S波段两状态LMS信道模型的自适应长期预测
赵旦峰, 廖希, 王杨
(哈尔滨工程大学 信息与通信工程学院, 150001 哈尔滨)
摘要:
针对S波段模型参数可变的窄带两状态陆地移动卫星信道模型, 基于加权预测思想提出一种自适应长期预测方法. 首先将卫星通信下行链路的阴影遮蔽建模为两状态马尔科夫链的Gilbert-Elliot信道模型, 然后利用加权预测思想预测未来长期内的信道状态, 并基于最小均方算法由迭代自适应跟踪方法更新线性自回归模型的系数, 进而预测出未来的信道衰落序列. 研究结果表明: 该方法能精确地预测出未来长期内的信道状态和衰落序列, 且相比长期预测方法, 改善预测性能, 并具有实时性和低复杂度优点, 可用于窄带LMS通信系统自适应传输性能分析.
关键词: 陆地移动卫星 信道模型 长期预测 最小均方算法 自适应跟踪
DOI:10.11918/j.issn.0367-6234.2015.03.012
分类号:TN927
基金项目:国家自然科学基金(61371099);中国博士后自然科学基金(2011M500640);中央高校基本科研业务专项基金(HEUCF130802).
An adaptive long-range prediction based on two-state LMS channel model at S-band
ZHAO Danfeng, LIAO Xi, WANG Yang
(College of Information and Communication Engineering, Harbin Engineering University, 150001 Harbin, China)
Abstract:
Considering the narrowband two-state land mobile satellite channel model with variable model parameter at S-Band, an adaptive long-range prediction method is proposed based on weighting prediction. Firstly, a two-state Markov Gilbert-Elliot channel model with an ability of describing shadowing conditions of satellite communication downlink is established. And then, the future long-range channel state is predicted by weighting prediction, and the coefficients of linear auto-regression model are updated by iterative adaptive tracking method using the least mean square algorithm. Finally, the future channel fading series are predicted. Simulation results show that the proposed method not only can be used to predict the future long-range channel states and fading series accurately, but also improve prediction performance compared with the long-range prediction method. Moreover, this method has ability of real-time and low-complexity and can be used in the adaptive transmission performance analysis of narrowband LMS communication systems.
Key words: land mobile satellite channel model long-range prediction least mean square algorithm adaptive tracking
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)
S波段两状态LMS信道模型的自适应长期预测
本站小编 哈尔滨工业大学/2019-10-24
相关话题/序列 信息 哈尔滨工程大学 通信工程 博士后
生物信息学方法筛选胶质母细胞瘤的核心基因
生物信息学方法筛选胶质母细胞瘤的核心基因柯帅,王文波,廖红展,彭志柱,邱县生,唐慧敏,李清华,夏学巍(桂林医学院附属医院神经外科,广西桂林541000)摘要:多形性胶质母细胞瘤(GBM)是成人最常见的恶性神经上皮肿瘤,关于其诊断和治疗的靶点研究一直是困扰研究者的难题。采用生物信息学的方法对GBM的基 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05Hsa-miR-210-5p靶基因预测及其相关信号通路的生物信息学分析
Hsa-miR-210-5p靶基因预测及其相关信号通路的生物信息学分析蔡丹平,龙鼎新(南华大学船山学院,湖南衡阳421001)摘要:为深入研究miR-210-5p的调控机制及生物学功能提供理论机制,应用生物信息学方法分析miR-210-5p序列,预测其靶基因,用Veney2.1.0绘制韦恩图得到靶基 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05基于问题导向的生物信息学综合实验教学设计
基于问题导向的生物信息学综合实验教学设计霍颖异1,2,徐程2,吴敏1,2,陈铭2(1.浙江大学国家级生物实验教学示范中心,杭州310058;2.浙江大学生命科学学院,杭州310058)摘要:针对生物信息学相关课程的实验教学需求,结合前沿科研问题和成果,设计了基于问题导向的生物信息学综合实验。实验以宏 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05mRNA序列与相应内含子序列匹配的普适性分析
mRNA序列与相应内含子序列匹配的普适性分析张强1,赵小庆3,薄素玲2,曹艳娟1,苏文霞1(1.内蒙古农业大学理学院,呼和浩特010018;2.内蒙古医科大学计算机信息学院,呼和浩特010110;3.内蒙古自治区农牧业科学院,呼和浩特010031)摘要:剪切后的内含子在基因表达和调控过程中发挥重要作 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05共词分析国内外生物信息学领域研究态势
共词分析国内外生物信息学领域研究态势刘亚文,张红燕,阳灵燕(湖南农业大学信息与智能科学技术学院,长沙410128)摘要:生物信息学作为自然科学领域中多学科交叉的新兴学科,其发展研究得到了众多学者的关注。为了解生物信息学在国内外的研究态势,以CNKI中文数据库和Webofscience外文数据库中生物 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05生物信息学本科专业建设现状
生物信息学本科专业建设现状邢永强1,2,刘国庆1,2,蔡禄1,2(1.内蒙古科技大学生命科学与技术学院,内蒙古包头014010;2.内蒙古自治区功能基因组生物信息学重点实验室,内蒙古包头014010)摘要:随着后基因组时代的到来,生物信息学逐渐进入了黄金发展期。生物信息学教育体系的建立和完善是永葆生 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05文本分析技术在蛋白质生物信息学中应用的案例综述
文本分析技术在蛋白质生物信息学中应用的案例综述苏绍玉1,徐婧2,鄢仁祥2(1.福建省科学技术信息研究所,福州350003;2.福州大学生物科学与工程学院,福州350100)摘要:海量数据时代考察文本分析技术在生物信息学领域的应用具有重要的理论和现实价值。本文讨论了文本分析在蛋白质计算分析中的几个应用 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05基于全基因组序列的弯曲菌特征分析
基于全基因组序列的弯曲菌特征分析孙磊1,2,3,杨臻辉1,2,恽茜3,4,黄金林3,4(1.扬州大学信息工程学院,江苏扬州225127;2.扬州大学人工智能学院,江苏扬州225127;3.江苏省人兽共患病学重点实验室,江苏扬州225009;4.江苏省动物重要疫病与人兽共患病防控协同创新中心,江苏扬州 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05变信赖域序列凸规划RLV再入轨迹在线重构
变信赖域序列凸规划RLV再入轨迹在线重构宗群,李智禹,叶林奇,田栢苓(天津大学电气自动化与信息工程学院,天津300072)摘要:针对可重复使用运载器(RLV)的再入轨迹重构问题,提出一种基于变信赖域序列凸规划的RLV再入轨迹快速求解方法.首先,通过离散化及对非凸约束的线性化处理,将RLV的非凸轨迹优 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05立交区域交叉口交通信息识别概率预测
立交区域交叉口交通信息识别概率预测沈强儒1,杨少伟2,曹慧1,顾镇媛1,葛婷3(1.南通大学交通与土木工程学院,江苏南通,226019;2.长安大学公路学院,西安710064;3.苏州科技大学土木工程学院,江苏苏州215011)摘要:为预测立交区域交叉口交通信息识别概率,运用汽车动力学理论、驾驶员特 ...哈尔滨工业大学科研学术 本站小编 哈尔滨工业大学 2020-12-05