TD-SCDMA中结合块判决反馈和状态减少的序列估计的联合检测算法

将一个称之为块判决反馈的概念引入了TD-SCDMA的联合检测之中.基于该概念,提出了一种简单版本的和一种高性能的联合检测算法.该简单版本的联合检测算法与传统方法相比,性能相仿然而复杂度大大降低.该高性能检测器结合了块判决反馈和状态减少的序列估计算法,比传统方法复杂度略高然而大大提高了检测性能.该简单版本的联合检测算法适合于在移动终端上实现,高性能版适合于在基站实现.两种算法的性能都得到了仿真验证.     

一种复数球形译码算法的仿真

球形译码算法作为实现最大似然检测的一种有效快速算法受到了学者们的广泛关注。在通信理论中经常使用到复数信号模型,但目前尚未有文献给出在该模型下明晰的算法流程。利用信号星座图的几何特点,推导了一种保持原信号维数的复数球形译码算法;考虑到算法中涉及对整数环的特殊处理,给出了清晰的算法流程。该流程适用于各种复数矩阵信道模型与典型二维信号星座图,为复数模型下球形译码算法的研究提供了一个有效的仿真平台。     

一种新的高效MMSE-SIC检测算法

传统的V-BLAST系统检测算法,由于存在矩阵求逆的操作,其计算复杂度与发射天线数的立方成正比,在发射天线较多时,对接收机信号处理能力要求较高。于是提出了一种具有更低复杂度的排序串行干扰消除算法。该算法利用施密特正交化分解方法,有效地避免了循环矩阵求逆运算,在不降低误比特率性能的情况下,使得检测算法大为简化,其计算复杂度与发射天线数的平方成正比。同时,该算法使排序和检测过程相互独立出来,提高了算法应用的灵活性。     

基于子空间的MMSE群盲多用户检测算法

针对CDMA上行链路系统中,基站已知小区内用户的扩频码而对小区外用户扩频码未知的情况,提出一种基于子空间方法的最小均方误差(minimum mean square error,MMSE)群盲多用户检测算法。该算法利用所有已知的扩频码有效消除了多址干扰,采用改进的紧缩近似投影子空间(projection approximation subspacetracking with deflation,PASTd)跟踪算法实现信号子空间的自适应跟踪,提高了收敛速度。仿真结果表明,所提算法收敛速度快,输出信干噪比和误码率性能优于PASTd盲多用户检测,逼近奇异值分解(singular value decom-position,SVD)群盲多用户检测,并保持了较低的计算复杂度。     

一种新的基于LMS的自适应半盲多用户检测算法

深入研究了最小均方(least mean square,LMS)盲多用户检测,提出多载波码分多址(multicarrier CDMA,MC-CDMA)系统下一种基于子空间约束LMS的自适应半盲多用户检测算法.该算法设计了一种最小输出能量(minimum output energy,MOE)半盲检测器,给出一种子空间约束LMS算法自适应得到MOE检测器的权向量.为了降低计算复杂度,采用修正的紧缩近似投影子空间跟踪(projection approximation subspace tracking with deflation,PASTd)算法自适应跟踪信号子空间.通过利用小区内所有用户的扩频码有效地抑制了多址干扰,将权向量约束在信号子空间,降低了噪声子空间的影响,从而提高了收敛速度,改善了输出信号干噪比和误码率性能,仿真实验验证了该算法的有效性.     

一种用于CDMA系统的快速信道估计方法

信道估计是CDMA系统中的关键技术 ,涉及到对用户信号传播信道的幅度、相位和延时的估计。提出了对一个进入CDMA系统的新用户进行快速最大似然多径信道参数估计的方法。实验结果对比表明 ,本方法捕获性能好 ,且捕获的速度更快     

一种频域自适应最大似然时延估计算法

提出了一种基于平方相干函数的频域自适应最大似然时延估计算法。该算法构造了一种广义相位数据最大似然加权函数,并通过自适应估计输入信号的平方相干函数加以实现。算法的性能分析和仿真实验表明,该算法有更好的时延估计精度、收敛速度和跟踪性能,能够有效提高低信噪比环境下的低空目标被动声探测的时延估计性能。     

超宽带无线通信的一种快速同步捕获算法

针对超宽带(ultra-wideband,UWB)信号的具体特征,利用巴克码的相关特性,设计了一种结构简单的训练序列,在此基础上建立了基于最大似然(ML)准则的UWB同步捕获算法。该算法大大降低了UWB信号时间捕获的复杂度,能够快速实现同步。仿真结果表明,只需要较短的训练序列,该算法就能获得优良的同步性能,当训练序列较长时可以很好地逼近理想捕获情况下的系统误码率。     

一种复合型自适应Turbo均衡算法

针对短波信道以及短波瞬间通信以帧为单位进行传输的特点,提出了一种新的复合型自适应Turbo均衡算法(CATEA)。该算法结合最小均方(LMS)算法和递归最小平方(RLS)均衡算法的优点,分别在训练和直接判决阶段调整均衡器参数,因而克服了LMS算法收敛慢以及RLS算法计算量大的缺点。通过将该均衡算法与Viterbi译码算法进行迭代均衡和译码,极大地提高了均衡器性能,同时保持了较低的复杂性。仿真和实验测试证明了该算法的有效性。     

一种新的非视距环境下移动台定位算法

非视距传播已经成为制约蜂窝网络定位的主要障碍。为了抑制和减少非视距传播引起的位置估计误差,提出了一种稳健估计的移动台定位算法———基于最大似然估计的位置估计算法,不需要先验NLOS误差统计特性和时序测量等前提条件,抑制NLOS误差的影响。通过跟传统的最小-均方算法(ordinaryleastsquare)比较,仿真结果表明这种算法有效地提高了在非视距环境下的定位精度。     

Optimal MMSE successive interference cancellation in group-wise STBC MIMO systems

1.INTRODUCTIONInformationtheoryshowsthat a multiple-input multi-ple-output(MI MO)communication systemcan effi-ciently increase system capacity in rich scatteringwireless channel environment without additional pow-er and frequency spectrumrequirement as traditionaltechniques need[1,2].Transmission schemes based onMI MO typically fall into two categories:data ratemaxi mization schemes and diversity maxi mumschemes.The representative of the first category isBell laboratories layered space…     

Low complexity power control approach based on MMSE detection for V-BLAST

1. INTRODUCTION Layered Space-Time (LST) architecture offers a great increase in capacity, promising a linear growth with the size of the antenna array under some circumst- ances[1,2]. In recent years, Vertical Bell Lab Layered Space-Time (V-BLAST), one of the most important LST architectures, has been a hotspot in mobile com- munication because of its simple architecture and high spectral efficiency [3]. There have been some effective Per-Antenna Po- wer Control (PAPC) algorit…     

一种适用于移动OFDM系统的迭代均衡算法

在下一代高速宽带无线应用中,通信终端的高速移动引起的多普勒效应恶化了OFDM系统接收机的性能.现存的补偿多普勒效应的均衡方案或需较高的计算量,或以性能为代价而获取低复杂度.在充分利用ICI功率分布特性的基础上,利用部分信道信息提出了-种新的基于软符号的低复杂度迭代MMSE均衡算法.理论分析及计算机仿真表明,该方案能够灵活可控地获得复杂性与性能的折衷,从而有效克服了ICI的影响,提高了接收机的BER性能.     

遗传算法在分布式探测系统性能评估中的应用研究

分布式探测系统在军事应用领域受到越来越高的重视 .要得到分布式探测系统的探测性能需要求解非线性方程组 ,对于简单情况可以得到精确解 ,但是 ,当各分布式探测器本身的探测概率和虚警概率的导数无法得到时 ,用非线性方程组的理论来求解就很困难 .本文将遗传算法应用到分布式探测系统性能评估中 ,使该问题得到很好的解决 ,为遗传算法在分布式探测系统性能评估中的全面应用奠定基础 .     

分层空时码分多址系统的快速联合检测算法

分层空时码分多址系统(LST-CDMA)的联合检测算法(JD)利用扩频码和信道冲击响应(CIR)卷积形成的空-时二维特征向量来进行多用户和多天线检测,能够获得优良的检测性能。但是该JD算法的复杂度非常高,针对这个问题提出了两种快速算法:近似Cholesky分解和块-Fourier算法。为了进一步减少运算量,又利用重叠保留法(OLA)对块-Fourier算法进行改进。仿真证明,这些算法在几乎不降低检测性能的前提下,可以大幅降低计算复杂度。     

Optimal training sequences for MIMO systems under correlated fading

The optimal design of training sequences for channel estimation in multiple-input multiple-output （MIMO） systems under spatially correlated fading is considered. The channel is assumed to be a block-fading model with spatial correlation known at both the transmitter and the receiver. To minimize the channel estimation error, optimal training sequences are designed to exploit full information of the spatial correlation under the criterion of minimum mean square error （MMSE）. It is investigated that the spatial correlation is helpful to decrease the estimation error and the proposed training sequences have good performance via simulations.     

基于熵的装备维修系统效能评估与仿真

装备维修系统是复杂的动态多尺度系统,对其进行效能评估面临着巨大挑战.从流的角度出发,按照流关系和系统拓扑将维修系统分成策略、信息和决策控制三个尺度,由此建立维修系统的流模型及其效能测度框架,并引入维修效能熵来考察维修系统效能.具体到维修策略尺度,根据维修活动触发机制,构建了包含预防性维修、修复性维修和基于状态的维修等多种策略的系统模型.仿真和计算表明,混合策略下复杂装备维修系统的特性可用二阶系统来逼近.由此得到的效能曲线显示,装备维修系统是开放系统,其运作过程是熵增过程,必须按照其效能变化而实时改变其管理和控制策略.     

Codebook selected beamforming algorithm for multiuser MIMO systems

For reducing the inter-user interference in multi-user multiple-input multiple-output(MU-MIMO) wireless communication systems,e.g.,MIMO-orthogonal frequency division multiplexing(MIMO-OFDM) systems,it is often desirable to the complex preprocessing at the transmitter.This paper proposes a multi-user beamforming algorithm with sub-codebook selection.Based on the minimal leakage criterion,the codebook selection,limited feed-forward and minimum mean square error(MMSE) detection are combined in the proposed algorithm.This avoids the complex channel matrix decomposition and inversion.Consequently,the computational complexity at the transmitter is significantly reduced.Simulation results show that the proposed algorithm performs better than existing beamforming algorithms.     

一种权值在线学习的分布式检测系统的融合算法

研究了一种基于最小错误概率准则的权值在线学习的分布式检测系统的融合算法。该算法能够根据观测数据的变化,自动在线调整权值大小,逐步改善系统的检测性能。计算机仿真结果表明,该算法能够较快地收敛到最优解。     

面向C-RAN的群稀疏线性预编码

云无线接入网络（cloud radio access network,C-RAN）是一种能够集中处理信号的网络架构。C-RAN能够通过算法动态选择无线电单元（remote radio head,RRH）来调整用户通信速率。而通信速率作为用户服务质量（quality of service,QoS）的关键部分,当参与服务的RRH越多时,用户的通信速率更大且体验更好,但同时所带来的能源损耗越大,因此本文研究通信速率和功率消耗二者之间的权衡关系。提出一种优化算法,将权衡问题建模成一个单目标优化模型,通过权衡系数来协调速率和RRH激活个数之间的矛盾。为了解决$\ell_0$-范数的非凸问题,本文使用重复加权$\ell_1$-范数去近似$\ell_0$-范数,同时使用加权最小均方误差（weighted minimum mean square error,WMMSE）的方法将通信速率从非凸问题转换成一个凸问题,最后使用改进的次梯度法对预编码矩阵进行更新。仿真结果证明该算法减少了时间复杂度,同时达到了与穷举法相近的性能。