基于IEEE 802.16e的MIMO-OFDM系统的信道估计

信道估计对于提高M IMO-OFDM系统的性能至关重要。既有较好的性能,又实现简单,是信道估计研究的目标。文中研究了ML-1D维纳信道估计,将其应用于IEEE 802.16 e M IMO-OFDM系统,并将其与2×1-D维纳滤波器进行了比较。仿真结果表明,此估计器能够减小计算复杂度并达到较好的性能。     

2×1-D OFDM信道估计算法及其在IEEE 802.16e系统中的应用

信道估计是实现OFDM(正交频分复用)系统的关键技术,导频辅助的信道估计方法是OFDM系统中应用最为广泛的一类信道估计方法,其中的二维(2-D)维纳滤波是最小均方误差意义下的最佳线性估计器,但是由于其计算量非常大,因而在实际中很难得到很好的应用。两个级联的一维滤波器(2×1-D)与二维滤波器在性能上非常相近,而计算复杂度却大为降低。主要研究了OFDM系统中信道估计方法及其在宽带无线接入(BWA)系统IEEE802.16 e中的应用,实现了802.16 eOFDM环境下2×1-D信道估计算法的仿真,对维纳滤波器的抽头数、导频分布、导频能量及多普勒频移对估计性能的影响进行了分析。     

一种低复杂性的最大似然信道估计器在IEEE 802.16a中的应用

研究了一种应用于IEEE 802.16a OFDM(正交频分复用)系统的低复杂性最大似然信道估计器,并与LS估计、MMSE估计的BER、MSE性能及其计算复杂度进行了比较,仿真结果表明,此估计器能够极大的减小计算的复杂性并能达到较好的性能.     

基于MIMO-OFDM系统的多径信道估计

信道估计技术对提高MIMO-OFDM系统性能起着至关重要的作用.通过研究一种改进的LS估计方法,用来估计基于IEEE 802.16e标准中的MIMO-OFDM系统.研究结果表明:系统在单径环境下的估计性能要优于多径环境下的估计性能,而且单径和多径之间的性能差距会随着收发天线数目的增加而增大.     

基于非零导频子载波的移动WiMAX信道估计和插值研究

在M.1225车速120 km/h信道模型下, 根据移动WiMAX的移动性和前导码的结构特点,利用非零导频子载波进行信道估计。探讨了2种信道估计算法和3种插值技术,并对其中的Cubic插值技术进行改进以降低计算复杂度。经仿真发现利用LS算法和Cubic简化插值技术进行信道估计能很好地实现性能与复杂度的折中,在实际系统中可获得满意的BER性能。     

MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO-OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的问题,提出了2种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,避免了大矩阵求逆运算,降低了算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整帧所有符号的信道响应,实现算法复杂度不变、估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

基于非零导频子载波的移动WiMAX信道估计和插值研究

在M.1225车速120km/h信道模型下,根据移动WiMAX的移动性和前导码的结构特点,利用非零导频子载波进行信道估计。探讨了2种信道估计算法和3种插值技术,并对其中的Cubic插值技术进行改进以降低计算复杂度。经仿真发现利用LS算法和Cubic简化插值技术进行信道估计能很好地实现性能与复杂度的折中,在实际系统中可获得满意的BER性能。     

低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit, DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error, LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。     

OFDM系统中时域信道估计算法

信道估计技术是实现OFDM系统的关键技术之一。本文对OFDM系统中基于DFT的时域信道估计算法进行了研究，并对其3种时域信道估计器的性能和复杂度进行了分析。     

基于IEEE802.16e的子载波分配方式分析

针对IEEE802.16e规定的分布式和连续式2种基本的子载波分配方式,以上行链路为例,分析无线移动信道环境下,其接收端信号的功率分布、信号干扰噪声比SINR的累积分布函数曲线CDF(cumulative distribution function)分布,得出了分布式子载波分配功率分布更加集中的特点。同时,通过分析用户逻辑子信道上所采用的调制编码方案MCS(modulation coding scheme)的分布,从另一个角度验证分析结果,进一步给出2种不同分配方式的性能特点和适用情况,对IEEE802.16e的OFDMA无线资源的有效管理和调度具有积极的指导意义和实用价值。     

基于抽头探测的MB OFDM 超宽带信道估计

在MB-OFDM超宽带系统中,针对超宽带信道的稀疏特性,提出一种新的基于抽头探测的信道估计算法(MP-DFT)。利用DFT(Discrete Fourier Transform)算法得到信道的原始估计值,采用匹配追踪(MP)算法探测出非零抽头的位置,最后将剩余抽头置零得到稀疏信道参数。仿真结果表明,对于4种标准的超宽带信道模型,MP-DFT算法相比DFT算法性能都有所改善,尤其对于稀疏性较好的CM1和CM2信道,算法性能有明显提高。     

IR-UWB系统中基于信道缩短的信道估计

 针对脉冲无线电超宽带(IR-UWB)系统,提出一种基于信道缩短的信道估计算法.首先基于最小信道缩短方差(MSCSE)准则,利用接收导频序列提出一种信道缩短算法,然后利用信道缩短均衡器输出序列估计出复合信道,最后利用反卷积求出原信道参数.仿真表明,信道长度不大于符号宽度时,缩短前后估计信道的均方误差(MSE)接近;信道长度大于符号宽度时,缩短后MSE比缩短前至少低4.3dB.     

基于ITS模型的短波宽带移动信道建模与仿真

短波宽带移动信道模型是远程机动平台移动通信系统性能分析评估的基础,现有短波宽带信道模型不能有效表征机动平台移动信道快时变多普勒效应,难以适应机动平台短波移动通信需要。鉴于此,在分析机动平台行为模式与信道时变多普勒效应的映射关系基础上,推导出了机动平台移动信道冲激响应表达式,基于ITS(international telecommunication society)模型提出了一种适用于固定与机动不同场景、不同传播模式、宽窄带融合的短波通信信道模型。利用信道冲激响应与信道散射函数从时域色散、频域色散两个维度对本文信道模型的有效性进行了验证。结果表明,该信道模型能够基于机动平台运动轨迹实现时变多普勒效应传播复现与信道模拟;也能在运动轨迹未知情况下,基于飞行器种类、机动频率等先验信息,实现具有各态历经性的机动平台短波宽带信道仿真,对机动平台短波移动通信系统效能评估有重要意义。     

LTE 网络控制信道和业务信道联合调度策略

为了充分地考虑控制信道与业务信道之间的相互影响, 提出基于用户业务需求和基于控制信道调度效率的两种控制信道和业务信道联合资源调度算法。这两种联合信道调度策略均基于以网络吞吐量最大化为目标的最小聚合等级?最大载干比(minimal aggregation-maximal carrier to interference, Min AL-Max C/I)算法提出。在长期演进(long time evolution, LTE)系统级仿真平台中, 将提出的联合资源调度策略与Min AL-Max C/I 算法进行对比。仿真结果与理论推导的结论一致, 证明基于业务需求的联合调度算法优先调度业务需求最大的用户, 所以能获得用户吞吐性能的最优。基于控制信道策略的联合调度算法是从控制信道调度效率最大化的角度出发, 优先调度控制信道调度效率最大的用户, 在控制信道受限的条件下, 能够实现网络吞吐的最大化。     

基于动力沟道追踪的地下流体运移预测方法初步研究

地下流体的分布运移预测既是重要的科学问题,又是重要的应用技术问题.作者提出并发展了基于地震图像分析与动力沟道追踪的地下流体运移预测方法.该方法包括两个主要的步骤:(1)由三维地震振幅数据进行岩石裂缝预测,然后据此构造岩石的视渗透率模型;(2)假设地下流体在压力的驱使下主要沿连通的裂缝系统迁移,通过引入假想的源(与汇),以总阻力最小为准则进行流体迁移路径的动力沟道追踪.该文介绍了所提方法的思路与步骤,给出了流体迁移动力沟道追踪的离散格式、追踪准则及数值实验结果.     

基于深度学习的MIMO系统信道估计算法

精确的信道估计对于保证无线通信系统性能至关重要。针对多输入多输出(multiple input multiple output, MIMO)系统传统信道估计算法需已知信道统计信息以及性能与复杂度折中等问题,提出一种基于深度学习的多网络级联MIMO系统信道估计方案。基于卷积神经网络构建信道信息重建网络,初步重构出信道信息,进而基于深度残差网络构建信道估计网络进行级联得出估计结果,并利用多个损失函数对网络进行优化。仿真结果表明,在牺牲一定时间复杂度的情况下,所提方案的均方误差随信噪比增加逐渐优于线性最小均方误差(linear minimum mean squared error,LMMSE)估计算法,且不受信道统计信息的约束。     

基于Hopfield神经网络模型的通道布线算法

本文探讨了用Hopfield神经网络模型解决通道布线问题的一种新算法。算法描述了Hopfield模型与通道布线问题的映射方法和网络能量函数的构造方法,在能量函数中既考虑了合法解约束项,又考虑了优化解约束项,从而提高了布线质量。本文的意义还在于它证明了用Hopfield网络求解通道布线问题是可行的,有效的。     

WLAN OFDM系统信道估计技术

介绍了802.11a系统的信道估计技术,包括LS(最小平方)信道估计技术,维纳滤波器方法,以及它们的基本原理和主要算法。在802.11a系统的仿真平台上用LS和维纳滤波器方法分别对信道进行估计。仿真结果表明,对瑞利衰落信道,在相同的传输速率下,Wiener Filter的信道估计比LS信道估计都有一定的性能提高。     

一种盲自适应RLS多用户检测器

给出了一种盲自适应多用户检测器,该算法是基于一种约束条件的RLS算法。对该算法在多址干扰环境下的收敛特性进行了分析,证明了该算法的有效性,同时证明了该算法的检测向量最终收敛为约束MMSE检测向量,且不需要训练序列。给出了该算法在高斯白噪声信道及瑞利衰落信道下的对比数值仿真结果。     

胸阻抗信号中的呼吸波的去除

胸阻抗 (TEB)的测量无论是对心血管功能的研究还是对临床诊断都有很重要的意义。然而 TEB信号总是被淹没在很强的呼吸干扰信号中。传统的信号处理方法 ,如数字滤波器 ,信号平均 ,自适应处理等对去除呼吸成分都有一定的局限。对于单通道测量系统 ,论文使用了小波去噪的方法。对于多通道系统 ,使用了独立分量分析的方法 ,分析的结果显示 ,对于单通道系统 ,基于离散小波变换的方法是一种快速的、有效的、容易实现的方法。对于多通道系统 ,基于独立分量分析的方法可以不失真地将阻抗波提取出来。基于独立分量分析的方法基本上解决了去除 TEB中的呼吸干扰的问题。