MIMO-OFDM系统低复杂度的同步参数与稀疏信道联合估计

由于MIMO-OFDM系统中载波频偏、采样频偏、符号定时误差等多个同步参数及信道的影响,文中提出一种同步参数与信道的最大似然（ML）联合估计算法.稀疏衰落的情况下,该算法使用基于压缩感知（CS）的信道估计,通过较少的接收样值来恢复稀疏信道,以降低复杂度.仿真中通过数值模拟对估计性能进行分析.结果表明,该算法在保持较低复杂度的同时,可获得理想的性能.     

正交频分复用分组传输系统中载波频偏和信道的联合估计

针对传统接收机将载波频偏和信道状态独立估计带来性能损失的缺点,提出了一种载波频偏和信道的联合估计算法.该算法由两个独立的载波频偏和信道估计单元通过迭代的方法实现,其中信道估计单元利用载波频偏估计单元提供的载波频偏估计信息和最大似然方法估计信道状态信息,而载波频偏估计单元则利用信道估计单元提供的信道估计信息和最大似然方法估计载波频偏.随着载波频偏估计单元与信道估计单元间估计信息的不断交换,载波频偏和信道估计的精度得到逐步提高.由于该算法避免了复杂的多维搜索算法,因此具有较低的计算复杂度.此外,在算法迭代过程中考虑了信道估计噪声的影响,进一步提高了估计的精度.仿真结果表明,当符号能量噪声比大于18dB时,可以获得接近理想同步的误码性能.     

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。     

MIMO系统中基于训练序列的半盲估计

在无线的MIMO(Multiple-input Multiple-output)通信系统中,应用半盲信道估计能提高系统带宽效率,降低计算复杂度.本文在分析比较了频率选择性MIMO信道下,基于训练序列的确定性最大似然估计和高斯最大似然估计两种半盲估计算法的基础上,给出了两种算法的Cramer-Rao Bound(CRB),得出了仿真结果,并将其与相应的CRB进行了比较.     

Sign-LMS盲最大似然估计算法的研究

简要阐述了Sign-LMS盲最大似然估计算法的基本原理。通过计算机仿真试验,在典型电话信道,对称信道以及普通信道中,对该算法与传统的LMS盲最大似然估计算法性能作了比较,并证明了该算法在收敛速度、均方误差等方面均优于传统算法。从理论上证明了该算法的复杂度,但是该算法的简单是以牺牲稳态性能为代价的,并提出了今后Sign-LMS盲最大似然估计算法的研究方向———如何减少稳态剩余误差。     

基于导频和循环前缀联合的OFDM系统频率同步算法

正交频分复用（OFDM）是一种高效的数据传输技术,具有良好的抗衰落能力,可实现并行传输.但是OFDM对同步误差十分敏感,特别是频率同步误差.传统的基于导频和循环前缀的算法虽对频偏估计很有效,但计算复杂度较高.该文在联合算法的基础上提出了一种改进的频率同步算法.该算法通过简化最大似然函数降低了频偏估计的计算复杂度并提高了估计性能.通过仿真表明,在信噪比较高时,改进的算法频偏估计性能更优于联合算法.     

LTE上行链路高速铁路应用场景中的频偏估计方法

提出了一种长期演进(LTE)上行链路频偏最大似然(ML)估计算法,并通过定量分析该算法与基于2个训练序列相差的频偏估计算法(相差法)的估计性能,提出了一种联合频偏估计算法.仿真结果表明:与相差法相比,所出提的ML估计算法与联合估计算法的频偏估计范围均能够覆盖高速铁路应用场景中的最大频偏,且ML估计算法不受LTE上行链路跳频传输的影响;在信噪比10 dB且少于4个用户的情况下,2种算法均能够提供10-4或更小的归一化频偏估计均方误差;在单用户情况下,联合估计算法比ML估计算法的均方误差在信噪比上提高了近5 dB.     

一种迭代频偏估计算法

提出一种适于低信噪比条件下工作的数据辅助型(data-aided)频偏估计算法。计算接收信号自相关函数的辐角,基于最大似然策略合成频偏估计,并通过迭代消除估计模糊。仿真结果表明：迭代算法具有较大的频偏估计范围(估计范围达±40%符号速率),与M&M算法相比,迭代算法信噪比门限有接近3dB性能改善,其估计性能更接近FFT最大似然算法和克拉美-劳下界(CRLB),并且计算量有所降低;基于迭代算法的简化版本与迭代线性预测(ILP)算法相比信噪比门限更低,并且降低了计算复杂度。     

基于IEEE802.11ad的OFDM线性拟合频偏估计

提出了一种基于IEEE802.11ad的正交频分复用(OFDM)频偏估计算法,该算法将接收到的训练序列与本地保存的训练序列共轭相乘,对其相位角进行线性拟合,得到的斜率经过简单计算即得归一化频偏.通过数据消噪和分组对算法进一步改进,使得低信噪比下的估计性能得到改善.Matlab仿真表明:在高斯(加性高斯白噪声)信道和60GHz多径信道下,改进的线性拟合方法性能稳定,频偏估计精度比传统的时频域估计高1个数量级,当信噪比为0dB时,频偏估计的均方差达到10-4数量级,从而满足了OFDM系统的技术要求.     

一种改进的MIMO-OFDM系统频偏估计方法

针对传统的2个训练符号的载波频偏估计算法提出一种改进算法,并设计出一种新的频偏估计器对多入多出正交频分复用(MIMO-OFDM)系统的不同信道的整数频偏和小数频偏进行估计.该算法仅利用单个训练符号来进行频偏估计,其训练符号采用正交性良好的Walsh序列来设计,用以区分不同的信道;利用同一训练符号内相邻的偶数子载波上数据的差分关系完成整数频偏估计.仿真结果表明,新的频偏估计器可以获得较好的载波频偏估计性能.     

MC DS-CDMA系统中信道估计器的比较

首先介绍了几种多载波码分多址(CDMA)系统,然后建立了MC DS-CDMA系统模型,在该系统中进行最小二乘(LS),线性最小均方误差(LMMSE)和最大似然(ML)3种信道估计器的研究,并对其均方误差(MSE)和误码率(BER)性能进行了仿真,LS实现最简单,但性能最差,LMMSE计算量大,性能优于LS,ML性能最佳,且其计算复杂度低于LMMSE。     

一种低通信开销联合时钟同步和定位算法

针对无线传感器网络（wireless sensor networks ,WSNs）中降低节点间的通信开销的需求,提出一种基于成对广播同步协议（pairwise broadcast synchronization ,PBS）改进的联合时钟同步和定位算法。在联合时钟同步和定位过程中,锚节点（位置已知,时钟需同步）侦听未知节点（位置未知,时钟需同步）与参考节点（位置已知,时钟为参考时钟）双向交换的时间信息,不用发送额外的信息。因此相比于传统基于双向信息交换方式的联合时钟同步和定位算法可以节省大量的通信开销,同时可以降低同步所需参考节点的数目。该算法不仅对未知节点的位置参数和时钟参数进行联合估计,同时也完成锚节点时钟参数的估计。经过仿真分析,估计值满足所推导的克拉美罗下限（cramer-rao lower bound,CRLB）,且估计精度接近其他两种典型联合算法。综合考虑估计精度和通信开销,所提出的算法优于现有的联合时钟同步和定位算法。     

多传感器多变量AR模型信息融合辨识方法

对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归（AR）模型,当AR模型参数、传感器偏差和噪声方差未知时,提出了一种信息融合多段辨识方法,其中用多重递推增广最小二乘法（MRELS）得到AR模型参数和传感器偏差的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性。一个仿真例子验证了其有效性。     

多总体测量误差模型中的经验似然推断

在多总体测量误差模型中, 运用经验似然方法得到总体参数和累积分布函数(CDF)的有效估计, 并将多总体经验似然方法应用于NS抽样模型, 得到了共同均值和CDF的有效估计. 结果表明, CDF的估计不仅渐近无偏, 而且利用了所有样本信息.     

不等式约束下多元线性模型中线性估计的可容许性

研究多元线性模型在不等式约束下齐次线性估计和非齐次线性估计的可容许性, 刻画了二者之间的关系, 得到了齐次线性估计(非齐次线性估计)在齐次线性估计类(非齐次线性估计类)中是可容许的充要条件.     

A new method of identifying and locating gross errors——Quasi-accurate detection

A new idea and a distinctive method have been proposed, which concern real errors and their estimators. By using the idea of "Quasi-Stable Adjustment" created by Prof. Zhou Jiangwen for reference, the rank-deficient equations on real errors are resolved by adding the conditions under which the minimum of the norm of the real errors of the quasi-accurate observations is restrained. The formulae and the scheme of the new method called "quasi-accurate detection of gross errors (QUAD)" are presented. By using this method, not only multiple gross errors can be identified and located exactly with these estimators calculated accurately, but also the precision of the estimators is able to be evaluated strictly. This method may be suitable to dealing with the gross errors existing in various fields of science and engineering.     

多维和多重递推辅助变量辨识算法

对带白色观测噪声的多维自回归(AR)模型,应用相关方法,分别提出了多维和多重递推辅助变量(RIV)算法,给出了未知AR参数的强一致估计;推广了一维RIV算法。提出了模型噪声和观测噪声方差的信息融合估值器,它们具有强一致性。一个仿真例子说明其有效性。     

结构型E-V线性模型中参数估计的若干结果

由于E-V线性模型的复杂性,通常的最小二乘估计等在这种模型中一般不是相合的。本文在结构型简单线性模型中,利用矩方法与秩方法建立了若干估计量,并且论证了这些估计量的相合性与渐近正态性,报告了主要结果。     

NA样本下分布函数估计的联合渐近分布

研究了NA样本下分布函数的核估计在有限个不同点上的联合渐近分布,证明了该分布为多维正态分布,从而将分布函数的核估计从单点推广到多点,扩大了分布函数核估计的应用范围.     

一类混合序列下半参数模型估计的强相合性

目的在混合随机误差下证明半参数回归模型参数估计的强相合性质。方法利用引理不等式及已给条件进行证明。结果证明了参数β的最小二乘估计和未知函数g(·)的非参数核估计是强相合的。结论半参数回归模型中的参数β和非参数函数g(·)的估计量在ρ混合误差下具有强相合性。