基于F-范数的变换域通信系统同步参数估计算法

在异步条件下应用特征值分解算法估计变换域通信系统基函数时,分段得到的特征向量存在模糊现象,此时将造成系统接收性能的下降。为了解决此问题,提出了基函数周期序列的同步算法。详细分析估计基函数的特征值分解算法,推导接收数据的采样延时与其自协方差矩阵特征值的关系式,得到同步参数的最大似然估计方法,依据范数的等价性原理,进一步将最大似然估计中的最大特征值求解问题转化为F-范数的求解以降低算法复杂度。仿真结果表明:相比最大特征值算法,采用F-范数的估计算法性能一致,但计算时间明显减少,算法的估计精度与接收信噪比成正比。异步条件下当估计的基函数存在模糊时,系统接收性能在同步之后能得到较好的改善。     

基于F-范数的变换域通信系统同步参数估计算法

在异步条件下应用特征值分解算法估计变换域通信系统基函数时,分段得到的特征向量存在模糊现象,此时将造成系统接收性能的下降。为了解决此问题,提出了基函数周期序列的同步算法。详细分析估计基函数的特征值分解算法,推导接收数据的采样延时与其自协方差矩阵特征值的关系式,得到同步参数的最大似然估计方法,依据范数的等价性原理,进一步将最大似然估计中的最大特征值求解问题转化为F-范数的求解以降低算法复杂度。仿真结果表明:相比最大特征值算法,采用F-范数的估计算法性能一致,但计算时间明显减少,算法的估计精度与接收信噪比成正比。异步条件下当估计的基函数存在模糊时,系统接收性能在同步之后能得到较好的改善。     

莱斯衰落信道下协作通信的分集接收算法

针对协作通信系统提出一种新型分集接收算法.首先在中继节点对发送信号做空时分组编码处理,当接收机接收到信号后进行快速傅里叶变换,再进行空时与频域的联合均衡运算,最后变换到时域硬判决,从而得到发送信号的估计结果.通过采用判决反馈与干扰抵消等联合处理方法,可获得中继的协作分集增益,降低了均衡过程的信噪比损失,提高了协作通信的传输质量.仿真结果表明,当信噪比为12 d B时,所提接收算法可将传统算法的误码率数量级从10-2降低到10-3.     

多输入多输出无线系统的迭代可配置树型搜索检测

提出了一种复杂度低的,应用于多输入多输出(MIMO)系统迭代接收机中的迭代可配置树型搜索(IRTS)检测方法.不同于最优的最大后验概率检测器对所有可能的发送符号向量进行完全搜索,该算法仅处理对检测器的软输出有较大贡献的符号向量.IRTS算法首先基于最小均方误差(MMSE)准则估计发送符号的可靠度;然后依据此可靠度对发送符号和信道矩阵进行排列来构造可配置的树型结构;并以该树型结构进行宽度优先搜索.在准静态信道条件下的仿真结果表明,即使在相对较小的搜索序列数目的情况下,IRTS算法也具有优越的性能.     

协作通信中一种高性能空时二维RAKE接收算法

将空时二维RAKE接收机理引入异步协作通信系统,提出了一种高性能RAKE接收算法.首先利用该接收机对发送信息进行粗估计,并判决获得估计结果,给出发射信号的各条多径分量;然后将多径分量依次从接收信号中抵消,以消除所接收信号中由多径衰落产生的符号间干扰,从而获得所期望的直达路径分量.对直达路径分量按照空时分组码的合并译码准则进行空时合并,获得空间分集增益.在此基础上通过判决反馈、循环迭代进一步降低误码率.仿真结果表明,当信噪比高于5,dB后,新算法可显著提高传统空时RAKE接收机的性能.     

单载波频域均衡系统中的PN信道估计算法

提出了一种基于伪噪声（PN：Pseudo Noise）序列循环相关的信道估计算法,并将之应用于单载波频域均衡系统中。将新信道估计算法与2种典型的频域信道估计算法进行对比研究发现：新算法可更好的兼顾性能与计算复杂度。将新算法用于SC-FDE系统时,研究了基于干扰消除的接收处理流程,并提出了发送的所有PN导频序列都相同时的简化接收处理步骤。仿真表明：干扰消除流程和新的信道估计算法可以使系统性能接近信道完全已知时的系统性能。     

基于粒子滤波参数估计的混沌保密通信系统

针对混沌参数调制保密通信系统中扩展卡尔曼滤波算法和无味卡尔曼滤波算法对混沌系统的状态和参数估计性能较差的问题,提出了用粒子滤波算法估计混沌系统参数的方法。在系统的发送端,通过待发送的二进制符号调制混沌系统的参数进而产生混沌信号。在接收端,粒子滤波器用接收到的混沌信号估计出相应的混沌系统参数,从而恢复出发送端的二进制符号。仿真结果表明,较扩展卡尔曼滤波和无味卡尔曼滤波,粒子滤波算法在估计混沌系统参数时具有更短的收敛时间和更小的估计误差,能更有效地实现混沌保密通信。     

OFDM系统中基于状态空间模型的ICI抑制均衡算法

为了对具有高多普勒扩展的频率选择性信道采用OFDM时,由于快速时变对子载波正交性的破坏而引入的载波间干扰进行抑制,提出了一种OFDM系统及抑制ICI的均衡算法.具体实现是首先通过对OFDM系统工作原理的分析,得到其ICI的表达式;然后把系统看作一个状态空间模型,在得到接收机端精确的信道状态信息情况下,采用AR-2模型得到信道抽头向量,把每个时刻的状态向量Sn看成是由L个相邻发射符号构成,从而采用卡尔曼滤波器来对接收机端的接收符号进行均衡.仿真结果表明,文章提出的均衡算法不仅在BER性能方面优于目前常用的几种均衡算法,而且还可以降低计算复杂度,同时在发射端采用卷积码,在接收端采用维特比译码器对系统性能也有改善.     

基于分数倍基扩展模型的双选信道估计方法

通过分析复指数基扩展模型（BEM）与多普勒扩展频谱之间的关系,提出一种基于分数倍基扩展模型的双选信道估计方法。当接收机能够获得最大多普勒频率值时（可以通过自身运动速度等计算或者作相应估计）,通过相应调整BEM基频率为原来的1/K倍,信道估计的均方误差性能得到明显改善。另外,还提出了重叠利用训练符号的改进算法,研究表明改进算法可以进一步提高信道估计的质量。     

非合作直扩信号伪码及信息序列联合盲估计

研究了短码直接序列扩频信号扩频序列及信息序列联合盲估计问题。在已知码片速率和扩频码周期的前提下,对接收信号以2倍伪码周期进行分段构造信号矩阵,然后对其进行奇异值分解,对最大和次大左奇异向量进行线性变换,得到信息序列;利用自相关函数从最大和次大右奇异向量中得到扩频码序列。该算法在失步时间未知的情况下能够同时估计出伪码序列及信息码序列,避免了传统特征值分解盲估计算法利用2个矢量空间组合扩频序列时存在的相位模糊问题。同时,在引入了矩阵的线性变换后,避免了不同时延估计结果存在模糊的问题,提高了盲估计性能。通过理论分析和计算机仿真结果表明：该算法能够有效估计扩频序列,并且具有精确度高、性能不受时延大小影响等优点。     

无线CDMA通信中的2-D RAKE接收机

利用天线阵提供空间维数的空时信号接收,能够明显降低多址干扰和抗多径衰落,提高系统的性能.研究了天线阵的RAKE接收结构,推导了MMSE波束形成与1-DRAKE接收机相结合,扩展为2-DRAKE接收机的性能.此外,还给出了一种估计系统期望信号的信道参数的方法.     

雷达信号的盲分离

盲信号处理已成为近年信号处理和神经网络热点领域.但主要用于语言信号处理,而应用于雷达信号处理并不多见.将盲源分离算法应用于雷达阵列接收信号处理,提出了一种新的盲源分离算法的性能评价标准—相关系数法.首先研究了雷达阵列接收模型,然后分析了雷达阵列接收信号的特性.由分析可知:当雷达目标和杂波源在空间上与雷达接收机的距离基本一致时,雷达阵列接收信号在雷达接收机上的混叠是瞬时混叠;同时雷达阵列接收信号均为超高斯信号.因此可采用盲源分离算法中的定点ICA算法来分离雷达阵列接收信号.仿真结果表明,分离出来的信号与源信号的相关系数均大于0.95,说明了定点ICA算法能雷达阵列接收信号,证明了理论分析的正确性和算法的有效性.     

MIMO-SDMA系统权向量优化算法

提出了一种基于符号抵消的多用户MIMO系统发送和接收权向量联合优化算法,使用这些权向量不但可以实现多用户的传输数据分离,还可以改善系统的误码率性能,并使信道容量最大化．模拟结果表明,相比较其他3种算法而言,使用本算法的MIMO-SDMA系统拥有最佳性能。     

基于支撑集估计的压缩扩频接收机

为了提升压缩扩频接收机的误码率性能,提出一种基于支撑集估计的改进压缩扩频接收机。改进的接收机首先估计稀疏信号的支撑集,然后通过求解闭合表达式代替原有的重构算法来获取发送的信息序列,从而达到降低系统误码率的目的。将改进的压缩扩频接收机应用于m W复合序列扩频信号的接收,通过检测m W复合序列的循环谱峰值来估计稀疏信号的支撑集。研究结果表明:对于m W复合序列,在低信噪比下,通过循环谱检测能有效实现支撑集的估计,且改进的压缩扩频接收机比现有的压缩扩频接收机具有更好的误码率性能。     

超宽带通信压缩感知信道估计与信号检测方法

针对超宽带信号在采样速率过高时难以采样的问题,利用信号稀疏性提出一种基于压缩感知的信道估计和信号检测算法(CS算法).将信号重复送入随机滤波器后发送,对接收信号进行欠采样,利用调制信号、滤波器、信道的圆周卷积关系建立压缩感知的数学模型,从而可采用基追踪算法实现信道估计和信号检测.仿真结果表明,CS算法所需的采样数据量仅为最小二乘算法的1/3或更少,而在中等信噪比(15~25 dB)的情况下,估计性能可以提高约4.5 dB,且可以准确检测出原始信号.     

多输入多输出系统下低复杂度的自适应预编码方法

针对多输入多输出衰落信道中存在的码间干扰和多径干扰问题，提出了一种具有低复杂度的自适应预编码方案．该方案在发送端和接收端分别放置了预编码器和基于迫零算法的接收机，这样接收机在进行均衡译码的同时，将信道信息反馈给发送端，发送端便可以随之选择发送子载波的数目以及预编码矩阵，完成自适应预编码．该方案可有效降低系统的误码率．仿真结果表明，当误码率为10^-3时，在传输信道信息未知的情况下，该方案的信噪比比信道信息已知的基于最小均方误差预编码方案高1．3dB，且复杂度大大降低．     

基于隐式训练和加权最小二乘的迭代信道估计

用隐式训练即在发送端将周期非随机序列直接迭加到数据序列上的方式,在接收端同时利用接收序列的一、二阶统计特性,得到一种新的针对FIR时不变或慢变信道的迭代信道估计算法.改进算法的估计误差小于使用一阶统计特性算法的估计误差,同时接收信号中随机部分的自相关矩阵的正定特性决定了迭代的鲁棒性.仿真结果表明:选用适当的迭代初值,可使迭代信道估计算法快速收敛,且MSE性能优于只利用一阶统计特性的算法.同时给出了发送功率恒定情况下,采用该方法时的BER性能.     

一种改善的MIMO-OFDM系统MAP信道估计

在MIMO-OFDM系统下提出一种最大后验概率(MAP)信道估计算法.该算法利用期望最大化(EM)算法把MIMO信道估计分解为一系列独立的SISO信道问题,降低了MAP算法的计算复杂度.同时,根据在角域内不同发送和接收天线间的信道可近似为空间不相关,利用最有用抽头(MST)技术来减小噪声对估计性能的影响.仿真实验表明,与传统LS和EM算法相比,所提算法在低信噪比下具有较低的估计误差.     

不完全信道状态信息条件下Turbo-BLAST系统中注水天线选择和功率分配算法

该文针对信道估计有误差情况,在不完全信道状态信息条件下提出了一种适用于Tur-bo-BLAST系统的天线选择和功率分配算法,发送端在总功率约束条件下,依据信道状态信息进行发送天线选择,并对选择的天线进行注水功率分配,以获得最大化信道容量.在接收端,采用Turbo原理对接收信号进行迭代检测,以改善系统的误比特率性能.仿真结果表明,采用所提算法不仅可以显著提高系统的信道容量,误比特率性能也有所改善.     

一种用于MIMO系统的改进型快速天线选择算法

通过比较信道容量公式中的参数,利用行列式结合律特性和逐级递增天线数量的指导思想,提出了一种改进型快速天线选择算法．该算法与传统的快速天线选择算法相比,能够更快地选择出对信道容量贡献最大的接收或发送端天线,在不影响信道容量和系统误码率性能的情况下,可显著降低计算复杂度．