基于循环平稳特性的MIMO-OFDM符号定时和载波频率联合盲同步算法

提出了一种基于接收信号循环平稳特性(CS)的多输入多输出正交频分复用(MIMO-OFDM)系统符号定时和载波频率联合盲同步算法。该算法通过初始信号检测与符号定时粗同步、符号定时精同步、载波频率粗同步、载波频率精同步四个步骤完成MIMO-OFDM系统符号定时和载波同步。理论分析表明算法适用于无导频符号或训练序列、任意数目收发天线、任意分布加性平稳噪声条件下的同步。仿真结果验证了算法精度可满足MIMO-OFDM系统的符号定时和载波同步要求,并在低信噪比下性能保持稳定。     

基于导频符号的MIMO-OFDM系统多频偏估计算法

提出了一种基于导频符号的多输入多输出正交频分复用(MIMO-OFDM)系统多频偏估计算法.该算法设计了导频符号,并利用设计的导频符号在频域实现多频偏估计.理论分析证明了提出算法适用于低信噪比条件,并推导出了该多频偏估计算法理论上的估计精度.仿真结果验证了提出的算法在低信噪比无线多径信道条件下能够准确估计出各天线间的多个载波频偏.     

基于EM的MIMO-OFDM系统MAP信道估计算法

最大后验概率（maximum a posteriori, MAP）信道估计算法应用于MIMO-OFDM系统时将带来大规模矩阵求逆和乘积运算,且OFDM符号的数据传输效率随着发送天线的增多逐渐下降。针对这些弊端,提出一种基于期望最大化（expectation maximum, EM）的MAP信道估计算法,并分析了算法的性能。该算法利用EM算法把多输入输出信道估计问题化简为一系列独立的单输入输出问题,避免了大规模矩阵运算,降低了MAP算法的计算复杂度;为进一步改善MAP算法的数据传输效率及其估计性能,可通过对多个连续的OFDM符号进行联合信道估计。通过仿真实验证明了该算法的有效性。     

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。     

MIMO-OFDM系统多基站协作传输的盲定时同步算法

提出了一种用于多基站协作传输多输入多输出（multiple input multiple output, MIMO）正交频分复用（orthogonal frequency division multiplexing, OFDM）系统的分布式多天线盲定时同步算法,利用接收信号的循环平稳特性,根据天线间时延导致的接收信号循环自相关函数谱峰的偏移量得到天线间的时延差值。采用一种基于滑动窗的检测算法,得到各天线时延值。仿真结果表明,该算法在无须额外同步数据的情况下,能有效地解决分布式定时问题。     

基于LSTBC-OFDM系统的信道估计简化算法

针对MIMO-OFDM通信系统中基于导频的常规信道估计算法存在矩阵求逆过程,使算法计算量过大的现象,提出了一种基于最小二乘(LS)的信道估计简化算法。该算法利用分层结构的空时分组编码技术(LSTBC)和优化设计的导频符号,避免了LS算法的矩阵求逆过程,大大降低LS算法的复杂度和运算量。仿真结果表明,该方法在运算复杂度显著降低的情况下,仍可取得和原算法同样的性能结果。     

基于波达方向矩阵的MIMO-OFDM系统载频偏移估计

MIMO-OFDM系统中设置虚拟子载波后,时域接收符号向量与经频域信道系数加权的频域发射符号向量之间通过一个范德蒙矩阵相互联系,且该矩阵的列向量的结构决定于载频偏移量。基于此,提出了一种采用波达矩阵方法、利用范德蒙矩阵的移不变结构完成载频偏移估计的闭式频偏估计方法。该方法综合地利用了多收发天线的空域分集效应,降低了信道零点对频偏估计性能的影响,有效地提高了估计的均方误差性能。仿真结果验证了不同天线配置情况下所提出算法的性能。     

基于联合特征参数和一维CNN的MIMO-OFDM系统调制识别算法

针对当前非协作通信中多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统子载波的调制识别问题,提出了一种基于一维卷积神经网络(one-dimensional convolutional neural network, 1D-CNN)的调制识别方法。首先,利用特征矩阵的联合近似对角化(joint approximate diagonalization of eigenvalue matrix, JADE)算法从接收端的混合信号中恢复发送信号;然后,提取恢复信号的循环谱切片和四次方谱作为浅层特征;最后,利用1D-CNN对特征进行训练,使用测试样本对所提出的调制识别方法进行仿真验证。仿真结果表明,所提方法对MIMO-OFDM系统中的5种信号可以进行有效识别,在信噪比为10 dB时的识别精度即可达到100%。     

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。     

利用时域相关的MIMO-OFDM信道估计算法

提出了一种适用于多入多出正交频分复用(MIMO-OFDM)系统的信道估计算法,详细说明了导频符号的特殊设计算法以及信道估计算法的原理,并对该算法的均方误差性能以及复杂度进行分析;该算法能够在信道多径时延信息准确已知或不准确时带来良好的估计精度,从而保证系统性能。将该算法应用于超三代-时分双工(B3G-TDD)系统中并在室外和室内环境下仿真,均方误差和系统误码率性能结果说明了该算法的有效性;该算法能够大大增强系统的鲁棒性。     

MIMO-OFDM时域信道估计中的最优导频设计算法研究

提出了一种在时域内进行最小二乘(Ls)信道估计的方案,为了获得LS信道估计的最小均方误差(MMSE),给出了一种最优导频序列设计方案,它要求每根发射天线中的导频序列为等间隔排列,不同天线中的导频序列相互位置正交.针对设置有保护频带的MtMO.OFDM系统,还给出了最优导频序列初始导频位置的选择范围,使导频序列有效的避开保护频带,并计算了系统最大可能存在的保护频带宽度,仿真实验验证了算法的有效性.     

一种MIMO-OFDM系统信道估计中的最优导频设计改进算法

针对设置有保护频带的MIMO-OFDM系统信道估计问题,提出了一种新的最优导频序列设计方案,它要求每根发射天线中的导频序列为等间隔排列,不同天线中的导频序列相互位置正交.当OFDM频带两端设置保护频带时,对比传统的最优导频设计方法,提出的算法所允许存在的最大保护频带宽度更大,因此能够在保证LS信道估计MSE最小的前提下尽可能抑制由于低通滤波器的影响而产生的数据畸变.计算机仿真验证了此算法的有效性.     

基于LDPC频域编码MIMO-OFDM系统自适应调制算法研究

提出了一种基于发射功率、发送比特和误码率均受限时规则和非规则LDPC频域编码MIMO-OFDM系统自适应调制算法.仿真比较了规则、非规则LDPC编码及未编码自适应调制MIMO-OFDM系统性能,比较了LDPC-SISO-OFDM、LDPC-MIMO-OFDM系统子载波数变化对系统BER性能的影响,比较了收发天线数变化对LDPC-MIMO-OFDM系统BER性能的影响.仿真表明自适应调制MIMO-OFDM系统比非自适应调制系统性能有所提高,规则、非规则LDPC编码自适应调制MIMO-OFDM系统比未编码系统性能有很大提高,非规则LDPC编码自适应调制MIMO-OFDM系统比规则码自适应调制系统性能有提高,但在高信噪比时有错误平层.结果证明,适当设计非规则LDPC频域编码自适应调制算法,可以大大改善MIMO-OFDM系统性能.     

Bayesian sequential state estimation for MIMO-OFDM systems

For the estimation of MIMO frequency selective channel, to mitigate the curse of dimensionality, a novel particle filtering scheme combined with time delay domain processing is proposed. In order to extract the time delay domain channel impulse response from the observed signal, the least-squares (LS) and minimum mean squared error (MMSE) criteria are discussed and the comparable performance of LS with MMSE for samplespaced channel is revealed. Incorporated the dynamical channel model, gradient particle fil...     

基于均值移位的载频盲估计算法

针对非协作通信领域的MPSK和MQAM信号载频估计与调制方式识别互相依赖问题,提出了一种无需调制方式先验知识的高精度载频盲估计算法.通过相位差分布特性的分析建立了相位差密度极值点与频偏的联系,引入模式识别中广泛应用的核密度估计方法对相位差进行密度估计,并以均值移位算法完成密度极值点的求解,达到载波估计的目的.仿真结果表明算法大大降低了信噪比门限,并且载频的粗估计算法也具有较高的精度,可以作为独立的频偏估计算法用于频偏精度要求不是非常高的场合.     

基于RLS-SVM的OFDM信道估计算法

为了提高OFDM系统的传输效率,提出了一种新的信道估计算法.通过改变导频模式,在一个OFDM符号的前若干子载波处插入导频,并在导频处进行信道估计,在此基础之上,采用递归最小二乘支持向量机(RLS-SVM)测后续子载波处的信道频率响应.仿真结果表明,在违反采样定律的情况下,与传统的信道估计算法相比,基于RLS-SVM的信道估计算法获得了较好的性能,在同样的传输速率下,减少了导频个数,提高了系统的传输效率.     

MIMO-OFDM系统采样时钟同步的空间分集算法

采样时钟同步是MIMO-OFDM系统的关键技术.提出了一种MIMO-OFDM系统采样偏差估计的空间分集算法,给出了一种低复杂度、易实现的采样时钟恢复方案,仿真结果表明,该算法在快时变频率选择性衰落信道下能取得良好的同步性能且优于同类其他算法.     

基于子空间法的空时分组码系统信道盲估计

结合多信道子空间理论,结合空时分组码的正交特性,提出了新的盲信道估计算法。首先,根据空时分组码结构特点,将原编码矩阵分解,并将接收矩阵合理地构造,把原信道矩阵重新构造成新的重构信道矩阵。然后求出重构信道矩阵的噪声子空间,之后利用信号子空间与噪声子空间正交特性,构造出信道矩阵作为变量的线性方程组,因而可以得到信道矩阵的闭式解。对三种典型的空时分组码进行仿真验证,仿真结果表明本算法的有效性。