截短Turbo混合ARQ及衰落信道下的性能

为了提高移动通信中数据及图象的传输可靠性 ,需采用自动重传请求 (ARQ)与前向纠错 (FEC)相结合的混合ARQ信道编码 (HARQ)技术 ,该文提出了基于 Turbo码编码的有限次重传 HARQ方案。给出了传输结构及组合译码算法 ,分析了系统通过率 ,讨论了该方案 Turbo码译码迭代次数及帧长度对系统性能的影响。通过分析仿真 ,说明了本方案具有数据存贮量小、系统通过率高、延迟小并易于实现的优点     

移动通信中基于Turbo码的混合ARQ方案

在移动环境中,由于信道的时变特性,单纯的FEC或ARQ机制往往无法提供所希望的系统性能。为了提高数据及图像的传输可靠性,需采用ARQ与FEC相结合的混合ARQ差错控制方案。首先介绍了几种常见的以Turbo码作为纠错码的混合ARQ方案,然后研究了基于Turbo码组合译码的有限次重传混合ARQ方案,给出了传输方案及组合译码算法。仿真结果表明,低Eb/No时,该方案对通过率有明显改善。     

基于导频信道估计的自适应Turbo编码调制性能

研究了基于维纳滤波的导频符号辅助信道估计方法在自适应Turbo编码调制(TuCM)中的应用,以能反映信道估计质量的估计误差的方差为评价标准，分析与仿真了在实际应用中，信道估计误差对自适应TuCM的性能影响。     

对称α稳定分布噪声下基于Kalman滤波迭代信道估计

为了提高加性脉冲噪声衰落信道环境下的通信传输性能,提出了一种适用于对称稳定分布噪声的基于Kalman滤波的迭代信道估计方法。该方法利用时变信道的先验统计信息将信道建模为一阶自回归模型,并将最小分散系数准则应用于Kalman滤波信道估计方法中,从而更充分地利用了时变信道和非高斯噪声的先验信息。在较为严重的时变脉冲信道下,该方法比最小平均p范数估计方法性能要优约2 dB。仿真结果表明:该方法能消除脉冲噪声和稳定分布二阶矩不存在等不利因素的影响,能快速准确地跟踪并预测时变信道的变化,且性能显著地优于传统的最小均方误差和最小平均p范数信道估计方法。     

16QAM-OFDM系统的迭代信道估计

传统的OFDM信道估计器和译码器分开进行,信道估计的可靠性不高.针对16QAM高效调制的OFDM系统,提出了一种基于Turbo译码的迭代信道估计方案.在迭代过程中利用译码器产生的可靠信息来改善信道估计的精度;同时推导了16QAM软去映射、校验比特译码和符号重构算法的数学过程.为了防止由于译码器判决不准造成的误差传播,提出了一种基于门限控制的迭代估计算法.仿真结果表明,该算法可有效改善系统的整体性能.     

基于Kalman滤波的自适应MIMO信道估计

给出了一种基于Kalman滤波的自适应MIMO信道估计方法，分析了算法的剩余误差能量随迭代次数增加的变化情况，对饱和MIMO系统和欠饱和MIMO系统，分别采用Kalman自适应MIMO信道估计方法和最大似然信道估计方法，进行了数值仿真和对比。从对比的结果来看，文中给出的Kalman自适应信道估计具有和最大似然信道估计相近的性能，而在饱和系统中，Kalman估计算法性能要略好一些。     

基于训练序列的信道估计

信道的时变特性是提高移动通信系统容量和可靠性的主要障碍。由于无线传播环境的复杂性,无线移动通信的信道特性通常是时变的,因此快速准确的信道估计对于提高通信系统的性能是十分必要的。本文首先详细分析了多用户多天线传输信道模型,并在此基础上给出了TDD模式下基于训练序列的信道估计算法,最后得到了最大似然估计准则下传输信道的估值函数。     

面向脉冲噪声环境的多径信道鲁棒估计方法

在低压电力线通信(power line communication,PLC)中,由于脉冲噪声的干扰和阻抗不匹配引起的多径信道的影响,传统的在加性高斯白噪声环境下的信道估计算法运用到电力线通信时,往往效果很差,甚至得到的结果毫无意义。针对电力线通信中的脉冲噪声,采用了Middleton Class A脉冲噪声模型。通过基于高阶矩的方法对脉冲噪声的参数进行估计。根据估计得到的脉冲噪声参数,提出了新颖的、在脉冲噪声环境中鲁棒的信道估计算法。通过仿真,验证了提出的算法是可靠的,并且具有一定的灵活性。     

有记忆非线性信道的自适应估计

利用非线性差分方程作为有记忆非线性信道的估计模型。根据正交估计原理和快速正交算法,利用非线性信道的输入和输出序列可以迅速估计出该差分方程的基向量和权系数。我们提出的非线性信道估计器的结构使其具有较好的自适应能力。模拟结果表明,对弥散非线性电话信道的估计均方误差小于0.05;对有较强非线性失真的信道,则具有更好的估计性能。实际的运算量可以减少到50％。     

基于自适应滤波算法的OFDM信道估计

在对传统的信道估计方法分析的基础上,利用自适应滤波的跟踪和估计性能,结合DFT方法,将自适应滤波理论应用于无线信道的估计之中。DFT方法通过在时域插零然后FFT变换到频域可以显著降低噪声的影响。基本LMS方法由于在进行FFT之前对由导频点处的信道时域估计值进行自适应滤波,能进一步减小噪声的干扰。基于时变步长的LMS算法由于兼顾了稳态性能和收敛速率是上述几种估计方法中性能最优的一种。     

噪声误差自适应修正的子空间盲信道估计方法

因多径衰落的影响,信道估计过程中无法精确获取噪声先验信息,固定方差的估计方法容易导致估计精度降低、鲁棒性变差,为克服噪声协方差引起的误差累积效应,提出了一种考虑噪声统计特性自适应修正的子空间盲信道估计方法.采用自回归过程对信道进行建模,并在粒子滤波框架内建立信道估计与噪声统计特性之间的关系,将粒子预测值和估计值加权求和处理,通过状态和观测模型的噪声协方差自适应调整权值大小来克服信道噪声累积引起的模型漂移问题.对接收信号进行盲信号子空间分解,将估计的信道特征作为初始粒子集合进行滤波初始化设置.仿真结果表明:本文方法不仅能对多径慢衰落信道进行鲁棒精确的估计跟踪,对快衰落信道也保持了较好的估计效果.     

基于COFDM系统的自适应混合自动重传请求

针对比较恶劣的无线信道环境下低密度奇偶校验码与正交频分复用相结合的通信系统不能得到比较理想的误码率的问题,该文基于编码正交频分复用(COFDM)系统设计了一种自适应混合自动重传请求(HARQ)方案,它充分利用发送端获得的信道估计信息对每次重传的数据序列进行自适应交织来降低信道对同一比特的影响,从而降低接收端的误码率.仿真结果表明,自适应混合自动重传请求与编码正交频分复用相结合,无论是在高斯信道或是莱斯信道下都能很好地降低误码率.     

基于自适应 UKF 微型航姿系统噪声在线估计

针对先验噪声与系统真实噪声不符引起标准无迹卡尔曼(unscented Kalman filter,UKF)性能退化的情况,提出一种应用于非线性时变状态和参数联合估计的自适应UKF(adaptive unscented Kalman filter,AUKF)算法.根据新的协方差矩阵与相应估计值之间存在的误差,构建成本函数.采用梯度下降法进行在线预估,对噪声的协方差进行在线更新并反馈给标准的UKF.实验和仿真分析表明,与标准UKF相比,自适应UKF算法在精度上有较大的提高.对于时变噪声协方差不确定时,自适应UKF噪声在线估计的鲁棒性得到明显改善,验证了自适应UKF噪声在线估计模型的准确性和可行性.     

OFDM系统一种基于LMMSE信道估计的改进算法

线性最小均方误差(LMMSE)是OFDM系统中常用的一种信道估计算法。LMMSE信道估计需要无线信道的统计信息,在实际应用中很难实现。针对上述问题,本文提出了一种利用滑动窗口法改进的LMMSE算法。该算法利用最小平方(LS)估计结果通过滑动窗口获得计算所需的参数,与LMMSE算法相比,该算法计算相对容易,更加实用。在对估算精度要求不太高的场合,本文算法更具优势。仿真结果显示,本文算法的误码率性能接近理想条件时等价线性最小均方误差(ELMMSE)算法。     

一种基于删除信道的WSAN控制器自适应动态配置算法

针对无线传感器执行器网络(wireless sensor and actuator networks,WSAN)中的随机数据包丢失问题,提出了一种基于删除信道的WSAN控制器自适应动态配置算法.该算法采用模拟删除信道的多节点串联连接的网络控制架构,使用提出的配置算法对控制器进行自适应配置,并利用伯努利分布进行动态配置,通过导出马尔可夫链跳变线性系统模型,建立静止协方差的闭环表达形式.利用随机建模框架在衰落的无线电环境中进行仿真实验,结果表明,相比节点功能固定的配置算法,该算法可以更快地对设备输出做出响应,明显提升了控制器的性能,有效解决了WSAN中的随机数据包丢失问题.     

WCDMA中自适应信道估计器的研究

针对WCDMA系统的信道估计器提出了一种新的自适应算法，它的权系数通过瞬时信道估计的自相关函数来自适应更新，从而改变估计器带宽以适应信道时变的多普勒谱．在平坦瑞利衰落信道中的计算机仿其表明，该方法在第3代移动通信标准支持的多普勒频率范围内获得了良好的性能，并且估计的均方误差接近滑动平均滤波器在最佳平均长度下的最小均方误差．     

一种变步长自适应信道估计算法

针对传统的LMS算法收敛速度慢和对时变信道跟踪能力弱的缺点做了改进,提出一种应用于LTE-A ( Long Term Evolution-Advanced)系统的变步长LMS( least mean square)信道估计算法,设计一种误差函数来控制步长因子,仿真结果表明比传统算法能明显降低MSE( Mean Squared Error,均方误差),提高信道估计的精度。     

一种改进的DFT迭代的MIMO—OFDM系统信道估计算法

针对MIMO—OFDM通信系统中的非整数采样信道,提出了一种基于DFT迭代的低复杂度信道估计算法,该算法避免了复杂的矩阵求逆运算,较好地降低了高斯白噪声的影响．与最小二乘（least square,LS）估计算法相比,该算法有较大的性能改善．同时,提出的估计算法同样适用于整数采样信道,具有很好的实用价值．     

基于FFT变换的快速信道估计算法

联合检测作为TD-SCDMA的关键技术之一,它的实现依赖于对无线信道响应的快速而准确的估计。传统方法的信道估计都需要进行计算量很大的矩阵求逆运算,不能满足实时快速的要求。提出了2种使用FFT（fast Fourier transform）变换的快速信道估计算法,简化了计算量,仿真结果表明,联合检测性能并未受到不利影响。     

基于分数时延信道模型的低复杂度信道估计方法

由于多载波系统无线信道固有的稀疏特性,压缩感知技术(compressed sensing,CS)已被应用于正交频分复用(orthogonal frequency division multiplexing,OFDM)系统的信道估计中以提高频谱利用率.然而,传统的时域普通采样方法会导致信道恢复字典不够精细,无法精确反映传输信道路径特性.针对这一问题,提出采用多径稀疏分数时延信道模型来模拟OFDM系统的无线多径信道,利用在接收端进行时域过采样方法细化信道恢复字典以提高信道估计精度.同时,针对过采样引起的压缩感知测量矩阵的扩大而导致重构算法的复杂度增加的问题提出采用广义正交匹配追踪算法(generalized orthogonal matching pursuit,GOMP)以降低计算复杂度.仿真结果表明接收端时域过采样方法能准确检测到信道的分数时延且采用的GOMP算法能将传统的OMP算法的复杂度降低近80％,验证了所采用的信道估计方法的可靠性和有效性.