非静止轨道卫星信道多普勒频移特性

为了定量分析非静止轨道卫星信道的多普勒频移特性,引入一种基于地心固连坐标系的分析模型,经近似,该模型与地面接收终端的地理坐标无关.计算出了几种典型非静止轨道卫星信道的最大多普勒频移.分析表明,高仰角状态下信道中的多普勒频移较弱,而处于可视仰角状态时信道中的多普勒频移最大.应尽可能在高仰角状态下接收信号,并可将多普勒时变规律作为先验信息用于对多普勒频移进行估计与补偿,以削弱时间选择性衰落的影响.     

含非线性失真的OFDM系统压缩感知信道估计

针对5G高频段大带宽通信引入的器件非线性因素,利用信道与非线性噪声的双重稀疏性,提出一种含有非线性失真影响的OFDM系统压缩感知信道估计方法.在发射机中提出分组导频结合级联限幅方案,以保护第1组导频不受非线性失真影响;在接收机中基于第1组导频进行压缩感知信道估计,再将信道响应作为先验信息,利用第2组导频进行压缩感知非线性失真估计.仿真表明,该方法具有良好的性能,且无需迭代运算及先验信息.     

基于双端截断功率谱密度的扩展Suzuki地面移动卫星信道模型

为使信道模型能更加准确地反映实际信道传播特性,根据多谱勒扩展功率谱密度在频域上的分布特性,提出一种基于双端截断功率谱密度的扩展Suzuki地面移动卫星信道模型。该模型假设接收信号的功率谱密度在低频段与高频段均被截断,推导其概率密度函数、电平交叉率等统计特性,并与实测数据进行比较。仿真结果表明,相比单端截断模型,该模型能够更好地吻合实测数据,更加准确地反映实际信道传播特性。在某些参数给定的情况下,该模型可以转化为其他窄带卫星信道模型,是一种适用性比较广的卫星信道模型。      

云雾天气下卫星信道两状态Markov模型研究与实现

为研究云雾天气下卫星信道的传播特性,建立了云雾天气下卫星信道两状态模型。首先分析多径效应、阴影效应及云雾天气对卫星信道链路的影响;然后分别建立表征云和雾天气下信道传输特性的Corazza信道模型和Nakagami信道模型,并利用两状态Markov模型实现云雾天气变化带来的信道转换;最后设计了信道模型的实现方法。仿真结果表明,所建模型模型的仿真数据与理论数据具有较好的吻合性。     

Ka波段移动卫星信道的综合模型及误码率分析

在分析Ka波段移动卫星信道的统计特性的基础上，建立了包括多径衰落、阴影遮蔽以及Ka波段所特有的雨衰影响的Ka波段移动卫星信道的综合模型，并进行了系统性能的实验仿真．同时通过理论计算，给出了该信道误码率的理论上限，并与仿真结果进行比较，证明了Ka波段移动卫星信道模型的合理性．该模型为分析系统的性能提供了一个有力的系统平台．     

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.     

基于修正压缩感知的信道估计算法

针对稀疏信道在两个OFDM符号间变化缓慢的特性,利用宽带稀疏信道分簇特性,提出了一种修正分簇自适应正则匹配追踪(MOD-CRAMP)压缩感知信道估计算法.该算法在原有基于压缩感知稀疏信道估计算法的基础上,加入信道的先验信息.同时,利用前次估计的索引值作为当前估计的支撑,并采用正则化的思想对候选支撑集进行2次筛选,从而达到信道的精确重构.仿真结果表明,该算法比传统的OMP算法、CRAMP算法及MODOMP算法均具有更好的估计性能.     

对称α稳定分布噪声下基于Kalman滤波迭代信道估计

为了提高加性脉冲噪声衰落信道环境下的通信传输性能,提出了一种适用于对称稳定分布噪声的基于Kalman滤波的迭代信道估计方法。该方法利用时变信道的先验统计信息将信道建模为一阶自回归模型,并将最小分散系数准则应用于Kalman滤波信道估计方法中,从而更充分地利用了时变信道和非高斯噪声的先验信息。在较为严重的时变脉冲信道下,该方法比最小平均p范数估计方法性能要优约2 dB。仿真结果表明:该方法能消除脉冲噪声和稳定分布二阶矩不存在等不利因素的影响,能快速准确地跟踪并预测时变信道的变化,且性能显著地优于传统的最小均方误差和最小平均p范数信道估计方法。     

基于傅立叶变换的OFDM信道估计方法研究

分析了无线OFDM 系统中基于傅立叶变换的信道估计方法,提出了在低信噪比情况下使用LMMSE估计的一种改进方法和在高信噪比情况下使用不需要先验信息的LS估计的改进方法。仿真结果表明，在无线多径慢衰落信道条件下，该改进方法都能够有效对抗频率选择性和先验信息的估计偏差对信道估计的影响，在估计性能与算法复杂度之间取得良好折衷。     

宽带移动卫星通信信道的研究

宽带码分多址技术是第三代移动通信发展的主流,因此宽带卫星移动通信将得到快速发展。处先分析了卫星移动通信信道的特点,在此基础上建立了宽带移动卫星通信信道模型并对其进行了计算机仿真。利用该信道模型对市区,郊区,农村3种环境及不同卫星仰角下多用户宽带DS－CDMA系统的下行链路误码性能进行了研究。     

一种非合作超宽带信道盲估计算法

为了解决非合作多通道室内通信环境中的超宽带信道先验信息难以获得、信道稀疏度弱的问题,提出了基于盲压缩感知的信道估计方法,以求进一步改善超宽带信道估计性能。盲压缩估计过程不依赖信道先验信息,采用稀疏编码与正交基更新交替迭代来获得稀疏矩阵和正交基;然后通过优化乘积得到重构信道,实现非合作超宽带系统信道估计。相对于传统方法,盲压缩感知理论提高了信道估计精度及模数转换速率,并且具有较好的抗噪声干扰能力。通过实验结果可知,该方法有效地克服了噪声干扰,降低了均方误差,在理想环境下,重构误差接近10~(-11)。     

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。     

移动卫星通信的信道模型和传输特性分析

研究了移动卫星信道的统计特性，给出了非频率选择性信道条件下描述移动卫星信道的有遮蔽莱斯衰落模型，用实验和修正的方法给出了模型参数。在此模型基础上分析了相干PSK调制方式下窄带系统和宽带扩频系统的误码性能，计算了数值曲线。结果表明移动卫星信道中存在的多径和阴影现象使系统的误码性能恶化，而采用宽带扩频调制则可极大改善系统的性能。此外，推导了相干PSK方式下由于接收信号相位的抖动所引起的不可消减的误码率下限。     

基于ITS模型的短波宽带移动信道建模与仿真

短波宽带移动信道模型是远程机动平台移动通信系统性能分析评估的基础,现有短波宽带信道模型不能有效表征机动平台移动信道快时变多普勒效应,难以适应机动平台短波移动通信需要。鉴于此,在分析机动平台行为模式与信道时变多普勒效应的映射关系基础上,推导出了机动平台移动信道冲激响应表达式,基于ITS(international telecommunication society)模型提出了一种适用于固定与机动不同场景、不同传播模式、宽窄带融合的短波通信信道模型。利用信道冲激响应与信道散射函数从时域色散、频域色散两个维度对本文信道模型的有效性进行了验证。结果表明,该信道模型能够基于机动平台运动轨迹实现时变多普勒效应传播复现与信道模拟;也能在运动轨迹未知情况下,基于飞行器种类、机动频率等先验信息,实现具有各态历经性的机动平台短波宽带信道仿真,对机动平台短波移动通信系统效能评估有重要意义。     

一种提高水声通信系统信道环境适应性的Attention-Autoencoder模型

提出一种Attention-Autoencoder模型并应用于系统中.将Attention模型与信道统计信息的相关先验知识结合,在接收端引入注意力(Attention)模块筛选有效数据从而增加网络提取特征的能力.基于Bellhop水声信道模型开展了不同信道环境的仿真实验验证,在测试集与训练集相差较大时,Attention-Autoencoder模型的水声通信系统具有较低误码率,具有较好的环境适应性.     

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.     

有记忆非线性信道的自适应估计

利用非线性差分方程作为有记忆非线性信道的估计模型。根据正交估计原理和快速正交算法,利用非线性信道的输入和输出序列可以迅速估计出该差分方程的基向量和权系数。我们提出的非线性信道估计器的结构使其具有较好的自适应能力。模拟结果表明,对弥散非线性电话信道的估计均方误差小于0.05;对有较强非线性失真的信道,则具有更好的估计性能。实际的运算量可以减少到50％。     

CDMA通信系统信道估计研究

在CDMA通信系统中,由于在多径衰落信道下使用了时变扩频码,使得信道估计非常困难,而对接收机的设计往往需要信道的先验知识。本文建立了长码条件下的CDMA通信系统模型和多径频率选择性衰落信道的FIR滤波器模型,利用子空间分解的方法,推导了长码条件下CDMA通信系统的信道估计算法,并仿真分析算法的性能。     

Ka频段LMS信道中Turbo-OFDM技术研究

提出了Ka频段LMS信道中的Turbo-OFDM技术,进行了Ka频段卫星通信信道特性分析及LMS信道模型研究,并在Chun Loo提出的Ka频段LMS信道模型的基础上建立了Turbo-OFDM系统模型,仿真结果表明该技术性能良好。     

Suzuki信道模型的MATLAB仿真

在分析无线移动信道特性的基础上,把系统的信道近似为一随机统计过程,并把这一过程简单处理模拟为Suzuki过程.重点研究了Suzuki信道模型的数学模型,分析了Suzuki信道模型的结构原理,实现Suzuki信道模型建立,通过仿真实验,表明该模型能很好地模拟实际的移动信道.