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.     

一种用于多径衰落水声信道的盲均衡算法仿真研究

在水声数字通信中，严重的多径衰落和多普勒频移是影响通信性能的两个主要因素。研究了一种分数间隔判决反馈盲均衡结构，以有效地克服水声信道多径衰落的不利影响。同时，针对水声信道的时变多普勒特性，在分数间隔判决反馈结构的基础上，提出了一种修正常数模分数间隔判决反馈盲均衡与二阶数字锁相环相结合的盲均衡算法，以纠正信道引入的载波相位旋转。最后通过计算机仿真，将该算法与常数模波特间隔判决反馈盲均衡算法进行了性能对比，仿真结果证明了该算法的有效性。因此，该算法具有良好的实用性和应用前景。     

平流层衰落信道下QOTDM系统的盲均衡研究

提出一种在平流层衰落信道条件下适用于准正交时分复用(QOTDM)系统的盲均衡算法.发送端基于QOTDM基本原理得到频谱白化的发送信号,接收端根据发送信号的特性,用梳状滤波器对接收信号滤波,恢复样点序列.通过改进的恒模算法(MCMA)对样点序列初步均衡,时分分接后再通过阶数很短的MCMA-FSE-DFE方法均衡,可以消除多径衰落带采的符号间干扰.在平流层衰落信道下,该算法可以明显消除QOTDM系统存在的误符号率下界.在相同的信息传输速率,相同的信道条件下,当信道的莱斯因子为10dB、系统的误符号率在10-3左右时,该算法比基于DFT信道估计算法的OFDM系统有3.5dB左右的性能改善.     

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。     

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.     

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。     

MIMO-OFDM系统中基于CS-ESPRIT算法的多频偏盲估计

提出了一种基于接收信号循环平稳特性(CS)和基于旋转不变技术的参数估计方法(ESPRIT)的多输入多输出正交频分复用(MIMO-OFDM)系统多频偏盲估计算法。理论分析表明,算法无需训练序列或导频符号,可估计每对收发天线间频偏,适用于任意分布加性平稳噪声下的频偏估计。计算机仿真验证了算法在低信噪比下仍可取得稳定性能,并在传统单入单出(SISO)OFDM系统中也可获得较好的性能。     

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。     

中低轨卫星信号的多普勒频移估计与补偿

针对中低轨卫星信号的多普勒频移具有大范围快速时变的问题,基于航天动力学理论,计算出卫星和接收平台间的相对位置和速度,从而可预先估计卫星信号的多普勒频移.对频移估计的误差进行了分析,给出了一种多普勒频移的快速估计和实时补偿算法,同时也对卫星的可视时间段分情况进行讨论.计算机仿真和工程实践表明,该算法简单、实用,有利于对快变大频偏的卫星信号进行快速跟踪和解调.     

基于波达方向矩阵的MIMO-OFDM系统载频偏移估计

MIMO-OFDM系统中设置虚拟子载波后,时域接收符号向量与经频域信道系数加权的频域发射符号向量之间通过一个范德蒙矩阵相互联系,且该矩阵的列向量的结构决定于载频偏移量。基于此,提出了一种采用波达矩阵方法、利用范德蒙矩阵的移不变结构完成载频偏移估计的闭式频偏估计方法。该方法综合地利用了多收发天线的空域分集效应,降低了信道零点对频偏估计性能的影响,有效地提高了估计的均方误差性能。仿真结果验证了不同天线配置情况下所提出算法的性能。     

基于压缩传感的MIMO-OFDM水声通信信道估计算法

充分利用水声信道的稀疏特征,提出一种基于压缩传感理论的多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)水声通信系统信道估计算法。在MIMO-OFDM水声通信系统模型的基础上,考虑Doppler频移的影响设计符合压缩传感理论框架的过完备字典,利用一系列非正交基在过完备字典下描述待重建信号。通过对比分析基追踪降噪、丹茨格选择器以及正交匹配跟踪3种算法的信道估计性能,进一步证明了算法的有效性。仿真实验结果表明,基于压缩传感的稀疏信道估计算法具有优于传统最小二乘算法的信道估计精度,并且在最小二乘矩阵求逆奇异的情况下仍能准确地估计出信道参数;在计及Doppler频移的影响时,直接压缩传感估计优于补偿后的压缩传感估计方法。     

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。     

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。     

基于变分推理的Turbo频域均衡与信道估计

针对时变频率选择性信道下的单载波编码传输系统,提出了基于变分推理的低复杂度Turbo频域均衡与信道估计联合迭代算法。所设计的软输入软输出检测器和子块间干扰抵消器能统一处理信道估计误差的影响。通过分析接收信号因子图,提出了算法实现的双迭代结构,内迭代完成联合频域均衡与软信道估计,外迭代进行软干扰抵消和解码。仿真结果表明,所提出算法的误码率性能和对叠加训练信号强度的稳健性均优于具有相似复杂度的期望最大化方案。     

基于同一训练序列的OFDM系统联合高效算法的研究

针对高速无线数据通信系统中的关键技术——正交频分复用,提出一种高效联合算法,即用同一组训练序列同时实现系统整数倍频偏同步、信道估计和降低峰均比。其主要方法是用训练序列实现系统的整数倍频偏同步和信道估计,同时用训练序列中的数据构成PTS算法的加权系数,以降低峰均比。仿真结果表明,该系统能用同一训练序列同时实现系统同步、信道估计和降低峰均比,与独立实现各功能相比,该算法不仅能够同时实现以上三种功能,而且由于利用一组训练序列,节省了资源,提高了系统的有效性。     

基于DNN的无人机数据OFDM传输技术

针对无人机信道含多径、多普勒频移,还易受到外来干扰和高功率放大带来的非线性失真影响的问题,提出一种基于深度神经网络(deep neural network,DNN)的无人机正交频分复用(orthogonal frequency divi-sion multiplexing,OFDM)数据传输技术.下行链路采用OFDM系...