收藏本站
《厦门大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于矩阵束和神经网络两种方法的多径干扰抑制研究

唐瑜  
【摘要】:随着全球信息化的普及,信息传输的精确度要求越来越高。一种新的矩阵束方法和正在发展的神经网络方法为天线干扰消除提供了新的思路与方法。本文主要对微波暗室测试环境下,利用新矩阵束法和神经网络方法对天线干扰消除过程进行研究。首先根据矩阵束法理论,对比传统矩阵方法,提出基于单频点测量的新矩阵束法。较之于传统矩阵束法,新矩阵束法为单频点测量,避免工作频率不同带来的干扰的不稳定。而后对现迅速发展的神经网络进行介绍,并提出在测量中引入神经网络。最后,根据Ku波段广播通信和卫星移动通信的实际需要,提出在两种通信系统中使用新矩阵束法和神经网络方法的构想并分析其可行性。本文主要的研究工作概括为:1.提出基于单频点测量的新矩阵束法。基于对矩阵束法的研究,提出新矩阵束法。该方法以单极子天线为实验天线,以垂直于波传播的方向的矩形面为采样点,以坐标原点为起点,0.03 m为移动单位分别在x轴正方向及y轴正方向采集8个样本点作为数据。利用矩阵束法、傅里叶变换及卷积运算进行数据运算,从而求得多径信号的基本参数及干扰因子Bp,最终输出抑制干扰后的信号。研究过程首先以PEC材料的反射板置入收发模型,并对抑制效果进行说明,展现算法的有效性。由于不同材料的反射板对反射信号影响不大,为了探究基于MPM方法的算法对小差别信号的识别能力,通过加入铝平面反射板、铜平面反射板,并将抑制结果与PEC平面反射板的抑制结果进行比较,结果表明该算法对小差别信号的识别并不灵敏。而后,根据不同形状的反射板对反射信号影响较大,通过添加PEC凹面反射板,PEC凸面反射板,并将抑制结果与PEC平面反射板的抑制结果相比较,得到该算法对大差别信号的识别能力。结果表明,该算法近似于定量抑制,其抑制效果随着误差信号的增大而增大。2.提出基于神经网络的干扰测量方法。基于神经网络基本知识的研究,提出神经网络方法抑制天线多径干扰。同样的,该方法以单极天线为实验天线,以垂直波传播的平面上的x轴为采样点,以原点为起点,0.1m为移动单位在x轴正方向取10个采样点。分别采集干扰信号与直接信号混合而成的合成信号、标准信号。以合成信号为输入,相同采样点的标准信号为输出,训练神经网络数据。以矩阵面上任意点的合成信号为输入,置入神经网络,将所得到的输出值与该点上已知的标准信号作比较,验证神经网络方法的可行性,结果表明抑制效果优秀。同样的,通过添加铝、铜材料的反射板,并将三种反射板系统的抑制效果进行比较,发现基于NN方法的抑制算法能够有效识别小差别干扰信号并抑制。而将PEC凹面反射板系统、PEC平面反射板系统及PEC凸面反射板系统的抑制结果图形进行比较,来探究算法对大差别干扰信号的灵敏度,结果表明该算法对大、小差别的干扰信号都具有优秀的灵敏度,且抑制效果都非常好。3.提出在Ku波段广播通信系统及卫星移动通信系统中使用新矩阵束法和神经网络方法的构想并分析可行性。在简单介绍Ku波段广播通信系统及卫星移动通信系统并分析系统中存在的多径干扰来源,建立系统接收信号模型,并证明利用矩阵束法与神经网络的信号进行多径干扰抑制的可行性。
【学位授予单位】:厦门大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TN820;TP183

【相似文献】
中国期刊全文数据库 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
3 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
4 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
5 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
6 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
7 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
8 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
9 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
10 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 ;神经网络小史[N];电子报;2018年
4 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
5 ;人工智能将取得大面积突破[N];中国企业报;2017年
6 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
7 ;人类正迎来云端机器人时代[N];中国企业报;2017年
8 张斌;谁还需要“同传”[N];文汇报;2017年
9 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
中国博士188bet全文数据库 前10条
1 周颖华;具时变脉冲的神经网络的稳定性研究[D];西南大学;2018年
2 张婷;深度神经网络的核映射结构和跨连结构研究[D];北京工业大学;2018年
3 胡中旭;虚拟场景人机交互中手势识别技术研究[D];华中科技大学;2018年
4 蒙西;模块化神经网络优化设计及应用研究[D];北京工业大学;2018年
5 杨莉萍;量子计算及其在生物化学问题中的应用研究[D];华中科技大学;2018年
6 涂正文;基于惯性项和四元数的神经网络的动力学行为分析[D];东南大学;2018年
7 张浩;耦合反应扩散神经网络的同步分析与控制[D];华中科技大学;2018年
8 周徐达;稀疏神经网络和稀疏神经网络加速器的研究[D];中国科学技术大学;2019年
9 王国威;异源轨迹链接问题研究[D];中国科学技术大学;2019年
10 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
中国硕士188bet全文数据库 前10条
1 王雨桐;基于卷积神经网络的电主轴轴承故障诊断方法研究[D];沈阳建筑大学;2018年
2 赵健;桥式起重机神经网络快速设计法研究[D];太原科技大学;2018年
3 张石磊;基于改进BP神经网络的齿轮故障诊断研究[D];辽宁工程技术大学;2017年
4 刘建良;改进的小波-BP神经网络在隧道变形监测中的应用[D];辽宁工程技术大学;2017年
5 方毅;基于卷积神经网络的糖尿病视网膜病变检测方法的研究[D];福州大学;2017年
6 刘兴旺;一种多层预训练卷积神经网络在图像识别中的应用[D];中南民族大学;2018年
7 鲁新新;卷积神经网络在情感分类中的应用和研究[D];辽宁工程技术大学;2017年
8 杨超;面向人群监管的人脸检测及海量对象检索[D];福州大学;2017年
9 邓烜堃;基于神经网络股票预测模型的研究与实现[D];贵州大学;2018年
10 潘婷;基于深度学习的车辆行人检测与道路场景深度估计研究[D];浙江科技学院;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026