基于小波变换的ofdm系统--现代通信技术讲座论文

《基于小波变换的ofdm系统--现代通信技术讲座论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、《现代通信技术讲座论文》题目：基于小波变换的OFDM系统9摘要近年来，无线通信在人们的生活中占据着越来越重要的地位，因此，人们对无线通信传输速率提出了更高的期望，正交频分复用技术即OFDM(OrthogonalFrequencyDivisionMultiplexing)因其具有较强的的抗衰落能力以及抗码间干扰ISI(Inter-symbolInterference)能力，频带利用率高等优点，开始受到学者们的关注。但是也有频偏敏感、频谱利用率不够高等问题。所以提出了基于小波理论的OFDM系统，不仅提高了抗干

2、扰能力，而且降低了系统的复杂度。故为了使人们对于基于小波的OFDM技术有一个概括性的认识，全面的了解。本文简单介绍一下小波的基本概念并对OFDM进行概括性的阐述，并对基于小波变换的OFDM技术的应用发展前景进行介绍。关键词：小波，小波变换，OFDMAbstractInrecentyears,wirelesscommunicationinpeople'slivesoccupyanincreasinglyimportantposition,sopeopleputforwardforwirelesscommun

3、icationtransmissionratehigherexpectations,namelyOrthogonalFrequencyDivisionMultiplexingOFDM(OrthogonalFrequencyDivisionMultiplexing)becauseithasoverthestronganti-anti-fadingcapabilityandinter-symbolinterferenceISI(Inter-symbolInterference)capability,bandw

4、idthefficiencyadvantages,scholarsbegantoreceiveattention.Buttherearealsooffsetsensitivetotheproblemofhigherspectralefficiencyisnotenough.SoOFDMsystemisproposedbasedonwavelettheory,notonlyimprovetheanti-jammingcapability,butalsoreducesthecomplexityofthesys

5、tem.  Therefore,inordertomakepeopleforWaveletOFDMtechnologyhasabroad-basedunderstandingandcomprehensiveunderstanding.ThisarticlebrieflyoutlinethebasicconceptsofwaveletOFDMandconductedageneralexposition,andprospectsaredescribedbasedontheapplicationofwavele

6、ttransformOFDMtechnology.Keywords:wavelet,wavelettransform,OFDM9目录1小波介绍41.1小波简史41.2小波概念41.3小波变换41.4著名小波举例小波42OFDM介绍62.1OFDM基本原理62.2OFDM优缺点63基于小波变换的OFDM介绍73.1DWT-OFDM基本原理73.2基于小波包变换的OFDM系统框图84基于小波包的OFDM发展前景95结论96参考文献991小波介绍1.1小波简史是由法国从事石油信号处理的工程师J.Morlet在1

7、974年首先提出的，通过物理的直观和信号处理的实际需要经验的建立了反演公式，当时未能得到数学家的认可。正如1807年法国的热学工程师J.B.J.Fourier提出任一函数都能展开成三角函数的无穷级数的创新概念未能得到认可一样。幸运的是，早在七十年代，A.Calderon表示定理的发现、Hardy空间的原子分解和无条件基的深入研究为小波变换的诞生做了理论上的准备，而且J.O.Stromberg还构造了历史上非常类似于现在的小波基；1986年著名数学家Y.Meyer偶然构造出一个真正的小波基，并与S.Mall

8、at合作建立了构造小波基的统一方法--多尺度分析之后，小波分析才开始蓬勃发展起来，其中比利时女数学家I.Daubechies撰写的《小波十讲（TenLecturesonWavelets）》对小波的普及起了重要的推动作用。与Fourier变换、视窗Fourier变换（Gabor变换）相比，具有良好的时频局部化特性，因而能有效的从信号中提取资讯，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（MultiscaleAnaly