基于FPGA的高精度高斯白噪声产生方法

提出一种基于非均匀量化思想的高精度高斯白噪声产生方法.该方法在利用均匀分布与高斯分布之间的映射关系产生高斯白噪声时,通过将映射曲线分区化,不同分区的均匀噪声的量化精度不同,可产生高精度高斯白噪声.实测数据表明,该方法在满足噪声精度要求的同时极大地减少了硬件资源占用.

重复观测提高量化精度方法的研究

模数转换的精度在很大程度上取决于模数转换器的位数通过在量化前使被量化信号叠加上适当分布的噪声并对量化值作多次取样平均，有可能提高量化精度．本文通过严格的数学分析，给出了估计无偏的条件以及为满足给定量化精度所需的最少积累次数最后对采用正态分布和均匀分布噪声作为叠加噪声的情形进行了具体的分析和比较.

含噪信号量化对测量精度的影响

揭示了与输入信号相伴的噪声可在一定程度上掩蔽量化误差对于信号测量精度的影响 ,通过计算机模拟 ,给出了这种掩蔽效应与模数转换器位数选择或数据压缩量化精度的定量关系 .

利用低位ADC获取高精度量化结果

模数变换中量化精度取决于ＡＤＣ的位数。对于固定模拟量，即使作多次量化值的平均，也不能提高精度。但在量化前使被量化信号叠加上一个噪声，作多次量化值的平均，则有可能提高量化精度。本文对此量化模型进行了严格、系统的数学分析，对叠加噪声采用正态分布和均匀分布这两种常见类型噪声的情况进行了详细的分析和比较。

OFDM测距中的最佳轨迹匹配相噪补偿算法

近年来,正交频分复用(orthogonal frequency division multiplexing,OFDM)被广泛应用于高精度无线测距系统中。针对OFDM高精度测距系统对相位噪声非常敏感的问题,提出了基于区域量化的分级最佳轨迹匹配相位噪声补偿算法,首先根据实际相位噪声轨迹设计了基于区域量化的两级码本,然后通过分段匹配的方法在码本中选择最接近实际的相位噪声轨迹。仿真结果与分析表明所提方法在相同估计精度条件下可以有效地降低轨迹匹配复杂度,且所提算法可以有效地跟踪实际相位噪声轨迹,在保证码本覆盖范围的前提下得到了接近最优的测距精度。

低精度量化下VMIMO-OFDMA中继传输技术的研究

网络中的一些边缘用户达不到高速率传输的信道条件,为此文中通过中继用户辅助传输能形成一种虚拟的MIMO(VMIMO),并对低精度量化下的VMIMO-OFDMA中继传输技术进行了研究。通过性能分析与仿真表明,尽管低精度量化会引入量化噪声,但是随着中继协同用户数的增多,并且在到达一定比特数时,性能趋于稳定。特别是当量化比特数达到3比特时,系统性能接近理想ADC性能。这对于单用户来说,特别是移动便携设备而言是很有意义的,通过多用户的协同通信,在保证了可靠通信的情况下,减小了功耗和复杂度。