search query: @keyword Kalman-suodin / total: 15
reference: 14 / 15
« previous | next »
Author:Salmi, Jussi
Title:Statistical Modeling and Tracking of the Dynamic Behavior of Radio Channels
Radiokanavan dynaamisten ominaisuuksien tilastollinen mallinnus ja arviointi
Publication type:Master's thesis
Publication year:2005
Pages:85      Language:   eng
Department/School:Sähkö- ja tietoliikennetekniikan osasto
Main subject:Radiotekniikka   (S-26)
Supervisor:Vainikainen, Pertti
Instructor:Richter, Andreas
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark S80     | Archive
Keywords:parameter estimation
Kalman filter
MIMO
radio channel modelling
parametrien estimointi
Kalman-suodin
MIMO
radiokanavamallinnus
Abstract (fin): Tulevaisuuden langattomat tietoliikennejärjestelmät edellyttävät uusia tapoja radionaaltojen etenemiseri mallinnukseen.
Uudet mallit perustuvat moniulotteisiin radiokanavamittauksiin, kun taas toisaalta tarvitaan uusia mittauksia tukemaan kehitettyjä kanavamalleja.
Radiokanavamallit perustuvat tiettyihin parametreihin, ja jotta näihin parametreihin päästään käsiksi täytyy ne onnistuneesti estimoida mittaustuloksista.
Parametrien estimointi tehdään kehittyneillä signaalinkäsittelyalgoritmeilla.
Näiden estimointialgoritmien päätehtävä on löytää parametriarvot, jotka sovittavat tietyn radiokanavamallin mahdollisimman hyvin radiokanavan mittaustulokseen.

Tämän työn keskeisimpänä tavoitteena on tutkia rekursiivista radiokanavan parametrien estimointia, eli parametrien estimointialgoritmia, joka mahdollistaa radiokanavassa esiintyvien "polkujen" seuraamisen ajan kuluessa.
Työn alkupuolella käsitellään nykyaikaista radiokanavan mallinnusta.
Painopiste on kaksisuuntaisella kanavamallilla, joka koostuu voimakkaista etenemispoluista sekä hajautuneesta radioaaltojen säteilytehosta (dense multipath components).
Tärkeä osa on myös mittausantenniryhmien mallinnus EADF-muunnoksen (efektiivinen apertuurijakaumafunktio) avulla.
Työssä esitellään lyhyesti myös tunnettuja estimointialgoritmeja, joista esimerkkinä tarkastellaan "iterative maximum likelihood" -algoritmia (iteratiivinen todennäköisyyden maksimointi).
Työn loppuosa käsittelee EKF-algoritmia (laajennettu Kalman-suodin), joka hyödyntää radiokanavan rekursiivista tila-avaruus -mallinnusta.

Simulointitulokset osoittavat EKF-algoritmin toimivan odotusten mukaisesti.
Estimointitulokset ovat luotettavia ja tarkkoja.
Vertailu "iterative maximum likelihood" -algoritmiin osoittaa EKF:n tuottavan keskimäärin pienemmän estimointivirheen.
Lisäominaisuuksien ansiosta se pystyy seuraamaan myös risteäviä polkuja, sekä polkuja, jotka ovat olleet rajallisen ajan häipyneinä tai vaimentuneina.
EKF-algoritmi itsessään on laskennallisesti melko kevyt ja nopea, mutta joutuu tukeutumaan alustuksessa sekä uusien polkujen etsinnässä raskaampaan "iterative maximum likelihood" -algoritmiin.
Mittausdatalla tehdyn esimerkin avulla osoitetaan tulevaisuuden kehityskohteita, joihin kuuluu EKFalgoritmin parannettu alustaminen, sekä mahdollisten skenaariokohtaisten asetusten määrittäminen.
ED:2005-08-18
INSSI record number: 29022
+ add basket
« previous | next »
INSSI