基于TURBO原理的复杂环境中UWB时变信道的跟踪估计

在复杂环境的超宽带通信系统中，信道估计的正确与否直接关系到接收机的性能。首先给出了一种基于Intel模型的时变信道仿真方法，以该超宽带时变信道为研究对象，提出一种基于TURBO原理和连续信道译码、结合训练比特的信道估计方法，能够直接估计本地接收模板，并跟踪信道的时变性。与先估计信道冲激响应，再重构模板信号的方法相比，大大简化了估计的过程。     

基于渐消Kalman滤波的MIMO-OFDM信道估计

针对快时变信道明显的频率选择性,提出了采用Kalman渐消记忆滤波的估计方法.信道采用AR模型建模,并利用LS算法估计时变信道的衰减因子.仿真表明:快时变环境下,所提算法的估计性能优于LS信道估计和传统的Kalman滤波算法估计.     

一种快速时变信道下的单载波频域均衡算法

借鉴多载波系统中的迭代和判决反馈干扰消除算法,提出一种适用于快速时变信道的单载波频域均衡算法.通过线性均衡得到信号的初始估计,从接收信号中迭代消除由于快速衰落所引起的符号间干扰,基于最小均方误差准则进行频域均衡,并将信道时变所造成的符号间干扰视为等效噪声.仿真结果表明,所提出的算法能够有效降低快速时变信道下的误码平层.     

快时变OFDM信道下的信道跟踪

基于信道相关矩阵的信号子空间的缓慢变化,把信道估计转化为一个无约束的最小化问题。为了解决这个无约束的最小化问题,引进了著名的基于卡尔曼滤波的子空间追踪方法。该算法利用恒定的信号子空间构造状态方程和观测方程,然后通过迭代来求解一个最优值。仿真实验结果显示基于卡尔曼滤波的信道估计方法能很好的追踪快时变信道,在出现较大多普勒频移时表现出优异性能。     

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。     

一种快时变信道下多载波传输系统的信道估计方法

提出了一种基于正交频分复用技术的多载波通信系统的时变信道估计方法.通过用泰勒级数展开近似时变冲击响应函数得到简化的时变信道模型,由此导出信道估计方法,结合ZP(zero padding)-OFDM系统能在一定程度上恢复处于深度衰落点上的信号来改善系统性能,并应用信道传输矩阵的带状特性,给出了在时域上进行线性块均衡的方法.且此方法可在系统性能和复杂度间做权衡.     

基于多径参数模型和混合优化的时变水声信道跟踪

针对海洋水声信道的稀疏特性,将多径水声信道冲激响应建为一个由各多径分量的时延和幅度组成的多径参数模型.该模型中输入信号向量产生的响应与多径时延参数呈非线性关系,与多径幅度参数呈线性关系.基于此特点,针对海洋水声信道的时变特性,分别采用进化算法和LMS自适应算法对模型中的多径时延和幅度参数进行混合寻优,从而解决时变信道条件下模型参数寻优困难的问题.仿真及海试信道跟踪实验结果表明:采用多径参数模型可降低模型寻优对象的维数,减少运算复杂性,提高估计效率;采用混合优化算法可减少多径参数模型的非线性寻优的复杂度,与进化算法相比,该算法具有更优越的时变信道跟踪性能.     

空时分组编码多用户系统下ZF解码器设计

提出了一种适用于时变信道下的空时分组编码多用户系统的解码器设计方案.空时分组编码多用户系统下,传统迫零(ZF)解码器设计假定信道准静态衰落.信道时变时,该ZF解码器在解码某用户信号时引入符号间干扰(ISI),且这种干扰随信道时变增大而增加.新解码器基于ZF思想设计,在接收端构造一变换矩阵,作用该矩阵于时变信道矩阵,使之对角化而达到消除ISI影响的目的.理论仿真结果表明,对于各种信道衰落速率,在高信噪比下,传统ZF解码器均出现误码率平层,且信道时变越大,平层越严重,而新解码器不存在平层现象,获得同准静态衰落信道下几乎一致的分集增益,仅有部分编码增益损失;对于信道准静态衰落,两种解码器获得了一样的性能.     

快时变衰落信道中基于时域加窗分段的OFDM均衡方法

在高速移动正交频分复用(OFDM)系统中,信道的快速变化引起载波间干扰（ICI）,降低系统性能. 为了有效地抑制由于信道时变引起的ICI,提出了一种时域分段线性处理的均衡算法. 通过接收端时域加窗,使原有时变信道均衡简化为针对多个OFDM符号子块内的时不变线性处理,从而大大降低信道均衡算法的复杂度. 同时,从理论上深入解析了所提均衡算法的性能及加窗个数的优化,并推导出基于所提算法的信干比（SINR）闭式解. 仿真结果以及复杂度分析表明,相较于现有时变信道均衡方法,所提算法能明显提升系统性能,且计算复杂度更低.     

基于联合稀疏模型的OFDM线性时变信道估计

为了进一步提高OFDM线性时变信道估计性能,利用信道抽头的时域稀疏特性和相关性,提出一种基于联合稀疏模型的信道估计方法.首先,将线性时变信道模型下对连续多个符号周期的信道估计转换成一个联合稀疏重构模型;其次,采用基于测量矩阵互相关性最小化的分组导频设计准则,在应对子载波干扰的同时,保证了稀疏重构算法的性能;最后,设计一种基于循环并行树的分组导频优化算法.仿真结果表明:与传统线性时变信道估计方法和联合稀疏模型下的信道估计方法相比,所提方法所需导频数量少,信道估计性能更好,同时便于工程应用.     

相关信道下宽带MIMO-OFDM系统中空时频码的分集度分析

针对在发射端和接收端都存在空间相关的频率选择性时变 MIMO信道,分析了MIMO-OFDM 系统中的空时频码的分集度性能,基于成对错误概率准则,推广了空时频码的设计准则.对于一个给定的空时频码,发现所能获得的分集度不仅与发射端相关矩阵、接收端相关矩阵有关,而且还与信道的时间相关矩阵、频率相关矩阵有关.空时频码在相关信道下的最大可获得分集度为Lrank(P)rank(Q)rank(RT).空时码和空频码只是该结果的一个特例.实验仿真结果验证了该结论.     

时变信道下基于LSTM的信道估计方法

针对时变信道环境下传统信道估计方法性能受限,其他基于深度学习的信道估计方法估计精度低或复杂度高的问题,提出一种基于长短期记忆结构的信道估计网络,由双向长短期记忆(bidirectional long short-term memory, BiLSTM)网络和多层感知器(multilayer perceptron, MLP)网络组成,即BiLSTM-MLP.首先,利用BiLSTM网络来学习信道的时变特性;然后,利用MLP网络进行去噪并重构信道估计.仿真结果表明,所提出的信道估计方法与传统方法相比,性能提升明显,与同类型的基于深度学习的估计方法相比,复杂度较低且性能更优.此外,所提方法还具有对不同导频密度的鲁棒性.     

自适应Wiener反卷积滤波的OFDM接收算法

为改进正交频分复用(OFDM)系统在多径衰落信道下的解调性能,提出了基于自适应Wiener反卷积滤波反馈环路的接收算法,对多径衰落信道进行白化处理,使处理后的信道噪声接近于加性高斯噪声(AWGN)。该文推导了OFDM系统中反卷积滤波器抽头系数的估计算法及其在非时变和时变信道中的自适应迭代算法,并且讨论了系统中定时估计、载波频率估计和信道估计算法(它们都是在AWGN信道环境下的算法)的使用方法。仿真表明:该算法可以有效地降低多径衰落的影响,得到优良的解调性能。     

MIMO系统中基于LMS处理的自适应时变信道跟踪算法

在无线时变衰落信道环境下，提出一种用于多输入、多输出（MIMO）天线系统的自适应信道跟踪方法．在空时分组码（space-time block code，STBC）的MIMO系统中，用导频进行信道估计后，采用基于最小均方（least mean square，LMS）的改进自适应算法对时变信道进行跟踪．该方法分别跟踪信道矩阵经正交分解（QR）后的参数，定义了度量时变衰落大小的信道矩阵“对角非零因子（diagonal nonzero factor，DNF）”，并利用它来调整LMS的步长以提高对信道的跟踪能力．仿真结果表明，该方法在相同的导频开销下，与传统的用LMS算法直接跟踪信道相比，性能有所提高．     

时变信道通信中的多级蔡氏混沌同步

提出了一种适合于时变信道增益的单耦合蔡氏电路多级混沌通信方法，该方法把信道增益的变化归结为在信道中存在一等效时变电阻，并将该电阻作为同步蔡氏电路的耦合电阻。在接收端，通过信道上的电流判断收发系统是否达到混沌同步。理论分析和模拟结果表明单耦合蔡氏电路在时变信道增益时仍然可以实现混沌同步，在此基础上利用参数调制实现时变信道增益时的多级混沌同步通信。     

基于卡尔曼滤波压缩感知的超宽带信道估计

针对超宽带通信系统采样速率过高的难题,利用超宽带信道冲击响应的稀疏性,提出了一种基于卡尔曼滤波压缩感知的时变信道估计算法.通过将直接序列调制的超宽带发送信号进行下采样,建立压缩感知的数学模型,接收端通过卡尔曼滤波压缩感知的重构算法对信道的冲击响应进行重构.仿真结果表明,对于时变的超宽带信道采用卡尔曼滤波压缩感知算法,不仅可以有效降低采样点数,而且提高了信道估计的准确性.     

水声通信网络信道建模与仿真研究进展

水声通信网络在海洋目标定位和导航、资源勘探和开发、环境感知和监测等领域有重要应用,其中水声信道特性研究及其建模与仿真是建立通信网络的基础,而目前水声通信网络中的信道建模与仿真尚未有公认的标准方法.因此,基于对水声信道传播特性的分析,探讨了典型水声信道特性给水声通信网络设计带来的挑战;对比了经验模型、声场模型、基于本征路径的多径信道模型和基于统计特性的时变信道模型等水声信道模型,仿真结果表明:水声信道结构的变化明显影响接收性能;阐述了基于水声信道特性的水声网络仿真工具和方法,分析了其特点;最后进行了总结,并展望了未来水声通信网络信道建模与仿真的发展方向.     

时变信道下一种低计算复杂度的信道估计算法

在时变信道中正交频分复用(OFDM)系统下传统信道估计方法存在估计性能差、计算复杂度高的问题.为此,文中提出了一种双对角线性最小均方误差(DD-LMMSE)的信道估计方法.首先建立基于基扩展模型(BEM)的系统模型,然后进行两次对角线性最小均方误差估计得到BEM系数,从而估计出信道的时域冲击响应.仿真实验结果表明,该方法不管在慢时变信道下还是在快时变信道下均具有良好的估计性能,且计算复杂度低.     

一种基于分数阶傅立叶变换OFDM系统的信道估计

为了在基于分数阶傅立叶变换的OFDM系统的接收端获得较好的均衡及采取相干解调而不带来新的复杂性,作者提出一种基于分数阶傅立叶变换的OFDM系统信道估计方法,该方法使用辅助训练数据,对时变信道的频率响应（CFR）或信道冲激响应(CIR)进行估计,文中给出了分数阶傅立叶变OFDM系统中信道估计的算法,最优阶数的确定,并采用Kalman滤波对时变信道进行跟踪.仿真结果表明,较传统的信道估计方法LMMSE,此种方法能够使系统性能得到改善.     

多输入多输出系统发射天线选择对系统信道容量的影响

针对多输入多输出(MIMO)系统信道矩阵秩亏引起信道容量下降的问题,基于信道容量上限提出了一种发射天线选择方法.该方法利用信道矩阵与发射空间相关矩阵秩相同的特点,重新构建了蕴含模型物理参数的信道模型.在对空间相关矩阵QR分解的基础上,采用随机矩阵理论推导了迫零接收机信噪比的概率密度函数,从而得到了MIMO系统信道容量的上限.该方法不需要已知信道的瞬时状态信息,只取决于衰落的空间相关,计算的复杂度较低,易于实现.仿真结果表明:在低散射环境中,适当地选择发射天线可以使系统的信道容量增加约1 b/s;当接收信噪比大于6.5 dB时,发射端采用均匀圆阵系统的性能要优于采用均匀线阵系统的性能.