基于子空间的交织OFDMA上行载波频偏估计

为了实现采用交织子载波分配方法的正交频分多址(orthogonal frequency division multiplexing access,OFDMA)上行链路多个用户频偏的联合估计,提出一种基于子空间的两阶段频偏搜索方法。由于多重信号分类法(multiple signal characteristic,MUSIC)的采用,使得该方法具有较高的精确度,并且该方法不需要知道接入的用户个数及用户所占用的子信道;因此适用于随机分配子信道的情况。仿真结果表明:当信噪比大于5 dB时,其标准均方根误差小于子载波间隔的1%,满足宽带无线接入系统关于载波频率偏差应小于子载波间隔2%的频率同步要求。     

基于子空间的交织OFDMA上行载波频偏估计

为了实现采用交织子载波分配方法的正交频分多址(orthogonal frequency division multiplexing access,OFDMA)上行链路多个用户频偏的联合估计,提出了一种基于子空间的两阶段频偏搜索方法。由于多重信号分类法(multiple signal characteristic,MUSIC)的采用,使得该方法具有较高的精确度。并且该方法不需要知道接入的用户个数及用户所占用的子信道,因此适用于随机分配子信道的情况。仿真结果表明:当信噪比大于5dB时,其标准均方根误差小于子载波间隔的1%,满足宽带无线接入系统关于载波频率偏差应小于子载波间隔2%的频率同步要求。     

An iterative interference cancellation based frequency offset estimation method for OFDMA uplink systems

In this paper, Moose scheme is used for frequency offset estimation in OFDMA uplink svstems due to that the signals from different users can be easily distinguished in frequency domain. However, differential multiple access interference （MAI） will deteriorate the frequency offset estimation performances, especially in interleaved OFDMA system. Analysis and simulation results manifest that frequency offset estimation by Moose scheme in block OFDMA system is more robust than that in interleaved OFDMA systern. And an iterative interference cancellation method has been proposed to suppress the differential MAI interference for interleaved OFDMA system, in which Moose scheme is the special case of the number of iteration is equal to one. Simulation results demonstrate that the proposed method can improve the performance with the increase of the number of iterations. In consideration of the performance and complexity, the proposed method with two iterations is selected. And the full comparison results of the proposed iterative method with two iterations and that with one iteration （conventional Moose scheme） are given in the paper, which sufficiently demonstrate that the performance gain can be obtained by the interference cancellation operation in interleaved OFDMA system.     

TD-SCDMA系统中的载波频率估计方法

提出了一种用于TD-SCDMA系统的频率估计方法,该算法利用TD-SCDMA系统中的导频序列,通过最大似然函数进行数值估计,并且利用一系列的频率自动调整策略使估计值较为准确、较为收敛.在AWGN和多径条件下的仿真结果均表明,该算法具有比较理想的估计准确度和稳定性,尤其是结合使用自动调整策略算法后,该算法具有更优的估计性能,这说明该算法十分适合应用于TD-SCDMA通信系统中.     

TD-SCDMA系统中的载波频率估计方法

提出了一种用于TDSCDMA系统的频率估计方法,该算法利用TDSCDMA系统中的导频序列,通过最大似然函数进行数值估计,并且利用一系列的频率自动调整策略使估计值较为准确、较为收敛。在AWGN和多径条件下的仿真结果均表明,该算法具有比较理想的估计准确度和稳定性,尤其是结合使用自动调整策略算法后,该算法具有更优的估计性能,这说明该算法十分适合应用于TDSCDMA通信系统中     

基于MLE和MSE的主用户活动检测与跟踪算法研究

针对移动认知Ad hoc无线网络提出一种分布式主用户活动估计与跟踪算法.在主用户覆盖范围的移动认知用户通过检测获得主用户ON/OFF周期样本,然后使用最大似然估计来计算ON/OFF平均周期,在离开主用户覆盖区域时广播检测到的信息.认知用户使用均方误差来停止精细检测,利用均方误差的变化来重新启动精细检测以便跟踪主用户活动的变化.仿真结果表明,提出的算法能够快速有效地检测并跟踪主用户的活动.     

一类线性模型参数的Bayes估计及其优良性

导出了一类线性模型中参数的Bayes线性无偏估计.在均方误差矩阵准则、predictive Pit mancloseness(PRPC)和posterior Pit man closeness(PPC)准则下分别研究了Bayes线性无偏估计相对于广义最小二乘估计的优良性.     

基于EM的MIMO-OFDM系统LMMSE信道估计

最小均方误差(MMSE)信道估计算法应用于MIMO-OFDM系统时将带来高计算复杂度且不易实现,根据这个问题,提出了一种基于期望最大化(EM)的线性最小均方误差(LMMSE)信道估计算法,并分析了该算法的性能.EM算法可以把多输入多输出(MIMO)信道估计问题转化为一系列单输入单输出(SISO)信道估计问题,避免了大规...     

线性模型中回归系数广义岭估计的小样本性质

在均方误差矩阵准则和Pitman closeness（PC）准则下讨论了线性回归模型中回归系数的广义岭估计相对于最小二乘估计的优良性及其相对效率的界．     

一种适合软件无线电的载波相位和频差估计算法

提出一种适合软件无线电的载波相位和频差估计算法.该算法利用并行方法估计有频差时的载波相位.在此基础上,基于MMSE准则计算载波相位的轨迹,得到频差和初始相位.该算法计算量小,可全数字实现,适用于线性和非线性调制,利用QPSK调制信号进行仿真.结果表明,用该算法可以精确估计载波相位和频差,有效地降低系统的误码率.     

混合系数线性模型的一类有偏估计

研究了连续测量数据情况下的混合系数线性模型的参数估计问题.利用压缩估计方法给出了该模型的一类有偏估计,并讨论了该估计的一些优良性质和压缩系数的选取问题.     

一种改进的单载波频域中基于最小均方误差的多目标常模盲均衡

针对移动通信如何在有限带宽中实现最优信道均衡,以确保信号传输质量,提出一种改进均衡方案,将单用户的单载波频域均衡转化为多目标频域常模均衡。由原先的一个常数模均衡器生成多个常数模均衡器,引入最小均方误差准则,并采用正交化处理,降低了均衡后信号的误差。仿真实验结果表明,这种方案较之以往的频域均衡方法,性能结果更为理想。     

多元广义岭估计确定偏参数的两种准则

本文给出广义岭估计β（Ｋ）的偏参数Ｋ选择的Ｄ（Ｑ）准则和均方误差无偏估计的极小化准则,以及偏参数Ｋ的最优解公式．它使广义岭估计β（Ｋ）的均方误差（ＭＳＥ）明显小于 ＬＳ估计β的 ＭＳＥ．从而提高了广义岭估计的拟合精确度．最后给出一实例．     

循环前缀不足空时编码协作OFDM系统的判决反馈均衡

在空时编码协作通信系统中,正交频分复用（OFDM）技术用于对抗各个中继节点到目标节点的时延干扰.中继到目标节点的信道可以被看作多径信道,当循环前缀长度小于时延长度时,符号间干扰无法完全消除.为了解决这个问题,在循环前缀不足的空时编码协作OFDM系统中引入判决反馈均衡器,设计了基于迫零准则和最小均方误差准则的两种判决反馈均衡器.仿真结果表明,这两种均衡器都能很好地改善系统性能,基于最小均方误差准则的判决反馈均衡器（MMSE-DFE）性能更佳.     

多入多出系统中一种新的部分极大似然算法

提出了一种新的应用于多入多出(MIMO)系统的结合最小均方误差串行干扰消除(MMSE-SIC)的部分极大似然(ML)算法.该算法对一部分符号进行ML估计,并结合MMSE-SIC算法对其他符号进行检测,最后选择与接收信号欧式距离最小的一组符号向量作为解调输出.仿真结果表明,在4发4收V-BLAST系统中BER=10-2处,所提出算法比传统的MMSE-SIC算法有大约4 dB的性能增益,甚至接近于ML算法的性能,而且对于空间相关也具有较强的鲁棒性.