基于稀疏特性的TH-PPM UWB信道估计算法

在TH-PPM UWB系统中,利用信道的稀疏簇特性,提出一种新的UWB(ultra wide-band)信道估计算法.该算法首先对原始信道进行信道缩短,有效地克服了信道过长给估计精度带来的影响,然后基于缩短后的复合信道,利用UWB信道的稀疏性,对原始UWB信道进行估计,避免了无谓的零值抽头估计,改善了算法的性能.仿真结果表明,当信道长度大于符号长度时,新算法可以获得较好的估计性能.     

基于稀疏特性的TH-PPM UWB信道估计算法

在TH-PPM UWB系统中,利用信道的稀疏簇特性,提出一种新的UWB(ultra wide-band)信道估计算法。该算法首先对原始信道进行信道缩短,有效地克服了信道过长给估计精度带来的影响,然后基于缩短后的复合信道,利用UWB信道的稀疏性,对原始UWB信道进行估计,避免了无谓的零值抽头估计,改善了算法的性能。仿真结果表明,当信道长度大于符号长度时,新算法可以获得较好的估计性能。     

UWB室内小尺度时空信道模型的研究

UWB室内小尺度参考信道模型存在局限性.在考虑信道时变性和多普勒效应的情况下,探测分析UWB室内信道瞬时与空间的变化特性.针对信道的平均功率时延剖面特性,采用裁减算法给出UWB室内时空信道离散部分和弥散部分数学建模的方法、参数和模型.时空信道模型的初步仿真结果表明,该模型能较好地吻合信道探测特性和已有的研究结果.     

矩阵束算法在信道参数提取中的应用

针对超宽带信号的频率依赖特性,首先分析了频率依赖性UWB信道模型的建立过程,提出采用矩阵束方法提取信道的3个参数:时延、频率依赖因子和幅度,给出了方法算例和仿真实例.为比较算法性能,还同时给出了扩展Prony方法的仿真结果.结果表明,采用矩阵束法可以较精确地估计出频率依赖性UWB信道参数,而且比扩展Prony法的估计误差要小得多,具有更高的抗噪性能.最后,还结合一个实际的井下频率依赖性UWB信道,利用矩阵束算法进行了信道重现.结果与原信道很接近,证明了方法的可行性.     

DS-CDMA系统多普勒、时延及信道的联合估计方法

针对多用户长码、带限DS-CDMA上行链路系统中存在的大多普勒频偏、多径时延及多径信道复增益等参数的联合估计问题,推导出基于根升余弦成型的多普勒、时延、多径衰落信道共同作用下的长码、带限多用户DS-CDMA上行链路接收信号模型,将信号表示为仅由导频及多普勒决定的可逆矩阵以及由时延和信道复增益决定的带限多普勒加权复合信道响应.提出一种基于此模型的非结构化间接估计算法即导频辅助下波形匹配-最小二乘并多级网格搜索算法,估计多普勒频偏及复合信道响应,并通过复合信道响应及基于波形匹配的贪婪算法估计时延和信道复增益.对本文算法进行蒙特卡洛仿真,仿真结果表明,在大多普勒条件下,本文算法可对时延、多普勒、信道复增益有良好的估计性能.      

DCT插值算法在OFDM水声信道估计中的应用

海洋声信道是一种复杂的时-空-频变参信道,信道估计的准确程度直接影响着整个系统的性能。本文首先分析了水下声信道估计的基本方法,介绍了基于DFT的信道估计算法,并重点介绍了离散余弦变换(DCT)的插值算法,最后在仿真得到的水声信道模型下对两种算法性能进行了仿真。基于DCT的信道估计算法在水声信道时延为非整数倍采样间隔时可有效抑制信号的频谱泄露问题,从而改善系统的性能,更加适合于时变的水声信道。仿真结果表明该算法在改善系统性能方面优于基于DFT的信道估计算法。     

基于前导训练序列的MB-OFDM信道估计

超宽带技术已逐渐成为无线通信领域研究、开发的一个热点,并被视为下一代无线通信的关键技术之一.UWB无线通信可以分成两种:无载波UWB、载波调制UWB.载波调制UWB有多种实现方案,主要有DS-CDMA UWB和MB-OFDM UWB.MB-OFDM作为UWB的一个重要候选方案,在频谱利用率、与其他窄带系统共存、抗干扰等方面有着出色的表现,而信道估计是无线通信领域的关键技术之一,是进行相关检测、解调、均衡的基础.文中在介绍MB-OFDM系统的构成、MB-OFDM系统信号结构以及超宽带信道模型的基础上,提出了一种基于前导训练系列的信道估计算法,对UWB信道条件下采用前导训练序列的LS估计和MMSE估计的性能进行了深入的分析和比较,最后给出了相关仿真结果.实验结果表明,利用前导训练系列的信道估计可以获得良好的性能.     

一种新型的CDMA通信信号侦收处理中的同步算法

扩频码的同步是实现对截获到的CDMA无线通信信号信息进行解析的基本条件.依据CDMA2000移动通信系统各用户扩频码的特点,针对该类无中心节点的CDMA通信系统,提出一种新型的CDMA通信信号侦收处理过程中的同步算法,该算法采用信道和时延联合估计技术,通过把用户传播时延的影响置入信道响应矩阵中,首先由信道估计间接获取用...     

基于信号结构重构的UWB稀疏信道盲估计

针对跳时脉冲位置调制的超宽带（ultra wideband based on time hopping pulse position modulation,TH-PPM UWB）通信系统,提出一种新的稀疏信道盲估计算法。该算法首先对信号结构进行重构,把发射信号与信息符号之间的非线性模型转换为线性模型,简化了信号处理难度;然后基于重构后的线性模型,推导出接收信号一阶统计向量与信道向量之间的关系,结合UWB信道的稀疏特性,估计出UWB信道参数,避免了无谓的抽头估计,提高了估计精度。仿真结果表明：新算法的均方误差（mean squared error,MSE）性能优于基于一阶统计量的盲信道估计算法,其BER性能也仅比理想信道差约1 dB。     

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.     

一种基于扩展Kalman滤波的多径估计算法

定位系统中,噪声环境下的多径估计是消除多径干扰的前提。提出了一种基于扩展Kal-man滤波(EKF)的多径估计算法,可以有效的估计多径信号的时间延迟和幅度。分析了本地码估计偏差、EKF的估计初值、相关间距以及采样频率对多径估计性能的影响。结果表明,EKF在估计多径信号时,EKF初值不仅影响其收敛速度,而且EKF初值中的幅度初值决定其是否收敛。同时,EKF时间延迟估计误差可以通过提高采样频率和增加最大早晚码间距来减小。     

延时估计误差对间接学习结构预失真器的影响

间接学习结构数字基带预失真器的实现需要估计模拟链路延时,而链路延时估计算法存在估计误差,此误差对预失真器性能的影响目前未有相关研究。该文以邻近信道功率比(ACPR)和归一化均方误差(NM SE)两项指标作为衡量标准,研究了延时估计误差对间接学习结构预失真器补偿性能的影响。结果表明,间接学习结构预失真器对延时估计误差敏感,在N yqu ist采样的预失真器系统中,只有当估计误差不超过系统采样间隔的1/64时,才能保证此预失真器能够有效地实现功放线性化。     

基于分数时延信道模型的低复杂度信道估计方法

由于多载波系统无线信道固有的稀疏特性,压缩感知技术(compressed sensing,CS)已被应用于正交频分复用(orthogonal frequency division multiplexing,OFDM)系统的信道估计中以提高频谱利用率.然而,传统的时域普通采样方法会导致信道恢复字典不够精细,无法精确反映传输信道路径特性.针对这一问题,提出采用多径稀疏分数时延信道模型来模拟OFDM系统的无线多径信道,利用在接收端进行时域过采样方法细化信道恢复字典以提高信道估计精度.同时,针对过采样引起的压缩感知测量矩阵的扩大而导致重构算法的复杂度增加的问题提出采用广义正交匹配追踪算法(generalized orthogonal matching pursuit,GOMP)以降低计算复杂度.仿真结果表明接收端时域过采样方法能准确检测到信道的分数时延且采用的GOMP算法能将传统的OMP算法的复杂度降低近80％,验证了所采用的信道估计方法的可靠性和有效性.     

角度域和时延域联合稀疏信道估计

针对多输入多输出(MIMO)系统在双选信道下信道估计问题,以及挖掘信道在时延域和角度域的联合稀疏特性,提出了一种新的基于压缩感知的联合稀疏信道估计方案.首先,基于基扩展模型,将信道估计建模为结构化压缩感知问题,随后基于压缩感知模型,提出了两种新的贪婪算法,有效地恢复了时变信道参数.其中两步同时正交匹配追踪(TS-SOMP)算法先在时延域中找到所有非零抽头位置,然后估计非零角度域系数.两环同时正交匹配追踪(TLSOMP)算法包括内外两个循环,在外部循环中找到一个非零抽头位置后,即可直接在内部循环求解非零角度域系数.最后,给出了归一化均方误差(NMSE)的仿真曲线,验证了本算法的有效性.     

基于改进LMMSE的UFMC信道估计算法

针对将线性最小均方误差(linear minimum mean square error, LMMSE)算法直接应用于通用滤波多载波(universal filter multi-carrier,UFMC)系统中需要先验信道相关矩阵信息的不足,提出基于LMMSE的改进算法.该算法在频域对使用最小二乘(least square, LS)算法获得的信道频率响应进行平滑处理,在时域通过优化采样点的截短以确定理想的信道采样长度,并采用迭代估计方法获得最优信道相关矩阵,从而避免先验信道相关矩阵信息.经MATLAB仿真验证,改进后的算法对噪声的干扰可以有效抑制,对比传统LMMSE算法误码性能提升约2 dB,可以有效改善信道估计的准确度.     

一种全球定位系统卫星C/A信号通道绝对时延标定算法

为了精密测量全球定位系统（GPS）卫星C/A（Coarse/Acquisition）信号发射通道时延,提出了一种采用数字信号处理技术的标定算法.对GPS卫星输出的C/A导航信号和时间保持系统的Z计数脉冲进行双通道同步采样,在数字域完成C/A信号预处理后,进行多速率数字信号处理,获取C/A信号中伪随机码起始点;结合Z计数脉冲信号样本数据的处理结果,计算得到C/A信号发射通道的绝对时延.采样率为10 GHz时算法标定结果的不确定度低于0.2 ns.

     

基于压缩感知的MIMO双选择性衰落信道的估计

为了减少MIMO （multiple-input multiple-output）时频双选择性衰落信道估计过程中需要的导频符号数,文中对多径信道的时延和多普勒频移构成的时频二维有界区域进行量化,将该信道估计问题建模为压缩感知理论中的稀疏信号重构问题,提出了一种采用正交匹配追踪估计MIMO双选择性衰落信道的方法.仿真结果表明获得相同的估计性能,所提出的压缩信道感知方法比传统的最小二乘法能节省近50％的导频符号,且该方法在低信噪比的场景里也能获得较高的估计性能.     

一种正交频分复用系统多径时延估计模型与算法

针对正交频分复用(OFDM)系统的时延(the time of arrival,TOA)估计未充分利用OFDM信号的时频特性及其精度较低的问题,根据OFDM信号的时频特性提出一种基于频域相偏的多径时延估计模型(Multipath Delay Estimation Based on Frequency Domain Phase-offset,FDP-MDE).并在此基础上,结合LTE(Long Term Evolution)系统的实际特点提出一种分组联合时延估计算法(Grouped Joint Time Delay Estimation,GJ-TDE).该算法首先将OFDM系统的时域接收信号转换为频域信号,然后对频域信号采样分成多组低维的接收数据矩阵并利用各采样数据矩阵组分级估计时延,最后取各时延估计值的平均作为定位时延值.仿真结果表明:在信噪比(SNR)为0dB、采样间隔为8的条件下,GJ-TDE算法的均方根误差(RMSE)比基于时域同步的Mensing算法降低了5.503 4m.     

脉冲噪声下基于自适应特征值分解的时延估计新方法

依据分数低阶统计量理论和噪声特征,提出一种鲁棒性自适应特征值分解（RAED）时延估计方法,扩展了自适应特征值分解（AED）时延估方法的使用环境．该算法在脉冲噪声环境下,组合两个接收信号,使其共变矩阵最小特征值对应的特征向量为信道的估计,并基于广义归一化最小平均p范数（广义NLMP）方法自适应得到该特征向量,从而获得时延估计．计算机仿真表明该方法在脉冲噪声环境下具有较好的鲁棒性．     

基于卡尔曼滤波压缩感知的超宽带信道估计

针对超宽带通信系统采样速率过高的难题,利用超宽带信道冲击响应的稀疏性,提出了一种基于卡尔曼滤波压缩感知的时变信道估计算法.通过将直接序列调制的超宽带发送信号进行下采样,建立压缩感知的数学模型,接收端通过卡尔曼滤波压缩感知的重构算法对信道的冲击响应进行重构.仿真结果表明,对于时变的超宽带信道采用卡尔曼滤波压缩感知算法,不仅可以有效降低采样点数,而且提高了信道估计的准确性.