MIMO-OFDM系统中信道估计算法的改进研究

提出一种新的基于最小二乘准则的频域信道估计算法,该算法设计了一种新的具有互补性的2个连续训练序列,对所有子载波的频率响应进行估计,减小了线性内插造成的误差,并在多普勒频移不同时采用不同的预估计值加权参数,有效地减弱了多普勒频移对估计精度的影响.仿真结果表明,此算法在不增加计算复杂度的前提下,有效地提高了估计精度.     

超混沌FM-DCSK保密通信性能分析

在对保密通信的性能要求不断提高的情况下,将具有更复杂动力学行为的超混沌应用到FM-DCSK系统中.分别在AWGN信道、多径Rayleigh信道、多径Ricean信道的条件下,通过理论分析和Matlab数值仿真,用误码率(BER)与信噪比(SNR)的关系阐释了超混沌FM-DCSK调制系统的性能.实验结果表明,超混沌FM-DCSK系统具有比低维的混沌FM-DCSK 系统更为优良的保密性能和较好的抗干扰能力.     

短波信道模型性能分析

针对短波信道的不可逆性、多径、多谱勒等特点,基于短波信道建模的关键难点问题,介绍了watterson模型及watterson改进模型、Hoffmeyer模型、子带并行模型等典型的短波信道模型,并进行比较和性能分析,找到了一种结构简单,实现复杂度低的模型。     

一种基于粒子滤波的盲多用户检测器

针对平坦瑞利衰落信道下的多用户检测问题.提出了一种基于可变粒子滤波器的盲多用户检测器。在导频序列接收阶段采用较多的粒子数目来估计信道参数。在信号检测阶段采用较少的粒子数目实现多用户检测算法,这样构成的变粒子数多用户检测算法在保持较好性能的同时具有较低运算复杂度。仿真结果表明,在高斯噪声或非高斯噪声环境,该检测器性能优于基本粒子滤波检测器性能。     

多射频多信道Ad hoc网络的信道分配与路由策略

文章针对多射频多信道ad hoc网络的特点,提出了一种信道分配方法和路由策略.新的信道分配方法在保持网络连通性的基础上能够简化信道分配,减少信道分配的冲突;新的路由策略综合考虑了带宽、信道差异、射频切换时延、信道间干扰等链路参数以及最小跳数等因素,更能准确地反映被选路由的链路质量.     

Ad hoc网络MAC层协议模拟研究

当前Ad hoc网络的研究大多基于模拟环境,对于MAC协议的模拟,大型模拟软件存在使用困难、不够精确等不足之处.为了进行MAC协议的相关研究,设计了一个小型的Ad hoc网络MAC协议模拟器;它对物理信道进行模拟,以数据字节作为最小的模拟单位,比较适合MAC协议的研究;同时可以使网络运行可视化,便于MAC协议的早期开发与调试.本模拟器采用面向对象方法和多线程协议栈模型,具有很好的扩展性;采用收发器类解决了模拟中遇到的同步问题.设计了一种新的比较适合MAC协议模拟的流量模型.给出了模拟器的设计思路和相关的测试.     

OFDM系统中基于导频的信道估计及其MATLAB仿真

本文介绍了正交频分复用(OFDM)系统中两类常用的信道估计算法:最小二乘(LS)和最小均方误差MMSE).在广义平稳的多径时变瑞利衰落信道模型下,利用MATLAB程序仿真实现了LS、MMSE以及简化的MMSE信道估计,得出了均方误差(MSE)和误符号率(SER)随信噪比(SNR)变化的曲线.仿真结果表明,MMSE算法的效果要优于LS,简化MMSE算法的运算复杂度介于LS和MMSE之间,且估计精度接近MMSE算法.     

一种新的基于判决反馈的OFDM系统信道估计方法

提出了一种基于判决反馈机制的信道估计方法,采用少量导频估计出初始信道信息,再从接收端检测出的符号中选取一组包含了少量错误的符号作为准导频,反馈到信道估计器,与初始的导频一起构成数量更多的导频序列,经过几次迭代,达到提高信道估计精度的目的.为提高初始估计的精度,信道估计采用了一种频域分集的方法.计算机仿真表明,在多径瑞利衰落信道下,本文的方法可以在较低的复杂度下有效地提高信道估计的精度,在MMSE接收条件下,系统具有良好的误比特率(BER)性能.     

引入信道先验信息的卫星信道建模方法

为了获得更为精确逼近卫星信道非线性特性的解析式模型,综合考虑卫星内部行波管放大器和群时延所引起的非线性效应,在分析信道特性的基础上,构建了一种引入信道先验信息的卫星信道模型。与维纳模型相比,该模型能够更好地从结构上反映卫星信道的非线性特征。由于充分利用了信道的先验信息,该模型在对卫星信道进行逼近的时候,收敛速度更快,稳态误差更小。仿真结果证明了该模型的优越性。     

传感器网络下目标追踪实验设计

文中设计了一种无线传感器网络下的移动目标追踪实验,介绍如何在模拟器上实现网络节点部署、组织和追踪移动目标。实验中移动物体依据真实出租车轨迹、高斯马尔科夫模型或随机路点模型进行移动;网络中节点则依照粒子滤波算法进行目标追踪和数据采集。该实验作为《无线传感器网络》课程的配套实验,有利于学生更好地理解基础理论知识,并且能锻炼学生在无线传感器网络模拟器上的实际编程能力。