SC-FDE系统中用于快时变信道的改进的RLS信道预测

针对现有的时变信道递归最小二乘(RLS)预测算法收敛慢的问题提出了一种单载波频域均衡(singlecarrier–frequency domain equalization,SC-FDE)系统中改进的自适应RLS预测算法。这种预测算法依靠置零小能量路径使预测器在高输入信噪比下工作,和现有的RLS预测算法相比可以显著加快收敛速度,提高预测精度,并且比现有的RLS算法有更低的复杂度。     

水声通信中基于信道估计的稀疏均衡算法研究

为实现相位相干水声通信系统的实时处理,降低由信道大时延多径结构所导致的接收算法复杂度与稳定性问题,提出了一种基于信道估计的多通道稀疏均衡算法.该算法针对水声信道的稀疏特性,采用稀疏算法减小均衡器的阶数,降低了系统复杂度;并且将变步长LMS算法与基于信道估计的完全反馈均衡器相结合,提高了均衡器性能;同时采用多通道可变步长算法,各个通道的步长可以独立的自适应调节,增加了均衡器的稳定性与灵活性.在实际湖试信道条件下的性能仿真表明:在10kin的距离上,与传统四通道DFE-LMS算法相比,此算法在降低稳态误差的同时,参与迭代计算的抽头数减少了78%,从而计算量大为减小,同时系统性能也得到了改善.     

基于变分推理的Turbo频域均衡与信道估计

针对时变频率选择性信道下的单载波编码传输系统,提出了基于变分推理的低复杂度Turbo频域均衡与信道估计联合迭代算法。所设计的软输入软输出检测器和子块间干扰抵消器能统一处理信道估计误差的影响。通过分析接收信号因子图,提出了算法实现的双迭代结构,内迭代完成联合频域均衡与软信道估计,外迭代进行软干扰抵消和解码。仿真结果表明,所提出算法的误码率性能和对叠加训练信号强度的稳健性均优于具有相似复杂度的期望最大化方案。     

BICM-OFDM中基于ML算法的迭代信道估计

基于最大似然估计(ML),提出了一种新的联合译码的迭代信道估计算法。该算法利用比特交织编码调制(BICM)中迭代译码的硬判决信息,进行信道估计与译码之间的信息交换。在基于BICM的OFDM系统(BICM-OFDM)中,在短波宽带信道下的仿真结果表明,经过4次迭代,系统的误码率性能收敛。与传统ML算法相比,算法可有效的提高估计精度。     

多频带OFDM超宽带系统同步及信道估计算法

针对标准多频带正交频分复用超宽带系统,基于前导训练序列研究其同步及信道估计算法。相关检测用取中点来减小粗定时误差范围。细定时利用系统零保护间隔的特点找相邻窗口最小能量比,对频偏不敏感且抗多径干扰。对定时位置进行修正,避免了信息数据的丢失及符号间串扰。采用基带数字域跳频解跳的机制,使载波频偏的影响归结为与单频带系统一致,简化了同步算法。仿真表明,在较恶劣的信道条件下,残余定时误差仍很小,并由信道估计及均衡有效的吸收,频率同步及系统差错性能良好。     

用于有虚载波OFDM系统的信道估计算法

提出了一种适用于有虚载波的正交频分复用系统的改进信道估计算法。由于传统的信道估计器无法估计虚载波处的信道传输函数,从而逆离散傅里叶变换导致信道能量泄漏,使得时域滤波方法不能直接应用。为了解决这个问题,利用信道冲激响应的有限性,推导了以最小二乘法(least square, LS)来估计虚载波处的信道传输函数。进一步观察信号子空间和噪声子空间中噪声的相关性,使用最大后验概率准则估计出信号子空间的噪声并消除其带来的估计误差。该算法不仅可在训练模式下应用,也可推广应用于基于判决反馈的跟踪模式。仿真结果表明,改进算法无误符号率平台效应,且其误符号率较传统LS算法有2 dB的信噪比增益。     

卫星信道中基于部分解耦的volterra均衡算法

对信道中大功率放大器产生的非线性特性实现快速有效地均衡是提高卫星通信系统性能关键技术之一。文中首先建立了基于volterra级数的卫星信道模型,并分析了信道对二维调制信号所产生的非线性影响;针对基于最小均方误差实现的volterra均衡器收敛速度慢这一问题,提出了基于复基带volterra模型的部分解耦均衡算法,该算法使均衡器线性权系数收敛于线性滤波器最优解,并用拉格朗日乘数法构造了新的代价函数,使均衡器的各阶权系数满足约束,以达到均衡器各阶权系数之间的解耦。仿真结果表明,新算法在保证稳态误差的条件下,其收敛所需迭代次数相对于全耦合的最小均方误差算法从16 000次减小到1 000次。     

OFDM系统在短波信道上的线性均衡方法

由于短波信道CHF的时变和多径,使OFDM信号的正交性受到损失(产生子载波间干扰ICI),从而导致了码间串扰(ISI),误码底板上升,并且随着信道的多普勒频率的增加而增加。针对这种情况,提出了一种简单的频域均衡方法。这种均衡方法假设:在一个OFDM块期间,信道的冲激响应(CIR)是线性变化的,而常规的单抽头频域均衡器对频率选择性多径衰落信道的补偿是假定在一个FFT块期间信道是静态的。当相对多普勒频率在范围(1.0005.0相似文献   

基于LSTBC-OFDM系统的信道估计简化算法

针对MIMO-OFDM通信系统中基于导频的常规信道估计算法存在矩阵求逆过程,使算法计算量过大的现象,提出了一种基于最小二乘(LS)的信道估计简化算法。该算法利用分层结构的空时分组编码技术(LSTBC)和优化设计的导频符号,避免了LS算法的矩阵求逆过程,大大降低LS算法的复杂度和运算量。仿真结果表明,该方法在运算复杂度显著降低的情况下,仍可取得和原算法同样的性能结果。     

基于RLS-SVM的OFDM信道估计算法

为了提高OFDM系统的传输效率,提出了一种新的信道估计算法.通过改变导频模式,在一个OFDM符号的前若干子载波处插入导频,并在导频处进行信道估计,在此基础之上,采用递归最小二乘支持向量机(RLS-SVM)测后续子载波处的信道频率响应.仿真结果表明,在违反采样定律的情况下,与传统的信道估计算法相比,基于RLS-SVM的信道估计算法获得了较好的性能,在同样的传输速率下,减少了导频个数,提高了系统的传输效率.     

基于响应估计频域拟合的通道均衡方法

阵列各个天线、射频组件等在大信号带宽下引起的响应不同,造成了通道的不一致性,使得阵列的谱估计性能严重恶化.针对内定标无法校准天线馈线、已有外校准方法的性能受噪声影响严重和盲自适应过程依赖参考信号的问题,提出基于单一外部线性调频连续三角波信号源响应估计频域拟合的通道均衡方法.首先通过滑动协方差矩阵特征值分解和已知信源的理...     

基于RLS的联合同步和信道估计算法

针对采用跳频正交频分复用(frequency hopping orthogonal frequency division multiplexing, FH-OFDM)系统进行战时通信时存在的高误码率(bit error rate, BER)问题,对定时偏差(timing offset, TO)、载波频率偏差（carrier frequency offset, CFO）和采样率偏差(sampling frequency offset, SFO)进行综合考虑,提出一种导频辅助的联合同步和信道估计算法。在时域中分别对TO和子载波干扰项进行预先补偿。使用线性误差函数来配合递归最小二乘法对信道冲激响应、CFO和SFO进行估计。采用改进的极大似然算法对迭代参数的初始值进行估计,提高了估计的准确度。分析并给出FH OFDW系统频谱效率的权衡标准。仿真结果表明,该系统工作在1 000 hop/s时,该算法的估计均方差和BER均优于传统的算法。     

噪声鲁棒变步长LMS算法及其在OFDM水声信道均衡中的应用

针对最小均方(least mean square, LMS)算法在低信噪比(signal to noise ratio, SNR)条件下性能较差的问题,提出一种噪声鲁棒变步长LMS(noise robust variable step-size LMS, NRVSLMS)算法。该算法通过结合改进的双sigmoid函数和误差信号自相关函数,在迭代过程中动态调整步长的大小,解决了传统LMS算法中收敛速度、跟踪性能和稳态性能互相矛盾的问题。理论分析和仿真结果表明,与其他变步长算法相比, NRVSLMS算法抗噪声能力强,具有良好的跟踪速度和稳态性能。将该算法应用于正交频分复用(orthogonal frequency division multiplexing, OFDM)水声信道均衡中,与现有LMS类自适应均衡方法相比,基于NRVSLMS算法的信道均衡方法能够显著降低系统误码率(bit error rate, BER)和均方误差(mean square error, MSE)。     

基于EM的MIMO-OFDM系统MAP信道估计算法

最大后验概率（maximum a posteriori, MAP）信道估计算法应用于MIMO-OFDM系统时将带来大规模矩阵求逆和乘积运算,且OFDM符号的数据传输效率随着发送天线的增多逐渐下降。针对这些弊端,提出一种基于期望最大化（expectation maximum, EM）的MAP信道估计算法,并分析了算法的性能。该算法利用EM算法把多输入输出信道估计问题化简为一系列独立的单输入输出问题,避免了大规模矩阵运算,降低了MAP算法的计算复杂度;为进一步改善MAP算法的数据传输效率及其估计性能,可通过对多个连续的OFDM符号进行联合信道估计。通过仿真实验证明了该算法的有效性。     

注意力机制CNN的毫米波大规模MIMO系统信道估计算法

在室外光线追踪通信场景下,针对毫米波大规模多输入多输出(multiple input multiple output,MI-MO)信道具有稀疏特性、系统受噪声因素影响导致信道估计精度低的问题,提出一种基于图像去噪的注意力机制卷积神经网络信道估计方法.首先,设定参数产生模拟真实环境的数据集,将所产生的信道矩阵看作二维图像...     

基于RSAMP算法的OFDM稀疏信道估计

为了提高稀疏度自适应贪婪迭代(sparsity adaptive greedy iterative,SAGI)算法的重构性能,缩短重构时间,提出了一种基于有限等距性质(restricted isometry property,RIP)的稀疏度预测自适应匹配追踪(RIP based prediction-sparsity...     

Hybrid pilots assisted channel estimation algorithm for MIMO-OFDM systems

Abstract: A hybrid pilots assisted channel estimation algorithm for multiple input multiple output (MIMO) orthogonal frequency division multiplexing (OFDM) systems under low signal-to-noise ratio (SNR) and arbitrary Doppler spread scenarios is proposed. Motivated by the dissatisfactory performance of the optimal pilots (OPs) designed under static channels over multiple OFDM symbols imposed by fast fading channels, the proposed scheme first assumes that the virtual pilot tones superimposed at data locations over specific subcarriers are transmitted from all antennas, then the virtual received pilot signals at the corresponding locations can be obtained by making full use of the time and frequency domain correlations of the frequency responses of the time varying dispersive fading channels and the received signals at pilot subcarriers, finally the channel parameters are derived from the combination of the real and virtual received pilot signals over one OFDM symbol based on least square (LS) criterion. Simulation results illustrate that the proposed method is insensitive to Doppler spread and can effectively ameliorate the mean square error (MSE) floor inherent to the previous method, meanwhile its performance outmatches that of OPs at low SNR region under static channels.     

Improved H-infinity channel estimator based on EM for MIMO-OFDM systems

H-infinity estimator is generally implemented in timevariant state-space models,but it leads to high complexity when the model is used for multiple input multiple output with orthogonal frequency division multiplexing (MIMO-OFDM) systems.Thus,an H-infinity estimator over time-invariant system models is proposed,which modifies the Krein space accordingly.In order to avoid the large matrix inversion and multiplication required in each OFDM symbol from different transmit antennas,expectation maximization (EM) is developed to reduce the high computational load.Joint estimation over multiple OFDM symbols is used to resist the high pilot overhead generated by the increasing number of transmit antennas.Finally,the performance of the proposed estimator is enhanced via an angle-domain process.Through performance analysis and simulation experiments,it is indicated that the proposed algorithm has a better mean square error (MSE) and bit error rate (BER) performance than the optimal least square (LS) estimator.Joint estimation over multiple OFDM symbols can not only reduce the pilot overhead but also promote the channel performance.What is more,an obvious improvement can be obtained by using the angle-domain filter.     

基于内插结合MMSE均衡消除OFDM系统相位噪声的算法

针对正交频分复用（orthogonal frequency division multiplexing, OFDM)系统对相位噪声的敏感特性,提出一种基于内插结合最小均方误差(minimum mean square error, MMSE)均衡消除OFDM系统相位噪声的算法,通过在发射端的IFFT之前,对符号进行零子载波的内插,可有效地降低OFDM系统相位噪声造成的子载波间干扰（inter carrier interference, ICI）,提高信干比。通过MMSE均衡方式,可消除OFDM系统相位噪声造成的公共相位误差（common phase error, CPE）。仿真结果表明,本算法可以消除CPE引起的整个信号星座的旋转,同时大大降低ICI引起的信号星座点的云状发散,OFDM系统的相位噪声在高斯信道和多径信道下都能够得到有效抑制,且复杂度低、实现简单,具备良好的实用价值。     

基于子带信号的MPSK载频估计算法

均匀子带技术是宽带信道化中经常采用的数据处理方法。针对均匀子带信道化易造成信号频谱割裂的问题,建立了M进制移相键控(M phase-shift-keying,MPSK)信号子带信道化输出的数学模型。将目标信号的频谱损失转化为码元成型函数的变化,证明子带信号保留了原信号码元成型函数所带来的循环平稳特性,提出了一种新的基于子带信号M次方谱的载频估计算法。该方法无需合并子带就可进行目标信号的参数估计,提高了宽带处理的效率。仿真分析了算法在不同带宽覆盖比和不同信噪比下的估计性能。理论分析和仿真结果证明了算法的有效性和可靠性。