3D多输入多输出正交频分复用系统中基于奇异值分解的信道估计方法

在3D多输入多输出正交频分复用(MIMO-OFDM)系统模型中,分析了基于导频的信道估计方案.针对线性最小均方误差方法的算法复杂度高的问题,应用奇异值分解(SVD)算法降低信道自相关矩阵的维数,以减小算法的复杂度.仿真结果表明:所提出的基于奇异值分解的信道估计算法,能够在保证误码率(BER)性能的情况下,具有更低的算法复杂度.     

利用多输入多输出雷达低秩杂波的降维空时自适应算法

为了抑制机载多输入多输出(MIMO)雷达接收信号中的杂波和有源干扰,提出一种利用MIMO雷达低秩杂波进行降维的空时自适应处理算法(LRC-RD).首先根据系统参数离线构造杂波子空间矩阵,再结合有源干扰加噪声协方差矩阵以及目标空时导向矢量来构造降维矩阵,最后用降维后的数据计算自适应权值.LRC-RD算法可将全维数据维数降为杂波的秩加1,从而降低了计算复杂度和计算自适应权值所需的训练样本数,所以收敛速度快,并且其理论性能可以达到全维处理的理论性能.仿真实验表明,LRC-RD算法在没有误差、样本数为降维后的数据维数的2倍时,其信噪比损失在高速区比基于双迭代的算法和基于子阵划分的算法分别高出约5 dB和17 dB.     

存在相位噪声和信道估计偏差影响的空相关MIMO-OFDM系统的性能分析

为了进一步了解相位噪声和信道估计偏差在空相关多输入多输出正交频分复用(MIMO-OFDM)系统中的作用,对存在相位噪声和信道估计偏差影响的空相关MIMO-OFDM系统的性能进行了分析.利用模型表达了空相关MIMO-OFDM系统的复包络信号,推导了在相位噪声和信道估计偏差影响下的空相关MIMO-OFDM系统的有效数据符号的信噪比表达式,给出了在相位噪声和信道估计偏差影响下的空相关MIMO-OFDM系统的差错性能指标.研究表明,理论计算和计算机仿真的空相关MIMO-OFDM系统的差错性能结果在各种不同相位噪声和信道估计偏差影响下都比较吻合.     

V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

MIMO-STAP稀疏字典降维方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在使用稀疏方法恢复杂波谱时存在的计算复杂度高的问题,提出了一种字典降维方法。该方法直接使用训练样本估计出低分辨率的杂波空时谱,并在此基础上用FOCUSS算法的迭代式提升谱的分辨率,进而计算各原子的Capon功率谱并将谱值较大的原子挑出组成降维字典。当存在多普勒模糊时,则利用先验知识排除因多普勒模糊而入选的原子,将其余满足要求的原子取出组成降维字典。仿真实验表明:降维字典能够完全覆盖杂波脊线,使用降维字典在维持算法输出SINR性能的同时,可有效提升运算效率。     

单基地MIMO雷达的非圆信号DOA估计

基于单基地MIMO雷达阵列信号模型,针对非圆信号波达方向(DOA)估计问题,提出了一种降维的非圆求根多重信号分类(MUSIC)方法。该方法对接收数据进行降维处理,去除其中冗余信息,在几乎不影响算法性能的情况下,降低计算复杂度;利用非圆信号特性,进行阵列扩展,提高数据利用率,增大阵列孔径,最大可估计信源数增加一倍;采用求根类的方法,避免谱峰搜索,进一步降低计算量。仿真结果表明,该方法计算效率高,测角精度、分辨力、最大可估计信源数等均优于传统算法。     

空间频率分集MIMO-OFDM系统的分步半定松弛检测

分析了空间频率分集MIMO-OFDM系统的DFE-SDR译码算法.提出了一种能充分利用空间分集、空间复用、频率复用增益,且能对抗时间选择性和频率选择性衰落的空时频率分集MIMO-OFDM系统,结合判决反馈均衡(DFE)以及半定松弛检测(SDR)的优点,经过推导得到一种应用在空时频率分集MIMO-OFDM系统的DFE-SDR检测方法,该算法能同时得到较理想的系统性能和算法复杂度.系统仿真证明,该方法与DFE检测算法相比,误码率性能得到了较大提高,可以适用于更广泛的通信环境.     

高铁环境下MIMO-OFDM系统中的载波间干扰自消除

高铁(high-speed train, HST)无线信道具有非平稳时变特性, 针对高铁环境下的多入多出-正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统, 提出一种载波间干扰(inter-carrier interference, ICI)自消除和迫零(zero forcing, ZF)均衡联合算法. 在接收端, 利用循环前缀(cyclic prefix, CP)序列, 对每个OFDM符号序列抽取子序列并线性平均加权以实现ICI自消除, 然后再对新的ICI减小的OFDM符号序列采用ZF均衡算法进行均衡, 最后通过硬判决检测得到发送信号. 仿真实验表明, 利用CP序列能有效减小ICI, 从而提高载波干扰比(carrier-to-interference ratio, CIR). 对于误码率(bit error rate, BER)性能, 该联合算法优于直接ZF均衡算法, 能够保证较好的通信质量.     

MIMO-OFDM无线通信系统鲁棒的二维导频辅助信道估计

结合MIMO(多输入多输出)系统中多天线之间导频信号存在干扰的问题，提出了一种MIMO-OFDM(多输入多输出-正交频分复用)无线通信系统的鲁棒的二维导频辅助信道估计方法。实验结果表明，该估计方法对无线信道的统计特性不是很敏感，在多输入多输出天线的时变无线信道中有很好的估计与跟踪性能。     

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MIMO-OFDM信道估计方法

为提高现有MIMO-OFDM系统信道估计算法性能,降低算法运算的复杂性,提出一种基于变换域的MIMO-OFDM信道估计方法.该算法不需要任何信道统计信息,通过变换域内自适应低通滤波器降低了高斯白噪声和子载波间干扰对该估计算法准确度的影响,并且利用在变换域内得到的导频位置的信道估计结果,通过补零内插算法得到其他子载波位置的信道估计结果.仿真结果表明:该算法的误码率性能优于最小平方算法,稍逊于线性最小均方误差算法;该算法计算复杂度低,易于在实际系统中实现.     

基于MSLM的OFDM系统PAPR减小方法

针对选择性映射-正交频分复用(SLM-OFDM)系统运算量过大的问题,提出了一种基于多选择性映射(MSLM)的OFDM系统的峰值平均功率比(PAPR)减小方法.该方法在OFDM系统的发送端,对发送数据进行等分分组扰码.分组扰码后,可以使得PAPR降低,同时也减少了计算量.仿真结果表明,在没有较大的误码率损失的前提下,当选择支路数为16,互补累积分布函数FCCD为10-3时,MSLM方法的PAPR优于传统的SLM(CSLM)方法1.3dB.     

基于EM的MIMO-OFDM系统LMMSE信道估计

最小均方误差(MMSE)信道估计算法应用于MIMO-OFDM系统时将带来高计算复杂度且不易实现,根据这个问题,提出了一种基于期望最大化(EM)的线性最小均方误差(LMMSE)信道估计算法,并分析了该算法的性能.EM算法可以把多输入多输出(MIMO)信道估计问题转化为一系列单输入单输出(SISO)信道估计问题,避免了大规...     

Nakagami空间相关衰落信道下MIMO-OFDM 系统误码率的计算与仿真

设计了一种新的MIMO-OFDM系统模型.以该模型为基础,对基于STBC编码的空间相关Nakagami-m平坦衰落信道下的误码率进行了研究,以获得Nakagami相关衰落下MIMO-OFDM系统的误码率以及空间相关性和分布参数对误码率的影响,得出了一种误码率的表达式.对空间相关条件下4发1收MIMO-OFDM系统的误码率进行了性能仿真,结果表明:采用Nakagami分布比较吻合实际测量的数据,信道衰落基于Nakagami-m分布的STBC编码能很好的满足MIMO-OFDM系统的差错性能要求.     

一种基于延时信道状态信息的MIMO-OFDM系统自适应功率分配算法

在基于正交频分复用的多输入多输出（multiple-input-multiple-output-orthogonal frequency divided multiplexing,MIMO-OFDM）系统中,适当的功率分配方案能够显著提高系统吞吐量,但是其复杂度往往较高。研究MIMO-OFDM系统的自适应功率分配问题。以系统的和速率最大化为目标,根据延时的信道状态信息在所有空间子信道之间分配功率,同时满足各子信道的误码率约束与系统总功率约束。根据MIMO空间子信道的特点提出了一种复杂度很低的功率分配算法,并分析了算法复杂度。在IMT-2000信道中的仿真表明,提出算法的性能优于已有的次佳算法。     

单波束形成级联信道均衡的OFDM自适应阵列接收

研究了用于正交频分多路复用自适应阵列接收的低复杂度、次最优频域处理技术,提出了一种新的子载波分组级联信道估计与均衡的两级阵列接收信号处理方案.该方法在子载波分组波束形成信号处理后,级联了波束形成后信道估计与均衡处理,通过减少子载波分组数目以大幅降低计算复杂度,增加低复杂度的波束形成后均衡处理来维持或提高性能,取得了系统性能与计算复杂度之比的提高,并且在频率选择性信道通信环境下,具有更鲁棒的性能.     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。     

基于MMAS的MIMO-OFDM系统上行多用户检测

在多输入多输出-正交频分复用(multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统上行多用户检测(multi-user detection,MUD)中,针对基本蚁群算法(ant colony optimization,ACO)在搜索过程中易出现过早停滞及收敛于局部最优解等问题,提出一种基于最大最小蚁群系统(max-min ant system,MMAS)的MUD新算法.该算法在蚁群每次循环结束后,仅处于最优路径上的单只蚂蚁释放信息素;同时,通过限制每条路径上信息素的取值范围,避免路径间信息素的差值过大,从而使蚂蚁在每次循环时尽可能地选择不同的路径,提高算法的搜索能力.仿真结果表明,MMAS算法能够有效降低蚁群陷入局部最优解的概率,进而提高了检测性能;同时,随用户数的增加,该算法的计算复杂度却远低于最大似然(maximum likelihood,ML)检测算法,因此,该算法能够在检测性能与计算复杂度之间取得较好的折中.