基于蜜蜂交配优化算法的MIMO-OFDM系统上行多用户检测

针对上行MIMO-OFDM系统多用户检测(Multi-User Detection, MUD)问题,提出了一种基于蜜蜂交配优化(Honeybees Mating Optimization, HBMO)算法的新方法。该方法通过模拟蜂群的交配过程和蜂王的不断进化来实现全局寻优;同时,该方法为了避免陷入局部最优解,在工蜂哺育阶段,采取邻域搜索。仿真结果表明,该方法在取得较优检测性能的同时,其计算复杂度却远远低于最大似然(Maximum Likelihood, ML)检测算法。     

MIMO-OFDM系统自适应排序K-best检测器研究

针对IEEE 802.11n MIMO-OFDM系统提出一种基于相干带宽估计的自适应排序K-best检测器(adaptive sorted K-best detector,ASK-best).通过皮尔逊相关系数(Pearson correlation coefficient)对相干带宽进行估计,据此将频带有效子载波划分...     

MIMO-OFDM系统自适应排序K-best检测器研究

针对IEEE 802.11n MIMO-OFDM系统提出一种基于相干带宽估计的自适应排序K-best检测器(adaptivesorted K-best detector,ASK-best)。通过皮尔逊相关系数(Pearson correlation coefficient)对相干带宽进行估计,据此将频带有效子载波划分为多个子带,对子带内子载波实施相同排序K-best检测。该改进可逼近基于每个子载波排序的全排序K-best检测性能,同时能根据信道相干带宽估计量自适应调整子载波排序次数。20 MHz带宽(56个有效子载波)和4×4天线配置条件下,相比全排序K-best 56次排序,在TGn单径平坦衰落信道A下,ASK-best自适应调整排序次数为1,14径多经衰落信道C下,ASK-best不超过8次排序就可达到全排序K-best性能。     

基于小波变换的弱信号检测方法研究

介绍了小波变换原理,对利用小波变换实现弱信号检测的性能进行了分析,并利用仿真结果说明小波变换能提高信噪比。     

基于小波和高阶谱的低信噪比信号检测方法

低信噪比信号检测是数字信号处理领域中的一个常见问题,本文提出了一种基于小波变换和高阶谱理论的检测方法,并将其与传统的功率谱检测方法相比较,MATLAB仿真结果表明该方法具有更加优越的检测特性。     

基于量子算法的MIMO-OFDM信号检测研究

信号的最优检测在常规条件下是-NP难解问题,针对RBF(径向基函数)神经网络算法易陷入局部极值和简单遗传算法收敛速度慢的问题,文中提出了新型的量子智能算法,并应用于MIMO-OFDM系统信号检测中:算法将遗传算法与神经网络相结合,用遗传算法优化神经网络初始值,在遗传算法优化神经网络时采用量子计算操作.由于QGA(量子遗...     

微弱信号长时间积累的检测方法

提出一种微弱信号长时间积累的检测方法,对雷达回波信号采用时域分帧处理,每帧进行门限预处理,剔除大部分干部噪声,仅保留包含目标在内的部分HAF谱成分以作后续的帧间累加,仿真结果表明,该方法可以有效地进行信号积累,只需1／4或1／8的存储量,就可以取得与HAF方法接近的检测效果。     

弱振动波信号的检测

在勘测地质结构工程中，利用人工激振源产生的地震信号了解地质结构，由于采集的信号很微弱、信噪比很低，本文介绍利用信号存储及叠加技术，采用逐次增强信号并提高信号的信噪比的方法，从而提取包含地质结构信息的信号。     

MIMO-OFDM系统中的信号检测算法(I)

全面介绍了MIMO-OFDM系统中的三类信号检测算法：线性检测算法、非线性检测算法和最优检测算法,详细分析了最优检测算法中的球面解码算法和格点减少算法.并在详述各种检测技术的基础上,比较了各类算法的性能和计算复杂度,预测了信号检测技术的发展方向.     

MIMO-OFDM系统中的信号检测算法(Ⅱ)

全面介绍了MIMO-OFDM系统中的三类信号检测算法:线性检测算法、非线性检测算法和最优检测算法,详细分析了最优检测算法中的球面解码算法和格点减少算法,并在详述各种检测技术的基础上,比较了各类算法的性能和计算复杂度,预测了信号检测技术的发展方向.     

基于渐消Kalman滤波的MIMO-OFDM信道估计

针对快时变信道明显的频率选择性,提出了采用Kalman渐消记忆滤波的估计方法.信道采用AR模型建模,并利用LS算法估计时变信道的衰减因子.仿真表明:快时变环境下,所提算法的估计性能优于LS信道估计和传统的Kalman滤波算法估计.     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。     

基于脉内特征的雷达信号分选方法

当前复杂的电子环境下不同调制的多种雷达信号,具有交叠严重、分选困难的特点。针对这一问题提出一种基于时频原子特征的雷达信号分选方法。该方法根据欧氏距离准则,在超完备的Chriplet时频原子库中,利用杂草算法提取可分性较好的原子,并与各信号做内积作为雷达信号分选的特征值,利用改进的FCM聚类算法进行聚类。在不同信噪比下,对5种不同调制参数的雷达信号进行分选,仿真结果表明,在较低的信噪比下,该方法能够进行有效的雷达信号分选。     

多用户MIMO-OFDM系统中基于非理想反馈的自适应子载波分配

考虑基于VBLAST架构的多用户MIMO-OFDM系统中的资源分配问题,提出了一种基于非理想反馈的自适应子载波分配算法.该分配算法综合考虑了反馈信道信息和反馈质量,为表征反馈质量,引入了置信系数和等价方差的定义,推导了实际中反馈时延和反馈误差同时存在时置信系数和等价方差的通用闭式表达.仿真结果表明,所提出的分配算法在各种非理想反馈情况下,均可改善系统性能.     

基于正交训练序列的MIMO-OFDM系统频率同步方法

提出了一种MIMO-OFDM系统中基于Walsh的同步训练序列结构。利用该结构可以在有效完成符号 同步的同时准确估计MIMO-OFDM系统中不同信道的载波频偏。在2×2的MIMO-OFDM系统下的仿真结果表 明，使用本训练序列可以获得较好的符号同步和载波频偏估计性能。     

基于SNR比较的2次协作的感知无线电频谱检测

在感知无线电系统中多径、阴影和隐藏终端等问题不可避免,协作频谱检测是解决这些问题的有效手段。针对目前协作频谱检测算法的不足,提出一种基于SNR判决的2次协作频谱检测算法,分析了非理想报告信道对性能的影响。数值分析和仿真结果表明,该方法能有效地提高检测概率,减少判决融合决策节点数量,以及减少传给最终融合中心的数据量。     

基于SNR比较的2次协作的感知无线电频谱检测

在感知无线电系统中多径、阴影和隐藏终端等问题不可避免,协作频谱检测是解决这些问题的有效手段。针对目前协作频谱检测算法的不足,提出一种基于SNR判决的2次协作频谱检测算法,分析了非理想报告信道对性能的影响。数值分析和仿真结果表明,该方法能有效地提高检测概率,减少判决融合决策节点数量,以及减少传给最终融合中心的数据量。     

基于ROAMP-Net的大规模MIMO系统智能信号检测方法

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统存在的信号检测计算复杂度高、检测精度不足等问题,参考OAMP-Net算法思想,引入残差结构,提出了一种新的智能信号检测网络模型ROAMP-Net。将正交近似消息传递(orthogonal approximate message passing,OAMP)估算信号的迭代过程展开为深度学习网络,同时引入残差结构,分别对各网络层的线性和非线性估计值进行逐层修正,有效防止估计误差的前向传播和过程积累,避免网络模型随着网络层数增加而发生性能退化,从而提高最终信号检测的准确度。针对不同调制方式和不同天线阵列的系列仿真实验结果表明,不同调制方式和天线阵列下ROAMP-Net在检测准确度上均有不错的性能表现。     

MIMO-OFDM系统中的信道估计

给出了一种适于多输入多输出-正交频分复用（MIMO-OFDM）系统的信道估计方案．该方案首先根据最小二乘准则,利用散布导频估计出MIMO信道的单位冲激响应,然后对此估计值进行时域白适应Wiener滤波以提高估计精度,最后经过离散傅里叶变换得到MIMO信道频率响应用于信道均衡．这一估计方案充分考虑了信道在时域以及频域的相关性,从而估计精度高、性能稳定．同时由于采用的导频符号均布于各发射天线的所有发射时段,因而它能及时跟踪信道的变化．仿真结果表明该方案具有良好的误码率性能,接近于理想信道估计的情况,并且对信道衰落变化较快的环境具有鲁棒性．     

MIMO-OFDM系统中一种有效的信道估计方法

为降低信道估计算法的复杂度,给出了MIMO-OFIM(M山tiple Input and Multiplw Output-Orthogonal Freuency Division Multiplexing)系统中的一种信道估计实现方案,采用STBC(Space-Time Block Code)训练序列,LMS(Least Mean Square)迭代算法估计信道响应,避免了矩阵的求逆运算,与基于MMSE(Minimum Mean Squore Error)和LS(Least Square)的MIMO信道估计算法相比,具有运算复杂度低、跟踪能力强的优点,计算机仿真结果也显示了它的有效性和优越性.