基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在长期演进(long term evolution,LTE)系统中,传统天线端口数检测使用盲检测的方式分别对1,2和4端口数进行解码,直至物理广播信道系统消息成功通过循环冗余码校验,该方法会产生大量的计算冗余和时延.针对这一问题,提出一种改进的卡尔曼自回归天线端口数检测算法,该算法通过提取不同天线端口对应的小区参考信号得到信道状态信息,并将信道状态的相位信息进行卡尔曼自回归拟合,将自回归拟合后的相位与接收信号相位作差得到的平均值与预设判决门限进行比较,以得到天线端口数判决结果.理论分析与仿真结果表明,改进算法相较于传统盲检测算法节省的时间开销可达49%.在相同信噪比下,相较于其他优化后的门限判决算法,改进算法最多提高约10%的检测成功率且具有更优的抗频偏性能.
推荐文章
LTE系统中利用信道估计的天线端口数检测算法
LTE系统
天线端口数检测
信道估计
线性回归方程匹配
LTE系统中一种改进的天线端口数检测算法
LTE系统
天线端口数检测
物理广播信道
参考信号
LTE系统天线端口数检测方法的设计及实现
LTE系统
天线端口数
物理广播信道
实现
基于持续增量模型的低速端口扫描检测算法
低速端口扫描
持续增量模型
信息熵
异常检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卡尔曼自回归的LTE天线端口数检测算法
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 通信技术 长期演进(LTE)系统 卡尔曼自回归算法 天线端口数检测
年,卷(期) 2019,(3) 所属期刊栏目 人工智能与信息通信技术
研究方向 页码范围 331-339
页数 9页 分类号 TN929.5
字数 5873字 语种 中文
DOI 10.3979/j.issn.1673-825X.2019.03.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田增山 重庆邮电大学通信与信息工程学院 169 919 14.0 23.0
2 周牧 重庆邮电大学通信与信息工程学院 41 140 6.0 11.0
3 蒋朋纯 重庆邮电大学通信与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (23)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
通信技术
长期演进(LTE)系统
卡尔曼自回归算法
天线端口数检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导