基于短时傅里叶变换的水声通信自适应OFDM均衡

由于水声环境时变特性,在水声信道中进行正交频分复用(orthogonal frequency division multi plexing,OFDM)信号传输,子载波间的正交性易受到破坏,从而产生载波间干扰,使得水声通信的误码率性能变差。针对这个问题,提出一种适用于水下时变信道的自适应OFDM均衡算法,该算法采用滑动窗口进行子块短时傅里叶变换获得接收信号的二维时频谱,进而对该二维时频谱进行自适应时-频域联合合并均衡。该自适应均衡算法中采用最小均方误差算法跟踪信道时变特性,并通过自适应判决反馈均衡更新二维时频谱的加权合并系数,提高了OFDM系统抗载波间干扰的性能。仿真分析表明,所提出的OFDM均衡算法可在时变信道下,有效降低水声通信的误码率。     

基于不完美CSI的水声自适应功率分配算法

水声信道面临带宽资源有限、环境复杂的问题，为提高水下通信速率，基于水声传感器网络的海洋应用提出自适应通信的需求。传统基于简单信噪比指标的自适应资源分配算法无法准确表述衰落信道的统计特征，利用强化学习和卷积神经网络预测信道的方法虽然可以提高一定信道状态信息(channel state information, CSI)的准确性，但这种方法需要长期的观测和大量的训练样本，不符合水声环境的实际情况。对比，构建了一种中继放大转发协作正交频分复用(orthogonal frequency division multiplexing, OFDM)通信的模型，解决了由于节点漂浮导致直接通信传输效率变低的问题，并提出一种在时延反馈CSI中基于OFDM的自适应功率比特分配算法，利用条件概率表征不完美的CSI,调整自适应通信参数，进行遍历容量最大化建模。仿真结果表明，该算法实现功率和比特的联合自适应分配，平均传输速率指标优于直接反馈CSI的功率分配算法，虽然略低于采用马尔可夫链预测信道的方法，但结合算法复杂度来看，所提算法更简单，更适合能量有限的水声传感器网络。     

非理想信道状态信息下的OFDM比特分配算法

提出一种在非理想信道状态信息条件下,以平均误比特率为目标的正交频分复用(OFDM)比特分配算法.该算法对子信道当前频率响应值进行估计,估计值经延时后反馈至发送端,并以此作为自适应比特分配的依据.仿真结果表明,当信道估计器的均方误差小于-15dB时,信道估计误差对自适应OFDM系统的性能影响不大.采用多个信道估计值来确定比特分配可以减小信道信息延时对系统性能的影响,有效提高系统性能.     

OFDM水声通信中基于压缩传感的稀疏信道估计

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)水声通信中常规的最小均方（least square, LS）信道估计方法需要大量训练导频且得不到较高估计精度的问题,提出了一种基于压缩传感原理的OFDM稀疏水声信道估计方法。该方法首先以正交短时傅里叶基构成的训练波形为OFDM的导频来“感知”信道,然后利用压缩传感技术的稀疏重构算法来对信道进行重构。〖JP2〗基于实测水声信道的仿真结果表明,在相同估计精度前提下,基于压缩传感的信道估计方法较常规的LS算法所需训练导频数得到大幅度减小,传输效率得以提高,且对噪声的鲁棒性增强,较好地适应了双扩展稀疏水声信道,尤其适用于动平台OFDM水声通信系统。     

基于ZoomFFT的水声OFDM信号解调算法

为解决快速傅里叶变换(FFT)栅栏效应对水声正交频分复用(OFDM)通信系统解调性能的限制问题,提出基于选带傅里叶变换(ZoomFFT)的水声OFDM通信解调算法.将接收信号经过移频、降采样等处理得到其细化谱,提高频谱分辨力,削弱栅栏效应;同时对信道响应进行细化处理,基于最小均方误差(MMSE)原理构造信道均衡算法,消...     

正交频分复用系统自适应分配算法分析

提出了两种自适应分配改进算法,这两种方法均适用于短波宽带正交频分复用(OFDM)系统.改进算法1对Ficsher算法进行了改进,弥补了Fischer算法不能应用在短波宽带信道下的重大缺陷:改进算法2对Chow算法进行了改进,弥补了Chow算法不能应用于严重频率选择性衰落信道和低信噪情况下的缺陷.计算机仿真了短波宽带信道背景下的固定OFDM算法、Chow算法和两种改进算法,仿真结果表明,改进算法要远远好于固定OFDM算法,改进算法1性能较好,计算简单,改进算法2性能较改进算法1好,但计算较为复杂.     

OFDM系统中的快速发射功率分配算法

针对在限定传输速率和误码率的情况下最小化OFDM系统发射功率问题,提出了一种基于灌水原理的次最优快速算法。算法利用灌水水平和系统传输速率之间的关系求出高效的灌水水平粗搜索方法,然后用二分法求解出所需的灌水水平。当信道发生变化时,该算法可以快速地确定出新灌水水平所处的区间,从而实现对时变信道进行快速跟踪。仿真结果表明该算法收敛速度较快,适合应用于信道随时间变化的OFDM通信系统中。     

信道参数对多天线OFDM系统的性能影响

讨论了在波束成形的多天线OFDM系统中信道反馈时延和多普勒频移所带来的信道估计误差对通信性能的影响。将信道估计误差等价为与信道参数相关的随机变量并通过Q函数的等效定义和OFDM系统中各子信道的同分步特性,推导出了多天线的OFDM系统误码率受信道反馈时延和多普勒频移影响的闭合表达式,同时仿真给出了三个发射天线、三个接收天线下的不同反馈时延和多普勒频移对通信误码率的影响,可为时变信道下的多天线OFDM系统设计提供参考。     

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。     

基于自适应混合算法的智能存取系统动态路径规划

研究了药房智能存取系统拣选路径的动态规划问题,提出了该问题的数学模型,并设计了一种新的自适应混合粒子群遗传算法(Adaptive hybrid particle swarm algorithm).该算法在粒子群遗传混合算法的基础上引入了动态调整和自适应进化的策略.在算法前期粒子群搜索阶段,建立了惯性权重系数、认知系数与收缩因子之间的联动关系,随着惯性权重的动态变化,认知系数与收缩因子也适时进行调整,提高了搜索效率和搜索精度.在算法的后期,采用了遗传算法的自适应交叉和变异的进化过程,对陷入局部最优的粒子群进行打散,使得每次迭代中都能最大限度的获取路径信息,使种群的搜索朝向解空间的不同区域发展.经过对某大型医院智能存取系统的路径规划仿真实验,验证了提出的算法相对于其他算法在求解速度和求解精度上都有较大的提高.     

基于波形特征的外辐射源雷达杂波抑制算法

在正交频分复用(orthogonal frequency division multiplexing,OFDM)波形外辐射源雷达系统中,相对于直达波和多径回波,目标回波的功率要微弱许多,因此多径杂波抑制是此雷达信号处理的一项关键技术。许多时域自适应滤波算法被用来抑制直达波和多径回波,但往往存在滤波器阶数过多,或计算负担过高的问题。基于OFDM波形的多载波调制特性,提出了分载波自适应滤波算法,相比于常规时域自适应滤波算法,能够有效降低滤波器阶数和计算复杂度,简单且高效。以基于OFDM调制原理的数字调幅广播外辐射源雷达为例,详细介绍了分载波递归最小二乘和分载波归一化最小均方算法的自适应滤波原理和过程,并基于仿真和实测数据分析比较了常规时域自适应滤波算法和分载波自适应滤波算法的性能差异。     

PSO与相位因子优选对结合降低OFDM峰均比的算法

针对正交频分复用 (orthogonal frequency division multiplexing, OFDM)系统的峰均功率比高的缺点,提出一种新的相位因子优选对方法,降低OFDM系统的峰均比。相位因子优选对方法原理是,筛选出多个低峰均功率比的子序列,将这些子序列重组后传输来降低系统峰值平均功率比 (peak to average power ratio, PAPR)。把相位因子优选对方法、粒子群优化算法（particle swarm optimization, PSO）与相位因子优选对结合的方法与传统PSO方法对比验证。仿真结果表明,把PSO与相位因子优选对结合的方法应用在OFDM系统中,获得了优于传统PSO算法0.1~0.2 dB的PAPR性能值,证明了新方法的有效性。     

基于RSAMP算法的OFDM稀疏信道估计

为了提高稀疏度自适应贪婪迭代(sparsity adaptive greedy iterative, SAGI)算法的重构性能, 缩短重构时间, 提出了一种基于有限等距性质(restricted isometry property, RIP)的稀疏度预测自适应匹配追踪(RIP based prediction-sparsity adaptive matching pursuit, RSAMP)算法, 并成功将其应用于正交频分复用(orthogonal frequency division multiplexing, OFDM)系统信道估计。首先, 提出一种基于RIP的稀疏度预测方法, 可以在稀疏度未知的情况下快速精确地逼近真实稀疏度, 大大缩短了算法的运行时间。其次, 利用主成分分析法对观测矩阵采取了优化处理, 提高了算法的重构性能。仿真实验显示, 相较于SAMP、SAGI算法, 本文提出的RSAMP算法可以获取更好的估计性能和更短的运行时间。     

宽带正交频分复用系统的记忆型预失真器

提出了一种自适应预失真器及其迭代算法,可同时解决宽带OFDM发射机中功率放大器的非线性和记忆效应问题。该预失真器由均衡器和基于查询表(LUT)的无记忆预失真器串联组成,首先通过窄带训练序列,获得无记忆预失真器的参数,抵消功率放大器的非线性,然后通过迭代算法修改均衡器的参数,补偿功率放大器的记忆效应。与以往解决OFDM功率放大器记忆效应的预失真器相比,迭代算法简单,便于实现。仿真结果表明该预失真器可有效校正和抵消宽带OFDM系统中功率放大器的非线性和记忆效应。     

MIMO-STBC子载波资源分配算法研究

正交频分多址是一种无线环境下的高速传输技术,适合在多径传播和多普勒频移的无线移动信道中传输高速数据。在对与多天线STBC等效的单发单收模型进行研究的基础上,提出了一种适用于MIMO-STBC系统自适应优化的子载波资源分配算法,将复杂的分集增益指标转换为直观的SNR指标,明确表示出接收机SNR与信道相关矩阵之间的关系。仿真实验表明,该算法进一步提高了频谱效率与系统性能。     

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PSO在线优化的多模型自适应动态矩阵控制

针对常规的自适应动态矩阵控制算法,在实际被控对象的模型参数发生突变时,系统的瞬态响应较差,提出了基于PSO在线优化的多模型自适应动态矩阵控制方法。对一类含跳变参数的单输入单输出离散时间被控对象,在模型参数范围未知情况下,以自适应模型参数为依据,经规则判断后通过所提出的基于双群体深度搜索的粒子群优化（PSO）算法在线优化自适应模型参数,并通过所定义的模型相似度自动建立多个固定模型。通过指标切换函数找到当前最优控制器。仿真结果表明,该方法明显优于常规的自适应动态矩阵控制算法,说明了该方法的有效性和可行性。     

Power allocation for MIMO-OFDM systems with multi-user decoupling and scheduling

1 .INTRODUCTIONRecentinformation-theoretic results haveshownthat multi-ple-input multiple-output ( MI MO) channels have a greatpotential to i mprove spectral efficiency in rich scatteringwireless channels[1 ,2].Si multaneously,orthogonal frequen-cy division multiplexing (OFDM) has gained anincreasinginterest as a promisingalternativeforfuture highrate wide-band wireless systems because of its lowcomplexity signalprocessingto counteract frequency selectivity. The combi-nationof MI MOsy…