基于USB的超宽带家庭无线网络

介绍了基于USB的超宽带家庭无线网络模型和无线USB设备的协议栈结构。提出了一种USB和超宽带(UWB)技术相结合的家庭无线网络解决方案,讲述了当前可应用于物理层的两种超宽带传输方案以及现有的芯片XS110和Nap les UWB Rad ioModem。     

MIMO-OFDM系统的信道估计方法综述

MIMO-OFDM技术是未来无线通信系统研究热点,而信道估计是实现MIMO-OFDM系统优良的传输性能的重要环节．笔者在对国内外现有MIMO-OFDM系统的信道估计方法综述的基础上,分析和比较基于导频符号的非盲信道估计方法、盲信道估计方法和半盲信道估计方法的优缺点,并解决算法的复杂度和应用性的矛盾问题,因此认为,半盲信道估计方法将成为未来信道估计研究的重点．     

OFDM系统LS信道估计中的最优导频设计

针对设置有保护频带的OFDM系统,基于等间隔导频(UPPTS)设计方法,在保证最小二乘(LS)信道估计均方误差(MSE)最小的前提下,计算了系统允许存在的最大保护频带宽度,给出了初始导频位置的选择范围,通过调整导频序列的初始位置,使导频序列有效避开保护频带.仿真实验结果表明,当导频序列的初始导频落入本文所给出的导频位置选择范围之内时,系统给出了更高的信道估计精度和更低的误码率,进一步验证了算法的有效性和优越性.     

低压电网基于发射效率的OFDM比特分配算法

低压电网信道衰减特性变化剧烈,正交频分复用（OFDM）系统的自适应调制技术根据每个子载波的信道状况和用户需求,为每个用户分配最佳的子载波,为每个子载波分配最佳的调制方式,这样可以更好地利用信道资源,提高传输速率．以低压电网为对象,利用多项式函数拟合的低压电网信道模型,从基于SNR门限的比特分配算法出发,提出了一种基于发射效率的OFDM比特分配算法,并与固定调制方式和固定功率分配的OFDM系统进行对比．结果表明该算法能够根据各个子信道的实际传输情况灵活地分配发送功率和信息比特,使更多的子载波可以使用性能好的调制方式,从而有效地利用了低压电网信道资源．     

组Turbo码在802.16a多载波OFDM系统中的应用

以分组码为子码构成的分组Turbo码(BTC),相比传统卷积Turbo码具有收敛速度快等优点。研究了分组Turbo码的译码算法及其简化修正算法,并对它们在802.16a多载波OFDM系统中做了性能仿真和分析。验证了分组Turbo码可以在较少的迭代次数达到较好的性能,简化修正算法可以大大降低算法复杂度,且性能损失不大。     

基于遗传算法的多用户OFDM比特加载

根据最小发送功率准则,针对多用户OFDM系统,提出了基于遗传算法的自适应比特加载解决方案.采用的矩阵编码方法直观、简单,具有并行性运算特性.通过交叉和变异让搜索跳离局部极值的陷阱,搜索到全局最优解.仿真结果表明,在给定的误比特率下,遗传算法与等比特分配方案相比可节省功率5~6 dB,与multiuser adaptive OFDM(MAO)方法相比仅相差1 dB,同时遗传算法的并行性使得节省了运算时间,提高了运算效率.     

基于Welch Costas序列的最佳跳频码结构及其在OFDM系统中的应用

讨论了OFDM系统中跳频码设计的问题,建立了含有一个间隙行的Welch Costas序列的结构理论,深入研究了含有一个间隙行的Welch Costas序列的代数结构、构造方法和自(互)相关特性,并证明了相关的定理.探索了用含有一个间隙行的Welch Costas序列设计OFDM系统中跳频图样的方法,举例说明了如何设计跳频码和怎样将跳频码分配给OFDM系统中的用户.用含有一个间隙行的Welch Costas序列设计跳频码能获得理想的自相关特性,并且当无线通信系统中多普勒频移受限时能获得极佳的互相关性能.     

基于DFT变换信道估计的阈值滤波改进算法

在信道估计中,传统的基于DFT的信道估计算法复杂度低于MMSE算法,性能要优于LS算法.但由于传统算法单纯地将所有样点认为是有用信道冲激响应,忽略了噪声的影响.提出了一种基于2次噪声估计原理的改进算法,算法首先利用循环前缀长度以外的序列点估算出噪声方差,再利用估算出的噪声方差将循环前缀长度以内的噪声样点区别开,利用新的噪声样点进行2次噪声估计得到门限值,从而对信道时域冲激响应进行阈值滤波,进一步消除噪声对系统的影响.仿真结果表明,改进后的算法性能优于传统算法.     

基于传输时差最小的OFDM系统信道划分优化方法研究

随着OFDM技术在移动通信中的广泛应用,信道划分问题逐渐被人们所关注。主要讨论了在信道状态和传输总量已知的情况下,基于传输时差最小的OFDM系统信道划分优化问题。首先证明了该问题属于NP完备问题,因此必须使用随机算法代替穷举来求解。主要讨论了遗传算法和粒子群算法在此类问题中的应用。通过仿真所给出的具体结果,可以证明尽管随机算法不能保证解的最优性,但搜索时间较短;同时在相同条件下,粒子群算法可以显示出比遗传算法更强的搜索能力,因此对于OFDM这类实时性要求较高的系统,具有更大的实用性。     

一种组稀疏信道估计中的信号重构优化方法

针对正交频分复用(OFDM)系统信道的稀疏性,同时考虑信道的时间选择性和频率选择性,运用压缩感知理论研究了基于组稀疏压缩感知(GSCS)的时变信道估计方法。该方法通过信道系数和基扩展系数的稀疏表示,提出了组稀疏概念以测量、重构信号。在GSCS信号重构过程中,提出了一种新的优化方法,引入一个纠正过程,剔除错误的原子,提高了组稀疏估计方法的信号重构性能。分别在单天线和多天线系统中进行仿真实验,结果验证了本文方法的优越性。