一种OFDM系统频偏与信道联合估计算法及仿真实现

针对正交频分复用系统提出一种新的频偏与信道联合估计的算法.该算法利用一组训练序列精确估计出系统整数倍频偏和信道参数,仿真结果表明,该算法能够实现系统整数倍频偏同步和信道估计,且误码率性能优越,具有实现简单,实用性强的优点.     

DCT插值算法在OFDM水声信道估计中的应用

海洋声信道是一种复杂的时-空-频变参信道,信道估计的准确程度直接影响着整个系统的性能。本文首先分析了水下声信道估计的基本方法,介绍了基于DFT的信道估计算法,并重点介绍了离散余弦变换(DCT)的插值算法,最后在仿真得到的水声信道模型下对两种算法性能进行了仿真。基于DCT的信道估计算法在水声信道时延为非整数倍采样间隔时可有效抑制信号的频谱泄露问题,从而改善系统的性能,更加适合于时变的水声信道。仿真结果表明该算法在改善系统性能方面优于基于DFT的信道估计算法。     

MIMO-OFDM系统中的采样钟频率偏移估计

分析了采样钟频率偏移对MIMO-OFDM系统接收信号的影响,提出了一种适用于MIMO-OFDM系统的采样钟频率偏移估计算法,即幅度加权最小平方估计法．该算法根据最小平方准则,利用两个完全相同的训练符号在相同子载波上的相位差来估计采样钟频率偏移．为了提高算法在瑞利衰落信道下的性能,进一步采用了幅值加权的方法．仿真结果表明,该方法无论在高斯、莱斯还是瑞利信道下均能取得良好的性能．     

OFDM系统的信道估计算法的研究

目前基于导频的OFDM信道估计算法都是针对满足二维奈奎斯特准则的规则导频点阵而设计的。如果奈奎斯特准则被违反．或者导频分布构成不规则的点阵,这些基于规则导频的信道估计算法不再适用。针对此情形本文介绍了一种利用不规则采样技术的基于不规则导频分布的算法进行信道估计。该算法先利用最小二乘算法估计出导频位置的信道信息,再利用合适的权及块状托普利兹矩阵,通过共轭梯度迭代算法获得整个信道信息的估计值。     

数字通信中的盲多径衰落信道估计与均衡

建立一个过采样的的多径衰落信道的FIR滤波器模型 ,提出了一种基于子空间过采样的多径衰落信道盲估计算法 ,并在信道估计的基础上用迫零算法实现信道均衡。试验仿真表明 ,该方法能有效地估计出信道 ,并能有效地提高系统的容量和利用率。     

基于有限状态联合信源信道算术码的图像编解码算法

针对噪声信道的图像传输问题,提出了一个基于有限状态联合信源信道算术码的图像编码算法和对应的联合迭代解码算法.该编码算法可根据信源和信道自适应选择近似概率模型、整数编码区间上限值、跟随比特上限值、禁用符号概率大小以及禁用符号位置.该联合迭代解码算法的外解码器使用算术解码器,检测内码产生的估计序列错误和向内解码器反馈错误位置的信息;内解码器负责对信道输出序列进行估计.实验表明,提出的编解码具有很好的传输性能和较低的复杂度.     

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.     

基于置信度的抑制信道估计中噪声的方法

无线信道中的噪声会造成信道冲激响应的估计误差,降低系统性能。为了有效降低噪声对信道估计结果的影响,提出了一种基于信道冲激响应估计中噪声分布特性的置信度方案。该方案根据信道估计结果的多帧统计特性计算每个采样点的置信度,并根据置信度对信道估计结果中的多径与噪声进行区分,然后对噪声进行有效地抑制。分析和仿真结果表明,该方法能够降低信道估计的误差。在双PN序列填充的时域同步正交频分复用(TDS-OFDM)系统中,其误符号率较传统的信道估计算法在静态和时变信道下均有一定的性能改善,同时该算法也大大降低了硬件实现的复杂度。     

I/Q不平衡OFDM系统基于噪声方差门限的信道估计

为了提高稀疏信道环境下同相/正交(I/Q)不平衡正交频分复用(OFDM)系统的性能,该文提出了一种低复杂度的门限时域最小二乘信道估计算法。该算法通过估计噪声方差确定合适的门限过滤信道响应采样点内的噪声以提高估计精度。仿真结果表明,该文算法估计精度与现有频域和时域最小二乘信道估计方法相比分别提升了6 d B、2 d B,逼近基于压缩感知的时域迭代收缩算法,且计算复杂度低于后者。     

基于改进LMMSE的UFMC信道估计算法

针对将线性最小均方误差(linear minimum mean square error, LMMSE)算法直接应用于通用滤波多载波(universal filter multi-carrier,UFMC)系统中需要先验信道相关矩阵信息的不足,提出基于LMMSE的改进算法.该算法在频域对使用最小二乘(least square, LS)算法获得的信道频率响应进行平滑处理,在时域通过优化采样点的截短以确定理想的信道采样长度,并采用迭代估计方法获得最优信道相关矩阵,从而避免先验信道相关矩阵信息.经MATLAB仿真验证,改进后的算法对噪声的干扰可以有效抑制,对比传统LMMSE算法误码性能提升约2 dB,可以有效改善信道估计的准确度.     

基于块稀疏的低复杂度宽带MIMO-OFDM稀疏信道估计方案

CoSaMP压缩采样匹配追踪算法是一种有效且可靠的稀疏信号重构算法。针对大多数宽带MIMO-OFDM稀疏信道估计方案中常被忽略的信号内部特殊结构问题,采用MIMO-OFDM系统模型,分析信号块稀疏结构特性,研究了CoSaMP算法的改进问题。仿真结果表明,与其他信道估计方案相比,所提方案在未知信号稀疏度值的情况下依旧获得了接近理想状态下的系统和速率、归一化均方误差和信号重构效率,有效降低了计算复杂度。可见,所提方案具有很好的信道估计性能。     

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.     

基于卡尔曼滤波压缩感知的超宽带信道估计

针对超宽带通信系统采样速率过高的难题,利用超宽带信道冲击响应的稀疏性,提出了一种基于卡尔曼滤波压缩感知的时变信道估计算法.通过将直接序列调制的超宽带发送信号进行下采样,建立压缩感知的数学模型,接收端通过卡尔曼滤波压缩感知的重构算法对信道的冲击响应进行重构.仿真结果表明,对于时变的超宽带信道采用卡尔曼滤波压缩感知算法,不仅可以有效降低采样点数,而且提高了信道估计的准确性.     

非整数倍采样情况下的符号定时同步研究

符号定时同步是数字信号解调的关键技术之一。实际应用中,为简化模数转换操作,数字接收机通常采用相对固定的采样速率对不同符号速率的信号进行采样,而传统的符号同步算法无法实现每个符号非整数个采样点的信号的同步。针对非整数倍采样情况下的定时同步问题,在传统最大平均功率算法的基础上,提出一种由多相滤波器、改进的积分级联梳状(CIC)插值滤波器和最大平均功率算法构成的符号同步方法,对非整数倍采样信号进行整数倍采样变换,再进行符号定时同步。以最具有代表性的16QAM和32QAM信号为例对算法进行仿真,仿真结果表明,新算法在保证较低的运算复杂度的同时,具有较高的估计精度,能够适用于MQAM信号在非整数倍采样情况下的符号定时同步。     

压缩感知的UWB信道盲估计算法

针对超宽带系统采样速率过高难以实现的问题,利用信道稀疏性提出一种基于压缩感知的盲信道估计算法。将接收信号通过一个随机测量矩阵,利用测量信号的一阶统计量建立压缩感知的数学模型,最后利用正交匹配追踪(OMP)算法重构得到估计信道。算法只需很少测量值就可估计出信道,节省了大量的模数转换(ADC)资源,使系统实现成为可能。仿真结果表明算法具有良好的估计性能,且算法的误比特率(BER)性能相比利用准确信道只有2～3dB的差距。     

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.     

基于子空间拟合的 UWB 稀疏信道盲估计

针对 TH-PPM 超宽带系统,利用信道的稀疏性,提出一种基于子空间拟合的稀疏信道盲估计算法.该算法首先利用接收信号的均值循环卷积特性,估计出信道的频域响应,接着利用子空间拟合算法确定出非零抽头系数的位置,最后再采用最小二乘算法完成对非零系数值的估计,避免了无谓的零抽头估计,改善了算法性能.该算法以码片周期采样,且仅需要作一些简单的信号处理如重叠相加、离散傅立叶变换等,因此运算量较小.仿真表明,与没有利用信道稀疏性的一阶盲算法相比具有更优的均方误差和误比特率性能.     

新的低码率视频编码快速半像素搜索算法

运动搜索一直是混合视频编码方案中最占编码时间的模块。典型的运动搜索由整像素搜索和半像素搜索组成。随着整像素搜索算法的不断改进 ,被普遍使用的半像素全搜索方法在整个运动搜索中所占运算量已经不容忽视。为了加速半像素搜索 ,提出了一种基于抛物面预测的半像素快速搜索算法。实验结果表明该算法能显著地提高半像素搜索速度 ,并且不会对编码效率和图像质量产生明显的影响。在QCIF格式下采用 H.2 6 3编码器时实际节省运算量约为5 7%。该算法的预测过程简单 ,易于实现 ,能够方便地集成到现有的编码系统中     

基于GSA-BP神经网络的OFDM系统信道估计算法

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中存在的不可忽视的非线性噪声问题,为了能够更好了解信道特性,需要利用信道估计获得信道状态信息,提出一种基于黄金正弦优化BP(golden sine algorithm,GSA-BP)神经网络的OFDM系统信道估计算法,克服了传统 BP神经网络算法容易陷入局部极值的问题,提升了信道估计算法的估计精度.首先通过LS信道估计算法获得信道的初始估计,再将其通过GSA-BP神经网络算法得到信道的精确估计.仿真结果表明,在相同的信道环境下,提出的算法比LS算法具有更好的性能,与MMSE算法性能接近,但不需要信道先验统计特性,易于实现.