直接序列扩频信号的信噪比估计

准确可靠地估计直接序列扩频信号的信噪比,对于辅助完成通信过程中扩频信号的同步捕获及在电子对抗中都具有很重要的意义.针对直接序列扩频信号工作中信噪比较低的特点,提出了一种通过求解接收信号相关矩阵的特征值来估计信号信噪比的方法.分析了在相同数据和随机数据扩频调制条件下接收信号信噪比估计的计算方法,并对于有频差情况下的计算方法进行了说明.计算机仿真结果表明,该方法在低信噪比的条件下具有较强的可靠性.     

基于有限样本信息准则的非协作盲信噪比估计算法

针对小样本条件下的盲信噪比估计误差较大问题,结合信号子空间分解方法,提出一种基于有限样本信息准则( finite sample information criterion,FSIC)的盲信噪比估计算法,并推导出基于FSIC盲信噪比估计算法的最大似然形式.在小样本情况下,FSIC的引入克服了传统信息论方法产生的过拟合和欠拟合问题,降低计算复杂度.在不需要已知信号调制方式、载波频率、波特率等先验知识的前提下,能够在加性高斯白噪声信道(AWGN)和多径信道(Rayleigh)下对常用调制信号进行有效的信噪比估计.在信噪比-25 dB～25 dB范围内,其平均估计误差小于1 dB,表明该算法可有效应用于小样本盲信噪比估计.     

OFDM信号过采样率盲估计的新方法

针对低信噪比多径信道下过采样率估计性能低的问题,根据正交频分复用( OFDM)基带采样信号的频谱特性,提出了基于采样信号频谱逼近的过采样率盲估计方法.该方法首先利用改进的移动协方差方法估计信号的载波频率,采用修正的周期图平均法估计信号的功率谱;然后通过选择最佳的滚降系数,设计一个最佳余弦滚降滤波器,使余弦滚降滤波器的截止频率逼近信号的截止频率;最后根据过采样信号的频谱特性原理估计出接收信号的过采样率,实现了不同类型OFDM信号的过采样率的盲估计.仿真结果表明,在信噪比为-2 dB,多径信道条件下OFDM信号的过采样率估计的均方误差不超过0.2.可见该方法无需任何先验知识,在低信噪比多径信道下具有良好的估计性能.     

多径信道下的OFDM信号带宽盲估计

针对传统的正交频分复用（OFDM）信号的带宽估计方法在低信噪比多径信道下,估计精度低且计算量大的问题,提出一种OFDM信号带宽盲估计方法.本方法首先根据接收到的观测信号建立自回归（AR）模型,通过AR模型计算信号的功率谱;然后将其功率谱等效成矩形谱,并将矩形谱的带宽作为OFDM信号的估计带宽;最后通过多次循环求统计平均...     

基于空子载波的信噪比估计算法

为了解决传统信噪比估计算法在多径信道下性能显著降低且复杂度较高的问题,提出一种基于空子载波的高性能信噪比估计算法.该算法联合数据辅助和非数据辅助的方法,利用空子载波进行噪声能量的估计,通过接收信号估计噪声与发送信号的能量之和.该算法不但能够在高斯信道下取得较好性能,而且可以提高系统在多径信道下的性能,对多普勒频移和信道时延扩展均不敏感.实验结果表明:与4种传统算法相比,该算法在多径信道下性能提升93.3%,并且具有较低的复杂度.     

多径CD3S信号的混合卡尔曼滤波解调

提出了一种基于混合卡尔曼滤波的CD3S信号解调算法,在多径衰落信道下,采用状态估计的方法解调混沌直接序列扩频(CD3S)信号.根据混沌系统映射方程建立了混沌码同步问题的状态空间模型,并利用无损卡尔曼滤波器实现了混沌码同步;根据信道参数与信息码相对于混沌码的慢变特性,建立了信道参数估计与信息码估计问题的状态空间模型,并利用两个卡尔曼滤波器分别估计信道参数与信息码.三个滤波器均把彼此的估计结果作为系统参数,交替工作,通过联合估计实现信息码解调.仿真结果表明:无论多径信道是时不变的还是时变的,算法均可以提高混沌码同步精度,降低CD3S通信系统误码率.     

混合采用被动时反及RAKE接收的扩频水声通信方案

在多径水声信道条件下,时间反转和RAKE接收机技术是直接序列扩频通信系统利用多径能量提高通信性能的2种常用方法,但在实际环境中信道多径结构、信噪比等因素影响着时间反转技术和RAKE接收机技术的性能.针对这个问题,分析了时间反转技术和RAKE接收机抑制多径干扰的不同机制,并提出一种通过混合使用被动时反与RAKE接收来结合两者优点的扩频水声通信新方案.该方案在不同信道结构及信噪比条件下可优化选择合适的多径抑制手段从而提高系统稳健性.湖试实验表明:在高信噪比下,时间反转可利用高质量的探针信息对多径进行聚焦,在低信噪比下则通过RAKE接收机重组多径能量,从而更好地抑制多径,克服码间干扰,提高通信系统的稳健性.     

基于Givens旋转多用户多径DS-CDMA信号伪码盲估计

针对多径多用户低信噪比下的伪码估计,提出一种基于Givens旋转多用户多径DS-CDMA信号伪码盲估计的算法.该算法在同步接收扩频信号的基础上,利用特征值分解法获得用户特征向量子空间,通过2维Givens矩阵对子空间特征向量组成的2维载荷矩阵进行旋转,当定义的载荷矩阵总方差达到极小值时停止旋转,得到伪码序列的最佳估计.该算法克服了传统特征分解法估计多用户伪码序列时的缺陷,解决了多用户多径低信噪比情况下伪码序列的盲估计问题.仿真结果表明该算法是有效的,且具有抗多径干扰的能力.     

短波信道下直扩信号检测与载频盲估计

针对通信侦察识别中广泛遇到的短波信道下直接序列扩频信号(DSSS)的检测与参数估计问题,提出了一种利用广度优先搜索邻居(BFSN)聚类分析提取未知信号高阶循环累积量循环频率的算法。该算法通过聚类比较截获信号的各类峰值,剔除干扰和奇异类信号,克服了短波信道中常见的多径效应引起的码间串扰(ISI)影响,从而实现了在低信噪比条件下,对直扩信号进行检测和载频的盲估计。对算法进行了理论分析,并通过计算机仿真验证了该算法在低信噪比下具有较好的稳健性。     

相关衰落多输入多输出系统的参数化信道估计

针对多输入多输出(MIMO)系统中信道空域相关影响信道估计性能的问题,提出了一种基于多径参数估计的信道估计方法.该方法适用于多径稀疏信道环境下的双端部署均匀线性阵列的MIMO系统,通过构建信道的多径参数化模型,用多径的径参数描述信道矩阵和信道空域相关,将信道估计问题转化为多径参数的估计,并采用波达矩阵算法估计出多径参数以完成信道估计.由于利用了信道的多径结构,在不需预知信道空域相关的情况下,能够获得比Least-Square方法更好的信道估计性能.仿真实验表明,与Least-Square方法相比,当信道估计均方误差达到10-1时,该方法在4×4和6×6的MIMO系统中分别能够获得2.5 dB和5 dB的信噪比增益.     

OFDM系统中简单高效的时间同步算法

提出一种新的正交频分复用（OFDM）系统中的最大似然时偏估计算法．该算法在高斯加白噪声（AWGN）信道和多径衰落信道2种环境下与H．Minn的算法基于估计的均方误差进行了性能比较．提出的算法由于在高信噪比的情况下不存在性能下限,因而即便是在多径衰落环境下仍能保证较高的估计精度和较低的运算复杂度．     

BOC调制长码扩频信号的组合码盲估计*

针对BOC长码扩频信号的盲估计问题,本文提出了一种酉矩阵变换方法对组合码(扩频序列和副载波序列的组合)进行估计。该方法可以消除矩阵与信号子空间的相位模糊关系,首先将将信息序列与组合码序列的长码直扩模型建模于虚拟多用户模型,然后计算信号的自相关矩阵,并通过搜索该矩阵Frobenius范数最大值的位置来确定接收信号的失步点,然后将接收信号连续采样,按组合码周期将信号分段,对各个分段进行自相关运算,对得到的自相关矩阵进行累加平均后,进行矩阵分解,最后利用酉矩阵变换方法确定信号子空间与特征向量的关系,得到出各个信息位对应的组合码部分,对各个部分的组合码进行结合可以得出完整的组合码序列。仿真分析表明,该方法能够在较低的信噪比下达到较精确的估计性能。     

V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

基于被动时间反转的差分循环移位扩频水声通信

针对在时变的水声信道中系统的精确同步十分困难,而传统循环移位扩频系统在没有精确同步的条件下,很难准确判决的问题,提出一种差分循环移位扩频水声通信方法.该方法采用差分方式调制,能够在系统粗同步的条件下准确解调信息;在接收端采用被动时间反转方法解调,抑制多径效应产生的影响,并降低系统的复杂度.湖上试验结果表明:所提方法在1.8km的通信距离下实现无误传输;对试验数据附加噪声和同步误差处理后,在信噪比为-8dB、同步误差为5/4移位单元情况下的误码率达到10-5.     

基于集成神经网络的信道估计方法研究

为解决噪声以及信号干扰等因素严重影响接收端信道估计的问题,提出一种基于集成神经网络的信道估计方法,利用多个改进后的神经网络来提取带噪导频信号与原始导频信号之间的非线性关系模型,根据其输出误差来计算差异度值,并结合差异度对其进行集成,得到训练完成的集成神经网络模型,通过集成神经网络模型来获取信道估计结果;与最小二乘(least squares,LS)估计方法相比,该方法不仅可以提高通信的可靠性,而且还能减少导频开销提高通信有效性;在不同的调制方式下,当误码率相同时,算法所需的信噪比LS算法均要更低;基于正交频分复用(orthogonal frequency division multiple,OFDM)通信系统进行仿真,结果证明,该方法具有优良的性能。     

多径衰落下通信系统的分析与仿真

通过对通信系统的学习,研究了加性高斯白噪声信道、多径瑞利衰落信道和莱斯衰落信道3种信道。对不同信道下通信系统的性能情况进行了分析和仿真。通过对各种信道下的仿真结果分析和误码率的比较,得出多径瑞利衰落信道模型下的误码率要高于加性高斯白噪声信道和莱斯衰落信道,并严重降低通信系统性能的结论。对直接序列扩频系统具有抗多径衰落的情况进行仿真,指出直接序列扩频系统可以解决多径衰落对通信系统的影响。     

非协作通信中的信噪比估计算法

研究基于信号协方差矩阵分解的信噪比估计算法.该算法使用最小描述长度准则实现了信号空间维数的估计,进而实现信噪比估计.在此基础上,提出了基于信号功率谱的信噪比估计算法.由该方法计算出接收信号的功率谱,估计出有用信号的带宽,在有用信号频带外的噪声频带上估计出噪声的功率,从而估计出信噪比值.仿真实验表明,当信噪比小于3dB时,基于信号功率谱的信噪比估计算法优于基于信号协方差矩阵分解算法.     

瑞利衰落信道下扩频通信系统抗多径干扰性能研究

在一种新的实用瑞利衰落信道下,存在加性高斯白噪声,对直接序列扩频(DSSS)通信系统抑制码片内、外多径干扰的能力进行理论分析与计算机仿真。证实扩频通信系统在多径瑞利衰落信道中传输时能有效地克服多径衰落;在多径衰落信道较强的条件下,与提高扩频增益相比,增加扩频码的码长对于提高移动通信系统的抗多径衰落性能更加有效,但是扩频增益并非越高越好,需合理选取。