基于压缩感知的OFDM系统非线性失真恢复算法

针对OFDM系统中对信号直接限幅造成的非线性失真和信道估计性能下降,提出1种级联限幅及基于压缩感知的非线性失真恢复算法.该算法通过发送端的2次限幅操作,降低了导频处的非线性失真.在接收端利用压缩感知技术对非线性噪声进行估计并补偿.仿真表明,该算法能够有效消除非线性噪声对信道估计影响,提高信道估计性能,与迭代消除非线性失真算法相比,具有更好的峰均比抑制能力.     

OFDM中基于粒子群优化的限幅算法

针对OFDM系统中峰值平均功率比(峰均比)偏高的问题,提出了一种基于粒子群优化的限幅算法.该算法利用粒子群算法优秀的搜索寻优能力来迭代计算最佳限幅门限,结合具有对峰均比控制能力强、实现简单等优点的限幅算法对采样序列进行限幅,通过搜索迭代、限幅、滤波等措施来寻找最优粒子,即在峰均比满足高于门限值限定概率的前提下实现系统最小峰均比的最佳限幅门限,以达到降低系统峰均比的目的.对比仿真了线性递减的惯性权重因子和固定惯性权重因子对系统误码率以及峰均比分布曲线的影响,仿真结果表明:相对于简单的限幅算法,该算法没有带来误码率的额外增加,而能在较低的信噪比时实现降低系统峰均比的目的,对于改善较低信噪比情况下的系统性能有着重要的现实意义.     

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.     

最优外插Jacobi信号检测算法

针对大规模多输入多输出(multiple input multiple output,简称MIMO)系统中最小均方误差(minimum mean square error,简称MMSE)信号检测算法复杂度过高及传统Jacobi信号检测算法收敛较慢的问题,提出最优外插Jacobi(optimal extrapolation Jacobi,简称OEJ)信号检测算法.在Jacobi迭代计算中,通过最优外插因子将当前解与下次迭代解进行组合,以加快迭代收敛速度.OEJ信号检测算法的复杂度比MMSE信号检测算法的复杂度低一个数量级.仿真实验结果表明：相对于传统Jacobi及阻尼Jacobi信号检测算法,OEJ信号检测算法的误码率最低,随迭代次数的增加误码率减小最明显、收敛最快.     

OFDM中基于DFT信道估计的改进算法

在正交频分复用(OFDM)系统的估计算法中,基于离散傅里叶变换(DFT)的信道估计因其算法实现简单,性能又优于最小二乘法(LS),常常用于实际OFDM系统中.传统的DFT算法中通常只抑制了信号中循环前缀(CP)外的噪声,并没有消除循环前缀内的噪声.提出了一种改进型算法,该算法通过加窗降低系统中频谱泄露现象,并对噪声进行估计修正,考虑到CP范围内外的噪声分布情况,设置了一个新的阈值点来抑制样本内的噪声.仿真结果表明:该算法较传统的DFT估计算法性能更好,更进一步地改善了系统误码率,能获取准确的信道信息.     

OFDM无线LAN系统限幅峰平比降低技术

为了减小OFDM(Orthogonal Frequency Division Multiplexing)无线LAN(Local Area Net)系统信号的峰平比,利用信号限幅滤波技术,提出了一种适用于无线LAN系统的峰平比降低调制器实现方案,给出了其实现算法及限幅因子的调节策略;并利用计算机仿真对该系统的峰平比、功率谱和误码率性能进行了分析,仿真结果表明,限幅滤波技术可以有效地改善无线LAN系统OFDM信号的高峰平比特性.     

MIMO系统中基于条件数阈值的格基约减信号检测算法

在多输入多输出系统中,最大似然(maximum likelihood,ML)检测算法性能最优但复杂度很高,最小均方误差(minimum mean-square error,MMSE)检测算法复杂度低但其性能较差.较高的信道矩阵条件数会给信号检测算法的误码率性能带来不利影响.针对这些问题,提出一种基于信道矩阵条件数阈值的信号检测算法来提升高条件数下传统检测算法的性能.该算法通过比较信道矩阵的条件数与预先设定的条件数阈值,选取相应的检测算法:当条件数低于阈值时,采用复杂度较低的LLL(lenstra-lenstra-lovasz)约减的MMSE(LLL-MMSE)算法来减少计算量;当条件数高于阈值时,采用基于排序分组的ML与LLL-MMSE联合的检测算法,通过增加一定的计算量来保证检测性能.对不同阂值下的误码率性能进行了仿真,结果表明算法的性能明显优于传统的LLL-MMSE检测算法,并且通过预先设定条件数阈值可以使得算法在性能和复杂度之间获得较好的平衡,最终达到优化检测算法性能的目的.     

变换域通信系统中的一种分段迭代门限算法

变换域通信系统通过信道估计在变换域设计信号波形避开干扰,它没有采用载波调制,而是用一个类似噪声的基函数进行信息调制。针对采用小波分析的文献中均采用固定门限值剔除干扰,提出了一种分段迭代门限算法。经仿真验证,采用该门限算法的系统比采用1-2倍的噪声功率谱密度门限值的系统有更好的误码率性能：在10％、70％部分带宽干扰下,当J／E低于3dB时系统误码率性能改进约2dB,其他J／E下改进约1dB;在线性调频干扰下,当J/E低于7．5dB时系统误码率性能改进约1．5dB,其他J／E下改进约O．5dB。     

基于QR分解的信号检测算法的研究

研究了VBLAST-OFDM系统基于QR分解的几种信号检测算法,分析了各种算法优缺点,指出信号检测顺序是降低误码率的关键,针对VBLAST算法计算量大的缺点,建议采用SQRD算法,该算法利用迭代运算代替矩阵求逆运算,降低了VBLAST算法的计算量,并采用MMSE准则对该算法进行进一步推广,仿真结果表明采用MMSE-SQRD算法优于除ML(最大似然)算法以外的检测算法.     

噪声中1/f类分形参数估计的新方法

噪声中1／f类分形信号参数β、σ^2和σ^2w通常用极大似然(ML)法予以估计，然而ML迭代算法极为繁复，且受到谱指数γ范围(γ∈(0，1))的影响，故该方法并不适合于分数布朗运动(FBM)这种分形信号的优良模型，而文中基于小波分析求取了噪声中FBM参数β、σ^2和σ^2w的估计值,理论分析和实验结果表明，与ML估计相比，该估计算法既简洁且效果良好，而且噪声不局限于高斯分布.     

基于多输入多输出-正交频分复用系统的动态马尔可夫链蒙特卡罗检测算法

在多输入多输出-正交频分复用系统中,基于马尔可夫链蒙特卡罗方法的贝叶斯多用户检测算法可以有效地抑制多径衰落、载波频偏以及相位噪声干扰,但因收敛速度较慢导致实时性较差.针对这一问题,提出一种动态马尔可夫链蒙特卡罗检测算法.该算法利用系统状态样本间的相关性和所设定的收敛阈值门限,实现动态选取系统状态采样值的迭代收敛区间,以求在确保算法检测性能的同时,进一步提高检测估计运算的实时性.仿真结果表明,该算法具有收敛速度快、误码率低等优点.     

一种新的重叠混沌信号盲分离算法

提出一种基于粒子滤波（particle filtering,PF）的重叠混沌信号盲分离算法,该算法依据混沌动力学系统的状态空间模型,把重叠混沌信号盲分离问题转化为混沌信号和系统参数的联合估计问题,利用PF方法估计各信号以及系统参数的联合后验分布,再由联合后验分布实现各信号以及系统参数的估计.在PF算法中利用核平滑的方法实现了非时变参数的迭代估计,并通过自适应迭代算法对加性高斯噪声进行了估计.仿真实验的结果表明,该算法能有效地解决重叠混沌信号的盲分离问题.     

最小平方OFDM信道估计与信号检测的联合迭代算法

提出一种基于正交频分复用(OFDM)的联合最小平方(LS)信道估计与信号检测迭代算法.与一般的LS信道估计相比,该算法可大大提高估计的精度,而且通过时域低通滤波可有效地抑制加性白高斯噪声(AWGN)和载波间干扰(ICI)的影响,使OFDM系统在移动条件下很好地工作,并能给出很精确的信号检测结果.仿真结果表明,该算法具有很好的均方误差和误比特率性能.     

块衰落信道中的迭代盲信道估计与译码

提出了衰落信道下的一种迭代盲信道估计与译码算法,推导了高阶调制下的MAP估计和ML估计表达 式#并证明了在信噪比充分大或块衰落信道的块长充分大时,MAP估计和ML估计是等价的.通过仿真发现,在对迭 代信道估计与译码算法的影响上,信噪比与衰落信道的块长之间存在着折中关系,并分析了块衰落信道的块长对 迭代信道估计与译码算法的性能的影响.     

多入多出系统中一种新的部分极大似然算法

提出了一种新的应用于多入多出(MIMO)系统的结合最小均方误差串行干扰消除(MMSE-SIC)的部分极大似然(ML)算法.该算法对一部分符号进行ML估计,并结合MMSE-SIC算法对其他符号进行检测,最后选择与接收信号欧式距离最小的一组符号向量作为解调输出.仿真结果表明,在4发4收V-BLAST系统中BER=10-2处,所提出算法比传统的MMSE-SIC算法有大约4 dB的性能增益,甚至接近于ML算法的性能,而且对于空间相关也具有较强的鲁棒性.     

高斯噪声迭加码间干扰下OFDM解调性能分析

针对无线通信系统中复杂的非高斯噪声环境中接收信号发生畸变的问题,研究一种"高斯噪声迭加码间干扰下"的非高斯噪声,计算统一的数学模型,通过系统误码率等参考变量分析OFDM系统在非高斯噪声环境中的解调性能.对比分析高斯噪声和非高斯噪声环境中解调算法,仿真结果表明:迭加的码元干扰幅值b越小,系统误码率越大;b越大,系统误码率越小.非高斯噪声信道和高斯噪声信道情况下,系统误码率随着信噪比变化交替发生变化,低信噪比,非高斯噪声信道下误码率小于高斯噪声信道下误码率;高信噪比,非高斯噪声信道下误码率大于高斯噪声信道下误码率.高斯噪声迭加的码元干扰,影响着高斯噪声信道下系统解调性能,对OFDM系统解调算法的分析有重要的意义,为今后在复杂环境中进一步研究提供参考.     

可变阈值因子的快速自适应门限检测算法

针对基于排序类自适应门限算法运算量大的问题,提出了利用可变的第k小元素替代排序类噪声能量估计的快速自适应门限检测算法.其中对第k小元素的取值仅采用快速排序算法的少次迭代过程,不须要排序完整的检测统计量,可实现快速噪声能量估计,以此作为自适应门限的参变量,结合相应的可变阈值因子达到快速自适应门限判决检测的目的.分析了检测概率和虚警概率以及运算复杂度,仿真对比了该算法与排序类自适应门限算法检测概率和虚警概率.结果表明:当有信号发送时,该算法与排序类检测算法检测概率基本一致,虚警概率有所减小;当没有信号发送时,相同阈值因子情况下,随着k值的增大,虚警概率越来越小.     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。     

块衰落信道中的迭代盲信道估计与译码

提出了衰落信道下的一种迭代盲信道估计与译码算法，推导了高阶调制下的MAP估计和ML估计表达式，并证明了在信噪比充分大或块衰落信道的块长充分大时。MAP与ML估计是等价的。通过仿真发现，在对迭代信道估计与译码算法的影响上，信噪比与衰落信道的块长之间存在着折中关系，并分析了块衰落信道的块长对迭代信道估计与译码算法的性能的影响。     

应用于CDMA系统的迭代DOA估计算法

提出一种应用于CDMA系统的高分辨率迭代DOA估计算法,这种算法利用迭代逐步从空间谱中移出被检测出的信号,然后从残留空间谱进一步搜寻信号.算法对信号的相关性没有做任何假设,所以在相干多径环境中不需要进行运算量很大的特征值分解或空间平滑.实验证明这种方法的性能优于MUSIC算法或MVM算法.