空间调制信号的改进M-ML检测算法

空间调制(SM)系统的最大似然(ML)最优检测算法的计算复杂度很高,具有较低计算复杂度的M-ML检测算法受到了人们的关注.M-ML算法按照接收天线序号由小到大的顺序进行检测,从误比特率性能角度考虑并不是最佳的.通过研究不同检测顺序对算法性能的影响,提出了两个改进的M-ML算法,仿真结果表明改进的M-ML算法在误比特率性能上优于M-ML算法.由于M-ML算法在不同的信噪比下每层保留固定的节点数M,尤其在高信噪比时会造成计算资源的浪费,因此提出一种动态M-ML算法,即通过门限值自适应选择每层保留的节点数.仿真结果表明动态M-ML算法降低了M-ML算法的计算复杂度,同时性能逼近M-ML算法.     

低复杂度的MBOK DS-UWB接收机同步跟踪算法

为解决频谱搬移方式接收MBOK DS-UWB信号中的载波同步和定时同步问题,提出一种低复杂度的同步跟踪算法,并通过自适应调整环路带宽对同步性能进行优化.所提的同步跟踪算法使用了M/2 2个MBOK相关器和考虑多径效应的匹配模板与微分模板,实现了最大似然准则下的载波相位和定时偏差的联合估计,算法复杂度较低且计算量不随着Rake接收径数量的增加而增加.所提的基于过零数统计和采样点往复跳动检测的自适应带宽调整算法具有很低的计算复杂度,在不延长环路捕获时间的条件下提高了同步环路的跟踪精度并改善了高信噪比时的误比特率性能.     

中继网络中基于能量效率的动态用户接入算法

为了解决中继网络中基于能量效率的用户接入问题,将用户数据需求严格受限下基于能量效率最优的动态用户接入问题建模为一个整数优化问题,该问题类似于一个NP-hard的多维背包问题.首先,采用穷搜法分析了该问题最优解的复杂度.然后,提出了一种低复杂度、高效的基于能量效率的动态用户接入算法(UAEEM).该算法在保证用户数据需求严格受限的前提下,按照系统射频端和电路端的能量效率最大原则,动态调整用户归属和中继的工作状态,以实现网络能量效率最大化.最后,通过仿真实验验证所提算法性能.结果表明,UAEEM算法能显著提高系统的能量效率、降低系统的计算复杂度,且其性能接近最优解.     

认知无线电中分步序贯合作频谱检测算法

为了提高认知无线电环境下合作频谱检测的速度,提出了一种基于序贯检测的快速合作频谱检测算法.该算法可以在不降低性能的情况下提高检测速度,且具有与传统的基于能量检测器的"硬合并"合作检测算法相当的数据传输开销和实现复杂度.性能分析和数值结果表明算法的平均检测时间小于传统的合作检测算法的,而且可以通过调整参数进一步优化得到最小的平均检测时间.     

基于MDFT滤波器组的两步检测算法

认知无线电(Cognitive Radio, CR)在解决频谱资源匮乏问题和提高频谱资源利用率方面被寄予厚望。频谱感知的循环特征检测算法复杂度较高,而能量检测算法在信噪比比较低的情况下检测性能不理想,针对这种情况,在改进离散傅里叶变换(MDFT)滤波器组结构的多载波调制系统中,提出一种基于MDFT滤波器组调制的两步检测算法。该算法结合了循环特征检测较强的抗噪声干扰特性以及能量检测算法复杂度低的优势。仿真结果表明：所给出的两步检测算法在较低信噪比时相对于MDFT能量检测、OFDM循环特征检测等其他算法,其检测性能有明显改善,同时较MDFT循环特征检测算法可有效降低算法复杂度。     

一种串/并混合的多输入多输出信号检测算法

为了提高多输入多输出(MIMO)系统中并行干扰消除(PIC)算法的检测性能并降低其计算复杂度,本文通过融入串行干扰消除(SIC)思想提出了一种串/并混合(HIC)的信号检测算法。该算法首先通过优化PIC中不同子检测过程的共同成分来降低计算复杂度,然后将子检测的估计结果代入后续子检测中实现串/并混合来提升检测性能。仿真结果表明,所提算法在4-QAM调制的 MIMO系统中,误比特率为 时较传统PIC算法有大约1.2 dB的性能提升,而复数乘法次数大约为传统PIC算法的28%。     

基于改进离散傅里叶变换滤波器组的两步检测算法

认知无线电(cognitive radio,CR)在解决频谱资源匮乏问题和提高频谱资源利用率方面被寄予厚望。频谱感知的循环特征检测算法复杂度较高,而能量检测算法在信噪比比较低的情况下检测性能不理想;针对这种情况,在改进离散傅里叶变换(MDFT)滤波器组结构的多载波调制系统中,提出一种基于MDFT滤波器组调制的两步检测算法。该算法结合了循环特征检测较强的抗噪声干扰特性,以及能量检测算法复杂度低的优势。仿真结果表明:所给出的两步检测算法在较低信噪比时相对于MDFT能量检测、OFDM循环特征检测等其他算法,其检测性能有明显改善;同时MDFT循环特征检测算法可有效降低算法复杂度。     

采用幅度相移键控调制的分层空间调制算法

针对空间调制(SM)算法频谱效率较低的缺陷,提出了一种基于幅度相移键控(APSK)调制的分层SM(LSM)算法。该算法首先对发射天线进行分层,然后分别对每层发射天线进行SM映射,最后根据每层SM映射得到总的天线激活索引号和调制符号。为了进一步降低系统的误比特率,以系统误比特率上界为目标函数给出了APSK内外环幅度比选择准则。此外,为了实现低复杂度的最大似然译码,接收端对激活天线索引号和调制符号进行独立检测。理论分析和仿真结果表明:LSM算法对于任意发射天线数目都适用,并且可以灵活地调节激活天线个数;与分层空移键控算法相比,当频谱效率为8b/(s·Hz)时,2种算法的性能基本相似,但天线数量节省了12根,从而节约了硬件资源;与广义空间调制算法相比,当发射天线为3、5和6时,频谱效率提高了1b/(s·Hz)。     

自适应双门限频谱感知算法

针对传统的能量检测算法门限固定设置存在的不足,以及循环平稳特征检测算法计算复杂度高的缺点,以双门限能量检测算法为基础,提出一种联合循环平稳特征检测的双门限能量检测算法.本算法在双门限区域内实施循环平稳特征检测,双门限之外的区域采用能量检测,同时根据信道状态自适应调整双门限值.当信道状态好时,减小两个门限之间的距离,即减小实施循环平稳特征检测的概率,降低运算复杂度;当信道状态差时,增大两个门限之间的距离,即增大循环平稳特征检测的概率来保证良好的检测性能.仿真结果表明,在一定条件下,该算法能有效提高频谱检测性能,降低运算复杂度.     

一种提高低信噪比OFDM系统频谱效率的资源分配算法

为了提高OFDM系统在平均信噪比较低条件下的系统性能,提出一种新的资源分配算法.首先将子载波数作为参变量优化系统容量,分析子载波选择对系统容量的影响,计算使系统容量最优的子载波数,并且考虑系统对误比特率的限制,确定子载波的选择准则.然后,在选定的子载波上进行自适应调制,通过信道容量的近似计算为各子载波初始分配比特数,能加快收敛速度,有效降低等功率OFDM系统资源分配算法的复杂度.仿真结果表明,在接收端获得完美和非完美信道增益信息条件下,所提出的资源分配算法都可提高自适应调制OFDM系统在低信噪比条件下的系统性能.