分布式MIMO-OFDM系统中的时频同步

针对分布式多输入多输出〖CD*2〗正交频分复用系统,提出一种新的训练序列及时频同步方案。在定时同步方面,它首先利用训练序列的时域共轭对称性完成粗定时同步,在此基础上进一步通过接收信号与本地时域训练序列移动相关完成细定时同步;在频率同步方面,它首先在时域利用接收信号相位差估计小数倍频偏,然后在频域利用训练序列良好的自相关性估计整数倍频偏。该方案不仅能够同时估计出各收发天线对之间的定时偏移和频率偏移,而且估计性能良好。     

一种适用于车速无线信道的OFDM联合同步算法

提出了一种改进的适用于车速无线信道的OFDM联合同步算法。该算法首先利用一组特殊的时域正交PN序列进行联合定时同步和大频偏估计,并从理论上分析了大频偏估计之后的残留频偏范围;之后使用多个重复的短训练符号完成残留频偏估计。理论分析和仿真结果表明,改进的算法不但能解决无线信道下第一径不是最强径时的定时同步问题,而且在可能出现多个等功率路径的车速无线信道下具有更高的频偏捕获概率和更好的频偏估计性能。     

OFDM系统中一种基于训练引导的判决反馈均衡技术

针对OFDM系统,提出了一种基于训练引导的判决反馈均衡算法.算法中的信道估计以基于长训练序列的初始估计为基础,结合判决过程中所反映出的信道变化情况而综合得到.并将当前信道的预测值反馈回去,用以对接收的下一个数据符号进行均衡.通过仿真,测试了算法的误符号性能,并与常规的单一训练序列算法和基于导频的线性插值算法进行了比较.仿真结果表明,该算法可以很好的抵抗多径时延扩展和多普勒频移对接收信号的影响,均衡后的误符号性能较单一训练序列算法有3～4dB的性能改善,并能在最大多普勒频移高达275Hz范围内的高速移动环境下对信道衰落实施有效的估计和均衡.     

一种基于训练序列的OFDM时频同步新算法

针对正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统性能对同步偏差的敏感性,提出了一种新的基于训练序列的OFDM联合定时和频率同步算法。基于新设计的训练序列结构,提出了新的定时度量函数,同时推导了小数倍频偏估计算法。新定时同步算法有效地克服了传统算法中的定时缺陷,新频偏估计算法具有和Schmidl算法相同的估计方差。理论分析与仿真结果表明,新算法在多径信道下具有较好的鲁棒性。     

多频带OFDM超宽带系统同步及信道估计算法

针对标准多频带正交频分复用超宽带系统,基于前导训练序列研究其同步及信道估计算法。相关检测用取中点来减小粗定时误差范围。细定时利用系统零保护间隔的特点找相邻窗口最小能量比,对频偏不敏感且抗多径干扰。对定时位置进行修正,避免了信息数据的丢失及符号间串扰。采用基带数字域跳频解跳的机制,使载波频偏的影响归结为与单频带系统一致,简化了同步算法。仿真表明,在较恶劣的信道条件下,残余定时误差仍很小,并由信道估计及均衡有效的吸收,频率同步及系统差错性能良好。     

OFDM系统中的一种有效频偏估计算法

通过设计一种特殊的训练序列,提出了一种新型的正交频分复用(OFDM)系统频偏估计算法。只需要一个训练序列,就可以有效地对整数倍与小数倍的频偏进行估计,并且还可以利用该特殊训练序列进行符号定时估计。仿真结果表明,与传统算法相比,提出的算法不仅减少了训练序列数目,而且提高了频偏估计精度。     

基于叠加训练序列的MIMO信道估计及其性能分析

提出一种基于叠加训练序列的MIMO信道估计模型,该模型信道估计方法不占用额外的信号带宽并具有较高的估计精度。通过最小二乘(LS)方法,推导出模型信道估计误差的均方差、信道容量的下限以及更加紧凑的Cramer-Rao界。数值模拟结果表明,相同条件下,采用叠加的训练序列要比直接采用训练序列对系统容量的改善5 dB左右。此外,模型所采用的算法结构简单,计算量小,有很大的实际应用前景。     

高效率高精度的OFDM载波频率捕获和信道估计算法

实现简单、精度高的载波频率捕获和信道估计算法是OFDM研究的重点。本文根据OFDM系统特点，分析了OFDM系统的时域载波频率捕获和信道估计方法。提出使用同一种辅助数据帧，利用两种不同的算法，进行载波频率捕获和信道估计的思想。这种算法提高了系统的频谱利用率，同时也具有容易实现的特点。仿真结果表明，算法具有不受定时误差影响，精度较高，计算量较少等优点。     

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.     

基于频偏补偿的TDS-OFDM系统同步方法

针对TDS-OFDM系统中载波频偏对基于PN序列自相关同步算法的影响,提出采用双滑动窗互相关的时间标尺函数来进行符号同步,利用该函数可以得到很好的相关峰值且不受频率偏移的影响。载波频偏由多径信道下各主要能量径的相关峰值估计得到,该估计算法可以得到较为准确的估计值和较大的估计范围。在典型的城市信道条件下对算法进行了仿真,结果表明：在较大的频偏条件下,本文方法得到了准确的符号同步和较好的频偏估计。     

基于PTS级联抵消的峰均比抑制性能仿真

提出了PTS级联抵消算法,实现对地面数字多媒体广播系统中时域同步正交频分复用信号的峰均功率比的抑制.通过研究地面数字多媒体广播系统传输协议,分析了采用时域同步正交频分复用多载波调制方式对系统射频前端信号时域性能的影响.针对信号峰均功率比高的缺陷,提出一种新颖的峰值功率比抑制算法.该算法对峰均功率比的抑制能力强于传统PTS算法,引起的带外辐射和互调失真小于传统限幅技术.当子载波数较大时,仍可实现对系统峰均功率比的有效控制.通过仿真,与传统限幅技术相比,算法可以使地面数字多媒体广播系统的峰均功率比控制在4-5dB,比传统PTS算法峰均功率比减小约3-4dB,且仅有少量的误码率性能损失.     

基于伪随机序列前导码的OFDM系统帧同步算法

在正交频分复用（orthogonal frequency division multiplexing, OFDM）系统接收端,错误估计快速傅里叶变换窗口起始点会导致OFDM帧偏差,从而造成严重的符号间干扰（inter symbol interference, ISI）以及子载波间干扰（inter carrier interference, ICI）。首先建立一个带有帧同步的OFDM系统模型,然后通过理论推导得到帧偏差对OFDM系统的影响。利用伪随机序列自身较好的相关特性,设计了一种基于伪随机序列前导码的帧同步算法,并分析了3种基于循环前缀（cyclic prefix, CP）的传统帧同步算法。通过仿真实验,结果表明所提出的基于伪随机序列前导码的帧同步算法与传统算法相比,即使在较差的信道条件下,如在较低的信噪比或存在较大的载波频率偏移（carrier frequency offset, CFO）时,其帧偏差估计结果更为准确、稳定以及节省资源。     

一种基于SIM算法的峰平功率比减小方案

SLM算法是一种无失真降低OFDM信号峰平功率比的方法，它是一种很有效的方法。但是，由于此算法需要发送边带信息给接收机，而接收机只有在正确接收边带信息的前提下，才能够正确的对接收信号进行解调，因此，边带信息处理是SLM算法实现的一个重要环节。本文基于SLM算法给出了一种降低OFDM信号峰平功率比的实现方案，此方案通过对边带信息的特殊处理，在不损失系统效率的前提下，可以有效的提高边带信息传输的可靠性，同时，也可以很好的降低OFDM信号的峰平功率比。     

基于压缩感知的稀疏多径信道估计

提出了一种基于压缩感知理论的稀疏多径信道估计方法。利用训练序列设计了一种简化的Toeplitz结构观测矩阵,证明了观测矩阵满足限制等距特性,可以作为压缩感知的观测矩阵。根据此矩阵的近似正交性特点对正则化迭代硬阈值算法进行简化,并引入精英策略提出一种归档正则化迭代硬阈值估计算法。仿真结果表明,该估计方法相对于迭代最小二乘法具有更优的性能,且提出的归档正则化迭代硬阈值算法兼具收敛速度快和稳定性高的优点。     

联合低秩及稀疏结构特性的毫米波通信下行信道估计

毫米波通信的信道估计给系统带来较大负荷。为降低系统开销,联合无线信道低秩和稀疏特征,提出一种基于非凸低秩逼近的信道估计算法框架。针对基于信道建模的字典学习方法运算量大的问题,设计了基于深度神经网络信道特征分类的字典学习算法。仿真表明:在特定城市微蜂窝信道模型下,该方法的均方误差性能均优于基于信道模型的字典学习方法、贝叶斯框架下的信道估计方法以及基于压缩感知信道估计方法;获取相同归一化均方误差时本文算法所需的信噪比最低;所需导频数量低于上述3种方法。     

基于DEKF联合估计的CD3S信号解调算法

针对实值混沌直接序列扩频(chaotic direct sequence spread spectrum,CD3S)信号同步难、解调难的问题,利用混沌码同步与信息码解调间的关联性,提出了一种基于双扩展卡尔曼滤波联合估计的CD3S信号解调算法。算法采用双扩展卡尔曼滤波结构,交替进行混沌码估计与信息码估计,通过联合估计完成混沌扩频码同步,并实现信息码的解调。考虑到信息码状态相互独立造成的卡尔曼增益退化问题,算法改进了信息码估计时的卡尔曼增益计算方法。仿真结果表明,该算法可以实现CD3S信号的正确解调,改进卡尔曼增益解调可以有效改善CD3S系统的误码性能。