4根发射天线MIMO-OFDM系统中速率为2的全分集空时频编码设计

为了利用频率选择性准静态块衰落的MIMO-OFDM系统中的完全分集度,利用代数空时码和Hadamard变换,给出一种空时频分组码,分集度为发射天线数Mt与接收天线数Mr和准静态块衰落抽头数L的乘积.当发射天线数为4时,这种空时频码符号传输速率能达到2.针对4根发射天线的系统,本文所提出的STFC与其他STFC方案相比,可以在符号传输速率为1的STFC与符号传输速率为4的STFC之间达到一个很好的性能和复杂度折中.实验仿真结果验证了该结论.     

MIMO-OFDM系统中时间-频率双选择性衰落信道的信道估计

数据的高速传输以及终端的高速移动，导致无线通信信道具有时间选择性与频率选择性两个特征，对MIMO-OFDM系统中基于导频的时间-频率双选择性衰落信道的信道估计问题进行了研究。首先，利用复指数基扩展信道模型来表示一个OFDM符号周期内双选择性衰落信道的变化；然后基于该复指数基扩展信道模型，提出了一种有效的MIMO-OFDM双选择性衰落信道的估计方法；最后在该估计算法的基础上，基于信道估计均方误差最小准则，对导频及其参数进行了优化设计，主要包括导频的个数、导频的插入位置以及导频的表达形式等，实验结果表明本文的算法在时间-频率双选择性衰落信道下具有很好的性能，并与理论分析结果相吻合。     

混沌神经网络用于灰度图象的联想记忆

针对一般联想记录系统只能自理二值模式的特点提出一种多植模式的相关学习方法,并在改进的ＧＣＭ模型（Ｓ－ＧＣＭ）基础上实现了对多灰度级图象的记忆与识别,最后对识别的效果和影响因素作了分析。     

针对相关MIMO信道的差分空时块码

针对相关衰落MIMO信道,提出了一种设计差分空时块码的方法,设计准则是使差分检测的平均成对错误概率的上界达到最小。最优的设计需要发射端和接收端的衰落相关性信息,且需要采用数值方法求解。通过忽略接收天线间的相关性可以减小反馈量,并且能得到有闭合表达式的次优设计。仿真结果表明,所提方案改善了系统的误码率性能,而次优设计获得的误码率性能接近最优设计。     

盲均衡和信道参数估计的一种ICA和进化计算方法

首先给出了一种盲均衡的新方法。该方法利用过程采样技术和一种新的独立分量分析神经网络,仅通过接收到的信号完成在线盲均衡,基于接收信号的四阶累积量和线性系统的特性,利用进化规划算法和均衡输出序列,估计信道参数。计算机仿真结果表明算法具有较好的性能。     

用于混沌同步的非线性观测器的稳定性分析

首先讨论了时间连续驱动混沌同步非线性观测器的线性化误差动力学方程的稳定性,给出了关于观测器渐近稳定性的判别准则.[KG*2]随后通过理论分析和数值仿真发现,在时间离散驱动下,只要满足一定条件,观测器与原系统仍有可能达到同步,而不管在连续驱动时是否有渐近稳定的同步观测器存在. 最后推导出了时间离散驱动时混沌同步非线性观测器的渐近稳定性的判别准则,仿真实验结果验证了该准则的正确性.     

用于行对角占优信道矩阵的MIMO盲均衡算法

对MIMO通信信道提出了一种基于矩阵初等变换的均衡算法,将其用于行对角占优的MIMO系统,则得到相应的MIMO盲均衡算法.该算法基于通信源信号的统计特性,利用数学上通过矩阵初等变换实现矩阵对角化的原理对MIMO信道矩阵实现了对角化.将该盲均衡算法用于常规的MIMO系统,则可以克服系统因突发干扰等因素产生的常规均衡器均衡参数的估计偏差,提高系统的误码性能.仿真实验证实,所提出的MIMO盲均衡算法在行对角占优信道矩阵的均衡和常规均衡器均衡参数估计偏差的克服中均取得了良好的效果.     

MIMO OFDM系统时变信道估计及最优导频分布

基于分段线性模型,提出了一种利用导频序列的信道估计算法.该算法首先利用导频序列估计出当前OFDM符号间隔内信道线性变化的斜率和中间时刻信道的冲激响应值,然后根据线性模型利用估计出的参数得到当前符号间隔内所有时刻上的信道冲激响应.此外,还研究了所提算法中的导频分布问题.可以证明,在快时变环境下,分组且每组等间隔分布于频域上的导频序列有着更好的系统性能.仿真结果表明了所提算法在时变环境下的有效性和采用等间隔分组导频序列的优越性.     

MIMO-OFDM系统中反馈插值方法和复杂度

在多输入多输出-正交频分复用(MIMO-OFDM)系统中,为了降低每个子载波在波束形成时的高反馈开销,通过充分利用发射端在某些特定子载波上的信道信息和信道系数在频域的相关性,提出了新的3种波束插补方法,分别为三阶样条插补、变换域插补和低通插值方法.这些方法只需接收机反馈部分子载波上的波束矢量就能确定其他子载波上的波束矢量,避免了因矢量旋转带来的复杂搜索,降低了角度反馈开销.减小系统反馈量,同时保证较好的性能.仿真结果表明,在频谱利用率、误码性能和反馈量方面,所提方案均优于现有的插补方案.与现有方法相比,在同样反馈量的条件下,所提方法能够获得明显的性能增益.