返回信息流看paper无聊了,轻松一下。
大家说说通信里,你认为比较通信技术里有趣的东西吧(最好加上自己的评价)
我先来(排名不分先后):
交织(记得当年数学建模的时候总是把随机情况当做最坏的情况最为参照对象来说自己的**方法多么得好,香农大叔告诉我们,想接近limited就要随机,看来radom在通信理论中还是很不错的一个想法)
扩频(感觉像是在玩弄noise,这是给我的第一感觉)
跳频(那个跳频图感觉很有意思)
反馈(把模电的思想引到通信原理上面,比如turbo上的,不过感觉turbo不是那么的美)
mimo(天线多了,性能也牛b了,不过守恒定理依然适用)
分集(把干扰的东西利用起来,tse同学发家的东西)
软信息,软判决(减少浪费吧)
我还没看过很多的东西,所以也就只知道这么点,欢迎大家多多指教。
这是一条镜像帖。来源:北邮人论坛 / communications / #8046同步于 2008/12/6
该镜像源已超过 30 天没有更新,可能在源站已被删除。
Communications机器人发帖
放松一下,挖个坑:通信里有趣的思想
Cop663
2008/12/6镜像同步9 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
【 在 Cop663 的大作中提到: 】
: 看paper无聊了,轻松一下。
: 大家说说通信里,你认为比较通信技术里有趣的东西吧(最好加上自己的评价)
: 我先来(排名不分先后):
: ...................
你把能说的都说了...
反馈不只是turbo,turbo只能叫迭代,反馈主要还是指接收端向反送端反馈信道信息,利用注水定理 通俗的说就是信道好的时候快传 信道差的时候慢传.
粒子滤波 马尔可夫链重构信道后验概率 近似取到MAP..
交织不错 相关度大的时候就交织一下 不过时延也就大了
欢迎大家继续灌水..
嗯,这个分析得很有意思
顶一下
【 在 Cop663 的大作中提到: 】
: 看paper无聊了,轻松一下。
: 大家说说通信里,你认为比较通信技术里有趣的东西吧(最好加上自己的评价)
: 我先来(排名不分先后):
: ...................
某大侠的评论。。。学习了。。。跟大家分享。。。,下面的黑色字是某大侠的原话,红色是我自己说的,sigh~学艺不精。。。欢迎大家继续讨论
“交织
--数学建模中的随机,和信息论中的随机不是一回事
扩频
--nod
跳频
--有很多种跳频图。其实跳频就是频率分集,当然还有其它好处。
反馈
--反馈最初应该是出现在控制论,或随机过程理论中,模电也只是一个应用而已。
mimo
--守恒定理是啥定理?
是想说性能的提高还是要付出代价的,比如多安几根天线。。。
分集
--干扰是指什么干扰?
ms之前说的确实不对,具体的建议还是参考无线通信基础的3.1.4节吧
软信息,软判决
--nod,相应的计算复杂度提高
还有比较有趣的思想:
通信:
1、调制。比如频带SSB信号、MSK,我觉得思想很巧妙;
2、编码。信源编码压缩冗余,信道编码增加冗余,从而系统性能得到很大提高。
信息论:
3、自由度。在大信噪比情况下,很多问题的实质得以看的更清;
4、Han-Kobayashi界:提供了一种在弱干扰情况下的干扰信道可达速率编码方法。将原私有信息分为私有信息和公共信息两个部分,使得系统总性能提高;
5、强干扰条件下的信道容量:有没有干扰对于系统根本没任何影响。相应的解码顺序也很讲究;
随机数学:
6、中心极限定理。这个不多说了,在多用户无线通信、蜂窝通信,这个用的很多。
7、高斯过程。不管是先有理论后有应用,还是倒过来,只能说高斯这个人太nb了。
随便想到的,呵呵,有时间再总结总结:)”
【 在 Cop663 的大作中提到: 】
: 看paper无聊了,轻松一下。
: 大家说说通信里,你认为比较通信技术里有趣的东西吧(最好加上自己的评价)
: 我先来(排名不分先后):
: ...................
: 交织(记得当年数学建模的时候总是把随机情况当做最坏的情况最为参照对象来说自己的**方法多么得好,香农大叔告诉我们,想接近limited就要随机,看来radom在通信理论中还是很不错的一个想法)
记得通原说的是用交织对抗连续错误,也算是在编码里面引入随机性。没做过数模,不知道数模里面随机情况指的是什么?
: 扩频(感觉像是在玩弄noise,这是给我的第一感觉)
扩频牺牲带宽啊。。。
: 跳频(那个跳频图感觉很有意思)
re频率分集
: 反馈(把模电的思想引到通信原理上面,比如turbo上的,不过感觉turbo不是那么的美)
反馈应该算是一种解决问题的一般方法。反馈,迭代。
: mimo(天线多了,性能也牛b了,不过守恒定理依然适用)
一直觉性能好很正常,就跟多加了几对收发器一样。
: 分集(把干扰的东西利用起来,tse同学发家的东西)
分集的确很很很有趣。
: 软信息,软判决(减少浪费吧)
不知道是不是从统计学那借鉴过来的。。。
对,随机中的“弱大数定律”也很重要
【 在 dcc1031 的大作中提到: 】
: 真赞。
: 如果用软信息在不特别提高运算复杂度的情况下,获得非常好的性能,就是一种很好的选择了。
: 随机数学里面的大数定律和条件均值求解应该也非常重要吧。