OFDM系统自适应比特加载算法

在正交频分复用（OFDM）系统中应用自适应技术能有效地提高系统性能．文中针对固定数据速率及子信道比特率受限的情况，研究了使系统发射功率最小化的自适应比特加载问题．首先对无限小信息粒度的最优化问题进行分析，确定最小功率的下界．在此基础上再对整数比特（有限信息粒度）的最优化问题进行求解，由此得到了一种快速的整数比特加载算法．仿真结果证明，该算法是一种运算速度快的最优比特加载算法．     

基于自适应比特分配的SAR复图像频域压缩算法

研究合成孔径雷达(SAR)复图像数据的虚实部压缩算法,针对SAR复图像数据的统计特性,提出一种自适应比特分配的改进算法。首先在频域对SAR复图像数据进行自适应加权预处理,然后由香农率失真定理结合拉格朗日乘子法,推导了基于方差的块自适应虚实部最优比特分配公式,给出了整个压缩算法的流程图。根据流程图进行了多次压缩实验,并分析了算法的压缩性能。最后将改进算法与传统算法进行比较,验证了改进算法具有更优的幅度保持和相位保持的特点。     

一种基于天线选择的比特功率分配算法

链路自适应技术根据信道环境的变化自适应地调整发射功率、调制方式等,以最大化地利用无线信道资源．为了适应3G对可变数据速率和灵活QoS的要求,结合天线选择技术、比特分配和功率分配技术的优点给出一种基于天线选择的比特和功率分配算法,基于天线选择的比特和功率分配算法在BER受限的情况下最大化数据传输速率．仿真结果表明,该算法比原算法能有效地提高数据传输速率．     

异构网融合中基于RBIR的物理层抽象算法

为了提高异构网络融合中不同空中接口接入情况下链路性能预测的准确性,提出了基于接收比特互信息率(RBIR)的物理层抽象算法.物理层抽象算法通过压缩函数把一组不同的信干噪比(SINR)序列映射成单一的SINR值,通过该SINR值查表得到真实的误块率(BLER)值.利用拟合函数表示不同条件下的参考曲线表,简化了系统设计的复杂度.从信息论的角度对接收比特互信息率RBIR算法进行理论推导,证明了接收比特互信息率RBIR与误块率BLER具有一一对应的关系.通过对CDMA EVDO网络和无线局域网(WLAN)进行仿真,结果表明,该算法能够较好地描述这2种网络中不同调制编码方式、信道状况和误块率之间的关系,拟合函数曲线与实际仿真结果吻合较好,能够准确预知不同网络的链路性能.     

低复杂度的MIMO-OFDM系统自适应调制方案

以最小化发射总功率为目标,提出了一种低复杂度的MIMO-OFDM无线通信系统的自适应调制方案.在发射端,基于已知信道状态信息,应用奇异值分解将空分复用信道转化为并行的子信道,并将表征信道增益的信道矩阵特征值用于子信道自适应调制优化设计中.针对MQAM调制,采用变步长的贪婪算法得到优化的子信道比特加载及功率分配方案.仿真结果表明,所提出的简化算法与一种近似最优的自适应调制算法性能接近,但复杂度降低了30%以上.     

基于遗传算法的多用户OFDM比特加载

根据最小发送功率准则,针对多用户OFDM系统,提出了基于遗传算法的自适应比特加载解决方案.采用的矩阵编码方法直观、简单,具有并行性运算特性.通过交叉和变异让搜索跳离局部极值的陷阱,搜索到全局最优解.仿真结果表明,在给定的误比特率下,遗传算法与等比特分配方案相比可节省功率5~6 dB,与multiuser adaptive OFDM(MAO)方法相比仅相差1 dB,同时遗传算法的并行性使得节省了运算时间,提高了运算效率.     

一种MA准则下改进的OFDM系统自适应比特功率分配算法

针对经典贪婪算法(greedy)迭代次数多、运算量大的缺点,提出一种基于边缘自适应(margin adaptive, MA)准则的改进贪婪算法来进行正交频分复用(orthogonal frequency division multiplexing, OFDM)系统的自适应比特功率分配。与贪婪算法相比,改进算法通过预分配和迭代分配两部分来降低算法的计算量。在预分配中改进算法通过引入功率利用率函数,对信道条件好的子信道预先加载一部分比特。然后,在迭代分配的过程中,引用分类排序的思想,用一张表格存储子信道的功率变化情况,从而降低算法的复杂度。仿真结果表明,在相同的仿真环境下,改进算法和Greedy算法的误比特性能几乎一致,但改进算法的运行时间更短。     

OFDM系统中一种改进的低复杂度自适应比特功率分配算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统在进行自适应比特功率分配时存在过高复杂度的问题,提出了一种基于边缘自适应(margin adaptive,MA)准则的改进低复杂度自适应比特功率分配算法.与贪婪(Greedy)算法相比,提出的改进算法通过预分配和迭代分配2部分来降低算法的计算量.改进算法先在预分配中根据信道条件预先分配部分比特,在迭代分配中通过增大内存开销的方法减少Greedy算法中计算和比较每个子信道功率增量的次数,从而降低算法的复杂度.仿真结果表明,在相同的仿真环境下算法的自适应分配效果和Greedy算法的自适应分配效果基本一致,同时该算法和Greedy算法具有几乎相同的误比特性能.且随着子信道数量的增加,与Greedy算法相比,该算法的运行时间更短,进而说明所提出的算法具有较低的复杂度.     

基于有限反馈的MIMO空分复用预编码优化设计

针对MIMO空分复用系统中利用信道状态信息自适应选择最佳预编码方案能有效提高系统性能,提出了一种基于有限比特反馈的预编码联合优化算法.该算法以最优化理论为基础,得出一种基于有限比特反馈的联合功率控制和空分复用预编码的最优发射机结构,并以此结构为基础提出了一种基于MMSE准则的最优预编码码本设计算法.仿真结果表明,与已有基于等功率的码本设计方法相比,所提出的设计算法在没有增加反馈开销的情况下,进一步改善了系统性能.     

基于自适应的单载波频域均衡算法

为了克服频率选择性信道中的码间干扰问题,研究了基于自适应的频域均衡算法。在传统的频域自适应均衡中,由于从时域到频域转换的"块"延迟特性,使所需训练序列的数量很大,降低了系统的通信效率。提出了一种自适应频域均衡算法。通过对训练数据序列在频域进行多次自适应学习,使得频域均衡器系数在此过程中逐渐收敛到最优值。由于在自适应过程中仅使用一段训练序列,而且不再进行信道参数和噪声功率的估计,从而提高了通信效率。仿真结果表明,在准静态信道条件下,该算法取得了较好的频域均衡性能。     

基于信道特征生成对抗网络的信道建模方法

基于生成对抗网络(generative adversarial networks, GAN)的数据生成特性,提出一种用于信道特征生成的GAN改进模型,即信道特征生成对抗网络(channel feature generative adversarial networks, CFGAN)。采用完全无监督学习信道特征方式,利用线性编码向量与生成信道之间的互信息关系和变分互信息最大化原理,实现编码向量与信道特征对应;采用实测室内电力线信道数据集训练CFGAN模型,训练完成的CFGAN能够学习到不同信道特征分布。仿真表明,在-80～-10 dB大动态衰减范围内,CFGAN可根据学习到的信道特征生成具有明显区别的4类信道模型,并且生成信道和实测信道的信道特征差异小于2%。     

基于压缩感知的OFDM稀疏信道估计导频优化算法

研究了在正交频分复用（OFDM）系统中基于压缩感知信道估计的导频图案设计问题.为了优化信道估计的性能,提出了优化算法,在基于压缩感知的测量矩阵互相关最小化准则的基础上,通过增大随机生成数进行分组,分别计算每组的互相关值,再进行比较求互相关的最大值从而获得导频图案.仿真结果表明,与使用基于测量矩阵互相关最小化准则的导频图案相比,该优化算法得到的信道估计的最小均方误差要低30%.      

基于EXIT图的LDPIDMA系统性能分析

交织多址接入(interleavedivision multipleaceess system,IDMA)技术是第四代移动通信的关键技术之一,为了使该系统更加接近多址接入的信道容量限,设计了一种基于LDPC码编码的交织多址接入(IDMA)系统。利用基于互信息的EXIT图工具,从信息论的角度对LDPC码应用于交织分多址系统的性能进行预测和分析。分析结果表明, LDPC码非常适合于IDMA系统,相比无编码系统而言,在AWGN信道下多用户的系统性能得到了明显的改善,同时也验证了EXIT图分析迭代系统性能的有效性。     

测试的离散信道模型与信息量

针对系统级故障诊断过程中测试信息量的计算问题,建立了测试过程的离散信道模型,提出了基于信道平均交互信息量的测试信息计算方法,并证明算法的复杂性为O(mnlogn2),为系统级故障诊断提供了精确的定量分析基础。     

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.     

基于信息保真度的最优信息传输

为度量信息被信道噪声干扰后的可恢复程度, 提出基于互信息的信息保真度概念, 并揭示保真度与互信息以及信息恢复方法误差概率之间的内在联系。 理论分析表明, 信道最大信息保真度能反映最优传输消息分布, 在此基础上把最优传输消息分布的求取转化为信息保真度极值问题, 并研究基于最大化信息保真度的最优信息传输。 以二元无记忆信道为例, 对其进行理论和数值分析, 并验证了最大保真度与信道容量以及最优传输消息分布之间的关系。 结果表明, 对较为复杂的信道模型, 基于信息保真度的最优化计算比信道容量的计算更为简洁。     

干扰条件下基于互信息量准则的弹载雷达波形优化

弹载雷达发射波形设计在导弹制导系统中有着重要作用。为解决复杂电磁环境下,弹载雷达受到噪声、杂波和干扰影响导致目标探测性能降低的问题,基于互信息量（mutual information,MI）准则提出了一种新的同时存在噪声、杂波和电子干扰影响时的发射波形优化算法,通过拉格朗日乘子法得到最大化目标响应与雷达回波间互信息量的最优波形表达式,并利用一阶泰勒级数近似简化该表达式。仿真实验对比了不同杂波和压制干扰、不同发射能量约束下优化前后所获互信息量;结果表明,当平均功率限制为100 W时,相比于原始波形,采用优化信号情况下所获互信息量翻倍。优化发射波形能够通过优化信号的频域能量分布,主动避开干扰和杂波影响大的频率,使接收回波包含更多目标信息。     

基于反向试验信道的信息率失真函数计算方法

利用Lagrange乘数法和互信息与熵的关系,提出了一种基于反向试验信道的信息率失真函数计算方法,给出了信息率失真函数的参量表示式,分析了该参量表示式中参数的物理意义,并举例说明了其具体应用．     

Adaptive Modulation and Coding Based on Fuzzy Logic Cognitive Engine

Adaptive modulation and coding( AMC) which depends on channel state information( CSI) can make the modulation and coding scheme( MCS) for the sender changed, and make the spectrum efficiency enhanced. The traditional method of AMC establishes a lookup table of MCSs at first,and then the sender chooses the proper MCS according to the CSI from feedback channel. However,this method is not suitable for frequency selective and fast fading channel. Thus, a method based on fuzzy logic cognitive engine is proposed in this paper. The type of channel is recognized by the fuzzy logic cognitive engine,then the MCSs are modified to suit for the channel type. The simulation results show that the proposed method is more suitable for frequency selective and fast fading channel. And it is more reliability under the condition of meeting the bit error rate( BER).     

基于傅立叶变换的OFDM信道估计方法研究

分析了无线OFDM 系统中基于傅立叶变换的信道估计方法,提出了在低信噪比情况下使用LMMSE估计的一种改进方法和在高信噪比情况下使用不需要先验信息的LS估计的改进方法。仿真结果表明，在无线多径慢衰落信道条件下，该改进方法都能够有效对抗频率选择性和先验信息的估计偏差对信道估计的影响，在估计性能与算法复杂度之间取得良好折衷。