基于压缩传感的MIMO-OFDM水声通信信道估计算法

充分利用水声信道的稀疏特征,提出一种基于压缩传感理论的多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)水声通信系统信道估计算法。在MIMO-OFDM水声通信系统模型的基础上,考虑Doppler频移的影响设计符合压缩传感理论框架的过完备字典,利用一系列非正交基在过完备字典下描述待重建信号。通过对比分析基追踪降噪、丹茨格选择器以及正交匹配跟踪3种算法的信道估计性能,进一步证明了算法的有效性。仿真实验结果表明,基于压缩传感的稀疏信道估计算法具有优于传统最小二乘算法的信道估计精度,并且在最小二乘矩阵求逆奇异的情况下仍能准确地估计出信道参数;在计及Doppler频移的影响时,直接压缩传感估计优于补偿后的压缩传感估计方法。     

水声通信中基于信道估计的稀疏均衡算法研究

为实现相位相干水声通信系统的实时处理,降低由信道大时延多径结构所导致的接收算法复杂度与稳定性问题,提出了一种基于信道估计的多通道稀疏均衡算法.该算法针对水声信道的稀疏特性,采用稀疏算法减小均衡器的阶数,降低了系统复杂度;并且将变步长LMS算法与基于信道估计的完全反馈均衡器相结合,提高了均衡器性能;同时采用多通道可变步长算法,各个通道的步长可以独立的自适应调节,增加了均衡器的稳定性与灵活性.在实际湖试信道条件下的性能仿真表明:在10kin的距离上,与传统四通道DFE-LMS算法相比,此算法在降低稳态误差的同时,参与迭代计算的抽头数减少了78%,从而计算量大为减小,同时系统性能也得到了改善.     

基于RSAMP算法的OFDM稀疏信道估计

为了提高稀疏度自适应贪婪迭代(sparsity adaptive greedy iterative, SAGI)算法的重构性能, 缩短重构时间, 提出了一种基于有限等距性质(restricted isometry property, RIP)的稀疏度预测自适应匹配追踪(RIP based prediction-sparsity adaptive matching pursuit, RSAMP)算法, 并成功将其应用于正交频分复用(orthogonal frequency division multiplexing, OFDM)系统信道估计。首先, 提出一种基于RIP的稀疏度预测方法, 可以在稀疏度未知的情况下快速精确地逼近真实稀疏度, 大大缩短了算法的运行时间。其次, 利用主成分分析法对观测矩阵采取了优化处理, 提高了算法的重构性能。仿真实验显示, 相较于SAMP、SAGI算法, 本文提出的RSAMP算法可以获取更好的估计性能和更短的运行时间。     

噪声鲁棒变步长LMS算法及其在OFDM水声信道均衡中的应用

针对最小均方(least mean square, LMS)算法在低信噪比(signal to noise ratio, SNR)条件下性能较差的问题,提出一种噪声鲁棒变步长LMS(noise robust variable step-size LMS, NRVSLMS)算法。该算法通过结合改进的双sigmoid函数和误差信号自相关函数,在迭代过程中动态调整步长的大小,解决了传统LMS算法中收敛速度、跟踪性能和稳态性能互相矛盾的问题。理论分析和仿真结果表明,与其他变步长算法相比, NRVSLMS算法抗噪声能力强,具有良好的跟踪速度和稳态性能。将该算法应用于正交频分复用(orthogonal frequency division multiplexing, OFDM)水声信道均衡中,与现有LMS类自适应均衡方法相比,基于NRVSLMS算法的信道均衡方法能够显著降低系统误码率(bit error rate, BER)和均方误差(mean square error, MSE)。     

基于短时傅里叶变换的水声通信自适应OFDM均衡

由于水声环境时变特性,在水声信道中进行正交频分复用(orthogonal frequency division multi plexing,OFDM)信号传输,子载波间的正交性易受到破坏,从而产生载波间干扰,使得水声通信的误码率性能变差。针对这个问题,提出一种适用于水下时变信道的自适应OFDM均衡算法,该算法采用滑动窗口进行子块短时傅里叶变换获得接收信号的二维时频谱,进而对该二维时频谱进行自适应时-频域联合合并均衡。该自适应均衡算法中采用最小均方误差算法跟踪信道时变特性,并通过自适应判决反馈均衡更新二维时频谱的加权合并系数,提高了OFDM系统抗载波间干扰的性能。仿真分析表明,所提出的OFDM均衡算法可在时变信道下,有效降低水声通信的误码率。     

多频带OFDM超宽带系统同步及信道估计算法

针对标准多频带正交频分复用超宽带系统,基于前导训练序列研究其同步及信道估计算法。相关检测用取中点来减小粗定时误差范围。细定时利用系统零保护间隔的特点找相邻窗口最小能量比,对频偏不敏感且抗多径干扰。对定时位置进行修正,避免了信息数据的丢失及符号间串扰。采用基带数字域跳频解跳的机制,使载波频偏的影响归结为与单频带系统一致,简化了同步算法。仿真表明,在较恶劣的信道条件下,残余定时误差仍很小,并由信道估计及均衡有效的吸收,频率同步及系统差错性能良好。     

用于有虚载波OFDM系统的信道估计算法

提出了一种适用于有虚载波的正交频分复用系统的改进信道估计算法。由于传统的信道估计器无法估计虚载波处的信道传输函数,从而逆离散傅里叶变换导致信道能量泄漏,使得时域滤波方法不能直接应用。为了解决这个问题,利用信道冲激响应的有限性,推导了以最小二乘法(least square, LS)来估计虚载波处的信道传输函数。进一步观察信号子空间和噪声子空间中噪声的相关性,使用最大后验概率准则估计出信号子空间的噪声并消除其带来的估计误差。该算法不仅可在训练模式下应用,也可推广应用于基于判决反馈的跟踪模式。仿真结果表明,改进算法无误符号率平台效应,且其误符号率较传统LS算法有2 dB的信噪比增益。     

基于ZoomFFT的水声OFDM信号解调算法

为解决快速傅里叶变换(FFT)栅栏效应对水声正交频分复用(OFDM)通信系统解调性能的限制问题,提出基于选带傅里叶变换(ZoomFFT)的水声OFDM通信解调算法.将接收信号经过移频、降采样等处理得到其细化谱,提高频谱分辨力,削弱栅栏效应;同时对信道响应进行细化处理,基于最小均方误差(MMSE)原理构造信道均衡算法,消...     

一种基于导频的OFDM系统信道估计方法

提出一种使用矩形导频图案的OFDM信道估计方法。接收端首先在频率方向估计信道,然后在时间方向插值。该方法仅需累加和少量乘法运算就能估计出信道冲激响应,复杂度低,实时性高。在未编码16QAM-OFDM系统中,通过仿真将提出的方法与线性、cubic和MMSE插值法进行均方误差和误比特率的比较。结果表明该方法性能优于前两者,接近后者。     

快时变信道下基于深度学习的OFDM系统信道估计

针对快时变信道的非平稳特性会造成信道估计性能变差的问题，在基扩展模型下提出了一种基于深度学习的信道估计算法，并将其应用于正交频分复用(orthogonal frequecy division multiplexing, OFDM)系统中。首先，根据快时变信道矩阵的局部相关特性，构建时频特征提取网络，利用卷积结构提取快时变信道在时域和频域的相关特征，并嵌入到下一级网络中进行特征的融合。其次，利用门控循环网络捕捉信道在不同符号处的变化相关性，在快时变信道环境下实现更准确的信道估计。仿真结果表明，与其他快时变环境下的信道估计算法相比，算法的估计性能提升明显；同时，网络的轻量化结构使算法的复杂度最低下降20%。     

OFDM水声通信系统LS-DFT信道估计算法

对于正交频分复用(orthogonal frequency division multiplexing, OFDM)水声通信系统,频域最小二乘(least square, LS)信道估计算法受噪声影响较大,离散傅里叶变换(discrete Fourier transform, DFT)插值算法引入了由于空载波所产生的误差。针对上述问题,提出了一种LS-DFT信道估计算法,先对导频子载波进行LS信道估计,再通过DFT作降噪处理,然后通过误差对比和数据替换,得到一组新的导频信道估值,最后通过线性插值获得数据子载波处的信道估值。理论分析和仿真结果均表明,该算法能以较小的复杂度有效提升系统的性能。     

基于OFDM的水声通信非一致多普勒补偿方法

当多径信道各径多普勒因子不一致时,传统的多普勒补偿技术会带来较大的残余误差。针对此问题,通过理论推导提出了一种针对水声多径信道存在非一致多普勒扩展的补偿方法。该方法采用多次内插与快速傅里叶变换相结合的算法,首先通过对接收信号进行单次重采样预处理以降低多普勒因子大小,再利用等效信道参数估计模型,获得信道统计量后进行正交频分复用解调,实现非一致多普勒补偿。仿真结果表明,所提方法在信道信息已知与未知的条件下,都具有较高的补偿性能,特别是在非一致多普勒扩展比较严重的情况下,其优势更加明显。     

Compressed sensing based channel estimation for fast fading OFDM systems

A compressed sensing (CS) based channel estimation algorithm is proposed by using the delay-Doppler sparsity of the fast fading channel. A compressive basis expansion channel model with sparsity in both time and frequency domains is given. The pilots in accordance with a novel random pilot matrix in both time and frequency domains are sent to measure the delay-Doppler sparsity channel. The relatively nonzero channel coefficients are tracked by random pilots at a sampling rate significantly below the Nyquist rate. The sparsity channels are estimated from a very limited number of channel measurements by the basis pursuit algorithm. The proposed algorithm can effectively improve the channel estimation performance when the number of pilot symbols is reduced with improvement of throughput efficiency.     

基于压缩感知的稀疏无源雷达成像

当窄带外辐射源数目稀少且空间分布不均匀时,通常会在无源雷达成像中产生稀疏的无规则空间谱填充,使得传统快速逆傅里叶方法(inverse fast Fourier transform, IFFT)或极坐标方法难以获得良好的目标成像效果。针对这种空间谱填充的稀疏性和非均匀性,利用压缩感知理论在处理稀疏随机采样信号重构问题上的优势,提出了稀疏无源雷达成像方法。同时通过构造传感矩阵的互相关和积累相关函数,对目标图像的可重构性进行了分析。理论分析和仿真结果表明,对具有稀疏随机空间谱特点的无源雷达成像,本文提出的成像方法是有效的。     

基于压缩感知和递归最小二乘的IR-UWB信道估计算法

为了减轻脉冲无线超宽带(impulse radio ultra-wide band, IR-UWB)接收机高采样频率的负担,提出了基于压缩感知和递归最小二乘的低采样率信道估计算法。该算法先令接收到的训练符号通过随机滤波器,并对其欠采样,对采样到的信号进行递归最小二乘计算,最后利用压缩感知重构算法得到信道参数的估计值。提出的算法能够在低采样率的情况下对IR-UWB信道参数进行有效估计。该算法一方面降低了接收机对于模数转换器的要求;另一方面,低采样率产生较小的数据量,从而降低了估计算法的计算量。     

正交频分复用循环移位扩频水声通信

针对常规直接序列扩频水声通信数据传输速率低及M元扩频水声通信接收机复杂度高的问题,提出了一种正交频分复用(orthogonal frequency division multiplexing, OFDM)技术和循环移位键控(cyclic shift keying, CSK)技术相结合的调制方式,该调制能很大程度地提高系统的带宽使用率。从理论上对该方法在高斯白噪声信道条件下的误码率进行了分析。同时,采用Chu序列作为扩频序列,通过理论推导得出其峰均功率比(peak to average power ratio,PAPR)的上限为3dB。利用实际湖试测量得到的多径信道模型,与DSSS-OFDM方法进行了误码率性能的分析比较。结果表明,新提出的方法具有很好的抗多径性能,且具有带宽利用率高、复杂度低的特点,适用于中、远程及多用户水声通信。     

基于压缩感知的条带随机噪声雷达稀疏成像方法

将压缩感知理论与条带随机噪声雷达相结合,在假设场景目标稀疏的前提下,通过构造随机噪声的不同时延矩阵为稀疏变换矩阵以及通过构造随机噪声与部分单位阵的乘积为观测矩阵,提出了一种基于压缩感知的条带随机噪声雷达稀疏成像方法。该方法能在大幅减少回波信号采样数据量的前提下,准确重建出原始场景目标高分辨像。仿真结果证明了该方法的有效性与鲁棒性。