OFDM测距中的最佳轨迹匹配相噪补偿算法

近年来,正交频分复用(orthogonal frequency division multiplexing, OFDM)被广泛应用于高精度无线测距系统中。针对OFDM高精度测距系统对相位噪声非常敏感的问题,提出了基于区域量化的分级最佳轨迹匹配相位噪声补偿算法,首先根据实际相位噪声轨迹设计了基于区域量化的两级码本,然后通过分段匹配的方法在码本中选择最接近实际的相位噪声轨迹。仿真结果与分析表明所提方法在相同估计精度条件下可以有效地降低轨迹匹配复杂度,且所提算法可以有效地跟踪实际相位噪声轨迹,在保证码本覆盖范围的前提下得到了接近最优的测距精度。     

Blind estimation of phase offset in OFDM subcarrier for coherent demodulation

An adaptive algorithm named low complexity phase offset estimation (LC-POE) is proposed for orthogonal frequency division multiplexing (OFDM) signals. Depending on the requirement, the estimation procedure is divided into several scales to accelerate the adaptive convergence speed and ensure the estimation accuracy. The true phase offset is estimated through shrinking the detection range and raising the resolution scale step by step. Both the convergence performance and complexity are discussed in the paper. Simulation results show the effectiveness of the proposed algorithm. The LC-POE algorithm is promising in the application of OFDM systems.     

正交频分复用系统中相位噪声的影响与抑制

在分析本振相位噪声对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统性能影响的基础上,建立了一种新的相噪频域模型,并基于该模型提出了加入相噪估计导频来跟踪相噪的方法。由于导频与数据子载波之间有空子载波作为保护间隔,该方法可以估计出相噪的高阶频谱分量,从而有效地抑制相噪引入的共同相位误差(common phase error,CPE)和载波间干扰(inter-carrier interference,ICI)。仿真结果表明方法的有效性。     

脉冲噪声下基于相关熵的OFDM时域参数估计

针对传统的正交频分复用(orthogonal frequency division multiplexing,OFDM)时域参数估计方法在Alpha稳定分布噪声环境下性能退化的问题,该文提出了一种基于相关熵的时域参数估计新方法。相关熵是适用于非高斯信号处理的一种广义相关函数,用于表征随机变量的局部相似性。该方法利用OFDM信号时域结构具有局部相似性这一特点以及相关熵对脉冲噪声较好的抑制作用,完成Alpha稳定分布噪声下OFDM信号有用符号时间和符号周期这两个时域参数的估计。此外,为进一步提高强脉冲噪声下有用符号时间和符号周期的估计性能,该文利用累积法对相关熵进行了改进。仿真结果表明,在Alpha稳定分布噪声下,本文提出的基于相关熵的方法具有良好的估计性能,并且在强脉冲噪声下优于基于分数低阶统计量的方法。     

降低MIMO-OFDM系统峰均比的分解并行选择映射算法

高峰均功率比(peak-to-average power ratio, PAPR)问题是多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统实用化的主要障碍之一,针对这一问题提出了一种分解并行选择映射(decomposed concurrent selected mapping, D-CSLM)算法,进一步提高了算法的峰均比性能。所提算法将每根天线上OFDM 符号分解为实部和虚部,分别采用相同的相位因子,在进行逆离散傅里叶变换(inverse discrete Fourier transform, IDFT)之后进行组合,选择使所有天线具有最小平均峰均比的信号进行传输。与原有的并行选择映射算法相比,所提算法具有更大的待选信号范围,峰均比降低性能更好。同时,利用实序列固有的共轭对称特性,使算法的计算复杂度保持不变。仿真结果证明,该算法在保持计算复杂度不变的前提下,显著改善了系统的峰均比性能。     

近区低旁瓣的OFDM MIMO雷达波形设计

雷达系统在临近目标分辨中存在近区旁瓣过高的问题,导致了弱目标淹没、临近目标回波主旁瓣混叠等现象。针对这一问题,该文提出了一种抑制近区距离旁瓣的正交频分复用(orthogonalfrequency division multiplexing, OFDM) 多输入多输出雷达波形设计方法。首先,构造一组基于相位编码调制的OFDM发射波形集,在此基础上,以极小化极大原理和近区积分旁瓣水平建立目标函数,令发射波形恒模为约束条件;然后,借助发射波形与相位的对应关系,将波形设计转化为无约束优化问题,并利用Broyden-Fletcher-Goldfarb-Shanno算法求解。理论分析和仿真结果表明,该文方法较现有方法具有更好的近区旁瓣抑制特性和更低的运算复杂度。     

一种基于训练序列的OFDM时频同步新算法

针对正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统性能对同步偏差的敏感性,提出了一种新的基于训练序列的OFDM联合定时和频率同步算法。基于新设计的训练序列结构,提出了新的定时度量函数,同时推导了小数倍频偏估计算法。新定时同步算法有效地克服了传统算法中的定时缺陷,新频偏估计算法具有和Schmidl算法相同的估计方差。理论分析与仿真结果表明,新算法在多径信道下具有较好的鲁棒性。     

MIMO-OFDM系统中基于CS-ESPRIT算法的多频偏盲估计

提出了一种基于接收信号循环平稳特性(CS)和基于旋转不变技术的参数估计方法(ESPRIT)的多输入多输出正交频分复用(MIMO-OFDM)系统多频偏盲估计算法。理论分析表明,算法无需训练序列或导频符号,可估计每对收发天线间频偏,适用于任意分布加性平稳噪声下的频偏估计。计算机仿真验证了算法在低信噪比下仍可取得稳定性能,并在传统单入单出(SISO)OFDM系统中也可获得较好的性能。     

非数据辅助的OFDM系统联合同步算法设计

研究了正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中非数据辅助的同步问题,通过对OFDM时域信号延时相关函数进行分析,设计了一种非数据辅助且具有较低复杂度的联合采样频率、载波频率及符号定时同步算法。算法根据延时相关函数以OFDM符号率为周期的周期特性,首先从延时相关函数的模中提取OFDM符号的周期标记,通过对收端和发端在相同时间内的采样点数之比进行采样频率偏差(sampling frequency offset, SFO)估计;然后通过对延时相关函数的模进行分段平均,从中提取去除循环前缀(cyclicprefix,CP)的开始时刻,从而进行符号定时同步和载波频率偏差(carrier frequency offset, CFO)估计。仿真结果表明,算法性能受累积时间长度和CP长度影响较大,而受OFDM基带调制方式影响较小;与其他同类文献相比,本文的联合同步算法具有较低复杂度和较好的性能。     

OFDM系统中相位噪声的自适应补偿技术及性能仿真

相位噪声对正交频分复用OFDM系统的性能有着关键性影响,其产生的通用相角错误CPE会使信道失真系数逐符号旋转,因而必须采用逐符号更新信道估计值的方法。提出了一种基于判决反馈的低通滤波算法来克服CPE所产生的信道旋转并提高信道估计的性能。该方法可通过导频子载波估计CPE所产生的信道旋转,并将解调后子载波的判决值通过低通滤波的方式降低信道估计的方差。文中采用了归纳法对该算法进行了理论分析,分析结果和仿真均证明了该算法的有效性,以及在计算量,收敛性方面的优势。     

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)。     

OFDM水声通信中基于压缩传感的稀疏信道估计

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)水声通信中常规的最小均方（least square, LS）信道估计方法需要大量训练导频且得不到较高估计精度的问题,提出了一种基于压缩传感原理的OFDM稀疏水声信道估计方法。该方法首先以正交短时傅里叶基构成的训练波形为OFDM的导频来“感知”信道,然后利用压缩传感技术的稀疏重构算法来对信道进行重构。〖JP2〗基于实测水声信道的仿真结果表明,在相同估计精度前提下,基于压缩传感的信道估计方法较常规的LS算法所需训练导频数得到大幅度减小,传输效率得以提高,且对噪声的鲁棒性增强,较好地适应了双扩展稀疏水声信道,尤其适用于动平台OFDM水声通信系统。     

OFDM水声通信系统LS-DFT信道估计算法

对于正交频分复用(orthogonal frequency division multiplexing, OFDM)水声通信系统,频域最小二乘(least square, LS)信道估计算法受噪声影响较大,离散傅里叶变换(discrete Fourier transform, DFT)插值算法引入了由于空载波所产生的误差。针对上述问题,提出了一种LS-DFT信道估计算法,先对导频子载波进行LS信道估计,再通过DFT作降噪处理,然后通过误差对比和数据替换,得到一组新的导频信道估值,最后通过线性插值获得数据子载波处的信道估值。理论分析和仿真结果均表明,该算法能以较小的复杂度有效提升系统的性能。     

Blind CFO estimation algorithm for OFDM systems by using generalized precoding and trilinear model

This paper discusses the blind carrier frequency offset (CFO) estimation for orthogonal frequency division multiplexing (OFDM) systems by utilizing trilinear decomposition and generalized precoding. Firstly, the generalized precoding is employed to obtain multiple covariance matrices which are requisite for the trilinear model, and then a novel CFO estimation algorithm is proposed for the OFDM system. Compared with both the joint diagonalizer and estimation of signal parameters via rotational invariant technique (ESPRIT), the proposed algorithm enjoys a better CFO estimation performance. Furthermore, the proposed algorithm can work well without virtual carriers. Simulation results illustrate the performance of this algorithm.     

引入阈值和判决指导的DFT信道估计算法

针对传统的基于离散傅里叶变换（discrete Fourier transform, DFT）的信道估计算法中滤噪性能不够理想的问题,提出了一种在正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中引入阈值和判决指导的DFT信道估计算法,采用阈值法对噪声进行两次降噪处理。仿真结果表明,该算法在高信噪比和低信噪比下均可提高信道估计的性能,其归一化均方误差(normalized mean square error, NMSE)指标优于传统算法。     

一种双选择性信道中OFDM系统的IQ不平衡补偿方法

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)系统在时间—频率双选择性信道环境中由同相正交(in-phase and quadrature-phase, IQ)支路不平衡耦合多径时变信道导致的复杂子载波间干扰问题,提出了一种基于球形译码算法和并行干扰消除算法的IQ不平衡补偿方法。该方法通过对系统模型进行简化与分块处理,采用球形译码算法消除块内的子载波间干扰,采用并行干扰消除算法抑制块间干扰,并进行交替迭代运算。仿真结果表明,提出的算法在时间—频率双选择性信道环境下具有良好的IQ不平衡补偿性能。     

OFDM/OQAM系统中基于BEM信道模型的盲载波频偏估计算法

针对时频双选衰落信道下基于交错正交幅度调制的正交频分复用(orthogonal frequency division multiplexing with offset quadrature amplitude modulation,OFDM/OQAM)系统的频率同步问题,将双选信道建模为复指数基扩展模型,证明了存在载波频偏情况下OFDM/OQAM接收信号的二阶循环平稳特性,在此基础上,提出一种OFDM/OQAM系统载波频率偏差的盲估计算法。理论分析和仿真结果表明由该方法构造的估计器不仅能够有效地抵抗双选信道引起的衰落而且具有很好的抗噪性能,从而可以实现对载波频偏的稳健估计。     

Blind channel estimation for redundant precoded OFDM systems

Considering that channel estimation can play a crucial role in coherent detection of the information symbols in each data block, a blind channel estimation approach is proposed for redundant precoded orthogonal frequency-division multiplexing (OFDM) systems. A redundant linear frequency-domain precoder is applied to each pair of blocks before they enter the OFDM system. Because of the introduced structure, the frequency-selective channel can be identified at the receiver based on autocorrelation operations, singular value decomposition (SVD), and by resolving the scalar ambiguity. The proposed channel estimation method has low computational complexity and requires no prior statistical information on channel or noise. And the proposed blind method has high spectral efficiency owing to exploiting no training sequence. Computer simulations confirm that this proposed blind channel estimation method can identify the frequency-selective channels perfectly and obtain a good performance.     

基于频域互相关序列与峰值检测的空频分组码盲识别算法

针对复杂电磁环境和非协作通信条件下空频分组码(space-frequency block codes, SFBC)信号识别困难、对先验信息要求高的问题, 提出一种基于频域互相关序列与峰值检测的SFBC盲识别方法。首先,通过分析SFBC信号的编码特点, 计算得到发送端的互相关函数。然后,考虑频率选择信道、多径传播和噪声的影响, 推导了接收信号的互相关函数, 并对其进行傅里叶变换得到频域互相关序列。最后,根据频域互相关序列检测其峰值位置识别发射端编码方式。推导和实验结果表明, 该算法在低信噪比下的识别性能较好, 并且对时间偏差和频率偏差等情况的适应性较强, 在复杂电磁环境下具有较好的识别性能, 能够应用在认知无线电和频谱检测等场合。该算法不需要知道信道和噪声的先验信息、正交频分复用(orthogonal frequency division multiplexing, OFDM)块大小以及接收端和发射端的同步信息, 非常适合于电子侦察等非协作通信场合。     

多载波OFDM信号识别方法

无人机(unmanned aerial vehicle, UAV)技术发展迅速, 应用十分广泛, 用作UAV测控数传的正交频分复用(orthogonal frequency division multiplexing, OFDM)信号, 给民用无线频谱管理、军用非合作通信技术带来不小的挑战。基于此, 提出了一种基于包络相关谱的OFDM信号检测识别算法。主要利用OFDM信号的时域相关性, 通过计算信号的复包络相关谱, 并检测判断其相关谱的离散周期性, 实现了在非合作通信中OFDM信号的识别。相比基于高阶累积量的检测识别算法, 所提算法具有更好的信噪比适应能力, 而且不需要设定判别的经验阈值, 同时还能估计出子信道的带宽。仿真实验结果验证了所提方法的有效性。