论文部分内容阅读
在移动自组织网络(Ad-hoc)、基于中继的蜂窝网和智能传输系统中，发射端和接收端都处在移动状态的移动到移动(M-to-M)通信系统发挥着越来越重要的作用。由于信号的传播环境随着结点的移动具有时变性，从而引起多普勒功率谱密度(DPSD)的跳跃，此前模型没能很好的模拟这种动态特征。本文将利用随机微分方程(SDE)建一个动态的M-to-M状态空间模型，并对其状态空间模型进行求解，通过该线性模型进行离散化，然后利用离散Kalman滤波对其状态空间进行估计，最后，再利用基于滤波的EM算法对该离散空间模型参数进行参数估计。本文的主要研究工作及创新点如下: (1)鉴于Kalman滤波器的重要性和应用的广泛性，本文首先对Kalman滤波器的各种情形进行了总结，同时也作为本文后续部分的基础，进行了较为详尽的叙述。 (2)由于M-to-M通信信道的时变特性，作为主要创新点，本文利用随机微分方程分别建立了线性和非线性时变的动态模型，并对该模型给出了随机微分方程解。 (3)通过对连续模型的离散化，利用Kalman滤波器和扩展Kalman滤波器对该模型的状态空间进行估计，再利用基于滤波的EM算法对该模型系数矩阵进行了参数估计。