OFDM系统中一种基于训练引导的判决反馈均衡技术

针对OFDM系统,提出了一种基于训练引导的判决反馈均衡算法.算法中的信道估计以基于长训练序列的初始估计为基础,结合判决过程中所反映出的信道变化情况而综合得到.并将当前信道的预测值反馈回去,用以对接收的下一个数据符号进行均衡.通过仿真,测试了算法的误符号性能,并与常规的单一训练序列算法和基于导频的线性插值算法进行了比较.仿真结果表明,该算法可以很好的抵抗多径时延扩展和多普勒频移对接收信号的影响,均衡后的误符号性能较单一训练序列算法有3～4dB的性能改善,并能在最大多普勒频移高达275Hz范围内的高速移动环境下对信道衰落实施有效的估计和均衡.     

可重构智能面辅助的低精度量化大规模MIMO系统的信道估计

针对可重构智能面辅助的低精度量化的大规模多输入多输出(multiple input multiple output, MIMO)系统中信道估计问题进行了研究。该系统的信道估计难点在于可重构智能面由近无源反射天线构成, 没有基带信号处理能力。系统观测值通过低精度的模数转换器量化使信道估计问题变得更富挑战性。本文基于基站-可重构智能面-用户的级联信道推导出等效信道, 并证明在虚拟角域上，该有效信道是结构稀疏信号。提出了基于期望最大化的近邻学习广义近似消息传递算法，从低精度量化的观测值中恢复等效信道。仿真结果表明所提出算法比传统算法具有更好的性能表现。     

大规模MIMO系统中分布式压缩感知LMMSE信道估计

大规模多输入多输出(multiple input multiple output, MIMO)系统中，信道估计算法复杂度随着基站侧天线数量的增加而急剧增加, 针对需要在信道估计算法复杂度与算法性能之间进行折中的问题，提出分布式压缩感知线性最小均方误差(distributed compressed sensing linear minimum mean square error, DCS-LMMSE)算法。该算法利用信道的空时共稀疏性, 首先根据先验支撑集信息将接收信号分为密集部分和稀疏部分, 然后分别采用不同的算法进行初始信道估计, 最后采用奇异值分解代替信道相关矩阵求逆进一步降低DCS-LMMSE算法复杂度。所提算法与传统线性最小均方误差算法相比明显地降低了计算复杂度。仿真结果表明, 所提算法与纯压缩感知稀疏信道估计算法相比具有更好的性能。     

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。     

水声通信中基于信道估计的稀疏均衡算法研究

为实现相位相干水声通信系统的实时处理,降低由信道大时延多径结构所导致的接收算法复杂度与稳定性问题,提出了一种基于信道估计的多通道稀疏均衡算法.该算法针对水声信道的稀疏特性,采用稀疏算法减小均衡器的阶数,降低了系统复杂度;并且将变步长LMS算法与基于信道估计的完全反馈均衡器相结合,提高了均衡器性能;同时采用多通道可变步长算法,各个通道的步长可以独立的自适应调节,增加了均衡器的稳定性与灵活性.在实际湖试信道条件下的性能仿真表明:在10kin的距离上,与传统四通道DFE-LMS算法相比,此算法在降低稳态误差的同时,参与迭代计算的抽头数减少了78%,从而计算量大为减小,同时系统性能也得到了改善.     

LDPC编码的MIMO-OFDM系统中的联合半盲均衡与解码研究

在低密度奇偶校验编码的多输入多输出正交频分复用系统中,针对接收信号存在多天线干扰、多径衰落和加性噪声的问题,提出了不同调制方式下基于线性规划(linear programming, LP)的联合半盲均衡与解码算法。当系统采用高阶正交幅度调制时,提出了新的约束条件,保证了联合解码的正确性。同时利用导频符号对系统子信道进行估计,根据估计出的信道信息,分别给出了传统的Turbo接收机和基于LP的联合检测与解码的仿真结果。实验结果表明,在导频符号数量较少时,现有的基于信道估计信息的检测算法会出现错误地板,而所提的算法则取得了较优的误码性能。     

全递推型式线性预报法可视化仿真

在数字通信系统中,由于信道的严重非线性失真,使得当发送数据信号通过该信道时,在接收端将产生符号间干扰,导致接收性能的严重衰落,如造成较高的误码率。为了改善系统性能,接收端必须通过信道均衡或序列估计消除信道畸变,因此很多盲均衡算法被相继提出。本文根据基于二阶统计量的盲均衡经典算法构造了全递推型式线性预报算法,利用SIMULINK提供的基本模块库及DSP模块库建立SIMO系统可视化仿真模型。在该系统模型下分别对三种信道情况进行仿真,给出误码率曲线并进行对比,对仿真结果进行分析。     

MC-CDMA系统中基于粒子群算法的多用户检测

提出了一种频率选择性信道下使用多天线分集接收的多载波码分多址(MC-CDMA)系统中基于粒子群算法(PSO)的多用户检测(MUD).当采用多天线分集接收时,各个天线接收的信号经历了相互独立的衰落,导致不同天线分支对应的匹配度函数相互独立.为解决多天线分集接收的多目标优化问题,提出了虚拟Pareto前端的概念,并使粒子按照Pareto优化准则进行速度和位置更新.仿真结果表明,所提方案获得了增强的开发和探索能力,其性能优于常规粒子群算法和多目标遗传算法.     

Nakagami信道基于16APSK的加权信噪比估计算法

自适应编码调制(adaptive coded modulation, ACM)技术是一种提高无人机(unmanned aerial vehicle, UAV)数据链吞吐量性能的有效方法,信道估计的准确性是决定ACM系统性能的关键因素之一,直接影响UAV数据链的吞吐量性能。首先对Nakagami衰落信道进行分析建模,推导了信号经过衰落信道后的表示方法。其次对Nakagami衰落信道下基于多进制数字相位调制(multiple phase shift keying, MPSK)的信噪比(signal-to-noise ratio, SNR)估计算法进行推导和分析,仿真结果表明三阶矩(third order moments, M3)SNR估计算法比传统的二〖JP2〗阶矩四阶矩(second and fourth moments, M2M4)SNR估计算法具有更好的估计性能。最后,针对Nakagami衰落信道下的现有估计算法对非恒包络调制信号估计性能差的问题,提出了一种适用于非恒包络的16阶振幅移相键控(amplitude phase shift keying, APSK)信号的加权SNR估计算法,该算法利用接收信号的先验信息和信号的阶矩关系进行SNR估计,具有复杂度低,估计精度高等优势。理论分析与仿真结果表明:所提出的算法可以有效地对16APSK调制信号进行SNR估计,且相比于M2M4算法,利用M3信息进行信道估计的加权SNR估计算法具有更高的估计精度。     

第三代移动通信卫星/地面信道建模与仿真技术

描述了各种测试环境下的第三代移动通信地面/卫星信道的建模及仿真实现.信道特性的仿真是系统仿真的重要组成部分,对信道估计、切换算法和功率控制等方面的分析与建模有重要的意义.和一般的信道特性仿真不同的是,所提出的信道仿真与模拟方法具有基带可硬件实现和实时的特点.重点分析了实现信道特性仿真的两种算法慢衰落的相关性整形和频率选择性多径衰落.最后给出数值计算和SIMULINK仿真结果.     

Blind channel estimation for redundant precoded OFDM systems

Considering that channel estimation can play a crucial role in coherent detection of the information symbols in each data block, a blind channel estimation approach is proposed for redundant precoded orthogonal frequency-division multiplexing (OFDM) systems. A redundant linear frequency-domain precoder is applied to each pair of blocks before they enter the OFDM system. Because of the introduced structure, the frequency-selective channel can be identified at the receiver based on autocorrelation operations, singular value decomposition (SVD), and by resolving the scalar ambiguity. The proposed channel estimation method has low computational complexity and requires no prior statistical information on channel or noise. And the proposed blind method has high spectral efficiency owing to exploiting no training sequence. Computer simulations confirm that this proposed blind channel estimation method can identify the frequency-selective channels perfectly and obtain a good performance.     

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。     

一种基于导频的OFDM系统信道估计方法

提出一种使用矩形导频图案的OFDM信道估计方法。接收端首先在频率方向估计信道,然后在时间方向插值。该方法仅需累加和少量乘法运算就能估计出信道冲激响应,复杂度低,实时性高。在未编码16QAM-OFDM系统中,通过仿真将提出的方法与线性、cubic和MMSE插值法进行均方误差和误比特率的比较。结果表明该方法性能优于前两者,接近后者。     

低复杂度无线OFDM自适应信道估计算法

提出了一种基于传输信道状态检测的低复杂度无线OFDM系统自适应信道估计算法,利用导频子载波在时频方向对当前信道状态进行统计检测,动态跟踪信道参数的变化特征,自适应选择当前条件下的最优内插滤波系数;同时简化传输信道先验统计信息求解,以此作为滤波系数选择的依据.仿真结果表明,在低复杂度条件下可以获知当前信道模型化参数近似统计信息,利用较少的计算资源就能获得较好的自适应性能;从而有效克服了二维Wiener滤波器实现复杂度高,以及传统信道估计按照最恶劣信道情况上限进行设计所导致的非匹配性估计性能损失.     

ZP-OFDM的简单数据处理和信道估计算法

为简化接收端信道估计和数据检测的复杂度,对使用零保护间隔(zero padding,ZP)的正交频分复用(orthogonal frequency division modulation,OFDM)系统提出一种简单的数据处理和信道估计算法。利用插入ZP的特殊结构,经过时域简单处理,将信道矩阵变为循环矩阵,再对时域接收数据进行傅里叶变换,得到频域接收和发送数据一一对应的关系,可以和使用循环前缀(cyclic prefix,CP)的OFDM一样进行频域插入导频、频域信道估计和频域一阶均衡。仿真结果表明,使用ZP的OFDM系统节省了发送功率,在慢时变信道情况下具有和CP-OFDM相比拟的性能。     

基于信道多普勒特征的外辐射源雷达杂波抑制方法

利用数字广播信号的正交频分复用(orthogonal frequency division multiplex, OFDM)调制特性,提出一种基于信道多普勒特征的外辐射源雷达杂波抑制方法。首先,在子载波域获取每个OFDM符号的频域信道响应值,然后将该信道响应值变换到时域,并在时域利用信道多普勒特征构造杂波子空间项,用于抑制零频和非零频杂波。所提方法杂波子空间构造与发射信号无关,可离线生成,简化了信号处理流程,降低了计算复杂度。仿真和实测数据均验证了所提方法的有效性。     

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...     

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。     

基于导频的OFDM信道估计小波核SVM算法

针对传统多径衰落下的OFDM导频信道估计性能低下,地板效应的缺陷,提出了基于导频的小波递归最小二乘支持向量机(WRLS-SVM)时变信道频率估计算法。首先讨论了小波成为核函数的条件,构造了小波核。然后将根据结构风险递归二乘最小化准则回归估计支持向量机原理,把导频训练序列映射到高维空间,并在高维空间采用结构小波核函数,达到了将低维空间的非线性估计转化为高维空间的线性估计的目的。仿真结果表明,在快衰落信道条件下,小波递归最小二乘支持向量机导频信道估计方法可以获得较好误码性能。该方法优于传统的信道插值方法。