OFDM系统有限字符集特性的盲信道估计

提出并证明了正交频分复用（OFDM）系统中基于信息符号有限字符集特性的信道盲可辨识的充分必要条件．在满足该条件的前提下,又提出一种频域最小距离（frequency-domain minimum distance,FMD）盲信道估计方法．该方法将信道频率响应序列多相分解为若干子向量,通过对其中一个子向量中元素的相位模糊度进行穷尽搜索,辨识出所有子载波上频率响应的相位．仿真结果表明,FMD算法的信道估计性能优于修正的最小距离（modified minimum distance,MMD）算法,而计算复杂度与MMD相等．     

一种有效的MIMO-OFDM系统盲信道估计算法

提出了一种新的MIMO-OFDM信道模型,该模型对于信道阶数过估计具有很强的鲁棒性,并针对该模型提出了一种基于子空间方法的盲信道估计算法.仿真结果表明在新系统模型基础上提出的算法具有收敛速度快,估计精度高的优点.     

大规模MIMO系统中的伪随机码导频设计

针对大规模MIMO系统中存在的导频污染问题,提出一种有效的导频设计方案.在所有小区复用同一组正交导频的情况下,为每个小区分配不同时延的伪随机码,利用各小区内的伪随机码对小区内用户导频进行同步加扰,以获得用户的发送导频.推导并分析了该导频设计方案下期望信道估计的均方误差.理论和仿真结果表明,该导频设计方案能有效提高信道估计性能,提升整个系统下行链路的性能.     

块对角化预编码MIMO系统多用户调度

研究了在多用户、多输入多输出(MU-MIMO)系统中发射端块对角化(BD)预编码方案的实现算法,以及基于该预编码方案的多用户调度算法. 利用子空间分解技术设计了发端的预编码矩阵. 通过该预编码矩阵,系统可以实现与多个用户同时进行多码流、用户间的零干扰通信. 定性分析了该预编码方案的本质,利用子空间分解技术设计了一种基于系统最大和容量准则的多用户调度方案. 通过分析说明该调度方案具有较低的计算复杂度. 数值仿真表明,在相同的块对角化预编码方案下,采用本文提出的用户调度方案可获得近似最优的和容量,进一步说明了本文所提方案的有效性.     

成比例公平性约束下的MIMO-OFDMA资源分配方案

针对MIMO-OFDMA下行链路系统,提出一种基于成比例公平性约束的资源分配方案.该方案基于MIMO信道状态信息,对信道矩阵进行分解,利用特征子信道来确定子载波和功率分配,充分利用了空间域、频域以及多用户分集增益提高系统的频谱效率.通过松弛成比例性约束条件,使各用户数据速率近似正比于每个用户分配的子载波数,并导出一种不需要迭代的线性低复杂度功率分配方案.仿真和分析表明,整个方案在保证系统吞吐量的前提下,取得了用户间良好的速率公平性,同时又具有较低的计算复杂度.     

OFDM中利用酉变换和结构最小二乘的角度和时延联合估计

在正交频分复用系统中,低信噪比条件下基于子空间分解的角度和时延联合估计算法的估计精度受限,为此提出一种利用酉变换和结构最小二乘的联合估计算法.利用酉变换将接收数据转换至实数域,然后用二维结构最小二乘建立目标优化函数,计算含有角度和时延信息的两个实对角矩阵.将这两个实矩阵构成一个复矩阵后对该复矩阵进行特征值分解,通过特征值实部和虚部的对应关系实现角度和时延的配对.该算法的目标函数合理地考虑了误差项之间的耦合关系,更加精确地修正了存在误差的信号子空间矩阵,因此估计结果更接近最优解.实验结果表明,该算法的估计精度和估计成功率比传统子空间算法高.     

MIMO-OFDM系统中一种改进的盲信道估计算法

针对MIMO-OFDM系统中线性预编码信道估计算法需要多次计算模糊度矩阵的问题,提出一种改进的盲信道估计算法.该算法首先对各天线上所接收信号的互相关矩阵进行处理,使信道估计矩阵的模糊度矩阵统一,再利用统一的模糊度矩阵通过迭代方法实现系统的信道估计.仿真结果表明,改进算法的估计精度在低信噪比时仅有较小损失,而在高信噪比时与现有的线性预编码算法接近,且具有较好的收敛性.与现有的线性预编码信道估计算法相比,改进算法显著降低了计算复杂度.     

连续迭代优化SLNR准则的下行多用户MIMO预编码

多用户MIMO下行链路通信系统必须设计合适的预编码方案来抑制多用户间的共信道干扰. 该文提出一种基于连续迭代优化信号泄漏噪声比最大准则的预编码方法.利用已知用户未使用的子信道空间增大其他用户的预编码空间自由度,降低干扰泄漏,并用迭代法进一步抑制多用户干扰,提高接收端信干比.该方法仅在发射端使用用户的信道信息优化与编码矩阵,不需要基站与用户协作,接收端可自由选择检测算法,且不会增加系统开销.仿真结果表明,所提方法取得了比原SLNR方法更好的系统性能,且具有较快的收敛速度,实用性较强.     

MIMO信号调制方式盲识别

提出一种基于盲信号分离的方法对MIMO信号进行调制识别. 该方法对接收信号的相关矩阵作奇异值分解,用于估算发射天线数目,并对信号进行白化. 采用特征值矩阵的联合近似对角化(joint approximate diagonalisation of eigen-matrices, JADE)算法对接收信号进行分离,恢复发送端信号. 通过分析信号的频谱特征,提出4 个新的特征参数,并结合四阶累积量实现对MIMO体制下6 种信号调制方式的识别. 识别过程中无需估计载波频率和符号率等参数,具有较强的实用性. 仿真结果表明文中提出的方法具有良好的性能.     

改进EM算法的CDMA盲多用户检测

对基于期望值最大化的统计盲多用户检测方法进行改进.针对期望值最大化(expectation maximization,EM)算法的高复杂度及性能欠佳的缺点,在进行最大似然估计时先考虑用户所受的多址干扰及噪声,修改最大似然估计函数,并加以分解简化,提出一种改进的EM算法实现CDMA盲多用户检测,并进行了实验仿真.实验结果表明,改进方法提高了系统的抗干扰性能,且降低了算法复杂度.     

MIMO系统中优化比特功率分配方法的频谱效率分析

在假设只有接收端知道信道状态信息(CSI)的情况下,为了满足固定的目标链路质量,提出了一种在多输入多输出(MIMO)系统中应用的基于V-BLAST检测算法的简单优化比特功率分配方法.由于不同的检测顺序会导致不同的等效信道增益,因此分别采用了前向排序法,反向排序法和最优排序法这3种方法进行仿真研究.当设定目标误符号率(SER)为10^-5,并采用M维的QAM调制方式时,对该方法采用3种排序法进行仿真的结果表明:在发射功率限制较低时,基于反向排序法的频谱效率性能优于前向排序法,但是不如基于特征值分解(SVD)的方法;当发射功率限制高到一定程度时,结论恰好相反.     

基于SVD-DWT的音频盲水印

提出了一种基于奇异值分解和离散小波变换的音频盲水印方法,将原始音频数据进行小波变换,提取低频分量分块奇异值分解后,利用置乱加密处理的水印图像,量化选取的奇异值,实现水印的嵌入过程.利用图像置乱和奇异值分解方法,提高了水印的不可感知性.另外在水印的检测与提取过程中不再需要原始载体数据,更加利于实际中的应用.通过MATLAB仿真实验表明,水印隐藏效果好,而且对多种攻击具有较好的鲁棒性.     

MIMO OFDM系统时变信道估计及最优导频分布

基于分段线性模型,提出了一种利用导频序列的信道估计算法.该算法首先利用导频序列估计出当前OFDM符号间隔内信道线性变化的斜率和中间时刻信道的冲激响应值,然后根据线性模型利用估计出的参数得到当前符号间隔内所有时刻上的信道冲激响应.此外,还研究了所提算法中的导频分布问题.可以证明,在快时变环境下,分组且每组等间隔分布于频域上的导频序列有着更好的系统性能.仿真结果表明了所提算法在时变环境下的有效性和采用等间隔分组导频序列的优越性.     

共形阵列LFM信号DOA和极化参数的联合估计

利用分数阶傅里叶变换(fractional Fourier transform, FRFT)对线性调频(linear frequency modulation,LFM)信号的能量匹配聚焦特性来简化共形阵列的数据模型,根据子空间拟合原理提出一种信源DOA和极化参数的去耦联合估计方法. 直接进行DOA估计涉及求解难度较大的多维多峰参数搜索过程,于是通过重构噪声子空间
和流形矩阵建立了单峰的目标函数,然后用PSO算法估计信源方位角和俯仰角,在此基础上利用ESPRIT实现极化参数估计. 仿真实验表明,去耦参数估计方法能在保证算法性能的前提下简化问题复杂度,有效降低运算量.     

信道压缩表示的OFDM快衰落信道估计

针对正交频分复用系统提出基于信道压缩表示的快衰落信道估计算法. 该方法采用一种紧凑型信道冲激响应(channel impulse response, CIR)矩阵及信道核向量的信道压缩表示方法,减少了CIR矩阵中的未知元素数目. 推导了等效信道模型以及CIR矩阵与信道核向量之间的闭式表达式,利用最小二乘和线性最小均方差估计器估计出信道核向量,并由其重构出CIR矩阵,从而实现了信道压缩表示的OFDM快衰落信道估计. 仿真结果表明,该算法能对快衰落信道进行有效估计,并降低系统传输BER.     

OFDM系统中离散导频的采样钟和残留频偏联合估计算法

利用最大似然估计理论推导出了基于离散导频的近似最优及次优估计算法,分析了估计算法的性能,并在此基础上提出了离散导频的设计方法.同时给出了一种快速精确的采样钟跟踪方案.仿真表明,提出的算法具有很好的估计性能.     

非线性阵列Khatri-Rao子空间宽带DOA估计

针对非线性阵列,基于Khatri-Rao子空间概念提出一种新的无预估角宽带到达角(direction-of-arrive,DOA)估计方法. 从Khatri-Rao子空间虚拟阵列导向矢量出发,利用虚拟阵列所增加的维数,以流形分离技术构造与到达角无关的宽带聚焦矩阵,无需预估角且估计性能良好. 采用Root-MUSIC算法避免传统算法中的谱峰搜索过程,降低了计算量. 仿真结果表明,该方法与需要预估角的已有Khatri-Rao子空间宽带DOA估计方法FKR-RSS相比,具有相近的估计精度和目标分辨力. 在信号源数大于阵元数的情况下,其性能优于FKR-RSS.     

基于压缩感知的MIMO系统稀疏信道估计

在多输入多输出通信系统中,接收端信道均衡与相干检测需要利用信道状态信息. 传统信道估计方法如最小二乘法和最小均方误差法均基于多径信道密集型假设,导致频谱利用率低下. 为此,该文研究在单载波MIMO系统中的稀疏信道估计,利用多径信道的稀疏特性提出一种基于压缩感知理论的信道估计方法. 这种方法能利用较少的导频信号达到与传统方法相比拟的估计性能,从而提高频谱利用率. 仿真验证和理论分析表明,基于压缩采样匹配追踪的压缩感知信道估计方法为MIMO系统稀疏信道估计的最优选择.     

协方差矩阵结构的广义近似最大似然估计

针对相关复合高斯杂波背景下相邻杂波纹理分量可能相同的情况,将杂波均匀分组进行推广,结合归一化采样协方差矩阵估计,提出了广义杂波分组的归一化采样协方差矩阵估计方法(generalized normalized sample covariance matrix, GNSCM). 利用最大似然估计方法,进一步推导了广义杂波分组背景下协方差矩阵结构最大似然估计的迭代过程,以GNSCM 为初始化矩阵进行迭代,得到协方差矩阵结构的广义近似最大似然(generalized approximate maximum likelihood, GAML) 估计. GAML 是对现有方法近似最大似然(approximate maximum likelihood, AML) 估计和约束迭代杂波分组估计(constrained recursive clutter-clustered estimator, CRCCE) 的推广,具有更强的杂波适应能力. 仿真结果表明,针对非均匀分组杂波环境,与AML 估计和CRCCE 相比,GAML 具有更高的估计精度,且相应的自适应检测器具有更好的恒虚警率特性和检测性能.