基于LDPC码的BICM系统中的迭代盲信道估计

针对传统基于导频辅助的信道估计方法频带利用率低的不足,提出一种块衰落信道下的迭代盲信道估计算法,该算法基于最大似然估计(maximum likelihood,ML),将译码产生的信息经判决、交织和映射后的符号作为发端的符号估计进行联合迭代信道估计和译码,随着迭代次数的增加,译码输出值更加精确,信道估计值也越来越精确。将之应用到基于低密度校验(low-density parity-check,LDPC)码的比特交织编码调制(bit-interleaved coded modulation,BICM)系统中,仿真结果表明,在对迭代信道估计算法性能的影响上,信噪比与衰落信道的块长之间存在着折中关系,即在低信噪比区域,块长较大时的性能要好于块长较小时的性能,而在高信噪比区域,情况正好相反。     

一种BICM-ID系统中的迭代盲信道估计算法

提出一种基于硬判决BICM-ID系统中的迭代盲信道估计算法.该算法基于最大似然估计(ML)同步算法,利用BICM-ID译码产生的硬判决信息,通过迭代地在信道估计和解码之间交换信息来完成联合信道估计和解码.仿真结果验证了算法的有效性,并分析了信噪比和块衰落信道的块长对迭代信道估计性能的影响.     

一种BICM-ID系统中的迭代载波相位恢复算法

提出一种基于软判决BICM-ID系统中的DD(Decision-Directed)迭代载波相位同步算法。该算法基于最大似然估计(ML)算法,利用BICM-ID译码产生的判决信息,通过迭代地在同步和解码之间交换信息来完成联合解码和载波相位同步。仿真结果验证了算法的有效性,较传统的相位同步算法具有更优的性能,随着信噪比的增大,更快地逼近理想同步性能。     

SOBICM-ID中的迭代信道估计

应用Turbo原理,提出一种基于硬判决BICM-ID的迭代信道估计算法,将译码产生的硬判决信息经编码、交织、映射后的符号当作已知的训练符号进行迭代信道估计,随着迭代次数的增加,译码输出值更加精确,信道估计值也越来越精确.将之嵌入到Turbo均衡中,仿真结果表明,在好信道下,不需要训练序列就能获得较好的性能;在坏信道下,使用较短的训练序列就能达到较好性能,有效提高了频谱利用率.     

基于LDPC码的BICM系统中的Turbo均衡

将Turbo均衡应用到基于LDPC码的BICM系统中,实现了系统的联合均衡译码.Turbo均衡算法中,SIC(软干扰抵消)算法复杂度低,但其对先验信息获取不足,性能不是很好,而MAP算法性能最佳,但复杂度高.提出将二者相结合的MAP-SIC均衡算法,即在迭代初始,进行一次MAP均衡来获得较多先验概率信息,之后再用sIC均衡.仿真结果表明该算法在复杂度和性能之间取得了很好的折中.     

基于软信道估计的JIED水声通信方法

为提高水声通信系统的数据传输速率和可靠性,提出一种新的基于软信道估计的联合迭代均衡译码(joint iterative equalization and decoding, JIED)水声通信方法。该方法利用软输入软输出(soft in soft out, SISO)译码器反馈的外似然比计算符号软估计信息,并应用于稀疏自适应信道估计器的抽头系数更新过程。经过译码器和均衡器之间多次迭代交换软信息联合处理接收信号,信道估计精度与均衡效果显著提高。水声通信实验结果表明在通信距离1.8 km、2 kHz有效带宽内,新方法在第2次迭代后即可实现2 kb/s的无误码传输,可以有效提高系统可靠性和传输速率。     

基于变分推理的Turbo频域均衡与信道估计

针对时变频率选择性信道下的单载波编码传输系统,提出了基于变分推理的低复杂度Turbo频域均衡与信道估计联合迭代算法。所设计的软输入软输出检测器和子块间干扰抵消器能统一处理信道估计误差的影响。通过分析接收信号因子图,提出了算法实现的双迭代结构,内迭代完成联合频域均衡与软信道估计,外迭代进行软干扰抵消和解码。仿真结果表明,所提出算法的误码率性能和对叠加训练信号强度的稳健性均优于具有相似复杂度的期望最大化方案。     

残留频偏条件下码辅助的迭代载波同步算法

LDPC编码系统,接收端在译码前需要对频偏和相差进行估计,使残留频偏和相差在译码器收敛的允许范围之内,但在低信噪比条件下,即使在收敛范围内,较大的残留频偏和相差也会对LDPC编码系统性能有明显的恶化,所以必须结合迭代译码系统,对信号的残留频偏和相差进行进一步的估计。基于EM算法推导了频偏联合相差的迭代估计算法,给出了一种简单有效的残留频偏估计方法,并以此为基础,结合LDPC迭代译码输出软信息的统计特性,提出了一种码辅助的迭代载波同步算法,仿真结果表明,只要残留频偏和相差在迭代估计器收敛范围内,提出的算法可以使LDPC编码系统的误比特率接近理想同步条件下的译码性能。     

基于IEEE802.16的OFDM系统中信道估计的新内插方法

介绍了OFDM系统中两种基于导频的信道估计算法:最小均方误差(MMSE)算法和最小二乘(LS)算法.LS算法具有实现简单,收敛速度快等特点,很多实际的OFDM系统都采用了这种方法.在采用梳状导频进行信道估计的系统中,通常需要内插的方法来获取非导频位置的信道信息.因此针对非导频位置信道的线性内插方法进行了深入研究,提出了新的线性内插方法,即从幅度和相位角度实现内插,区别于传统的实部和虚部分别内插的算法,在某些信道环境下能够更好的恢复出非导频位置信道估计值.以基于IEEE802.16的OFDM系统为例,与传统的线性内插方法进行了比较.均方误差,误差矢量幅度以及误比特率的仿真结果表明,新方法估计的性能更忧.     

基于SCMA和卷积编码的联合检测译码算法

随着卫星星座及卫星数量的不断增多, 卫星测控中海量用户多址问题亟待解决。稀疏码分多址接入(sparse code multiple access, SCMA)技术能在有限信道资源上承载更多用户, 有望解决大规模卫星的多址测控问题。针对传统的SCMA译码方式——消息传递算法(massage passing algorithm, MPA)译码性能不理想的问题, 提出基于SCMA和卷积编码的联合检测译码(joint detection and decoding, JDD)算法, 进行多轮对数似然信息的更新以及多卫星数据交叉提供概率域的迭代, 以提高系统译码性能。分析和仿真结果表明, 采用基于SCMA和卷积编码的JDD算法可有效提高天基测控系统用户容量, 并保证在算法复杂度适中的情况下有效提高系统误比特性能。     

基于差分对数交叉熵的信噪比盲估计算法

针对盲估计算法复杂度高、运算量大等问题，研究了Turbo译码器中译码器输出的外部信息与信息信噪比的关系，引入差分对数交叉熵的概念。提出一种基于差分对数交叉熵的信噪出盲估计算法。仿真结果说明，采用此信噪比盲估计算法，在较小的系统性能恶化的前提下，大大简化了信道估计器的复杂度。对基于差分对数交叉熵的信噪比盲估计算法的误差性能的理论分析结果表明，采用此算法发生误判的概率很低，可以认为信噪比估计值十分可靠。     

一种LDPC码的联合译码算法

在加性高斯白噪声(additive white Gaussian noise, AWGN)信道中设计一种低密度奇偶校验(low-density parity-check, LDPC)码的最大似然译码算法是一项具有挑战性的工作。麦克斯韦译码算法在二进制擦除信道下具有优越的性能,但把这种算法移植到其他信道却非常困难。引入了信道转换的思想实现两个不同信道之间的转换,并利用该方法成功地将麦克斯韦算法应用到AWGN信道中,提出了一种将信度传播算法和麦克斯韦算法有机结合的联合译码算法,即信度传播麦克斯韦译码算法,该算法可缩小与最大似然译码算法之间的性能差距。仿真表明,该译码算法可打破大多数小陷阱集从而获得比信度传播译码算法更低的误帧率,并且可消除大多数信度传播译码后出现的小错误。     

一种频域自适应最大似然时延估计算法

提出了一种基于平方相干函数的频域自适应最大似然时延估计算法。该算法构造了一种广义相位数据最大似然加权函数,并通过自适应估计输入信号的平方相干函数加以实现。算法的性能分析和仿真实验表明,该算法有更好的时延估计精度、收敛速度和跟踪性能,能够有效提高低信噪比环境下的低空目标被动声探测的时延估计性能。     

大规模MIMO系统中分布式压缩感知LMMSE信道估计

大规模多输入多输出(multiple input multiple output, MIMO)系统中，信道估计算法复杂度随着基站侧天线数量的增加而急剧增加, 针对需要在信道估计算法复杂度与算法性能之间进行折中的问题，提出分布式压缩感知线性最小均方误差(distributed compressed sensing linear minimum mean square error, DCS-LMMSE)算法。该算法利用信道的空时共稀疏性, 首先根据先验支撑集信息将接收信号分为密集部分和稀疏部分, 然后分别采用不同的算法进行初始信道估计, 最后采用奇异值分解代替信道相关矩阵求逆进一步降低DCS-LMMSE算法复杂度。所提算法与传统线性最小均方误差算法相比明显地降低了计算复杂度。仿真结果表明, 所提算法与纯压缩感知稀疏信道估计算法相比具有更好的性能。     

基于灰建模的OFDM窄带慢衰落慢时变信道估计算法

针对OFDM窄带信道在移动传输环境下的慢时变特性, 提出了一种基于灰建模的信道估计算法. 该算法利用前一时刻的已知信道信息, 建立灰色数学模型, 预测估计下一时刻的未知信道信息, 实现信道的动态跟踪. 理论分析和仿真结果验证了灰建模在以二维时频变量描述的信道估计领域中的可行性. 与传统方法相比, 该算法不仅对窄带慢衰落慢时变信道有良好的估计性能, 而且具有运算低、频谱利用率高等优点.     

基于最大似然的同频混合信号联合定时估计算法

针对同频干扰下的混合信号时延估计问题进行研究,提出了一种基于最大似然准则的联合定时估计算法。该算法在推导似然函数的基础上,采用分级搜索方法估计信号时延,能同时实现干扰信号与有用信号的联合定时。相比传统的单信号时延估计,该算法需要有更长的观测数据长度;算法对频偏误差不敏感,在归一化频偏（相对于符号速率）小于2％时性能损失很小。仿真结果验证了算法的有效性。     

利用时域相关的MIMO-OFDM信道估计算法

提出了一种适用于多入多出正交频分复用(MIMO-OFDM)系统的信道估计算法,详细说明了导频符号的特殊设计算法以及信道估计算法的原理,并对该算法的均方误差性能以及复杂度进行分析;该算法能够在信道多径时延信息准确已知或不准确时带来良好的估计精度,从而保证系统性能。将该算法应用于超三代-时分双工(B3G-TDD)系统中并在室外和室内环境下仿真,均方误差和系统误码率性能结果说明了该算法的有效性;该算法能够大大增强系统的鲁棒性。