基于GSA-BP神经网络的OFDM系统信道估计算法

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中存在的不可忽视的非线性噪声问题,为了能够更好了解信道特性,需要利用信道估计获得信道状态信息,提出一种基于黄金正弦优化BP(golden sine algorithm,GSA-BP)神经网络的OFDM系统信道估计算法,克服了传统 BP神经网络算法容易陷入局部极值的问题,提升了信道估计算法的估计精度.首先通过LS信道估计算法获得信道的初始估计,再将其通过GSA-BP神经网络算法得到信道的精确估计.仿真结果表明,在相同的信道环境下,提出的算法比LS算法具有更好的性能,与MMSE算法性能接近,但不需要信道先验统计特性,易于实现.     

一种结合DWT与DCT插值的OFDM信道估计新方法

针对传统的基于离散余弦变换(DCT)的正交频分复用(OFDM)信道估计算法去除噪声不够理想的问题,提出了一种结合离散小波变换(DWT)与DCT插值的OFDM信道估计新方法.在对信号进行最小二乘(LS)估计后,利用DWT对信号进行阈值量化消噪处理,然后将循环前缀(CP)内各采样点上的能量均值作为DCT线性插值过程中的阈值,对循环前缀内的噪声进行再次处理,从而进一步降低噪声的影响.对算法的误码率(BER)和均方误差(MSE)等进行了试验仿真.仿真结果表明:文中算法的性能明显优于经典的LS算法、传统的DFT算法、基于改进阈值的DCT信道估计算法.新算法使循环前缀内的噪声得到了有效的抑制,与基于改进阈值的DCT信道估计算法相比,在相同BER下,文中算法的SNR提升了约1 dB;当MSE相同时,文中算法SNR约有2 dB提高.     

水声OFDM信道压缩感知估计研究

针对传统最小二乘(least square,LS)算法估计时变水声OFDM信道误差较大问题,提出一种基于压缩感知的准确估计方法.首先导出了水声OFDM系统接收序列、发送序列及信道传输矩阵之间的关系;在此基础上利用水声信道稀疏特征,探讨了采用正交匹配追踪(orthogonal matching pursuit,OMP)算法估计水声OFDM信道的方法;分析了导频插入方式、导频数及径数等对水声OFDM信道估计均方误差(mean square error,MSE)的影响.研究表明:当导频随机插入时,OMP算法用较少导频即可准确估计水声OFDM信道的传输矩阵.当信噪比大于10dB时,OMP算法的MSE小于-24dB,比传统的LS算法小18dB.     

OFDM系统中MMSE与LS信道估计算法的比较研究

文章介绍了OFDM系统中插入导频的LS信道估计与MMSE信道估计两种算法,通过试验仿真说明了MMSE信道估计算法对系统性能的提升要优于LS信道估计算法,但MMSE信道估计算法的计算量大于LS信道估计算法。     

OFDM系统中基于导频的信道估计及其MATLAB仿真

本文介绍了正交频分复用(OFDM)系统中两类常用的信道估计算法:最小二乘(LS)和最小均方误差MMSE).在广义平稳的多径时变瑞利衰落信道模型下,利用MATLAB程序仿真实现了LS、MMSE以及简化的MMSE信道估计,得出了均方误差(MSE)和误符号率(SER)随信噪比(SNR)变化的曲线.仿真结果表明,MMSE算法的效果要优于LS,简化MMSE算法的运算复杂度介于LS和MMSE之间,且估计精度接近MMSE算法.     

OFDM中基于DFT信道估计的改进算法

在正交频分复用(OFDM)系统的估计算法中,基于离散傅里叶变换(DFT)的信道估计因其算法实现简单,性能又优于最小二乘法(LS),常常用于实际OFDM系统中.传统的DFT算法中通常只抑制了信号中循环前缀(CP)外的噪声,并没有消除循环前缀内的噪声.提出了一种改进型算法,该算法通过加窗降低系统中频谱泄露现象,并对噪声进行估计修正,考虑到CP范围内外的噪声分布情况,设置了一个新的阈值点来抑制样本内的噪声.仿真结果表明:该算法较传统的DFT估计算法性能更好,更进一步地改善了系统误码率,能获取准确的信道信息.     

基于GOMP算法的MIMO-OFDM系统信道估计

由于无线信道的时域稀疏性,可以将压缩感知理论应用到MIMO-OFDM系统的信道估计中,利用GOMP算法重构出其信道参数.首先介绍了压缩感知理论的构成,其次论述了MIMO技术和OFDM技术的原理.以2×2 Alamouti编码器模型为基础,结合OFDM技术,形成一个2×2 MIMO-OFDM系统,推导了该系统的输入端-输出端的信号传输方程.借助Matlab软件编写程序搭建仿真实验平台,通过LS算法和GOMP算法实现MIMO-OFDM系统的信道估计.仿真实验结果表明,当信噪比相同时,GOMP算法比LS算法的归一化均方误差小.     

单通道记录信号的OFDM系统频偏估计新方法

提出了一种利用独立分量分析(ICA)技术估计正交频分复用(OFDM)系统频偏的新方法.传统的ICA算法进行频偏估计需要通过不同手段获得多路混合信号,该方法只需利用相关检测技术处理单路OFDM信号,获得观测信号向量,通过ICA算法分离出含频偏信息的信号,然后估计OFDM系统的频偏.与传统的频偏估计方法相比较,该方法不需要信道状态信息(CSI)和辅助信息,不需要额外的带宽,大大降低了系统实现的复杂度,因此具有一定的优越性.仿真结果表明,该方法频偏估计准确度较高,估计范围可以达到±0.5倍的子载波间隔.     

OFDM系统信道盲估计的子空间算法

利用循环前缀(CP)引入的信息冗余,提出一种利用接收信号的二阶统计特性实现正交频分复用(OFDM)系统信道盲估计的子空间算法.由于OFDM传输方程不能直接推导子空间算法,故首先给出一种新的方法对OFDM传输方程作矩阵变换,从而得到一个结构简单的新方程,基于此推导出信道估计子空间算法.该算法不需要改变OFDM系统结构,不受信道零点位置的限制,在信道过估计的情况下也适用.     

一种改进的DFT迭代的MIMO—OFDM系统信道估计算法

针对MIMO—OFDM通信系统中的非整数采样信道,提出了一种基于DFT迭代的低复杂度信道估计算法,该算法避免了复杂的矩阵求逆运算,较好地降低了高斯白噪声的影响．与最小二乘（least square,LS）估计算法相比,该算法有较大的性能改善．同时,提出的估计算法同样适用于整数采样信道,具有很好的实用价值．     

货车整车质量辨识方法研究

针对货车整车质量辨识问题,分别对基于车辆纵向动力学和基于运动学的两种整车质量辨别方法进行仿真和实车试验研究。阐述了两种整车质量辨识方法的原理,在TruckSim软件平台上建立车辆模型并在多种工况下基于这两种方法进行仿真分析。根据仿真结果进行实车试验,提出了一种车速冗余计算和加速度计算的方法,利用带时变遗忘因子的递推最小二乘法（RLS）对实车质量进行估计。研究结果表明,所提出的车速冗余计算方法和加速度计算方法准确有效,同时减少换挡次数能够显著提高辨识算法的收敛速度。相比于运动学整车质量辨识算法,基于车辆纵向动力学整车质量辨识算法能够有效地估计货车整车质量,鲁棒性好,估计准确,收敛速度快,具有很好的工程应用价值。     

MIMO-OFDM系统中LS时域信道估计的一种简化改进算法

研究基于多输入多输出正交频分复用(MIMO-OFDM)系统中的信道估计算法。主要工作在训练序列最小均方(LS)准则信道估计算法的研究上,在以LS时域信道估计基本算法为前提下,提出了一种改进的LS时域信道估计算法及固定长度的时域截取算法,此算法可以大大降低计算的复杂度,结合MATLAB仿真对此改进算法的有效性和可行性进行了分析,得出了比较理想的仿真结果。     

基于非线性最小二乘算法的超宽带TOA估计

研究室内密集多径信道环境下的超宽带到达时间(TOA)估计技术.提出一种改进的门限比较TOA估计算法,利用非线性最小二乘算法同时估计多径延时和幅度,采用迭代算法提高参数估计精度,根据判决门限比较结果终止多径搜索过程并估计出TOA.分析该算法在室内多径信道模型中的性能,给出门限的设置方案.仿真结果表明,在不同的信噪比下设置合理的判决门限后,该算法具有较高的估计精度,能够满足精确定位需求.     

基于匹配追踪的MB-OFDM时域信道估计

针对超宽带信道的稀疏特性,基于MB-OFDM系统提出一种基于匹配追踪的时域信道估计算法(MP-TD).首先利用OFDM数据块的循环卷积特性建立一种时域模型,然后采用匹配追踪(MP)算法探测出非零抽头的位置,最后利用非零抽头位置信息降低了估计维数并通过时域方法估计出信道.仿真证实了算法的有效性.     

一种应用于 LPLC 通信的信噪比估计算法

首先阐述了基于离散短时傅立叶变换(DSTFT)的多载波FSK通信系统的基本原理,然后提出了一种新的基于时频分析方法和高阶矩理论的信噪比估计算法,并对其进行详细推导,给出了计算公式,最后对该算法的性能进行了仿真.结果表明,其精度能满足低压电力线载波(LPLC)通信的实际需求.     

二阶和四阶矩信噪比估计法研究

对于二阶和四阶矩信噪比估计法在实信道和复信道中的应用进行了研究，并对该算法应用于AWGN信道中的性能进行仿真分析，结果表明当数据观察长度在2000以上时，在实际信噪比为[-5，25]dB内，该算法可以控制估计标准差在0.2dB内.     

模型基编码中实时三维运动估计的新方法

将自适应迭代松弛搜索算法RSA引入到MPEG4模型基编码的三维运动参数估计中，解决了估计算法的稳健性问题。经过简化计算的复杂度，得出一种快速算法，大大提高了估计速度。同时设计有效的参数初值设置和调整方法，改善了估计的准确性，使之更适用于长序列实时运动估计。通过与预测最小均算法PLS和扩展的卡尔曼滤波算法EKF进行模拟数据和真实序列实验比较，证明本文提出的RSA算法具有很好的鲁棒性和准确性。     

基于CUDA的运动估计算法研究

运动估计是H.264视频编码器中复杂度最高、耗时最长的模块.本文介绍了运动估计的基本原理以及全搜索算法FS(Full Search)和钻石搜索法DS(Diamond Search)等经典的运动估计算法,并引入了基于CUDA的运动估计算法:全域消除GEA算法和基于CUDA的并行FS算法,有效地提高了H.264视频编解码速度.     

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.      

一种改进的BPSK信噪比估计方法及其FPGA实现

传统的二进制相移键控(binary phase shift keying,BPSK)信号的最大似然信噪比估计方法需要数据辅助,绝大多数只能在符号同步后进行估计,且不能有残余的载波相偏?针对此问题对该估计算法进行改进?利用二次方去除信号中的相位调制,不再需要数据辅助;对同相和正交通道分别进行处理,合并估计结果消除解调载波的相偏影响;直接对模/数(analog to digital, A/D)转换后样值进行分组估计,不需要进行符号同步?改进的信噪比估计算法复杂度低,是一种盲估计算法,可在符号同步前进行估计,且允许解调载波存在相差,具有很高的实用性?仿真表明,该算法在较低的信噪比下仍然有较高的估计精度,采用现场可编程逻辑门阵列(field programmable gatearray,FPGA)对改进算法进行了验证?