基于GOMP及其改进的OFDM系统稀疏信道估计

研究在正交频分复用（OFDM）系统的稀疏信道估计问题.由于在许多通信系统中信道具有稀疏性,因此可以把信道估计问题转化为稀疏信号的恢复问题,应用压缩感知理论求解,把现有的恢复算法——广义正交匹配追踪算法（GOMP）运用到信道估计中,并对它加以改进.仿真结果表明,与广义正交匹配追踪算法（GOMP）相比,正交匹配追踪算法（OMP）运行时间少,计算复杂度低,但是估计的最小均方误差略差.为了进一步提高该算法的性能,提出了改进的广义正交匹配追踪算法,性能得到了较大的提高.      

多媒体传感网中限幅OFDM的信道估计算法

针对限幅正交频分复用（OFDM）系统中非线性失真导致信道估计性能瓶颈的问题,提出一种利用时间相关性的迭代信道估计算法.获取信道响应时,该算法综合运用了导频信息和历史信道信息,首先对硬判决后的OFDM符号进行限幅滤波,然后估计导频及数据子载波的非线性失真,最后进行信道再估计及符号再判决.理论分析及仿真结果表明：算法提高了信道估计和符号检测的准确度,而且算法只需1次再估计即可达到传统算法的均方误差理论极限,误码率性能提升了0.8dB.     

高速环境下多小区联合信道估计算法

在已经投入运行的高铁列车环境下,存在着频繁的小区切换和小区接入过程,而这两个过程都产生强的相邻小区干扰.在接收端进行信号检测时,单个小区联合检测必须扩展到多个小区联合检测,相应的信道估计算法也必须扩展到多小区.传统信道估计算法对本小区和相邻小区进行信道估计时,其他小区的用户信号均被视为噪声,增加了噪声的总功率,低了信道估计精度,最终降低了多个小区联合检测算法的性能.本文提出的信道估计算法把相邻小区的强干扰用户纳入信道估计矩阵来降低噪声,达到提高信道估计精度的目的.仿真表明,该算法同时提高了本小区用户信道估计精度和邻小区强干扰用户信道估计精度.     

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.     

基于SLNR的MU-MIMO系统预编码和用户调度算法研究

在MU-MIMO通信系统中,允许多个用户在相同的频率和时隙上进行通信,可以有效增大系统吞吐量、提高系统性能,如何设计高效的预编码方案和用户调度方案以减少用户间的干扰是MU-MIMO系统面临的主要问题之一。本文首先利用最小均方误差方法的改进信道矩阵来有效减少估计信道误差的影响,提出了一种基于信漏噪比(SLNR)的MU-MIMO系统预编码方案;在此基础上,针对传统的贪婪用户调度算法复杂度过高的特点,提出一种基于SLNR准则的低复杂度的用户调度方案。通过仿真分析,提出的预编码方案能够有效降低系统误码率,用户调度方案有效降低了算法计算复杂度。     

基于帧紧迫度的边界可移动虚拟信道调度算法

虚拟信道调度算法完成虚拟信道在物理信道中的排序,其性能决定了高级在轨系统多路复用的时延性能和物理信道传输效率。传统的动态调度算法未区分虚拟信道紧迫度与帧紧迫度的不同,并且未讨论在同步时隙中没有同步数据时如何有效利用该同步时隙,因此性能有限。针对这一问题,提出了一种基于帧紧迫度的边界可移动虚拟信道调度算法。该算法根据信源的数据类型将虚拟信道划分为同步虚拟信道和异步虚拟信道,对同步虚拟信道采用轮询算法进行调度,对异步虚拟信道则采用基于帧紧迫度的虚拟信道调度算法进行调度,并且二者之间的边界是可移动的。实验结果表明,提出的算法与传统动态调度算法及边界不可移动的调度算法相比,大大降低了各虚拟信道的平均调度时延、最大调度时延,并明显提高了信道利用率,更适于在空间链路中传输多种不同类型的数据。     

α稳定噪声下最小均方Sigmoid误差自适应时间延迟估计

为解决脉冲噪声下最小均方误差自适应时间延迟估计算法估计性能的退化问题,以对称α稳定分布模型描述脉冲噪声,提出最小均方Sigmoid误差自适应时间延迟估计算法.该算法通过对误差信号求取Sigmoid变换,抑制了较大误差对估计结果的影响.以最小均方Sigmoid误差代替最小均方误差作为优化准则,迭代模拟信道延迟效应的滤波器权系数,其收敛时峰值的位置就是所要估计的时间延迟.仿真结果验证了该算法在高斯和非高斯对称α稳定分布噪声条件下的优良估计性能,说明最小均方Sigmoid误差是一种韧性的最优准则.     

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.     

一种高频段正交频分复用系统中相位噪声消除算法

针对高频段正交频分复用（OFDM）无线通信中相位噪声功率增加导致系统性能降低,提出了一种低导频开销的相位噪声消除算法.通过分析高频段OFDM系统信道传递函数和相位噪声特性,在OFDM导频时隙上同时估计信道传递函数与相位噪声;在导频子载波假定信道不变,连续估计相位噪声以抑制相位噪声引起的载波间干扰.仿真结果表明,在大相位噪声下,该算法降低了导频开销,同时有效消除相位噪声,提高了信道传递函数估计的准确度.     

宽带快衰落MIMO信道中高斯插值算法研究

对时变多输入多输出（MIMO）信道的估计和跟踪是实现MIMO系统接收端准确检测、解码等的前提。将低阶高斯插值算法应用于宽带Rayleigh快衰落MIMO信道，对其快速变化实现估计，与采用信道跟踪相比，该方案算法复杂度低，且易于实现。同时对该算法进行了仿真，分析了影响算法性能的主要因素。仿真和分析表明，高斯插值估计算法与单纯的最小二乘相比可以较好地反映快衰落信道的变化，较大地降低系统的估计误差，改善系统的性能。     

无线传感网络通信过程中有效带宽估计方法改进研究

无线传感网络通信过程较为复杂,当前有效带宽估计方法存在估计精度低、整体性能低下的弊端。为此,提出一种新的无线传感网络通信过程中有效带宽估计方法,介绍了无线传感网络通信过程中的链路有效带宽和端到端的有效带宽,通过信道检测技术对信道利用率进行计算,依据平均竞争窗口值对链路冲突进行检测,对需重传的数据帧个数进行计算,获取检测时信道所占用时间的估计值。通过统计平均策略获取有效带宽的退避时间参数,得到有效带宽估计结果。为了降低估计误差,通过EWMA模型对有效带宽测量值进行平滑处理,避免瞬时值对估计结果的干扰。实验结果表明,所提方法估计精度高,整体性能强。     

一种WSN中能量有效的分布式检测和功率分配算法

针对并行估计结构的无线传感器网络,讨论了无线传感器网络中的分布式估计问题,提出了一种能量有效的分布式估计算法,并对相应的功率分配问题进行了阐述。系统对于同一观测目标采用多发送单接收模式,由汇聚中心依据观测区域内的所有传感器节点发送的信息对观测对象做出估计,该算法基于LMMSE准则,考虑总能量受限和各支路信道状态信息两方面的因素,在满足一定系统性能要求的前提下,选定部分节点作为活动节点传输数据,并参与相应的功率分配,关闭未被选中的节点电源,从而实现有效的节能,进而延长无线传感器网络的生命周期。实验结果表明,该分布式估计的功率分配算法下的系统性能以及估计值的均方误差性能明显优于基于平均功率分配算法。     

基于神经网络的多传感加权融合算法的研究

数据融合技术是无线传感器网络的一个关键的技术,能减少传感器的传输量,从而明显提高网络的感知性能,延长网络生命周期,减少时间延迟.多传感器的数据融合可以获得比单一传感器更多,更准确的信息.针对从含有噪声的测量数据中估计出监测变量,对自适应加权融合算法进行改进,基于信任度方法对测量数据进行数据预处理,然后基于神经网络误差修正的方法实现各传感器权重的自适应匹配,从而得到较为准确的估计值.通过对比仿真实验,本文算法的融合结果在精度、容错性方面均优于均值估计算法和自适应加权融合算法;能够更好地适应当今大数据环境下对数据精确度的要求.     

TDCS的压缩感知稀疏信道估计方法

为充分利用变换域通信系统高速无线传输时信道表现出来的稀疏多径传输特性,提高TDCS的信道估计精度,提出一种基于压缩感知的TDCS稀疏信道估计方法。针对TDCS设计了一种导频图案,该导频图案设计的数据帧结构保证了TDCS信号授权用户的正交性,且其构造的测量矩阵具有较低的互相关特性;利用Dantzig Selector重构稀疏信道冲激响应值。基于COST207乡村信道模型的仿真表明:新方法可有效降低稀疏信道估计的均方误差,在误比特率为0.002时可获得比最小二乘估计方法高约1dB的性能增益。     

改进的自适应最优低秩信道估计算法

针对正交频分复用系统中线性最小均方误差(LMMSE)信道估计算法计算复杂度高,且存在当信道的统计特性与先验知识不匹配时估计性能恶化的问题,利用信道频域冲激响应的移动平均自相关函数,结合子空间分解、跟踪和序列正交原理,提出一种改进的自适应最优低秩信道估计算法.对比文中算法和LMMSE算法、LS算法和联合AIC(akaike criterion)秩估计准则的自适应低秩信道估计算法,结果表明:文中算法的秩估计更为精确;在插入导频数量较少的情况下,改进的信道估计算法能获得更高的信噪比性能增益.     

一种基于模糊系统的信道估计新方法

信道估计是数字移动通信中的一个重要问题。S.Abeta等人提出了一种加权多时隙平均法 (WMSA) ,改善了信号传输的性能。这里提出了一种新颖的信道估计方法 ,即基于模糊系统的半盲信道估计方法 ,利用模糊系统建立数据信道模型 ,利用自适应最小均方 (L MS)方法估计模糊系统的参数。由于模糊系统良好的函数逼近性质 ,该方法可以较好地估计数据信道。计算机仿真实验表明 ,该方法对不同移动速度下的信道都可以得到比较准确的估计 ,与 WMSA方法相比 ,克服了在移动速度增加时会发生信道估计急剧恶化的现象。     

采用时域测量矩阵的压缩感知稀疏信道估计方法

针对传统最小二乘和伪随机序列相关信道估计方法在稀疏信道应用时估计精度差的问题,提出一种采用时域测量矩阵的压缩感知稀疏信道估计方法.新方法首先将循环前缀单载波分块传输系统中的稀疏信道估计建模为一个典型的压缩感知问题,然后利用具有最优循环相关特性的伪随机序列优化构造确定性压缩感知测量矩阵,避免了使用随机测量矩阵造成的存储不便及估计性能差的问题,且提高了信道估计性能.基于准静态COST 207典型城市信道模型的仿真结果表明:该估计方法能够有效地降低稀疏信道的估计均方误差,在16 dB处的误码率可达2×10-5,而相同情况下最小二乘信道估计方法的误码率只能达到3×10-3.     

煤矿井下OFDM自适应调制技术

煤矿井下环境恶劣,多径效应带来噪声增加和误码率上升,使通信质量下降。针对这一情况,将正交频分复用（OFDM）自适应调制技术引入井下无线通信系统,选择瑞利衰落信道模型,采用SVD算法和低通滤波、三次样条插值算法进行信道估计和插值,并对OFDM自适应调制算法进行性能仿真。结果表明,自适应调制算法的误码率性能明显优于固定调制;SBLA自适应调制算法比Greedy、Fishcher和Chow算法更易实现;低通滤波插值算法比三次样条插值法更能准确估计信道特性。该研究为煤矿井下信息的实时、高速、准确传输提供了技术参考。     

一种应用于低轨卫星的APRMA MAC协议

针对低轨卫星通信信道碰撞检测能力弱,时延较长和大业务量的特点,提出一种具有接入控制机制的自适应APRMA MAC协议。通过对信道负载和业务优先级判断来确定不同业务的接入概率函数,并且接入概率在每个时隙中通过更新来动态适应系统资源的变化。该MAC协议确保多个终端合理共享有限的无线资源同时,系统能达到高容量。通过仿真对语音业务丢包概率、数据包平均时延和数据业务吞吐量三个衡量协议性能指标与传统协议进行分析对比,证明了APRMA协议的性能。