基于软符号重构的迭代子载波间干扰补偿方法

脉冲熄灭是正交频分复用(orthogonal frequency division multiplexing, OFDM)接收机常用脉冲干扰抑制方法,但该方法将导致子载波间干扰(inter carrier interference, ICI),恶化OFDM接收机链路传输的可靠性。为克服脉冲熄灭OFDM接收机ICI的问题,提出基于软符号重构的迭代ICI抑制方法。接收机信道译码器输出的码字比特软信息交织后计算得到发送符号的软估计值,然后利用信道频率响应重构接收信号,最后对熄灭信号样值进行时域补偿。仿真结果表明,所提出方法可有效消除脉冲熄灭法产生的ICI,提高OFDM接收机链路传输的可靠性。     

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。     

一种基于时频对偶特性的空频多普勒OFDM编码方案

基于时频对偶特性,提出了时变Doppler衰落信道下空频多普勒OFDM(Orthogonal Frequency Division Multiplexing)编码的一种新方案。在时变信道Doppler基扩展(BEM,Basis Expansion Model)模型的基础上,利用时频对偶性及循环矩阵的对角化处理,实现了时变Doppler衰落信道的线性化变换。通过OFDM调制,利用矩阵分块方法对OFDM子载频分块并按块进行复正交编码设计,实现了一般性MIMO系统中的空频多普勒OFDM编码。采用前端星座预处理与空频多普勒OFDM编码级联的方法,从而实现了包括信道Doppler分集在内的系统全分集增益。理论分析及实验仿真表明,新编码方案能稳健有效地对抗信道Doppler衰落,具有更高的频带利用率及更低的误比特率。     

基于时频分析的高频地波雷达电离层杂波抑制

针对高频地波雷达回波信号中的电离层杂波,提出了利用时频分析与特征值分解抑制杂波的方法.该方法首先通过时频分析合理地选择扫频脉冲时段和多普勒频率区间;然后对选定的时频域区间,采用特征值梯度准则与相邻距离元插值估计相结合的方法,分别在阵元-脉冲域和阵元-多普勒域进行特征值分解,更好地抑制了电离层杂渡.实测数据处理结果表明,该方法对电离层杂波具有很好的抑制效果.     

稳健的多通道SAR特征投影杂波抑制算法

针对强干扰目标信号污染影响传统的特征投影方法杂波抑制性能的问题,提出了一种稳健的特征投影方法。该方法首先构造与回波数据矢量对应的模归一化矢量,对其协方差矩阵进行特征分解,构造新的噪声子空间,最后将回波数据矢量向新的噪声子空间投影进行杂波抑制。理论分析和实验结果验证了该方法的有效性和稳健性。     

机载前视阵列雷达俯仰慢时间空时自适应处理

针对机载前视平面阵列雷达杂波抑制问题,提出了一种利用阵列俯仰维自由度和慢时间自由度进行空时二维自适应处理的方法。分析了该模型中杂波在俯仰多普勒平面的分布规律,通过采用多普勒频移方法补偿了杂波的距离非均匀性,与常规方位多普勒空时二维自适应处理方法不同,所提方法可以同时补偿杂波的主瓣和旁瓣。最后通过仿真实验将所提方法与三维空时自适应处理、传统方位慢时间二维自适应处理作了对比,证明了所提方法的优越性。     

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 division multiplexing, OFDM)数据传输技术。下行链路采用OFDM系统, 在接收端进行解调之后利用最小二乘(least square, LS)信道估计和迫零(zero forcing, ZF)算法做初步信号检测, 然后输入到由BiLSTM和全连接层组成的DNN中进行信道估计和信号检测优化, 并恢复数据流。仿真结果表明, 与传统插值方法相比, 所提方法在无人机起降、飞行和盘旋等3种状态下,信道估计性能具有明显优势, 比特误差率性能提升至少一个数量级; 在非线性失真和外来干扰的影响下, 所提方法仍具有显著性能优势, 不仅简化了系统对非线性失真和干扰的处理模块, 而且提高了系统的可靠性。     

基于子空间的MIMO OFDM盲载波同步方法

针对MIMO OFDM系统,分析了多径信道与频域信号Hadamard积子空间的特点,构造了适合多天线条件下的基于子空间投影的频偏估计代价函数.该代价函数只和归一化频偏与接收数据有关,不需要信道信息和发送数据信息,因此是一种能有效提高数据传输效率的盲频偏估计方法.与已有盲同步方法相比,所提方法不需要使用虚子载波,因而频谱利用率可得到进一步提高.文中对算法的性能进行了仿真,验证了算法可对一个子载波间隔内的归一化频偏进行精确估计.结果表明,该方法性能优于已有文献提出的MIMO OFDM盲载波同步方法.     

机载自适应阵中的多普勒—特征波束形成

在机载相控阵雷达下视情况下，多普勒展宽的时变杂波可以用自适应时空二维处理器得到最优的抑制。然而对于大型阵列的实时应用来说，这种最优时空二维处理却很难实现，这是由于它要求很高的计算量（以典型的采样协方差矩阵求逆算法￣［２］为例，其运算量大约为每次迭代Ｏ｛（ＮＭ）￣２｝，其中Ｎ为阵元数，Ｍ为时间采样数）。在本文中，首先通过杂波子空间分析证明了杂波自由度小于Ｎ＋Ｍ，而且阵列信号在经过多普勒滤波后，单个多普勒滤波器输出的杂波自由度很小，从而可以用一个仅有Ｎ＋Ｍ个自由度的低阶（部分自适应）处理器来实现准最优的杂波抑制；随后，提出了用Ｎ＋Ｍ个多普勒─特征波束（多普勒滤波器后跟空间特征波束）来近似杂波子空间的办法，并据此方法构造了一个使用这种多普勒一特征波束的广义旁瓣对消器并用它实现了准最优的杂波抑制，所需计算量仅为每次迭代Ｏ｛Ｎ＋Ｍ）Ｎ＋（Ｎ＋Ｍ）￣２｝。由于空间特征波束所具有的误差补偿能力，该处理器在实际应用中对于处理器自由度不足是不敏感的。     

多载波OFDM信号识别方法

无人机(unmanned aerial vehicle, UAV)技术发展迅速, 应用十分广泛, 用作UAV测控数传的正交频分复用(orthogonal frequency division multiplexing, OFDM)信号, 给民用无线频谱管理、军用非合作通信技术带来不小的挑战。基于此, 提出了一种基于包络相关谱的OFDM信号检测识别算法。主要利用OFDM信号的时域相关性, 通过计算信号的复包络相关谱, 并检测判断其相关谱的离散周期性, 实现了在非合作通信中OFDM信号的识别。相比基于高阶累积量的检测识别算法, 所提算法具有更好的信噪比适应能力, 而且不需要设定判别的经验阈值, 同时还能估计出子信道的带宽。仿真实验结果验证了所提方法的有效性。     

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。     

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DPCA杂波抑制的地面振动目标微多普勒提取

地面微动目标激励的雷达回波信号的微多普勒调制,反映了该目标的独有特征,因此可用于目标检测与识别。合成孔径雷达(synthetic aperture radar, SAR)对地面振动目标检测时,回波信号中不可避免地包含大量地杂波,给其微多普勒信息提取造成很大困难。为此,提出一种基于双通道SAR/DPCA杂波抑制的地面振动目标的微多普勒信息提取方法。首先利用双通道DPCA技术在复原始数据域对消地杂波以获取振动目标的回波信息,然后详细推导了杂波对消后微多普勒频率的参数化表达式。最后,通过数值仿真验证了该方法的有效性和正确性。     

分布式OFDM-MIMO雷达MTI处理

分布式频分正交复用多输入多输出雷达(orthogonal frequency division multiplexing multiple input multiple output,OFDM MIMO)是一种新型雷达系统。针对该雷达的杂波抑制问题,建立了该雷达的回波模型,分析了空间分集和发射频率分集对改善因子的影响,给出了该雷达的动目标显示(meving target indication,MTI)杂波抑制方法,并分析了提出方法的性能。较之传统发射相同载频信号的MIMO雷达,分布式OFDM MIMO雷达由于频率分集带来的处理自由度能改善多普勒频率落入MTI滤波器凹口的目标的检测能力。理论和仿真实验证实了提出方法的有效性。     

基于距离-多普勒域的电离层杂波极化抑制方法

斜投影极化滤波是高频地波雷达(high frequency surface wave radar, HFSWR)抑制干扰的有效方法。分析了干扰估计误差对斜投影极化滤波器性能的影响,指出多普勒处理后的电离层杂波较处理之前具有更高的干噪比,在距离 多普勒域处理可获得更佳的估计精度和干扰抑制效果。提出一种基于距离 多普勒域的电离层杂波极化抑制方法,并使用实测数据对其处理效果进行验证。对某HFSWR实验系统实际录取的数据处理结果表明,电离层杂波干扰得到有效抑制,信干比改善可达15 dB以上。     

基于高阶奇异值分解的OTHR海杂波抑制算法

针对短相干积累时间(coherent integration time, CIT)引起的多普勒分辨率低,无法从强大海杂波中检测出舰船目标的问题,提出了基于高阶奇异值分解(higher order singular value decomposition, HOSVD)的海杂波抑制算法。首先利用相邻单元内海杂波的相干性,将毗邻距离单元和方位单元的多脉冲接收数据应用三阶张量表示,然后采用HOSVD方法求解三阶张量的海杂波子空间和目标子空间的投影矩阵,最后利用投影矩阵将三阶张量映射到目标子空间以抑制海杂波。该方法与现有子空间类海杂波抑制方法相比,提高了信干噪比(signal to clutter plus noise ratio, SCNR)和峰值旁瓣电平比(peak sidelobe level ratio, PSLR),解决了目标谱峰偏移问题。     

OFDM系统在短波信道上的线性均衡方法

由于短波信道CHF的时变和多径,使OFDM信号的正交性受到损失(产生子载波间干扰ICI),从而导致了码间串扰(ISI),误码底板上升,并且随着信道的多普勒频率的增加而增加。针对这种情况,提出了一种简单的频域均衡方法。这种均衡方法假设:在一个OFDM块期间,信道的冲激响应(CIR)是线性变化的,而常规的单抽头频域均衡器对频率选择性多径衰落信道的补偿是假定在一个FFT块期间信道是静态的。当相对多普勒频率在范围(1.0005.0相似文献   

前视阵FDA-MIMO雷达距离模糊杂波抑制方法

超高速平台前视阵雷达面临强杂波抑制难题,其杂波不仅具有显著的距离依赖性而且存在多重距离模糊,导致雷达动目标检测性能急剧恶化。针对这一问题,提出了一种基于频率分集阵列和多输入多输出雷达的距离角度多普勒三维自适应处理距离模糊杂波抑制方法。该方法通过发射接收二维联合空域和差波束及时域邻近多普勒通道进行降维处理,保证算法的低复杂度以及在小样本条件下的杂波抑制性能。仿真实验验证了所提方法的有效性。     

Hybrid pilots assisted channel estimation algorithm for MIMO-OFDM systems

Abstract: A hybrid pilots assisted channel estimation algorithm for multiple input multiple output (MIMO) orthogonal frequency division multiplexing (OFDM) systems under low signal-to-noise ratio (SNR) and arbitrary Doppler spread scenarios is proposed. Motivated by the dissatisfactory performance of the optimal pilots (OPs) designed under static channels over multiple OFDM symbols imposed by fast fading channels, the proposed scheme first assumes that the virtual pilot tones superimposed at data locations over specific subcarriers are transmitted from all antennas, then the virtual received pilot signals at the corresponding locations can be obtained by making full use of the time and frequency domain correlations of the frequency responses of the time varying dispersive fading channels and the received signals at pilot subcarriers, finally the channel parameters are derived from the combination of the real and virtual received pilot signals over one OFDM symbol based on least square (LS) criterion. Simulation results illustrate that the proposed method is insensitive to Doppler spread and can effectively ameliorate the mean square error (MSE) floor inherent to the previous method, meanwhile its performance outmatches that of OPs at low SNR region under static channels.