弥散非线性信道自适应均衡器

提出一种基于非线性差分方程模型的弥散非线性信道自适应均衡器。在弥散非线性信道上传送高速数据信号时，根据正文估计原理和快速正交算法，利用接收信号序列和训练序列可以迅速估计出该差分方程的基向量和权系数。所提出的自适应非线性均衡器的结构使其具有较好的自适应功能．模拟结果表明，采用这种自适应均衡器可使高速音带数据传输系统的误码性能改善３个数量级。     

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.     

基于压缩感知的非线性 OFDM 系统迭代信道估计算法

针对因非线性失真引起的正交频分复用（orthogonal frequency division multiplexing,OFDM）系统信道估计性能下降的问题,提出了一种基于压缩感知的非线性OFDM系统迭代信道估计算法。在算法实现过程中,利用信道与非线性噪声的双重稀疏性,将导频信息作为观测矩阵进行压缩感知信道估计,再将所得信道信息看作观测矩阵进行压缩感知非线性失真估计,进而对信号进行非线性补偿,并逐步循环迭代至算法收敛。仿真表明,在稀疏信道下,该算法在较少的迭代次数下即可有效减小非线性失真对信道估计的影响,且比现有方法性能更优,仿真证明了该方法在性能上的优越性。     

含有关联噪声的非线性分数阶系统的扩展卡尔曼滤波器设计

针对含有过程和测量噪声的连续时间非线性分数阶系统的状态估计问题,提出了扩展卡尔曼滤波器算法.采用Grünwald-Letnikov差分定义对非线性分数阶系统离散化.利用输出方程设定待定系数矩阵,得到离散化的差分方程,实现非线性分数阶系统的有效的状态估计,提高状态估计的精度.最后,给出一个实例来说明所提出非线性分数阶系统的扩展卡尔曼滤波器的有效性.     

具连续变量中立型差分方程的线性振动性

利用积分法研究了二阶具连续变量中立型非线性差分方程的线性振动性,即建立了此非线性差分方程和其相应的线性极限方程振动性间的联系.通过判定一个较简单的线性差分方程的振动性,就可以得到其相应非线性差分方程,甚至是一类非线性差分方程的振动性.     

多媒体传感网中限幅OFDM的信道估计算法

针对限幅正交频分复用（OFDM）系统中非线性失真导致信道估计性能瓶颈的问题,提出一种利用时间相关性的迭代信道估计算法.获取信道响应时,该算法综合运用了导频信息和历史信道信息,首先对硬判决后的OFDM符号进行限幅滤波,然后估计导频及数据子载波的非线性失真,最后进行信道再估计及符号再判决.理论分析及仿真结果表明：算法提高了信道估计和符号检测的准确度,而且算法只需1次再估计即可达到传统算法的均方误差理论极限,误码率性能提升了0.8dB.     

OFDM系统信道盲估计的子空间算法

利用循环前缀(CP)引入的信息冗余,提出一种利用接收信号的二阶统计特性实现正交频分复用(OFDM)系统信道盲估计的子空间算法.由于OFDM传输方程不能直接推导子空间算法,故首先给出一种新的方法对OFDM传输方程作矩阵变换,从而得到一个结构简单的新方程,基于此推导出信道估计子空间算法.该算法不需要改变OFDM系统结构,不受信道零点位置的限制,在信道过估计的情况下也适用.     

Rosenau-RLW方程的非线性守恒差分格式

对Rosenau-RLW方程的初边值问题研究差分数值计算方法,提出了一个带有加权系数θ的两层非线性差分格式。格式模拟了方程的两个守恒量,并利用差分解的先验估计和能量方法分析了该格式的二阶收敛性与无条件稳定性。数值结果表明,适当调整加权系数θ,可以大幅提高格式的计算精度。     

Rosenau-RLW方程的非线性守恒差分格式

对Rosenau-RLW方程的初边值问题研究差分数值计算方法,提出了一个带有加权系数θ的两层非线性差分格式。格式模拟了方程的两个守恒量,并利用差分解的先验估计和能量方法分析了该格式的二阶收敛性与无条件稳定性。数值结果表明,适当调整加权系数θ,可以大幅提高格式的计算精度。
     

一类非线性Hirota方程的显式差分格式

讨论了一类非线性Ｈｉｒｔｏｔａ方程的具有周期条件的初值问题，构造了“蛙跳”格式，其差分格式是显式。利用有界延拓法与能量估计，讨论了差分格式的收敛性与稳定性。     

Blind channel estimation through redundant linear precoding for OFDM systems

A novel approach of blind channel estimation through redundant linear precoding for orthogonal fre-quency-division multiplexing （OFDM） is proposed. A redundant linear frequency-domain preceder is ap-plied to each pair of blocks before they enter the OFDM system. With the aid of the introduced structure, the frequency-selective channel can be identified at the receiver through auto-correlation operations, sin-gular value decomposition （SVD） and scalar ambiguity resolution. The proposed blind channel estimation method has low computation complexity and requires no prior statistical information of channel or noise. The redundant linear frequency-domain precoder is employed to identify the frequency-selective fading channels. And the proposed blind channel estimation method has high spectral efficiency because it re-quires no training sequence. Computer simulations have proved that this proposed blind channel estima- tion method can identify the frequency-selective channels perfectly and have a good performance.     

MIMO-OFDM系统中基于STBC导频迭代LS信道估计算法

给出了适合MIMO—OFDM系统的一种新的信道估计方案，这种方案首先对STBC导频符号进行设计，使其更加符合传输要求，然后再结合迭代LS信道估计算法，以此提高MIMO-OFDM系统的信道估计性能。理论分析和计算机仿真表明，这种方法避免了矩阵的求逆运算，大大减少了运算复杂度，并且能很好跟踪信道的变化过程。     

Wavelet Neural Networks for Adaptive Equalization by Using the Orthogonal Least Square Algorithm

Equalizers are widely used in digital communication systems for corrupted or time varying channels. To overcome performance decline for noisy and nonlinear channels, many kinds of neural network models have been used in nonlinear equalization. In this paper, we propose a new nonlinear channel equalization, which is structured by wavelet neural networks. The orthogonal least square algorithm is applied to update the weighting matrix of wavelet networks to form a more compact wavelet basis unit, thus obtaining good equalization performance. The experimental results show that performance of the proposed equalizer based on wavelet networks can significantly improve the neural modeling accuracy and outperform conventional neural network equalization in signal to noise ratio and channel non-linearity.     

Blind channel estimation through redundant linear preceding for OFDM systems

A novel approach of blind channel estimation through redundant linear precoding for orthogonal frequency-division multiplexing (OFDM) is proposed. A redundant linear frequency- domain precoder is applied to each pair of blocks before they enter the OFDM system . With the aid of the introduced structure , the frequency-selective channel can be identified at the receiver through auto- correlation operations , singular value decomposition (SVD) and scalar ambiguity resolution. The proposed blind channel estimation method has low computation complexity and requires no prior statistical information of channel or noise . The redundant linear frequency-domain precoder is employed to identify the frequency- selective fading channels. And the proposed blind channel estimation method has high spectral efficiency because it requires no training sequence. Computer simulations have proved that this proposed blind channel estimation method can identify the frequency- selective channels perfectly and have a good performance.     

MIMO-OFDM蜂窝系统中优选训练序列及信道估计

对多输入多输出正交频分复用(MIMO-OFDM)蜂窝系统中的信道估计进行了研究，推导了用于多小区多天线的最优训练序列条件，给出了一种实用优选训练序列，并在此基础上提出了一种迭代信道估计算法．结果表明，所提出的迭代信道估计算法可以有效抑制同信道干扰对估计精度的影响，使该估计器具有更高的估计精度，在同信道干扰环境中性能更稳健，从而使接收机性能更靠近理想信道估计的性能．     

基于PN序列的MIMO-OFDM系统信道估计

基于为MIMO-OFDM系统设计了一种训练序列,并给出了相应的信道估计算法.提出使用PN序列代替传统OFDM系统中的循环前缀作为训练序列,并且不同发射天线选择相互正交的PN序列,利用PN序列的自相关性和互相关性,采用时域相关的方法估计多信道.与传统采用频域导频的信道估计器相比,该方法由于无需矩阵求逆,能够大大降低计算复杂度,同时PN序列作为OFDM符号的一部分可以实时估计信道,具有跟踪时变信道的能力.仿真结果表明该估计是无偏的,而且均方估计误差极小.     

弹性正交索网结构静力学的各类变分原理

通过罗恩已提出的一条简单而统一的新途径,系统地建立了离散索网模型的正交索网结构几何非线性弹性静力学的各类变分原理。文中首先给出正交索网结构几何非线性静力学的广义虚功原理的表式,然后从该式出发,不仅能得到正交索网结构几何非线性静力学的虚功原理,而且通过所给出的广义Legendre变换,还能系统地成对导出正交索网结构几何非线性弹性静力学的3类变量、2类变量变分原理、以及总势能驻值原理和总余能驻值原理的互补泛函。同时,通过这条新途径还能清楚地阐明这些原理的内在联系。     

多径信道下的OFDM信号带宽盲估计

针对传统的正交频分复用（OFDM）信号的带宽估计方法在低信噪比多径信道下,估计精度低且计算量大的问题,提出一种OFDM信号带宽盲估计方法.本方法首先根据接收到的观测信号建立自回归（AR）模型,通过AR模型计算信号的功率谱;然后将其功率谱等效成矩形谱,并将矩形谱的带宽作为OFDM信号的估计带宽;最后通过多次循环求统计平均...