单载波频域均衡中的信道估计技术研究

为了克服频率选择性信道中符号间干扰带来的影响,研究了单载波频域均衡系统中的信道估计技术。研究了最小二乘(Least Squre,LS)算法及离散傅里叶变换(Discrete Forurier Transform,DFT)改进算法,并将高斯白噪声信道中的信噪比估计方法引入到单载波频域均衡系统中。仿真结果表明基于DFT的改进算法可以有效提升估计精度,二,四阶矩(2,4-ordermoment,M2 M4)等高斯信道中的信噪比算法可以应用到单载波频域均衡系统当中。     

基于IEEE802．11（a）标准的信道估计与均衡技术

深入研究了无线局域网的信道估计与均衡技术，通过大量Matlab算法仿真分析，总结出适用于IEEE802．11（a)标准的信道估计与均衡算法，指出各种算法的优缺点及应用场合，有益于无线局域网系统信道估计与均衡部分的硬件实现。     

基于IEEE 802.1(a)标准的信道估计与均衡技术

深入研究了无线局域网的信道估计与均衡技术,通过大量Matlab算法仿真分析,总结出适用于 IEEE 802.1(a)标准的信道估计与均衡算法,指出各种算法的优缺点及应用场合,有益于无线局域网系统 信道估计与均衡部分的硬件实现。     

基于KF和虚拟技术的最优盲水声信道均衡算法

为了准确估计水声信道的多途数和多途时延,将虚拟技术和卡尔曼滤波(KF)盲自适应算法相结合,提出基于虚拟技术和KF的盲自适应水声信道均衡算法.采用虚拟技术将多途干扰和系统电噪声虚拟成环境噪声,基于最小均方误差(MMSE)准则下KF的最优估计特性,实现水声数据传输在信道环节的最优盲估计.短途水声通信试验(收发节点水平距离14 m,载波频率10 kHz,采样频率100 kHz,码元速率64.5 bit/s)和长途水声通信试验(收发节点水平距离5 km,载波频率6 kHz,采样频率48 kHz,码元速率11.8 bit/s)结果验证了所提算法的有效性.     

信道缩短均衡器研究

虽然信道均衡技术已经被广泛地研究,但作为均衡技术的一个延伸,信道缩短技术还没有引起足够的重视。在使用循环前缀的情况下,可以不用完全补偿信道多径带来的干扰,只需要部分补偿,即缩短信道,可用于减少最大似然序列估计和多用户检测的复杂度。研究了在发送训练序列情况下以及基于盲信号处理的信道缩短算法。显示了传统的盲均衡算法不能简单地应用到信道缩短问题之上。     

适用于快衰落环境的OFDM/TDM信道估计算法

针对正交频分复用/时分复用(OFDM/TDM)系统现有导频结构和信道估计算法缺乏对信道快衰落实时跟踪能力的问题,提出一种改进信道估计算法。该算法利用相邻2个时域复用导频序列对信道特性进行估计得到信道传递函数,通过内插处理获得数据符号的信道状态信息,并利用最小均方误差准则的频域均衡算法补偿信道衰落。仿真结果表明,与现有信道估计算法相比,在相同数据传输效率情况下,提出算法不仅能够适用于慢衰落信道,同时对快衰落信道的实时变化有良好的跟踪能力,改善系统性能。     

MIMO-OFDM系统中LS时域信道估计的一种简化改进算法

研究基于多输入多输出正交频分复用(MIMO-OFDM)系统中的信道估计算法。主要工作在训练序列最小均方(LS)准则信道估计算法的研究上,在以LS时域信道估计基本算法为前提下,提出了一种改进的LS时域信道估计算法及固定长度的时域截取算法,此算法可以大大降低计算的复杂度,结合MATLAB仿真对此改进算法的有效性和可行性进行了分析,得出了比较理想的仿真结果。     

IR-UWB系统中基于信道缩短的信道估计

 针对脉冲无线电超宽带(IR-UWB)系统,提出一种基于信道缩短的信道估计算法.首先基于最小信道缩短方差(MSCSE)准则,利用接收导频序列提出一种信道缩短算法,然后利用信道缩短均衡器输出序列估计出复合信道,最后利用反卷积求出原信道参数.仿真表明,信道长度不大于符号宽度时,缩短前后估计信道的均方误差(MSE)接近;信道长度大于符号宽度时,缩短后MSE比缩短前至少低4.3dB.     

频率选择性瑞利衰落信道中自适应均衡和信道估计的性能分析

在分析频率选择性瑞利衰落信道性能的基础上,对其信道的自适应均衡和信道估计进行了仿真测试。仿真结果表明在分别采用随机数据和图片两种传输信号的情况下,结果均与理论上的分析是一致的,并提出了今后可能改进的研究工作。     

频率选择性瑞利衰落信道中自适应均衡和信道估计的性能分析

在分析频率选择性瑞利衰落信道性能的基础上,对其信道的自适应均衡和信道估计进行了仿真测试.仿真结果表明在分别采用随机数据和图片两种传输信号的情况下,结果均与理论上的分析是一致的,并提出了今后可能改进的研究工作.     

水声通信中稀疏信道均衡算法优化

为应对复杂的水声信道环境,提高信道均衡算法的收敛速度和误码率性能,文中提出了一种零值吸引稀疏控制成比例最小误码率判决反馈均衡算法。该算法在稀疏控制成比例最小误码率判决反馈均衡算法的基础上,通过在目标函数中加入近似l₀范数的稀疏约束,迫使均衡算法在迭代过程中将幅值小的均衡器抽头向零值吸引,以加快均衡算法的初始收敛速度;同时在信道均衡过程中引入锁相环技术,以消除抖动相位噪声带来的影响。传统的锁相环技术都是基于最小均方误差准则的,但现有文献和相关实验仿真已经证明,当系统的均方误差最小时,误码率不一定最小。针对此问题,文中提出了一种基于最小误码率准则的锁相环相位追踪算法,并将其嵌入稀疏均衡算法中。在Matlab平台上,分别在实际采集的静态水声信道和实际时变水声信道条件下进行了实验,结果表明：加入近似l₀范数约束的稀疏控制成比例最小误码率判决反馈均衡算法,在没有时变相位噪声影响下的收敛速度更快;在有时变相位噪声影响的信道条件下,基于最小误码率准则的锁相环相位追踪算法相较于基于最小均方误差准则的锁相环相位追踪算法,收敛速度更快,误码率性能更优。     

改进的自适应最优低秩信道估计算法

针对正交频分复用系统中线性最小均方误差(LMMSE)信道估计算法计算复杂度高,且存在当信道的统计特性与先验知识不匹配时估计性能恶化的问题,利用信道频域冲激响应的移动平均自相关函数,结合子空间分解、跟踪和序列正交原理,提出一种改进的自适应最优低秩信道估计算法.对比文中算法和LMMSE算法、LS算法和联合AIC(akaike criterion)秩估计准则的自适应低秩信道估计算法,结果表明:文中算法的秩估计更为精确;在插入导频数量较少的情况下,改进的信道估计算法能获得更高的信噪比性能增益.     

双选择信道下叠加训练OFDM系统的迭代信道估计与均衡

在频率和时间双选择性信道下,时域冲击响应将会在一个OFDM符号时间内发生变化,导致OFDM系统出现严重的子载波间干扰。本文提出一种在双选择性信道下利用叠加训练序列进行迭代信道估计和均衡的方案。在假设时域信道抽头系数服从指数基扩展参数模型以后,利用在一个符号内的已知叠加周期训练序列建立线性模型,并基于最小二乘准则求出信道参数模型的各个抽头参数,从而构造出对应的时域信道响应矩阵和频域均衡矩阵。为进一步改善估计和均衡性能,将所得的符号判决作为已知的训练序列进行迭代估计和均衡,从而能有效地增强信道估计的性能并消除ICI干扰。实验结果表明本文算法在时间－频率双选择性信道下具有较好的性能。     

MIMO信道下空时迭代均衡译码系统及算法

目的提出一种在M IMO衰落信道下的低复杂度的接收结构。方法通过交织器和解交织器将SISO的均衡器和译码器以及M IMO信道估计器级联起来,进行未知信道条件下迭代均衡译码。结果采用次优的基于最小均方误差均衡算法和Max-Log-MAP译码算法,使系统复杂度大大降低。结论不但可以消除M IMO信道中的码间干扰和多径干扰,而且大大降低系统的复杂度。     

快变信道下OFDM系统的判决反馈信道估计

为了改善OFDM系统在快变信道下的传输性能,文中提出一种利用叠加训练序列进行时域信道估计的方案.基于时变信道抽头系数的指数基插值模型,利用一个符号内的叠加周期训练序列建立线性表达式,并根据最小二乘准则求出插值模型的相应参数,由此构造对应的时域响应矩阵和频域均衡矩阵.为进一步改善估计和均衡性能,将所得的符号判决作为已知的训练序列进行迭代信道参数估计,从而能有效地改善信道估计的性能并消除载波间干扰.实验结果表明文中算法在时间-频率双选择性信道下具有较好的性能.     

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FRFT_LFM信道探测的TDCS系统衰落信道抑制技术

利用分数傅里叶变换(FRFT)对线性调频信号(LFM)检测的优势,提出一种基于FRFT_LFM的变换域通信系统(TDCS)衰落信道探测技术;该技术利用FRFT算法对预先发射的LFM信号进行检测,以估计信道的衰落特征,并采用预均衡的方法对TDCS系统基函数幅度谱函数进行预修正,以提高TDCS系统对信道衰落特性的抑制能力.理论分析和仿真结果证明,FRFT_LFM技术可有效探测信道的衰落特性,基于预均衡的TDCS系统的信道衰落特征抑制性能明显提升.     

SC-FDE系统中基于压缩感知的慢衰落航空稀疏信道估计

针对慢衰落时变航空多径信道码间串扰严重、接收端误码率高的实际问题,在SC FDE系统的基础上,分析了航空多径信道的稀疏性,将航空信道估计建模为稀疏信号的恢复问题,采用PN序列构造确定性测量矩阵,以基于稀疏度自适应匹配追踪算法作为恢复算法,建立PN-SAMP信道估计算法;比较了压缩感知类算法和传统的PN算法、LS算法的估计均方误差,并结合MMSE均衡比较了几种估计方法应用在SC-FDE系统中的误码性能。仿真结果表明,压缩感知类算法比传统PN算法和LS算法的估计误差要小,误码率也更低,在信噪比为20 dB的条件下,压缩感知类算法的误码率小于10E-4。在稀疏度未知的情况下,PN-SAMP算法比正交匹配追踪算法更稳健,更能满足对时变慢衰落航空稀疏信道的估计需求。     

SIMO信道组合优化递推序列检测算法

传统的盲均衡算法主要基于高阶统计量(HOS)法或信道输出过采样的二阶统计量 (SOS)算法,而这些算法不能实际应用于时变环境。与现有的自适应均衡LMS算法、RLS算法不同,提出了一种基于有限字符集信息的组合递推算法,实现单输入多输出 (SIMO)信道盲序列检测。仿真表明:该算法具有较快的收敛速度和较低的稳态误码。     

基于LS信道估计的研究与改进

信道估计在通信系统中占据着非常重要的位置，在此介绍和分析传统的LS估计准则，提出改进的LS信道估计准则，建立改进LS信道估计的数学模型，并对改进的LS信道进行了仿真。仿真结果表明改进的LS估计能够降低估计偏差的影响，有比LS准则较低的误码率。