频域全通式压缩感知随机滤波器设计

压缩感知中常用随机矩阵作为测量矩阵,但此类矩阵存在实现困难、计算复杂度高等缺陷。随机滤波器产生的随机循环矩阵可用于信号测量,提出一种适用于压缩感知的新的随机滤波器设计方法,设计的随机滤波器具有频域全通,时频域均为实值的特点,同时分析了由滤波器产生的测量基与其他信号基的相关性。测量信号可包含原始信号所有信息,便于计算,且滤波器实现简单,产生的测量基可保证与其他信号基的无关性。通过仿真发现,利用此滤波器可实现信号的采集与恢复。     

基于隐藏导频的多频带正交频分复用超宽带稀疏信道估计

在多频带正交频分复用超宽带系统中,基于隐藏导频提出一种稀疏信道估计算法.通过隐藏导频而估计出信道,利用广义信息论准则建立代价函数并探测出非零抽头位置,修正得到稀疏信道估计值,通过降低估计维数提高了算法的估计性能.同时,分析了算法性能和克拉美-罗界(CRB).仿真结果表明,稀疏信道估计算法比传统算法的性能明显提高,且性能更接近于CRB.     

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.     

超宽带通信压缩感知信道估计与信号检测方法

针对超宽带信号在采样速率过高时难以采样的问题,利用信号稀疏性提出一种基于压缩感知的信道估计和信号检测算法(CS算法).将信号重复送入随机滤波器后发送,对接收信号进行欠采样,利用调制信号、滤波器、信道的圆周卷积关系建立压缩感知的数学模型,从而可采用基追踪算法实现信道估计和信号检测.仿真结果表明,CS算法所需的采样数据量仅为最小二乘算法的1/3或更少,而在中等信噪比(15~25 dB)的情况下,估计性能可以提高约4.5 dB,且可以准确检测出原始信号.     

压缩感知的UWB信道盲估计算法

针对超宽带系统采样速率过高难以实现的问题,利用信道稀疏性提出一种基于压缩感知的盲信道估计算法。将接收信号通过一个随机测量矩阵,利用测量信号的一阶统计量建立压缩感知的数学模型,最后利用正交匹配追踪(OMP)算法重构得到估计信道。算法只需很少测量值就可估计出信道,节省了大量的模数转换(ADC)资源,使系统实现成为可能。仿真结果表明算法具有良好的估计性能,且算法的误比特率(BER)性能相比利用准确信道只有2～3dB的差距。     

基于受激布里渊散射的高精度多微波频率测量

为实现高精度大范围多微波频率测量, 利用双平行马赫曾德尔调制器(dual parallel Mach-Zehnder modulators, DPMZM)分别对未知信号和扫描信号进行抑制载波单边带调制, 并分别作为信号光和泵浦光输入到色散位移单模光纤中, 当两者满足一定的频率关系时, 信号光会得到放大, 通过测量输出光功率值即可估计出待测信号的频率值。该方案利用双阶段受激布里渊散射结构降低了受激布里渊散射增益线宽。另外, 通过设置DPMZM的调制参数, 即可利用低频段的扫描信号实现高频段的频率测量, 降低了方案的实现复杂度。为进一步提高算法精度, 利用测量的光功率值建立幅度比较函数, 通过计算可得频率测量误差, 通过误差修正可提升方案的测频精度。最后, 通过实验仿真证实了方案的有效性, 测量误差为±3 MHz。