展,车辆通信技术在加强道路安全,提升交通效率以及提供丰富的车载信息和娱乐服务等方面展现了极大的潜力,受到了广泛的研究。作为专用短距离通信标准,IEEE 802.11p标准是实现车辆通信的极具竞争力的标准之一。然而,车辆的高速移动和复杂的通信环境导致无线信道受到多普勒频移和多径效应的影响。而信道估计的性能直接影响了后续信号的解调。因此,车辆通信场景下的信道估计算法
【基金项目】
：
国家自然科学基金重大科研仪器研制项目“车联网移动电磁环境效应宽带测试技术与仪器研究项目”； NSFC-浙江省两化融合基金项目“城市复杂环境下基于视觉和通信的智能车辆感知与定位”研究成果的一部分；
论文部分内容阅读
随着科学技术的进步和车载电子设备的发展,车辆通信技术在加强道路安全,提升交通效率以及提供丰富的车载信息和娱乐服务等方面展现了极大的潜力,受到了广泛的研究。作为专用短距离通信标准,IEEE 802.11p标准是实现车辆通信的极具竞争力的标准之一。然而,车辆的高速移动和复杂的通信环境导致无线信道受到多普勒频移和多径效应的影响。而信道估计的性能直接影响了后续信号的解调。因此,车辆通信场景下的信道估计算法的研究对车辆的可靠通信具有十分重要的意义。本文主要基于IEEE 802.11p协议设计针对车辆通信的信道估计算法,然后利用软件无线电技术搭建基于IEEE 802.11p的收发机平台测试所提算法性能。首先,本文阐述了车辆通信场景下信道估计的理论基础。介绍了无线信道以及一些衡量无线信道特性的参数,并分析了正交频分复用（Orthogonal frequency division multiplexing,OFDM）技术下的通用传输模型。此外,根据车辆无线信道的统计特征和IEEE 802.11p标准参数设置,给出该标准下基于OFDM的无线传输模型。之后,总结了已有针对IEEE 802.11p标准的信道估计算法和车辆无线信道模型。其次,针对数据导频辅助（Data pilot aided,DPA）方法虽然可以缓解IEEE802.11p标准下导频不足的问题,但该方法由于噪声和信道时变的影响存在误差传播问题,设计了一种基于长短期记忆网络（Long short-term memory,LSTM）和多层感知机（Multilayer perceptron,MLP）的神经网络,用以追踪时变信道并且消除噪声。仿真结果表明,在传输较长符号的帧或/和在高阶调制方式下或/和更快时变的信道中,所提方案比其他的DPA方案具有更好的误比特率性能。最后,基于软件无线电平台,对所提出的LSTM-MLP信道估计算法进行了测试。具体而言,设计了基于IEEE 802.11p的收发机系统,然后在主机侧进行了调制解调模块中部分算法的仿真测试,在单设备上进行了射频收发测试;最后,在实际车辆通信场景中完成了所提的LSTM-MLP算法的性能验证。从测试结果来看,在统计的信噪比范围内,LSTM-MLP算法的误比特率性能优于STA算法和CDP算法,并且调制方式阶数越高,性能增益越大。
其他文献
近年来,智能手机相机已经成为人们日常生活的必备工具之一,获取高质量的照片也逐渐成为了人们追求的目标。然而,在诸如夜晚或者照明昏暗的低照度场景下,相机捕获到的图像往往存在噪声大、对比度低,细节和色彩大量丢失的问题。这不仅会严重影响人眼的视觉效果,还会影响很多计算机视觉相关的应用,如人脸识别和安防监控。本文的研究目的是针对低照度图像进行去噪和对比度增强算法的研究。基于深度学习算法和一些经典的低照度图像
随着无线网络的应用、芯片集成度的提高与计算能力的增强、以及信号处理技术的进步,基于无线传感网络（Wireless Sensor Network,WSN）的分布式信息处理技术受到学者与产业界的关注,成为了研究热点。分布式自适应算法因结构简单且易于实现的特性,被广泛地应用于解决分布式参数估计的问题。分布式自适应网络是由一组具有数据处理和通信能力传感器节点组成,通过自适应算法和节点间协作进行目标参数的估
随着人工智能和传感器技术的发展,移动机器人在仓储物流、家庭服务、教育科研等领域的应用越来越广泛,室内定位与路径规划技术是移动机器人应用于具体领域的重要基础。对于空间相对较小的室内场景,基于麦克纳姆轮的移动机器人可以全方向无约束地运动,具有良好的机动性和灵活性。因此,本文研究麦克纳姆轮结构移动机器人的室内定位和路径规划对移动机器人在室内场景下的应用具有重要的意义。本文的主要工作如下:首先搭建了麦克纳
语音交流是人类沟通交流最有效的方式之一。多说话人场景下噪声、混响和多声源之间的混叠,使得对多语音源的混合信号进行声源定位和语音分离变得更具有挑战性。本文针对小尺度麦克风阵列,对含有多个语音源的远场语音信号进行定位和分离研究。为了提升小尺度麦克风阵列上的语音信号定位性能,提出基于卷积神经网络（Convolu-tional Neural Network,CNN）的多语音源到达角（Direction o
随着水声通信技术的不断发展和水声通信设备、水下移动平台的日益成熟,移动水声传感器网络在水下信息感知与传输中承担了越来越重要的角色。凭借着水下移动平台的机动性,移动水声传感器网络能够实现对海洋环境的大范围实时观测,为重点海区的长期水下监测和安全时效预警提供保障。移动水声传感器网络不仅要考虑水声通信有限带宽、长时延和低速率等特性,同时还需要承担移动节点带来的网络结构和通信链路质量的动态变化。因此,需要
随着3D技术在日常生活的普及,3D游戏、3D电影等成为人们日常生活中的重要娱乐项目。然而人眼长时间观看某些3D影像后会出现眼睛疲惫、头疼、注意力难以集中等生理不舒适症状。其中垂直视差是观看者产生视觉疲劳的重要因素之一。因此在实际应用中,拍摄后3D影像都需要经过后期处理来进行校正。传统外极线校正的方法对3D影像的左右视图施加投影变化,使对应的外极线处于同一水平线,从而实现垂直视差的消除。然而传统无相
卷积神经网络（Convolutional Neural Network）是深度学习（Deep Learning）的一种基础模型,具有计算存储密集型的特点。其中,基于深度可分离卷积的MobileNet系列网络是轻量化网络的典型代表,其利用深度分离卷积将标准卷积的计算量和参数量减少至近1/9,大大缩小了网络模型,相对其他大型网络更适合在移动终端部署。移动终端通用处理器在执行神经网络推理任务时,普遍存在
目的 探讨丹酚酸B对糖尿病肾病大鼠肾脏的保护作用及可能机制。方法 36只SD大鼠随机分为对照组（control组）、糖尿病肾病模型组（DN组）和丹酚酸B治疗组（Sal B组），每组12只。于造模成功后第8周，生化分析仪检测各组大鼠血清肌酐（Scr）、尿素氮（BUN）、总蛋白（TP）、白蛋白丙氨酸氨基转移酶（ALT）、天冬氨酸氨基转移酶（AST）的含量；测定肾脏指数；HE染色观察各组大鼠肾组织病理学
飞机黑匣子是解开空难之谜的关键性数据记录仪器,在接触水的瞬间,黑匣子上的声信标会发出特定的脉冲信号。搜索失事飞机黑匣子的关键在于能否有效地检测识别特定的声信标信号。本文针对海上声信标信号识别问题展开研究,提出基于图傅里叶变换（Graph Fourier Transform,GFT）和卷积神经网络（Convolutional Neural Network,CNN）的声信标信号识别框架。首先在预处理阶
随着人工智能的飞速发展,机器学习逐渐趋向于大数据、大模型、大规模集群训练,这在加强机器学习能力的同时也对机器学习策略提出了更高的技术要求。围绕数据划分、任务分配、资源调度、通信优化,最终达到训练速度与收敛精度的平衡,分布式机器学习被越来越多的学者深入研究并投入到工业应用中。为了加快机器学习训练速度,实现更高效的计算与通信,本文围绕深度学习网络分布式并行策略和通信优化方案展开研究,主要研究内容如下: