應用於OFDM信號偵測之盲目資料偵測演算法研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：14

、訪客IP：3.141.100.120

姓名

王子僑(Tzu-Chiao Wang) 查詢紙本館藏

畢業系所

通訊工程學系

論文名稱

應用於OFDM信號偵測之盲目資料偵測演算法研究
(Blind Data Detection Algorithm for OFDM system)

相關論文

★ Branch and Bound 演算法在全光網路包含串音局限的限制條件之最佳化規劃效能分析	★ 平行式最佳區塊碼解碼演算法
★ 數位廣播之視訊系統架構與信號估測	★ 粒子群優化演算法應用於電信業解決方案選商及專案排程之優化
★ 結合PSO及K-Means聚類分析演算法的圖像分割	★ 利用粒子群優化演算法改善分群演算法在訊號分群上之應用
★ 應用模糊聚類與粒子演算法之色彩分群研究	★ 粒子群優化演算法應用於企業更新數據網路採購之優化
★ 粒子群演算法應用於無線區域網路產品硬體開發成本優化	★ 粒子群演算法應用企業伺服器負載平衡之省電優化
★ 粒子群優化演算法應用於瓦斯業微電腦瓦斯表自動讀表之優化	★ 近場通訊之智慧倉儲管理
★ 在Android 平台上實現NFC 室內定位	★ 適用於訊號傳輸暨無線電力傳輸之設計
★ 結合PSO及圖像品質評估演算法識別頻譜訊號	★ 粒子群優化與二維Otsu演算法於影像二元化閥值選取研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

OFDM信號通常是以加入一段嚮導信號(pilot signal)來提供接收端作通道估測(channel estimation)之用，並進一步估測出原來的傳送信號，然而加入的嚮導信號卻必須佔用珍貴的頻寬，限制了可傳送的資料量，造成頻寬的使用效率降低。因此在本篇論文裡，我們引用了線性規劃的概念來解決信號估測的問題，並且針對衰減通道 (fading channel)，使用數學複雜度較低的least-square (LS) 的通道估測法，推導出遞迴關係式，再使用branch-and-bound (B&B) 演算法進行最佳解搜尋，以此方式執行訊號估測的好處是我們不但無須在傳送端加入嚮導信號，也可以在接收端估測出原來的傳送訊號，進而增加頻寬的使用效率。在本篇論文裡討論了兩種演算法的實現方式，並且在比較過後決定採用鏈結串列 (linked-list) 的方法來作模擬，使用這個方法可以早期刪除無用的解碼樹的分枝，以避免展開所有的樹上的節點，這個方法所找到的解也保證是最佳的而不是次佳的解。

摘要(英)

Orthogonal frequency-division multiplexing (OFDM) systems use the pilot signals to estimate the channel, and restore the received signals to the original signals. But the pilot signals will occupy the bandwidth, limit the transmitting data rate, and make the bandwidth low efficiency.
We apply the method of linear programming to solving this signal estimation problem in a fading channel, and then convert the problem into one that finds the sequence x that minimizes least-square (LS) channel estimation function and then get the regression formula. We apply the branch-and-bound (B&B) algorithm to finding the optimum solution. The advantage is that the pilot signals can be illiminated for estimating the channel and the transmitted information can be recovered..
In this thesis, by using the linked-list method, the B&B algorithm is implemented. It can discard the branches of the useless decoding tree earlier, and that is not necessary to expand all the branches to find the optimal solution, and the solution should be the best solution.

關鍵字(中)

★ 盲目資料偵測
★ 鏈結串列
★ 分支界限演算法

關鍵字(英)

★ B&
★ B
★ Blind estimation
★ linked-list

論文目次

摘要 i
英文摘要 ii
致謝 iii
目錄 iv
圖目錄 vi
第一章緒論 1
1.1 前言 1
1.2 盲目信號偵測法簡介 2
第二章盲目信號偵測 5
2.1 線性規劃 5
2.2 正交分頻多工信號估測 6
2.3 遞迴公式 10
第三章分支與界限演算法 B&B 16
3.1 簡介 16
3.1.1 分支界限的概念 16
3.1.2 分支界限樹的搜尋 17
3.2 實現分支界限演算法的方式 24
3.2.1 資料分群(Data clustering)法 25
3.2.2 鏈節串列(linked-list)法 25
第四章演算法的實現 27
4.1鏈結串列法實現訊號估測 27
第五章電腦模擬 33
5.1 兩種實作方式的比較 33
5.2 使用鏈結串列法的模擬 34
5.2.1 錯誤率分析 35
5.2.2 複雜度分析 37
第六章結論 44
6.1 結論 44
6.2 未來研究方向 46
參考資料 47
附錄A 資料分群法實現訊號估測 49
A.1介紹 49
A.2資料分群法實現訊號估測 49
附錄B 資料分群法實現訊號估測 53
B.1 使用鏈結串列法(linked list) 53
B.2 鏈結串列法的概念 53
附錄C 傑克斯模型(Jakes’ model) 59

參考文獻

[1]S. Haykin, Adaptive Filter Theory, 4th edition, Prentice Hall, 2002.
[2]Michael Honig, Upamanyu Madhow, Sergio Verdo, “Blind Adaptive Multiuser”, IEEE Trans. Information Theory, Vol. 41, pp.944-960, 1995
[3]Ming-Xian Chang, Yu T. Su, “Blind and Semiblind Detections of OFDM Signals in Fading Channels”, IEEE Trans. Communication. Vol. 52, pp.744-754, 2004.
[4]Ming-Xian Chang, Yu T. Su, “2-D regression channel estimation for equalizing OFDM signals”, IEEE 51st Vehicular Technology Conf. pp. 240-244, 2000
[5]Marc Engels, Wireless OFDM Systems:How to make them work?, Kluwer Academic Publishers, 2002
[6] J. B. McQueen (1967): "Some Methods for classification and Analysis of Multivariate Observations", Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, University of California Press, 1:281-297
[7]William C. Jakes, Microwave Mobile Communications, IEEE Press, 1974.
[8]Cormen, Leiserson, Rivest, Stein, Introduction to Algorithm, edition, MIT press, 2001.

指導教授

賀嘉律(Chia-Lu Ho)

審核日期

2006-7-12

推文