haku: @keyword MIMO / yhteensä: 47
viite: 40 / 47
Tekijä: | Salmi, Jussi |
Työn nimi: | Statistical Modeling and Tracking of the Dynamic Behavior of Radio Channels |
Radiokanavan dynaamisten ominaisuuksien tilastollinen mallinnus ja arviointi | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2005 |
Sivut: | 85 Kieli: eng |
Koulu/Laitos/Osasto: | Sähkö- ja tietoliikennetekniikan osasto |
Oppiaine: | Radiotekniikka (S-26) |
Valvoja: | Vainikainen, Pertti |
Ohjaaja: | Richter, Andreas |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark S80 | Arkisto |
Avainsanat: | parameter estimation Kalman filter MIMO radio channel modelling parametrien estimointi Kalman-suodin MIMO radiokanavamallinnus |
Tiivistelmä (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 tietueen numero: 29022
+ lisää koriin
INSSI