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.     

一种基于OFDM训练序列的精确时延估计方法

提出了一种适用于OFDM系统的基于训练序列的精确时延估计方法.该方法利用频域差分互相关法,精确提取小数时延;在频域补偿小数时延后,再将时域相关法与上升沿法相结合,得到整数时延.由复杂度分析结果可知,当搜索法中获取小数时延的搜索次数大于2时,该方法的小数时延估计计算复杂度与搜索法相比低很多.仿真结果显示,当采样频率为10 MHz、多普勒频移为222.22 Hz、子载波个数为1 024的情况下,根据该方法所实现的时延估计精度能够达到分米级,平均比搜索法高出10 dB;同时,在低信噪比时,该方法比传统的时域相关法具有更健壮的整数时延估计性能.     

OFDM系统中基于子空间加权的时延估计算法

针对低信噪比条件下正交频分复用（orthogonal frequency division multiplexing，OFDM）系统利用MUSIC算法（multiple signal classification）进行时延估计时，特征值分解得到的信号子空间和噪声子空间不能完全正交导致算法性能下降的问题，提出一种基于子空间加权的时延估计算法——WMUSIC算法（weighted multiple signal classification）。算法对信道频域响应估计的协方差矩阵进行特征分解，利用噪声特征值的幂级数对噪声子空间进行加权处理，同时采用信号特征值的倒数对信号子空间进行加权处理，以修正MUSIC算法的伪谱，通过谱峰搜索得到时延估计值。仿真结果表明，与MUSIC算法相比，WMUSIC算法具有更高的时延估计精度，在信噪比为－8 dB时，估计精度在两径条件下提升71.46%，三径条件下提升19.48%。WMUSIC算法有效解决了低信噪比条件下MUSIC 算法伪谱谱峰存在混叠导致谱峰搜索误差较大的问题，可以完成较为准确的时延估计任务，提高了低信噪比条件下OFDM系统的时延估计性能。     

基于多路线性预测技术的时延估计

很多麦克风阵列时延估计算法在噪声和混响环境下性能都会下降。该文提出一种基于多路线性预测(multi-ple linear prediction,MLP)的时延估计算法。通过传递函数比估计来消除通道间传递函数的非对称性,提高信号相关程度;空间预测技术引入了阵列冗余信息,并以相关系数矩阵作为时延搜索的目标函数,提高时延估计的可靠性。实验结果显示了多路线性预测算法的估计准确率更高,性能更加稳健。与几种经典算法相比,在噪声和混响环境下MLP算法的估计正确率分别提高了5%和30%以上。     

基于G3-PLC OFDM系统的信噪比估计算法研究

基于G3-PLC OFDM系统,利用系统中的Preamble序列,通过接收端的时域信号估计信噪比.此算法可以很好地适应于时间和频域选择性信道,满足工程上的需要.     

MIMO-OFDM系统的时域导频信道估计算法

多天线正交频分复用(M IM O-OFDM)系统作为一种高速率无线通信的有效方式,其信道估计技术占有非常重要的位置。基于M IM O-OFDM系统的导频设计准则及特性,该文提出一种多径M IM O信道下用于多径定位和时域信道估计的算法。该算法从时域出发,首先利用所设计导频在时域上的循环移位正交性来获取多径信道的定位,从而利用时域导频符号来获取多径信道时域响应信息。仿真实验结果表明相比传统的频域信道估计插值算法,该算法在较低运算复杂度下可以获得信道估计性能的明显改善,同时作为导频符号的G o lay互补码有效降低OFDM系统功率峰均比(PAPR)2~5 dB。     

单载波频域均衡中的二维MMSE信道估计

单载波频域均衡(SC-FDE)系统利用单抽头频域均衡补偿频率选择性衰落。该文提出了一种用于SC-FDE系统的二维最小均方误差(MMSE)信道估计算法。利用信道的时频分离特性,将二维估计简化为频域一维MMSE内插与时域一维MMSE滤波的级联。该算法对基于时域训练序列和基于频域训练序列的SC-FDE系统均适用。仿真表明,所提算法在两种训练序列条件下均优于传统的一维信道估计算法,且其性能与理想信道估计更接近。     

一种基于稀疏重构的NB-IoT时延估计算法

针对传统的时延估计算法无法解决窄带物联网(narrowband internet of things, NB-IoT)低速率低功耗引起的估计精度低、计算复杂度高等问题,提出一种加入代价函数模型的基于稀疏重构的时延估计算法。利用窄带定位参考信号(narrowband positioning reference signal, NPRS)与传统的正交匹配追踪算法(orthogonal matching pursuit,OMP)进行时延值预估计,然后根据预估计的时延值构建冗余字典,在此基础上利用改进的OMP算法进一步对时延值进行估计。该算法中加入代价函数的思想将多维的时延估计降维成多个一维的时延估计,同时利用稀疏重构来消除各信号之间的干扰。另外,为了消除降维带来的局部最优的问题,合理设置软门限来有效并快速地终止代价函数模型的迭代过程。仿真结果表明,与OMP算法等传统时延估计算法相比,该算法具有更好的检测性能以及更高的时延估计精度。     

一种基于状态空间实现的频率估计与频率时延联合估计算法的研究

提出了一种基于状态空间实现的正弦信号的频率、时延联合估计新方法,其频率估计由状态过渡矩阵的特征值获得,同时时延估计则由观测矩阵和估计的频率给出,用正弦信号验证了该方法的性能.     

一种基于窄带自相关的实信号频率估计算法

单频含噪实正弦信号的自相关函数和其原信号的频率一致,且自相关可去除一部分噪声影响,因此基于自相关的频率估计算法一直备受关注。由于自相关可以从时域获得也可以从频域获得,基于自相关的频率估计算法有比较简单的基于时域的方法和性能比较好的基于频域的算法。结合时域和频域自相关的特点,提出一种基于窄带自相关的实信号频率估计算法,该算法在频域进行谱峰搜索后,利用信号的窄带功率谱来计算自相关,进而用简单的时域自相关的改进协方差算法(modified covariance,MC)来得到频率估计,推导出频率估计闭式解。仿真结果表明该算法性能优于传统的自相关时域算法和频域算法,在信噪比高于-7 dB时就能逼近CRB界。     

基于改进空间平滑技术的ESPRIT探地雷达时延估计算法

该文针对探地雷达地下回波时延估计问题,在详细论述ESPRIT探地雷达时延估计数据预处理过程的基础上,提出一种基于改进空间平滑技术的ESRPIT探地雷达超分辨率时延估计算法。基于FDTD的层状模型仿真数据验证了所提算法的有效性和可靠性。     

基于相关熵希尔伯特差值的窄带射频信号时延估计

窄带射频信号时延估计的精度往往会受到相对带宽的制约和噪声的影响.针对这一问题,提出了相关熵希尔伯特变换时延估计的定理,并结合此定理提出了一种在脉冲噪声环境下,适用于窄带射频信号的相关熵希尔伯特差值时延估计算法.该算法具有受信号相对带宽影响较小、抗噪能力较强等特点.仿真结果表明,与CCF、FLOC、l_p范数等算法相比,该算法具有更好的时延估计有效性和准确度.     

用扩展KALMAN滤波器计算多径下两路间时延

尝试通过扩展Ｋａｌｍａｎ滤波器计算两独立接收端接收同一信号时的接收时间差,并考虑了存在多径干扰时的情况,方法如下：１）运用卷积定理,交埋延估计问题转化成对一线性滤波器系数的估计问题;（２）运用ＥＫＦ,使对滤波器多个系数的估计转化为对一个或几个参数的估计;（３）在多径情况下,同时对三个滤波器进行处理,使两点信号的差值平方最小,并在叠代过程中采用类似分时的处理,使对多径情况下两路时延的估计过程大大简化     

基于变步长最小均方误差自适应滤波器的变压器机器鱼避障时延仿真

为了解决变压器机器鱼避障过程中时延信息难以准确估计的问题,提出一种基于变步长LMS（最小均方误差）自适应滤波器的时延估计方法。不同于传统的互相关时延估计算法,变步长LMS自适应滤波器算法不需要信号和噪声的统计先验知识,具有更好的适用性。算法根据最小均方误差准则和最速下降法对滤波器的输出和权系数向量进行自适应调节,迭代过程中采用变步长代替传统的固定步长提高了收敛速度,然后对权系数向量进行Sinc函数插值获得时延估计结果。仿真分析了不同信噪比条件的时延估计性能,并且与传统互相关算法进行了比较,结果表明所提算法相对于传统互相关算法具有更好的抗噪性和更明显的时延估计峰值。     

基于LCT域模糊函数的QFM信号参数估计算法性能分析

基于线性正则域模糊函数的二次调频信号参数估计算法,探讨了噪声环境下算法的可行性,通过仿真实验分析了算法的信噪比门限,并进一步讨论了算法的优势. 为进一步提高信号的估计精度,提出了乘积性线性正则变换(LCT)域模糊函数来估计二次调频(QFM)信号. 理论分析和仿真实验表明,该算法在低信噪比时也具有良好的估计性能,且随着信噪比的增加,各参数的均方误差越来越接近其Cramer-Rao下界;该算法能一次性估计3个参数,效率高,误差传递小.      

宽带无线接入系统的上行定时算法改进

对基于IEEE 802.16e-OFDMA的宽带无线接入系统的上行定时算法进行改进.该算法采用了测距信号的时域叠加方法,增强其在频域的信噪比,提高在低信噪比情况下用户接入和时延估计的性能.仿真结果表明,在信噪比较低的情况下,该算法相对于原有算法在用户检测性能和时延估计性能方面均有改善,提高了小区边缘用户的上行随机接入性能.
     

广义相关时延估计算法的自适应实现形式

认为广义相关时延估计算法的缺陷是依赖对输入信号及噪声先验知识 ,特别是对其功率谱的了解 ,而在实际应用中 ,往往缺乏这种先验知识 ,只能以估计值来代替 ,从而影响时延估计精度 .自适应滤波器一般只需要很少或根本不需要任何关于输入信号和噪声的先验知识且性能良好 ,若用自适应滤波器替代广义相关法中的预滤波器就可放松或免除对输入信号和附加噪声的条件限制 ,提高时延估计的精度 ,广义相关时延估计算法时域中的预滤波器就是其频域中的权函数 .从理论上证明了 ,任何一个广义相关权函数 ,都能够变换成一个或几个 Roth处理器的组合形式 .实际上 ,Roth处理器就是自适应滤波器实现的、能对原始带噪信号做最优化估计的维纳滤波器 ,从而实现了自适应广义相关时延估计算法 .     

基于分数阶傅里叶变换的时延和频率偏移联合估计方法

针对传统相关运算对时延和频移进行联合估计计算复杂度高的缺陷,提出一种基于分数阶傅里叶变换的时延和频移联合估计方法.该方法利用信号的时延和频偏变换到分数域表现为分数域谱位置的平移特性,通过在不同的分数域利用最小均方误差准则来获得分数域谱位置的偏移量来进行联合估计.该方法不局限于仅适用于Chirp信号,对其它类型的信号同样适用.且与传统相关估计法相比,具有简洁、高效的特点.计算机仿真结果表明,该方法是有效的.     

基于新序列的OFDM定时估计改进算法

定时估计是准确实现OFDM（orthogonal frequency division multiplexing）系统同步的关键技术之一.实际应用中,为了提高系统对多径时延扩展的抵抗能力,还应尽量减少符号的定时同步误差.为了提高符号定时部分的估计精度,提出了改进算法.算法中设计了一种具有良好自相关特性的新训练序列,结合新序列的数据结构,算法由粗估计和细估计2部分完成.Matlab仿真表明,与传统算法相比,在高斯噪声和多径信道的影响下,所提出的算法具有较小的均方误差,抗干扰能力强的特点,并为频率偏移估计打下了良好的基础.