MIMO-OFDM系统中的时频同步

从时频联合设计的角度出发,提出了一种多输入多输出-正交频分复用(MIMO-OFDM)训练序列及相应的时频同步方案.首先利用提出训练序列的时域共轭对称性完成定时同步,然后利用训练序列良好的频域自相关性完成频率同步.该方案不仅具有更高的定时和频率偏移估计精度,而且频偏估计范围更大,理论上可以达到(-N/2,N/2).仿真结果表明:在多径信道下,该方案符号定时偏移估计精度更高,在小信噪比下尤为显著;当频偏估计性能在均方误差为1×10-4时,提高大约3 dB.     

一种适合IEEE802.16m的改进前导字结构和定时同步算法

结合IEE802.16m协议分析了定时同步误差对系统性能的影响.通过对同步训练序列及传统定时同步算法的分析,提出了一种适合IEEE802.16m系统的定时同步方案.该方案利用训练序列的相关性,通过改进前导字结构及同步算法实现接收端的定时同步.在高斯信道和SUI-3信道下进行了仿真.结果表明,改进的定时同步方案优于传统方...     

低压电力线OFDM载波通信系统定时同步新方法

在低压电力线OFDM载波通信系统中,符号定时偏差和载波频率偏差会产生符号间干扰(ISI)和信道间干扰(ICI),降低OFDM系统性能,所以同步技术至关重要。提出了一种新的定时同步方法,来实现准确的定时同步。分析了传统算法SchmidlCox算法、Minn算法的优缺点,在此基础上,提出基于Minn算法的改进算法。并对比分析了SchmidlCox算法、Minn算法和改进新算法在PLC通信系统的定时同步特性。仿真结果表明采用新算法准确度高,稳定性强,是一种有效的基于OFDM的PLC通信系统定时同步方法。     

存在定时误差的MQAM信号调制方式识别

为了提高在定时误差情况下的多电平正交幅度调制(MQAM)信号调制方式的识别率,提出了一个改进的聚类分析算法(MQAM基带信号进行识别).该算法采用γ和N两个参数进行聚类,对接收到的数据进行盲定时估计并经过插值滤波消除定时误差,提高识别率.仿真结果表明,该算法对定时误差20%Ts,信噪比为5 dB的64 QAM信号也有85%的识别率.     

基于差分和集相关的OFDM定时同步算法的改进

多径衰落信道中,同步技术是保证OFDM系统得以实现的关键环节。但目前已有的定时同步算法在多径衰落信道及低信噪比条件下性能尚不理想。为了改善定时同步的性能,本文在集相关和差分相关算法的基础上提出一种改进的定时同步方法。通过在集相关运算中利用多点相关和在组合算法中选择适当的加权系数,算法利用了两者在不同信噪比下的优点。改进的算法在较高信噪比的条件下不损失性能,在低信噪比环境下也可以准确定时。仿真结果表明,改进算法对符号定时位置的误判率更低,尤其在低信噪比时。并且,由于算法不依赖频偏估计,不受频偏对符号定时的影响。     

一种适合IEEE802.16m的改进前导字结构和定时同步算法

结合IEEE802.16m协议分析了定时同步误差对系统性能的影响。通过对同步训练序列及传统定时同步算法的分析,提出了一种适合IEEE802.16m系统的定时同步方案。该方案利用训练序列的相关性,通过改进前导字结构及同步算法实现接收端的定时同步。在高斯信道和SUI-3信道下进行了仿真。结果表明,改进的定时同步方案优于传统方案,具有良好的性能,且易于实现。     

基于新序列的OFDM定时估计改进算法

定时估计是准确实现OFDM（orthogonal frequency division multiplexing）系统同步的关键技术之一.实际应用中,为了提高系统对多径时延扩展的抵抗能力,还应尽量减少符号的定时同步误差.为了提高符号定时部分的估计精度,提出了改进算法.算法中设计了一种具有良好自相关特性的新训练序列,结合新序列的数据结构,算法由粗估计和细估计2部分完成.Matlab仿真表明,与传统算法相比,在高斯噪声和多径信道的影响下,所提出的算法具有较小的均方误差,抗干扰能力强的特点,并为频率偏移估计打下了良好的基础.     

基于m序列的OFDM二阶时频同步算法

针对SC方法的定时平台和Minn方法出现多个峰值的不足,设计了一种基于m序列具有四重重复反对称的结构。提出一种基于本训练序列的OFDM二阶时频同步算法:粗同步和精同步。在粗同步时,利用训练序列的特殊结构,采用延时相关确定粗同步的定时位置,在此位置的前后小范围内利用m序列及其循环移位序列与接收数据进行差分相关算法,完成精同步定时。继而利用训练序列的延时相关求得小数频偏估计。仿真结果显示,在多径衰落信道下,与已有算法比较,所提出的二阶算法定时准确,频偏估计性能良好,尤其在信噪比较低时采用该算法能实现更准确的同步。     

一种OFDM符号定时同步算法

研究各种符号定时同步算法在不同信道模型下的性能,针对Park算法中定时度量式要求训练帧中心对称的缺点,提出一种改进算法,该算法重新定义了定时度量式.理论分析和仿真结果表明,改进算法的同步精度略高于Park算法.     

基于定时-相位联合估计的CPM并行同步算法

针对连续相位调制(continuous phase modulation,CPM)信号非数据辅助算法同步精度差问题,提出了一种基于定时-相位联合估计的低复杂度并行同步算法.采用非数据辅助方法从离散域分解CPM信号,推导新的相位偏移误差估计公式,根据定时-相位联合似然函数,利用误差估计方法相似形式,设计了一种适用于CPM信号的并行同步方案.该方法在低信噪比条件时对似然函数进行近似,从而减少同步参数对同步性能影响,通过引入双同步精度源,迭代求取相偏估计最优解,提高非数据辅助算法同步增益.仿真结果表明,并行同步算法与直接联合算法相比,以较低系统复杂度代价获得同步性能提升,在低信噪比环境下,性能逼近修正克拉美罗限.     

引入加权系数的OFDM同步算法研究

提出了一种改进的OFDM联合时间频率时域快速同步算法,通过引入加权系数,本算法使用一个OFDM符号长度的训练符号,就可以在时域很好的完成AWGN信道下OFDM通信系统的同步．该算法具有较高的定时同步精度和较快的同步速度．同时,对通过引入加权系数后可以灵活设计训练符号结构的算法进行研究．通过理论分析和仿真得出结论,在多径衰落信道下,加权系数的使用必须满足一定条件,才不会影响频偏估计性能．     

一种基于训练序列的OFDM联合时频同步算法

针对正交频分复用OFDM系统对时间同步和频率同步的敏感性,设计出一种新的训练序列,基于这种新的训练序列给出了联合时频同步算法。通过仿真对本文算法和Schmidl定时算法的均值和方差进行了比较,理论分析和仿真结果表明,本文算法消除了Schmidl算法的定时平台现象,具有更好的同步精度,整数频偏估计在时域进行,降低了运算量。     

TD-LTE系统中PSS频域快速同步算法

符号定时同步作为TD-LTE(Time Division-Long Term Evolution)系统重要的部分,应该具有很好的抗频偏性和高效性。本文在已有的PSS(Primary Synchronous Signal)定时同步算法的基础上,结合主同步信号自身的良好互相关性,给出了一种具有更低时间复杂度和高抗频偏性能的PSS定时同步算法。基于快速卷积与重叠相加法的频域快速同步方法,结合预频偏处理,进行符号定时同步与粗频偏的联合估计。理论分析表明,该方案减小了PSS定时同步的计算量,从而降低了算法的时间复杂度。仿真结果显示,该方案在很好的提高了同步算法的抗频偏性能。本文算法具有高效性、鲁棒性和可行性,能够满足LTE系统对同步性能的要求。     

一种基于叠加弱能量训练序列的OFDM时间同步算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统对定时误差敏感,从叠加训练序列结构出发,提出了一种弱能量训练序列.该训练序列只叠加在循环前缀上,且比普通的重复结构训练序列能量要低,能降低由于叠加训练序列对系统误码率的影响,还能利用训练序列的结构特点降低相关峰值旁瓣对同步判决的影响,提高了时间同步的准确率.在低信噪比时采用该训练序列结构,同步准确率高于采用普通重复结构训练序列的同步方法,最后通过计算机仿真验证了该方法的有效性.     

OFDM系统中一种符号定时和载波频率同步算法

针对正交频分复用(OFDM)系统提出了一种新的符号定时和载波频率同步算法.该算法将整个OFDM符号分成多段,在连续多个OFDM符号中采用相关累加的方法得到对系统同步的估计函数.当分段长度小于相邻OFDM符号间的无符号间干扰(ISI)区长度时,算法可以分辨这一区间,从而得到最优符号定时同步以及载波频偏估计.分析表明最大似然(ML)算法和Karthik算法是它的一种特殊情况,计算机仿真结果表明该算法不仅可以跟踪时变信道而且其均方估计误差(MSE)要远远小于最大似然(ML)估计.     

Shearlet域深度残差CNN用于沙漠地震信号去噪

由于沙漠地震信号中含有较强的随机噪声,从而给沙漠地震数据的处理和解释带来了很大的困难。针对上述问题,提出了一种基于Shearlet 变换的深度残差卷积神经网络( ST-CNN: Deep Ｒesidual Convolutional NeuralNetwork for Shearlet Transform) 模型,实现沙漠地震信号的随机噪声压制。在训练阶段,将沙漠地震信号经Shearlet 分解后的系数作为输入,将随机噪声经Shearlet 分解后的系数作为标签,通过卷积神经网络( CNN: Convolutional Neural Network) 学习输入和标签之间的映射关系; 在测试阶段,利用此映射关系即可从沙漠地震信号系数中预测出噪声系数,并间接地获得有效信号系数,最后通过Shearlet 反变换获得有效信号。通过与传统的Shearlet 硬阈值去噪算法对比,发现该算法可把沙漠地震信号的信噪比从－ 4． 48 dB 提高到14． 15 dB,具有更好的去噪效果。