V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

多天线自适应OFDM系统

自适应OFDM(Orthogonal Frequency Division Multiplexing)系统根据信道情况自适应地分配各个子载波发送的比特和功率,在频率选择性衰落信道条件下,它比传统的OFDM系统有更好的误比特性能。将自适应OFDM系统与MIMO(Multiple-input Multiple-output)技术相结合,并充分利用发送端知道信道信息的条件,提出了一种多天线自适应OFDM系统,仿真结果表明,该系统与没有采用自适应算法的多天线OFDM系统相比,误比特性能有了显著提高。     

恶劣信道下的OFDM公共相位误差消除方法

为了精确消除相位误差影响,获得良好系统性能,提出了一种新的OFDM(Orthogonal Frequency Division Multiplexing)公共相位误差消除方法,该方法给出了在频率同步和信道均衡两级联合完成公共相位误差校正的结构,利用全导频,提出新的公共相位误差估计算法.理论分析和计算机仿真表明,两级联合校正结构非常适合OFDM系统中的公共相位误差校正,全导频公共相位误差估计算法可以获得优于传统方法的估计性能,特别在恶劣信道条件下,提出的全导频估计算法非常适用.     

基于EM算法的MIMO OFDM系统信道估计

针对慢时变频率选择性MIMO OFDM(Multiple Input Multiple Output Orthogonal Frequency Division Multi-plexing)系统,提出一种低复杂度的信道估计算法.文中所用方法是STBC(space-time block coded)MIMO OFDM系统中一种基于EM(Expectation Maximization)的自适应信道估计技术.仿真结果显示在慢衰落环境下,随着用户数的增加,最小均方误差性能没有损失.与RLS(Recursive Least-Squares)算法比较,本文所提出的方法利用了Alamouti STBC编码结构,从而降低了计算复杂度.     

一种基于压缩感知的时变稀疏信道估计方法

对于快时变且稀疏环境下的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统模型,现有的方法是基于基扩展模型(Basic Expansion Model,BEM)进行估计,并利用恒定幅值零自相关(Constant Amplitude Zero Auto Correlation,CAZAC)序列估计时延。本文利用信道响应中稀疏的观测矩阵,用压缩感知(Compress Sensing,CS)的正交匹配跟踪(Orthogonal Matching Pursuit,OMP)算法进行时延估计。仿真结果表明,两种方法都能对时延进行有效的筛选,但当多普勒频移增大、信噪比较低时,本文将OMP、BEM相结合的方法效果较优。     

OFDM系统基于双准则优化的导频设计新方法

基于压缩感知（Compressed Sensing,CS）的OFDM(Orthogonal Frequency Division Multiplexing)系统稀疏信道估计有更小的导频开销和更好的信道估计效果。针对OFDM系统稀疏信道估计的导频图案设计,提出了一种基于双准则双分支的随机搜索算法（Double Criteria and Double Branches Random Search Schemes,DCDB-RSS）。该算法结合互不相关（Mutual Incoherence Property,MIP）准则和格拉姆矩阵准则,在不同分支上采用不同优化准则全面地搜索最优导频图案,不仅解决了单一准则难以稳定取得最优导频图案的问题,同时也避免了陷入局部最优解。仿真结果表明,与现有导频优化算法相比,DCDB-RSS算法在相同时间复杂度的前提下,可以获得更小的误码率和提高约1dB的信道估计均方误差。     

一种新的基于分布式压缩感知的时变稀疏信道估计

对OFDM(Orthogonal Frequency Division Multiplexing)系统中快时变稀疏信道估计进行了研究,采用CE-BEM模型(Complex Exponential-Basis Expansion Model)对时变信道进行建模。由于信道是稀疏的,所以对应的CE-BEM基的系数也是稀疏的,由此将估计信道的抽头响应问题转化为求解稀疏CE-BEM系数的问题。针对现实稀疏度未知的场景,提出了一种稀疏度自适应的分布式压缩感知(Distributed Compressive Sensing,DCS)算法。考虑到导频放置对性能影响的重要性,提出了一种新的放置方式。仿真结果表明,本文算法有效地提升了估计性能。     

OFDM系统研究及其Simulink仿真

正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）是一种高效的多载波宽带数字调制技术,在无线通信系统中有较广泛的应用。通过对OFDM系统的基本原理以及该系统中各个模块的特点进行研究,用Simulink构建数字电视地面广播（Digital Television Terrestrial Broadcasting,DTTB）中的TDS—OFDM系统仿真模型。仿真结果表明,TDS—OFDM系统的误码率较低,具有较强的抗多径衰落和频率选择性衰落能力。     

非正交频分复用技术的研究

针对当今无线频谱稀缺的窘状,提出了一种非正交频分复用(Non-Orthogonal Frequency Division Multiplexing,NOFDM)的传输方案。与当今最为流行正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)相比,该方案在一定程度上提高了频谱效率。在接收端,进行最大似然检测。通过理论推导以及仿真证明了该方案的可行性。     

基于被动时间反转-卷积神经网络的 OFDM水声通信系统研究

水声（Underwater Acoustic，UWA）信道的多径效应和多普勒效应造成正交频分复 用（Orthogonal Frequency Division Multiplexing，OFDM）水声通信系统接收端符号间干扰和载 波间干扰，降低系统性能 . 构造一种新型的被动时间反转-卷积神经网络（Passive Time Reversal-Convolutional Neural Network，PTR-CNN），并将其应用于 OFDM 水声通信系统接收 端 . PTR-CNN 网络的构造包括两部分，首先，基于被动时间反转理论削弱多径增强主路径信 息能量；其次，将上述输出结果转换成二维矩阵，再输入卷积神经网络中进行信号检测，同时 对抗多径和多普勒效应带来的干扰；最后，网络输出直接恢复比特流 . 仿真和试验结果表明， 与目前主流信道估计和信号检测算法相比，所提方法能够提升系统的可靠性，在不同水声信 道环境测试中均具有较好的鲁棒性.     

OFDM系统仿真及链路性能比较

在这篇论文中，我们提出一个Orthogonal Frequency Division Multiplexing（OFDM）通信系统的组成结构。在我们提出的系统中，对各个重要的OFDM模块都采用了不同方案以形成对比。我们通过计算机仿真的方式，以具体的仿真数据比较了编码和未编码，卷积编码器采用1／2和1／3码率，维特比解码器采用软判决和硬判决，调制方法16-QAM和QPSK，AWGN和Rayleigh信道环境。通过对各种形成方案的性能进行比较，从而为实际通信系统的架构提供强有力的参考依据。     

共轭先验的零前缀OFDM系统信道估计

提出了一种利用共轭先验信息的零前缀(Zero Padding,ZP)正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统信道估计的方法.首先,由于零前缀的使用,可将信道矩阵替换成循环矩阵,然后接收端信号左乘快速傅里叶变换(Fast Fourier Transformation,FFT)矩阵将该循环矩阵对角化,这时使用盲信号分离技术只需要寻找一个对角矩阵,减少了计算量.其次,充分利用对角矩阵的先验信息,在目标函数中增加上述对角矩阵的稀疏性度量,提高了信道估计的效率和准确性.仿真结果表明:相比于传统的直接分离接收端信号的方法,该方法计算量小,收敛速度快.     

基于自适应跳跃学习网络的OFDM信道预测方法

信道预测是支撑变电站等电力物联网通信系统自适应传输的重要技术。为了解决过期信道状态信息降低通信系统自适应传输性能的问题,提出了一种基于自适应跳跃学习网络的信道状态信息预测方法。该方法主要包括递归微调算法和混合惩戒网络两部分。其中,前者主要用于微调学习网络的随机输入权重矩阵,后者主要通过两层惩戒网络来解决输出权重矩阵的病态解问题。由于具有oracle属性,自适应跳跃学习网络不仅具有良好的泛化能力,还可以生成稀疏性输出权重矩阵。仿真结果表明,自适应跳跃学习网络在IEEE802.11ah协议的正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)通信系统中具有良好的单步预测性能和多步预测性能。     

基于新型训练序列的OFDM频率同步算法

针对现有的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)频偏估计算法普遍存在估计范围小,估计精度不高的问题,提出了一种新的训练序列频率同步算法.首先采用缩短训练序列和周期性发送序列的方式,增大了频偏估计的范围,但频偏范围的增大会导致性能的损失;然后又提出一种通过对短周期重复样式的估计值取平均的方法,在保持估计范围不变的情况下,进一步的提高了频偏估计的性能.最后仿真结果表明,改进的算法频偏估计范围大,并且估计精度较高,均方误差(Mean Square Error,MSE)可以达到10~(-6).     

MIMO-OFDM系统中一种有效的信道估计方法

为降低信道估计算法的复杂度,给出了MIMO-OFIM(M山tiple Input and Multiplw Output-Orthogonal Freuency Division Multiplexing)系统中的一种信道估计实现方案,采用STBC(Space-Time Block Code)训练序列,LMS(Least Mean Square)迭代算法估计信道响应,避免了矩阵的求逆运算,与基于MMSE(Minimum Mean Squore Error)和LS(Least Square)的MIMO信道估计算法相比,具有运算复杂度低、跟踪能力强的优点,计算机仿真结果也显示了它的有效性和优越性.     

新型多用户MIMO-OFDM 跨层资源分配算法

为解决多用户MIMO-OFDM( Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing) 下行链路系统中由于分层设计信息不完整造成的资源分配不合理的问题,提出了一种基于最低速率约束的跨层资源分配算法。该算法综合考虑不同用户服务质量要求、媒体接入控制层队列情况和物理层信道状态信息,在满足总功率限制和用户最低速率约束的条件下,以系统吞吐量最大化为目标,进行物理层子载波和功率的联合分配。仿真结果表明,该算法不仅能满足不同用户的服务质量要求,而且能达到较高的系统吞吐量。     

航道多载波的通信时延与多普勒频移联合估计

针对海上航道立体监测系统中水声信道高斯噪声和对称α稳定(SαS,Symmetric α Stable) 脉冲噪声干扰的复杂环境,以基带OFDM（Orthogonal Frequency Division Multiplering）水声通信系统的发射信号作为研究对象,提出了一种基于分数低阶循环模糊函数的多循环频率时延与多普勒频移联合估计算法．该方法将分数低阶矩与循环平稳特性相结合,能够在SαS脉冲噪声条件下检测信号的循环平稳特性．仿真结果表明:在脉冲噪声和干扰环境中该算法均能稳定工作,估计性能优于基于二阶循环模糊函数．     

基于ZC序列的OFDM系统定时同步改进算法

为提高OFDM( Orthogonal Frequency Division Multiplexing) 系统的定时同步精确度,提出了一种改进的基于ZC( Zadoff-Chu) 序列的定时同步算法。该算法将经典的Minn 算法序列的取反方法与Park 算法的序列共轭方法结合,利用良好自相关性且低互相关性的ZC 序列,替代原有的PN( Pseudo-Noise Sequence) 序列,构成新序列结构。改进算法在定时位置发生错误时,仍能保证系统精确进行定时同步。在加性高斯白噪声( AWGN:Additive White Gaussian Noise) 信道,子载波的数量是256,16QAM( Quadrature Amplitude Modulation) 调制和解调下,Matlab 仿真表明改进算法消除了Minn 算法和Park 算法中副峰对定时同步的影响,定时偏差与均方误差( MSE: Mean Square Error) 在信噪比－ 15 ～ 15 dB 内,较于Minn 算法和Park 算法更低,提高了定时精度。信噪比是15 dB 时,改进算法定时均方误差为4． 2 × 10 － 6 ,是估计性能最优状态。     

—种改进的基于循环前缀的OFDM系统定时同步方法

同步是正交频分复用（OFDM,Orthogonal Frequency-Division Multiplexing）系统研究的关键问题之一,本文主要研究了基于循环前缀（CP,Cyclic Prefix）的OFDM系统定时同步方法。传统的基于循环前缀的OFDM系统定时同步方法只局限于在一个符号内进行相关运算,同步效果不够理想,而且在多径信道存在的情况下循环前缀的长度大都比较长才能正确确定符号定时点,降低了传输效率。本文提出了一种扩展的多符号联合定时同步算法,仿真结果显示,改进后的方法提高了传输速率,在符号同步估计性能较原始方法有显著的提高。     

基于OFDM的认知无线电鲁棒节能功率控制算法

为提高现有认知无线电的节能效率和鲁棒性, 提出了一种基于正交频分复用(OFDM: Orthogonal Frequency Division Multiplexing)的多用户认知无线电鲁棒节能功率控制算法。该算法基于有界不确定性模型,在考虑最坏误差情况下, 利用凸优化理论证明系统的拟凸特性, 并采用分式规划优化技术实现了节能效率的最大化。仿真结果表明, 该算法在高噪声和信道状态信息不确定的情况下, 可保障认知用户的通信服务质量需求(QoS: Quality of Service), 同时可以提高非授权用户的节能效率。