search query: @keyword Kalman filter / total: 20
reference: 15 / 20
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 CentreIn 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
Opening a thesis
Reading the thesis
Printing the thesis
|
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
INSSI