基于软迭代的叠加训练序列信道估计方法

提出了一种基于软迭代的叠加训练序列信道估计方法.该方法将周期性训练序列与用户信息序列叠加后一起发送,通过软迭代方法,在接收端利用信道译码器输出的软信息来计算信息序列的一阶统计量,并将其反馈给信道估计器,用于消除观测量中来自未知信息的干扰,因此提高了信道的利用率和信道参数的估计精度.仿真结果表明,该方法有效地改善了信道估计性能,降低了接收机的误码率,提高了功率效率.     

改进的载波频率相位联合估计方案及其FPGA实现

针对时分多址(TDMA)突发传输通信系统中的同步问题,提出了一种改进的载波频率和相位联合估计方案.该方案利用传统突发传输通信系统数据帧结构中用于位定时估计的训练序列,同时实现载波频率偏差、位定时偏差和载波相位估计.采用该方案,可缩短或完全去除传统的采用突发模式传输的通信系统训练序列中用于载波频率估计的部分,有效地提高时分多址系统的频谱利用率.在FPGA平台上对该方案做了硬件实现,综合结果表明其最大工作时钟频率可达70 MHz,可用于高速宽带数据传输系统.     

一种卫星认知无线网络高效频谱感知与分配策略

针对传统地面认知无线网络频谱感知机制直接应用于卫星通信网时存在的频谱感知效率与频谱利用率低下的问题,提出了一种新的适用于卫星认知无线网络的频谱感知与分配策略.该策略利用卫星覆盖范围大的优点,以卫星为频谱感知的中心节点,实现了对广域空间内多频段频谱的同步感知,克服了传统逐一频谱感知策略效率低下的问题.在此基础上,定义了频谱的有效性与可用度2个参数以表征空闲频谱特性.卫星节点和认知用户通过对空闲频谱的有效性与可用度进行综合分析,确定最佳可用频谱.理论分析与仿真结果表明,该策略提高了卫星认知无线网络频谱感知的效率,减小了认知用户与授权用户之间的频谱占用冲突概率.     

基于SWIPT的双向中继CR-NOMA系统研究

针对现有研究中CR-NOMA(认知无线电非正交多址接入)系统均配置单向中继,频谱利用率和能源利用率低的缺点,提出在CR-NOMA系统中通过双向中继辅助用户传输,并且中继采用无线信息和能量同时传输的方式.推导出在用户服务质量和最小能量捕获等约束条件下的次用户传输能效,将目标函数转化为单目标问题分别求解;利用交替迭代算法,对中继发射功率和功率分配因子等单目标最优解进行联合优化,以最大化次用户系统传输能效.仿真结果表明:与传统单向中继系统相比,所提方案在提高频谱利用率的同时,次用户传输能效也提高了45%.     

一种基于叠加弱能量训练序列的OFDM时间同步算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统对定时误差敏感,从叠加训练序列结构出发,提出了一种弱能量训练序列.该训练序列只叠加在循环前缀上,且比普通的重复结构训练序列能量要低,能降低由于叠加训练序列对系统误码率的影响,还能利用训练序列的结构特点降低相关峰值旁瓣对同步判决的影响,提高了时间同步的准确率.在低信噪比时采用该训练序列结构,同步准确率高于采用普通重复结构训练序列的同步方法,最后通过计算机仿真验证了该方法的有效性.     

基于DDST的MIMO时频双选信道的信道估计

针对多输入多输出时频双选择性信道,提出了一种基于信息叠加训练序列和最小二乘相结合的信道估计方法.基于基扩展模型构建MIMO时频双衰落系统,采用DDST算法估计信道矩阵,对误码率进行分析.训练序列采用等幅度的周期指数序列,同时在基于叠加训练序列估计的基础上叠加一个基于信息的周期序列.实验表明,基于DDST的MIMO时频双选信道估计方法比传统的估计方法显著降低了信道估计的均方误差和误码率,并能保持较高的频带利用率.     

WSN中一种基于叠加编码的协同传输方案

针对分簇无线传感器网络WSN(wireless sensor networks)中现有的协同传输方案以牺牲频谱利用率来换取能效增益的不足,提出了一种基于叠加编码的簇间协同传输方案.该方案在保证系统的频谱利用率条件下,通过相邻簇的簇头节点相互协作来完成数据的传输.在频谱利用率相同的条件下,对现有的簇内协同传输方案和提出的...     

OFDMA用户协作系统的自适应资源分配

针对OFDMA用户协作系统,为提高频谱效率,提出基站不间断地发射信号,中继用户将基站在第一时隙发射的信号以DF方式在第二时隙转发给目标用户的协作传输方案,从而在2时隙对目标用户构成具有空间分集。以效益和最大为目标,提出根据业务特性合理设计效益函数,并采用拉格朗日对偶方法实现联合子载波、功率分配和中继选择的优化方案。仿真结果表明,相对于已有方法,该方案提高了频谱利用率且更有效地满足了用户需求。     

一种基于能量比例的IR-UWB同步算法

提出了一种新的基于能量比例的IR-UWB同步算法.该算法将接收信号与其自身延迟相乘并积分,将符号长度积分值序列分解为两部分,由这两部分的比值即可快速得到帧层面同步的可靠估计值.为估算此比值提出了两种方案,分别基于非数据辅助和数据辅助,并为数据辅助设计了训练序列.通过仿真比较了两种方案的性能,指出数据辅助方案性能较好.与传统算法相比,新算法不需要进行滑动相关操作,大大降低了复杂度,缩短了同步时间.     

叠加训练序列OFDM系统的迭代最大似然信道估计

叠加训练序列正交频分复用系统具有频谱效率高的优点.传统的基于叠加训练序列的信道估计方法仅使用一阶统计量,受功率分配和噪声影响较大.文中利用训练序列与数据信号相加后发送并经历相同信道的特性,提出一种最大似然方法进行系统的信道估计.该方法将发送的数据信号视为高斯随机变量,由此建立关于信道参数的似然表达式,采用循环最小化技术对参数进行迭代求解并获得方差下界,最后对算法的收敛性进行了分析.仿真实验表明,文中方法同时利用了接收信号的一阶与二阶统计量,从而获得了更优的均方误差和误符号率性能.     

非完全信道下认知中继网络中断概率及功率分配

基于最大信道增益的中继选择方法,分析了在不完全信道状态信息（CSI,channel state information）和受主用户干扰情况下认知中继网络的中断概率;进一步提出了在主用户干扰约束和保证认知用户服务质量（QoS,quality of service）条件下最大化认知中继网络频谱效率的数学优化模型,利用拉格朗日对偶松弛法获得了该优化问题的解,在保证主用户传输性能不受影响的前提下,提高了认知中继网络的频谱效率。仿真结果表明该文提出的功率分配方案与等功率分配方案相比提高了性能增益。同时表明在非完全信道条件下获得的频谱效率与完全信道条件下的频谱效率近似,但减少了系统信息的反馈量和实现的复杂度,有利于该方案的工程应用。     

一种基于叠加弱能量训练序列的OFDM时间同步算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统对定时误差敏感,从叠加训练序列结构出发,提出了一种弱能量训练序列。该训练序列只叠加在循环前缀上,且比普通的重复结构训练序列能量要低,能降低由于叠加训练序列对系统误码率的影响,还能利用训练序列的结构特点降低相关峰值旁瓣对同步判决的影响,提高了时间同步的准确率。在低信噪比时采用该训练序列结构,同步准确率高于采用普通重复结构训练序列的同步方法,最后通过计算机仿真验证了该方法的有效性。     

基于OFDM-PON的短训练序列分配方案

提出一种适用于正交频分复用-无源光网络(orthogonal frequency division multiplexing-passive optical network, OFDM-PON)符号同步的短训练序列, 通过对无线局域网中短训练序列的子载波分配方案进行调整, 将短训练序列的实时域信号非零均值调整为零均值, 解决了由于时域非零均值短训练序列拖尾干扰造成接收数据解调错误的问题. 仿真和实验结果表明, 该改进方法可以有效减少由短训练序列拖尾干扰引起的数据解调错误.     

Costas序列短波MFSK通信时频联合同步方法

针对低信噪比与强多径传播导致短波MFSK信号捕获困难、同步精度低的问题，提出一种基于Costas序列的短波MFSK信号时频联合同步方法。利用Costas序列二维图案优异的自相关特性进行信号检测与同步，将传统的滑动窗口法由时域扩展到时频域，同步获得时间和频率的估计值;为了降低计算量，给出了频偏与时延的精估计方法。仿真结果表明，与传统伪随机码(PN码)同步方法相比，提出的方法具有更好的抗噪声和抗频偏性能。在信号带宽为50 Hz、同步序列长度为1.28 s的ITU-R中纬度短波信道上，该同步方法能够达到98%的捕获率，虚警概率低于10^-2;时间同步误差低于12 ms;频率估计误差低于1 Hz。     

一种基于支持向量机的认知无线电频谱感知方案

针对以能量检测为代表的传统频谱感知算法一般存在低信噪比下性能不足,容易面临隐藏节点效应,对检测灵敏度要求高等问题,提出一种新型的基于蜂窝认知用户位置定位的频谱认知方案。该方案以无线指纹数据库为基础,通过无线指纹定位驱动认知用户实现频谱认知功能。认知用户利用无线指纹对其自身进行定位,并根据指纹数据库确定其对于授权频段接入的可能性。针对网络中的主用户发射机位置存在已知和未知2种情况,可通过认知用户读取数据库来确定授权频段可用性,或将已收集获取的历史数据作为训练数据,引入支持向量机(support vector machine,SVM)算法对认知用户所处位置的授权频段可用状态进行预测。此外,针对单个用户频谱状态预测性能不足的缺陷,提出了联合地理位置相近的多个认知用户的合作预测机制。仿真实验验证了本方案相对于传统能量检测算法的性能优势以及能效优势。     

基于DSSS-LFM-FRFT的ZigBee网络中抗RFID干扰研究

针对传统解决ZigBee/RFID(radio frequency identification)2种设备的信号同频干扰问题,采用信道调度算法存在频谱资源利用率低、通信效率低等问题,量化分析了两者信号冲突成因,并提出了基于直接序列扩频再线性调频的分数阶傅里叶变换自适应抗干扰方法(direct sequence spread spectrum-linear frequency modulation-fractional Fourier transform,DSSS-LFM-FRFT)。该方法将传统的ZigBee直接序列扩频技术进行改进,当系统检测到信号干扰时,在接收机解扩之前进行干扰抑制,通过线性调频再扩频技术展宽ZigBee信道信号频谱,接收机前端利用分数阶傅里叶变换滤除掉干扰信号之后再进行分数阶傅里叶逆变换,通过解扩还原信号。实验结果表明,该方法与传统DSSS比较,不仅提高了系统的抗干扰能力,还降低了误码率,实现了ZigBee/RFID共存时高效率通信,提高了无线网络频谱资源利用率。     

一种用于OFDM系统的高性能频偏估计方法

提出一种应用于高速移动环境下系统频偏估计的方法,使用相关性能优异的Zadoff-Chu序列作为训练序列,将其在一个符号周期内重复4次,利用这种帧结构进行两次频偏估计,实现系统的频率粗、精同步.该方法不仅具有频偏估计范围大和估计精度高的双重优点,而且所有频偏估计过程均在FFT之前完成,加快了系统同步的时间,降低了系统同步复杂度.AWGN信道和Rayleigh衰落信道下的仿真结果验证了新算法的有效性.     

基于叠加训练序列的稀疏信道估计

对于稀疏多径衰落信道,提出了一种叠加训练序列和匹配跟踪算法相结合的信道估计方法.为了提高系统带宽效率,采用迭代的叠加训练估计信道响应,该方法将一低功率周期性的训练序列直接叠加于信息序列,利用接收数据的均值求得信道响应,不需要任何额外带宽资源.在许多无线通信环境中,信道呈现稀疏特性,利用该稀疏特性,采用匹配跟踪算法估计信道响应中的非0点,以此可以降低加性高斯白噪声引起的性能损失.通过计算机仿真表明,本文的方法可以达到很好信道估计性能.