低复杂度的MIMO-OFDM系统自适应调制方案

以最小化发射总功率为目标,提出了一种低复杂度的MIMO-OFDM无线通信系统的自适应调制方案.在发射端,基于已知信道状态信息,应用奇异值分解将空分复用信道转化为并行的子信道,并将表征信道增益的信道矩阵特征值用于子信道自适应调制优化设计中.针对MQAM调制,采用变步长的贪婪算法得到优化的子信道比特加载及功率分配方案.仿真结果表明,所提出的简化算法与一种近似最优的自适应调制算法性能接近,但复杂度降低了30%以上.     

在MIMO-OFDM系统中的空频最小化发射功率算法

在多输入多输出(MIMO)系统最小化发射功率自适应调制算法的基础上,针对实际的无线宽带信道,提出了适用于MIMO-OFDM空频二维最小化发射功率的自适应调制算法,并将其与均匀分配比特、功率的方案和空间最小化发射功率自适应调制方案进行比较.实验结果表明,所提出的空频二维自适应调制算法可以在保证系统目标传输速率和目标误比特率的前提下,进一步减小系统所需要的平均发射功率.     

MIMO-OFDM中自适应比特功率分配的研究

文章分析了自适应调制算法在MIMO-OFDM系统重的应用,然后对该算法在OFDM系统中的性能进行了仿真,结果证明该自适应算法的确能够有效的利用频谱资源,提高系统传输的可靠性.     

基于MIMO-OFDM系统的自适应比特功率分配方案研究

将最优的比特分配算法应用于MIMO-OFDM系统.运用Chow算法和Levin Campello算法实现子信道的比特和功率分配.在MIMO-OFDM系统中采取奇异特征值分解方法来对抗子载波间干扰.仿真结果证明.该方法对于MIMO-OFDM系统自适应非常有效,而且较SISO-OFDM系统性能有显著的提高.     

一种MIMO-OFDM信道估计方法

为提高现有MIMO-OFDM系统信道估计算法性能,降低算法运算的复杂性,提出一种基于变换域的MIMO-OFDM信道估计方法.该算法不需要任何信道统计信息,通过变换域内自适应低通滤波器降低了高斯白噪声和子载波间干扰对该估计算法准确度的影响,并且利用在变换域内得到的导频位置的信道估计结果,通过补零内插算法得到其他子载波位置的信道估计结果.仿真结果表明:该算法的误码率性能优于最小平方算法,稍逊于线性最小均方误差算法;该算法计算复杂度低,易于在实际系统中实现.     

改进的自适应Fischer算法及在MIMO-OFDM系统调制性能

针对在信道中实时分配比特和功率的问题.采用了一种由Fischer算法改进的自适应算法.经在MATLAB仿真平台下模拟验算比较.结果表明:改进的Fischer算法运算复杂度低,能够根据子载波信道增益大小分配比特.与8PSK固定调制方式MIMO-OFDM系统相比,更能够在保证系统信道质量所需误码率和总发射功率前提下,根据信道状态信息,动态分配比特和功率,显著增加信道比特传输速率,改善系统整体性能.     

MIMO-OFDM系统中基于RAMP及其改进的稀疏信道估计算法

研究了在MIMO-OFDM系统中的稀疏信道估计问题。将正则化稀疏度自适应匹配追踪算法（RAMP）运用到MIMO-OFDM稀疏信道估计中,并对该算法的迭代结束条件加以改进,取残差的能量之差小于设定的阈值来终止迭代过程,更加准确地估计出信道稀疏度,进而提高了稀疏信道的估计精度。仿真结果表明,在MIMO-OFDM系统中,相比RAMP算法与稀疏度自适应匹配追踪算法（SAMP）,改进算法能够获得更好的MSE性能,在不需要稀疏度的前提下达到了与正交匹配追踪算法（OMP）算法相似的MSE性能。      

MIMO-OFDM系统中自适应比特和功率分配

高速多媒体业务的发展要求无线通信能够提供更高的数据速率和服务质量.为了提高系统容量和性能,MIMO技术、OFDM技术以及自适应传输技术得到了广泛的研究.在完全已知信道状态信息假设前提下,提出了一种针对单用户MIMO-OFDM系统的自适应传输方案.该方案基于子载波上预编码优化设计,在多入多出信道的特征子信道中进行功率注水和动态比特分配,能在满足平均功率约束和给定误比特率条件下最大化系统传输速率.仿真结果表明,所提算法与贪婪算法相比,具有较快的收敛速度,同时其性能在不同的误比特率要求和时延扩展条件下, 都优于传统的波束成形和正交空时编码方案.     

MIMO-OFDM系统自适应分步功率分配算法

研究了一种针对MIMO-OFDM系统的自适应分步功率分配算法,在通信系统总功率约束的情况下,采用速率最大化准则计算开关信道的临界值,从而利用最小均方误差准则进行自适应分步功率分配.仿真表明:基于分步算法自适应功率分配的MIMO-OFDM系统误码率低于采用注水算法和MMSE算法的系统误码率,其频谱效率也优于另外两种算法;同时,对于分步算法,随着天线数目的增加,系统的误码率明显降低,频谱效率明显提高,验证了该算法没有奇异性.     

多用户MIMO-OFDM系统中基于非理想反馈的自适应子载波分配

考虑基于VBLAST架构的多用户MIMO-OFDM系统中的资源分配问题,提出了一种基于非理想反馈的自适应子载波分配算法.该分配算法综合考虑了反馈信道信息和反馈质量,为表征反馈质量,引入了置信系数和等价方差的定义,推导了实际中反馈时延和反馈误差同时存在时置信系数和等价方差的通用闭式表达.仿真结果表明,所提出的分配算法在各种非理想反馈情况下,均可改善系统性能.     

对流层散射信道下MIMO-OFDM系统性能分析

针对对流层散射信道下的通信存在信号微弱和多变的问题,采用MIMO-OFDM技术能够有效解决。论文分析了对流层散射信道的突出特性,建立了散射信道模型;在MIMO-OFDM系统模型基础上,结合实际进行了参数选取,搭建了散射信道下MIMO-OFDM系统实验平台;在验证散射信道下MIMO-OFDM系统性能的基础上,对不同传输速率和不同调制方式在同一散射信道下的系统性能进行了仿真分析。仿真结果表明,MIMO-OFDM在高速率信号传输情况下带来的信道容量的提升是明显的,在满足系统BER要求前提下,能够实现高速率散射通信;在高速率传输时,64QAM调制更加有利于降低散射通信中的BER,而BPSK、QPSK和16QAM调制方式差别不大。该仿真为散射通信设备中多速率多体制调制解调器设计与优化提供了思路,为实现大容量高可靠度散射通信提供了方向指导。     

MIMO-OFDM系统中一种有效的信道估计方法

为降低信道估计算法的复杂度,给出了MIMO-OFIM(M山tiple Input and Multiplw Output-Orthogonal Freuency Division Multiplexing)系统中的一种信道估计实现方案,采用STBC(Space-Time Block Code)训练序列,LMS(Least Mean Square)迭代算法估计信道响应,避免了矩阵的求逆运算,与基于MMSE(Minimum Mean Squore Error)和LS(Least Square)的MIMO信道估计算法相比,具有运算复杂度低、跟踪能力强的优点,计算机仿真结果也显示了它的有效性和优越性.     

基于KNN-TSVR算法的MIMO-OFDM系统信道估计

为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.     

新型减格辅助MIMO-OFDM预编码传输机制

MIMO-OFDM架构下提出了收发端均结合减格辅助的传输机制:发送端与接收端分别将减格辅助与THP预编码及QR分解-串行检测相结合,将信道矩阵转化为列近似正交的矩阵,提高了系统的抗噪性能.分析和仿真表明,发送端采用减格辅助THP预编码比传统的基于不同准则QR分解的THP预编码在误码率为10-2时有1~2 dB左右的性能提升,接收端提出的LRA-QRM结合串行干扰对消检测算法相比LRA-MMSE算法有1 dB左右的误码性能提升.      

MIMO-OFDM系统中基于STBC导频迭代LS信道估计算法

给出了适合MIMO—OFDM系统的一种新的信道估计方案，这种方案首先对STBC导频符号进行设计，使其更加符合传输要求，然后再结合迭代LS信道估计算法，以此提高MIMO-OFDM系统的信道估计性能。理论分析和计算机仿真表明，这种方法避免了矩阵的求逆运算，大大减少了运算复杂度，并且能很好跟踪信道的变化过程。     

Accurate channel estimation for MIMO-OFDM system by exploiting cyclic prefix

Multiple-input-multiple-output orthogonal frequency division multiplexing （MIMO-OFDM） systems promise to provide significant increase in system capacity for future wireless communication systems. The channel state information is required to achieve the high capacity of an MIMO-OFDM system. In this pa-per, an improved channel estimation scheme is proposed for MIMO-OFDM system by making full use of the training sequence and CP （cyclic prefix）. The method improves the performance of the channel esti-mator because of using the redundant information in CP. Also, the theoretical mean square error （MSE） bound of the improved estimator is derived. The effectivity of the algorithm is demonstrated by the simula-tion results of MIMO-OFDM systems with two transmit and two receive antennas. The MSE gain is en-hanced by about 1dB.     

基于块稀疏的低复杂度宽带MIMO-OFDM稀疏信道估计方案

CoSaMP压缩采样匹配追踪算法是一种有效且可靠的稀疏信号重构算法。针对大多数宽带MIMO-OFDM稀疏信道估计方案中常被忽略的信号内部特殊结构问题,采用MIMO-OFDM系统模型,分析信号块稀疏结构特性,研究了CoSaMP算法的改进问题。仿真结果表明,与其他信道估计方案相比,所提方案在未知信号稀疏度值的情况下依旧获得了接近理想状态下的系统和速率、归一化均方误差和信号重构效率,有效降低了计算复杂度。可见,所提方案具有很好的信道估计性能。     

Lognormal-Rayleigh信道中多跳MIMO-OFDM系统无线资源分配算法研究

面向新一代无线通信网络,研究基于MIMO-OFDM技术的多跳中继网络的容量及端到端吞吐量优化方案.在Lognormal-Rayleigh阴影复合衰落信道环境中,使用注水算法分配功率,分析对系统容量和多跳中继系统端到端吞吐量的影响.仿真结果表明:使用注水算法对多跳MIMO-OFDM系统中各跳子载波对应的子信道进行功率分配,可以显著提高系统吞吐量.     

基于SARSA算法的水声通信自适应调制

水声信道复杂多变,自适应调制系统中反馈信息存在较大的时延,实际信道状态与接收到的反馈信息无法匹配,带来反馈信道状态信息过时问题,发送端不能准确做出自适应决策进而导致传输误码高及吞吐量低等问题。针对该问题,利用强化学习中的SARSA算法学习信道的变化并进行行为策略的选择,根据信道的变化,择优选出最佳的调制方式,以改善系统的传输误码和通信吞吐量。对比固定调制方式和直接反馈情况下的系统的误码率和吞吐量,结果表明,经强化学习后的系统误码率和吞吐量均优于其他两种方式,可见,强化学习算法在时变水声信道自适应调制中改善传输误码和吞吐量的问题上是有效可行的。