毕业论文课题相关文献综述
文 献 综 述随着无线传输服务 (语音, 数据, 多媒体等 )业务需求的增加, 对无线频谱资源需求的不断增加与可分配频谱资源的稀缺性之间的矛盾正不断加剧, 而实际测量结果却表明大量已分配频谱资源处于闲置或低利用率状态。
传统的固定频谱分配方式非常低效，而认知无线电技术能够充分利用稀缺的频谱资源，因此在近年来受到了人们的广泛关注。
认知无线电系统( cognitive radio， CR) 是一个智能的无线通信系统，它能感知外界环境，并使用人工智能技术从环境中学习，有目的地实时改变某些操作参数( 比如传输功率、载波频率和调制技术等) ，使其内部状态适应接收到的无线信号的统计变化，从而实现任何时间、任何地点的高可靠通信以及对异构网络环境有限的无线频谱资源进行高效地利用。
多输入多输出 ( MIMO)天线技术因其高系统容量和频谱利用率而成为无线通信研究的热点。
MIMO 技术利用多个天线实现多发多收, 能在不增加带宽和天线发射功率的情况下, 较大地提高衰落信道下的信道容量和频谱利用率。
而在慢衰落的条件下，MIMO无线通信系统中注水算法对信道容量有很大影响。
国内外研究现状注水算法是基于某种准则，并根据信道状况对发射功率进行自适应分配，通常是信道状况好的信道多分配功率，信道状况差的信道少分配功率，从而最大化传输速率的方法。
长期以来，国内外众多学者对注水算法及其改进的研究不曾停止。
WeiYu 等人在单用户注水算法的基础上提出了同时注水的概念并给出了迭代注水算法。
针对各信道间的信道状态差异而采用不同的调制方式和发射功率，在系统性能上存在一定的限制问题上，郭志滨、曹雪虹在WeiYu 等人提出的算法上加入了用户间的功率分配，选择信道质量比较好的用户进行发射，对多用户迭代注水算法进行了改进；贺志强等人在WeiYu 等基础上给出了一种基于平均功率受限准则的算法，来进一步提高频谱效率；李晓辉等人根据所分配的功率与信道状态信息来确定自适应调制的门限及相应的调制阶数，并在自适应调制后通过功率修正因子弥补了MIMO系统中常见算法中功率不能得到有效利用的问题。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
