短波信道信噪比估计及其在信道均衡中的应用

基于短波Watterson信道模型,理论分析了基于训练序列的信噪比估计算法,并将其应用于短波信道均衡后信噪比估计中,解决信噪比估计过程中要求信道系数为实值、一帧数据范围内信道系数恒定、调制方式已知等问可题;并根据判决反馈均衡器在低信噪比时具有误差传递的特性,提出利用实时信噪比估计指导信道均衡在直接式与判决反馈式均衡算法间动态切换,以获取整体性能的提高;仿真验证了均衡后短波信道信噪比估计算法和信道均衡动态切换方式的可行性和有效性.     

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。     

SC-FDE系统中基于UW的联合信道估计均衡算法

针对基于特殊字(unique word, UW)帧结构的单载波频域均衡(single carrier frequency domain equalization, SC-FDE)系统提出一种联合信道估计噪声预测最小均方误差-残留码间干扰消除(minimum mean square error-residual intersymbol interference cancellation, MMSE-RISIC)均衡算法。该算法包括噪声预测MMSE-RISIC均衡算法与基于UW的噪声消除时域信道估计算法, 并将频域均衡算法与信道估计算法相结合。最后,利用华北地区300 km的9径散射链路参数进行仿真, 结果表明基于UW的噪声消除时域信道估计算法较基于UW的时域信道估计算法总体性能有所提高, 当误码率为10^-2时信噪比大约有1.2 dB的性能增益; 联合信道估计噪声预测MMSE-RISIC均衡算法相比改进MMSE-RISIC均衡算法性能也有提高, 当误码率为10^-2时信噪比大约有3.2 dB的性能增益。     

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。     

引入阈值和判决指导的DFT信道估计算法

针对传统的基于离散傅里叶变换（discrete Fourier transform, DFT）的信道估计算法中滤噪性能不够理想的问题,提出了一种在正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中引入阈值和判决指导的DFT信道估计算法,采用阈值法对噪声进行两次降噪处理。仿真结果表明,该算法在高信噪比和低信噪比下均可提高信道估计的性能,其归一化均方误差(normalized mean square error, NMSE)指标优于传统算法。     

色噪声中低信噪比单音正弦信号的频率估计

针对色噪声条件下的低信噪比单音信号频率估计问题,提出了一种色噪声功率谱补偿算法。该算法利用色噪声功率谱期望值的慢变特点,通过非线性滤波比较功率谱抽头与其邻域抽头均值的大小,消除色噪声功率谱起伏对频率估计的影响,进而采用极大值搜索给出频率估计。对所用非线性处理的稳定性进行了理论分析,并通过计算机仿真给出了算法估计精度,从而验证了算法的有效性。     

用于有虚载波OFDM系统的信道估计算法

提出了一种适用于有虚载波的正交频分复用系统的改进信道估计算法。由于传统的信道估计器无法估计虚载波处的信道传输函数,从而逆离散傅里叶变换导致信道能量泄漏,使得时域滤波方法不能直接应用。为了解决这个问题,利用信道冲激响应的有限性,推导了以最小二乘法(least square, LS)来估计虚载波处的信道传输函数。进一步观察信号子空间和噪声子空间中噪声的相关性,使用最大后验概率准则估计出信号子空间的噪声并消除其带来的估计误差。该算法不仅可在训练模式下应用,也可推广应用于基于判决反馈的跟踪模式。仿真结果表明,改进算法无误符号率平台效应,且其误符号率较传统LS算法有2 dB的信噪比增益。     

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.     

基于负熵最大化的压缩感知信道估计算法

讨论了在5G时代随着移动终端和网络流量的增长、大规模机器类型通信的产生以及天基卫星网络与地面蜂窝主干网络的结合, 使得移动无线通信的频谱使用范围更宽, 导致信道具有更为明显的稀疏性, 从而得以利用无线信道的稀疏性引入压缩感知技术来进行无线通信系统的信道估计。通过负熵最大化算法与l_p正则化改进现有的压缩感知信道估计算法, 将传统的最小化误差函数均方误差替代为最大化目标函数的负熵以适应信道非高斯噪声, 同时稀疏约束采用更为精确的l_p正则化以加强信道估计算法的稀疏表示。研究表明, 该算法不仅可以提高信道估计精度, 增强抗噪声鲁棒性; 另一方面可以利用更少的导频实现更高精度的信道估计, 具备提高系统频谱利用率的作用。     

一种基于噪声模型的TCP有效带宽估计方法研究

准确的带宽估计和网络建模对于网络拥塞控制算法的设计具有重要的意义.采用通信系统加性噪声分析方法和信道容量理论,将TCP链路背景流量的影响等效为加性噪声,提出建立了一种基于等效噪声的链路模型和带宽估计算法.该模型不同于传统带宽估计对采样值直接进行滤波处理来得到估计带宽,而是利用网络流量的随机过程特性采用统计方法进行有效带宽估算,所得到的估计带宽有界并且具有良好的收敛性和准确性.理论分析和仿真结果表明了该模型和算法是正确的.     

BICM-OFDM中基于ML算法的迭代信道估计

基于最大似然估计(ML),提出了一种新的联合译码的迭代信道估计算法。该算法利用比特交织编码调制(BICM)中迭代译码的硬判决信息,进行信道估计与译码之间的信息交换。在基于BICM的OFDM系统(BICM-OFDM)中,在短波宽带信道下的仿真结果表明,经过4次迭代,系统的误码率性能收敛。与传统ML算法相比,算法可有效的提高估计精度。     

基于子空间法的空时分组码系统信道盲估计

结合多信道子空间理论,结合空时分组码的正交特性,提出了新的盲信道估计算法。首先,根据空时分组码结构特点,将原编码矩阵分解,并将接收矩阵合理地构造,把原信道矩阵重新构造成新的重构信道矩阵。然后求出重构信道矩阵的噪声子空间,之后利用信号子空间与噪声子空间正交特性,构造出信道矩阵作为变量的线性方程组,因而可以得到信道矩阵的闭式解。对三种典型的空时分组码进行仿真验证,仿真结果表明本算法的有效性。     

基于导频符号的MIMO-OFDM系统多频偏估计算法

提出了一种基于导频符号的多输入多输出正交频分复用(MIMO-OFDM)系统多频偏估计算法.该算法设计了导频符号,并利用设计的导频符号在频域实现多频偏估计.理论分析证明了提出算法适用于低信噪比条件,并推导出了该多频偏估计算法理论上的估计精度.仿真结果验证了提出的算法在低信噪比无线多径信道条件下能够准确估计出各天线间的多个载波频偏.     

OFDM系统中相位噪声的自适应补偿技术及性能仿真

相位噪声对正交频分复用OFDM系统的性能有着关键性影响,其产生的通用相角错误CPE会使信道失真系数逐符号旋转,因而必须采用逐符号更新信道估计值的方法。提出了一种基于判决反馈的低通滤波算法来克服CPE所产生的信道旋转并提高信道估计的性能。该方法可通过导频子载波估计CPE所产生的信道旋转,并将解调后子载波的判决值通过低通滤波的方式降低信道估计的方差。文中采用了归纳法对该算法进行了理论分析,分析结果和仿真均证明了该算法的有效性,以及在计算量,收敛性方面的优势。     

注意力机制CNN的毫米波大规模MIMO系统信道估计算法

在室外光线追踪通信场景下,针对毫米波大规模多输入多输出(multiple input multiple output,MI-MO)信道具有稀疏特性、系统受噪声因素影响导致信道估计精度低的问题,提出一种基于图像去噪的注意力机制卷积神经网络信道估计方法.首先,设定参数产生模拟真实环境的数据集,将所产生的信道矩阵看作二维图像...     

改进的压缩感知限幅噪声消除方案

限幅引入非线性失真即限幅噪声, 使正交频分复用系统误码率性能显著下降。为消除限幅噪声, 本文提出了基于预估计限幅噪声位置的稀疏自适应匹配追踪方案。首先,在发送端信号送入信道之前, 根据信号幅度值, 预先估计被限幅采样点的位置, 使落在该采样点范围的限幅噪声作为压缩感知的观测值向量, 其次再对噪声进行重构。该预估计方案成功避免了信道对限幅噪声分布位置及幅值的干扰, 提高了重构精度。仿真结果表明,与传统压缩感知算法相比, 所提方案对系统的误码率性能及算法计算复杂度均有改善。