频率选择性衰落信道下的同步参数联合盲估计算法

对于多径频率选择性衰落信道以及低信噪比环境下线性调制信号的同步参数盲估计问题,提出基于循环累积量的载波频偏、初始相偏和符号定时误差前向联合盲估计算法。通过理论推导得出多径频率选择性衰落信道下信号的循环累积量与初始相偏和符号定时误差的数学关系。在此基础上先以较大频率间隔进行粗估计确定频偏范围,再以较高精度遍历检测信号特定循环频率,提高载波频偏估计精度,进而由累积量值估计出初始相偏和符号定时误差,不依赖于信道衰落和加性噪声的分布特性,尤其适用于频偏、相偏、定时误差和信道衰落同时存在的复杂情况。仿真结果表明,该算法 能有效实现低信噪比和多径频率选择性衰落信道下对线性调制信号同步参数的联合盲估计。     

改进的OFDM系统半盲信道估计算法

信道估计算法从先验信息的角度,可分为3类：基于参考信号的估计、盲估计和半盲估计。半盲估计是结合盲估计与基于训练序列估计这2种方法优点的信道估计算法。本文首先通过基于导频辅助的半盲信道算法和基于直接判决的半盲信道算法得出信道的估计值,再定义一个置信度函数得出加权系数γ,使基于导频辅助的半盲信道算法和基于直接判决估计算法有效结合起来,有效提高信道估计的精度。     

基于稀疏度自适应算法的MIMO-OFDM稀疏信道估计研究

无线信道在时域上具有稀疏性,为压缩感知理论提供了应用前提。多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计问题就转变为稀疏信号的重建。压缩感知重构算法中的压缩采样匹配追踪(Co Sa MP)算法在MIMO-OFDM的信道估计中表现出较好的抗噪性能和较高的重构精度,但其需要稀疏度作为已知信息,而在实际中很难获得信道的稀疏度。为此提出一种基于稀疏度自适应算法(Co Sa SAMP)的MIMO-OFDM系统信道估计,同时在原算法的基础上使用了矩阵分块的方法,提高了其重构精度。仿真结果表明,与传统算法相比,该算法具有更好的估计性能和更高的频谱利用率,并将矩阵分块前后的估计性能进行了对比,结果表明分块后的估计精度更高。     

一种子空间分解的MIMO-OFDM半盲信道估计方法

信道估计是MIMO-OFDM系统实现优良传输的一项重要环节。半盲信道估计算法是将MIMO-OFDM信道矩阵进行分解,分别利用未知数据和已知导频信息来完成信道估计。在利用未知数据进行估计时,提出一种利用频域子载波分组的子空间分解方法,不仅降低了计算复杂度,而且同时提高了信道估计的精度。利用已知的导频信息和未知数据估计出来的结果,可以求得最后的信道矩阵。相对于传统的频域子空间分解的半盲估计方法,算法可以减小计算复杂度80%,同时提高了估计精度平均1～2dB。仿真结果证明了算法具有良好的性能表现。     

MIMO-OFDM信号参数盲估计方法

为解决非协作通信中多输入多输出-正交频分复用(MIMO-OFDM)信号的参数盲估计问题,提出基于循环自相关结合四阶循环累积量的多参数估计方法。求MIMO-OFDM信号的自相关函数,对其傅里叶变换后得到循环自相关函数,通过对循环自相关三维图不同切面的分析估计出符号周期、有用符号时间、循环前缀时间;求MIMO-OFDM信号的四阶循环累积量,通过检测峰值的数目及其对应的循环频率估计出子载波数及子载波频率。仿真结果表明,在较低信噪比下,所提算法可准确估计出MIMO-OFDM信号的多个参数。     

基于压缩感知的MIMO-OFDM信道估计中的导频设计方案

多输入多输出-正交频分复用(Multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统作为MIMO系统和OFDM系统的结合,具有很高的频带利用率并能有效地对抗无线信道的多径效应。本文研究了MIMO-OFDM系统稀疏信道估计及其导频优化,将信道估计问题转化为压缩感知(Compressed sensing,CS)理论中的稀疏信号重建问题,将最小化测量矩阵的互相关作为导频优化的目标。结合已有的随机序贯搜索(Stochastic sequential search,SSS)和扩展算法2(Extension scheme 2,ES2)算法以及导频移位机制,提出了一种快速的导频优化算法随机搜索移位算法(Stochastic sequential search-shift mechanism,SSS-SM)。此算法的运算复杂度远低于已有的ES2算法,运算时间不受发射天线数影响。将SSS-SM算法和ES2算法分别获得的导频设计结果应用于MIMO-OFDM系统的信道估计,仿真结果表明,采用SSS-SM算法可以更低的算法复杂度获得与ES2算法相同的信道估计性能;高信噪比情况下,SSS-SM算法对应的均方误差(Mean square error,MSE)比ES2平均低约3~5 dB,因此这种方法在高信噪比下更有优势。     

基于盲辨识和盲均衡的直扩信号伪码估计方法

为了解决多径信道下直接序列扩频信号的伪码盲估计问题,在直扩信号等效联合信道模型的基础上,提出一种信道盲辨识与数据重用盲均衡相结合的伪码盲估计方法。该方法利用信道盲辨识方法估计得到等效联合信道,通过数据重用盲均衡进一步估计出伪码。理论分析与仿真验证表明,该方法在低信噪比条件下仍然可实现对多径直扩信号伪码序列的准确盲估计,并且对于m、Gold、M序列等不同伪码具有广泛适应性。     

一种新型正交导频在信道估计中的应用研究

关于无线通信问题,信道估计技术属于多输入多输出正交频分复用(MIMO-OFDM)系统.信道估计的准确与否直接关系到MIMO-OFDM系统的误比特率的高低.目前基于导频的信道估计所使用的导频序列抗多径性能较差,影响了信道估计的精度.为了提高估计精度和准确的信道传输特征,采用一种新型正交导频,即与m序列相乘的Walsh码作为导频符号插入.新的正交导频具有良好的自相关性和互相关性,可以有效提高系统的抗多径能力.仿真结果表明,新方法是与m序列相乘的Walsh码的信道估计算法,有效降低了系统误比特率,增强了系统的抗多径性能.     

基于导频的MIMO-OFDM系统信道估计算法研究

信道估计作为MIMO-OFDM的一种关键技术对系统性能有着十分重要的影响,该文分析了基于块状导频、梳状导频、矩形导频对信道估计的影响,并对LS线性插值算法进行了改进,通过计算机仿真验证了改进的LS插值算法在精度和性能上优于原有的算法。     

一种基于子空间的OFDM载频盲估计方法

利用正交频分信号自身的结构特性,提出了一种基于子空间的载波盲同步方法:利用OFDM信号子空间与噪声子空间的正交性进行小数倍频偏估计;对小数倍频偏进行补偿后,根据整数倍频偏会引起信号自相关矩阵对角线上的非零元素在子载波间平移的特点进行整数倍频偏估计。给出了理论分析过程和仿真实验结果。仿真结果表明,该算法具有较大的频偏估计范围以及良好的估计精度,算法性能几乎不受信道条件及系统子载波调制方式影响,且该算法只需要较小的数据量就能获得稳定的频偏估计性能。另外,该文还对仿真中存在的实验误差来源进行了分析。     

MIMO-CPSC系统中预编码盲信道估计算法研究*

在频域均衡系统中,基于预编码的子空间盲信道估计算法可以有效地对信道进行估计。针对多天线单载波循环前缀系统,提出了一种基于预编码的盲信道估计算法。该算法通过分离出连续两个接收符号块的互相关矩阵所包含的信道信息实现信道盲估计。仿真结果表明,该算法具有较低的计算复杂度以及对信道阶数过估计有很好的鲁棒性,并且该算法利用较少的数据块个数就得到了一个可靠的信道估计值。     

应用欠采样技术的多正弦波频率估计方法研究

为了解决高频段信号由于受到A/D转换器和后续信号处理器件运算速度和成本的限制,提出一种用欠采样获得Nyquist采样的信号处理方法。将信号分成两路进行欠采样,根据两路信号构造一个新信号,得到一个虚拟的Nyquist采样值,进行傅里叶变换,单信号时直接得到所估计信号的频率值;多信号情况下在得到各信号频率估计值的同时,会得到因频率“交叉”引起的虚假频率点,通过对双路傅氏变换的结果进行处理可以消除虚假频率点。仿真实验验证了该方法的有效性。     

基于小波与傅里时变换的一类短波盲信道自适应分离算法研究

在军事短波通信信息侦察方面,短波盲信道分离有着至关重要的作用。本文对截获到的短波通信信号在信道个数及信道带宽均不确定、信道频谱理论上不重叠条件下的盲信道分离问题进行研究,将小波分析与傅里叶变换相结合,提出了一种短波盲信道自适应分离算法。仿真试验表明,该分离算法能对短波盲信道进行有效分离,具有分离精度高,抗噪声干扰能力强的优点。     

新的OFDM系统载波频偏盲估计算法

针对现有频偏估计算法复杂度高的问题,提出一种新的基于恒模信号的盲估计算法。假定信道变化缓慢,紧邻OFDM符号将产生相同信道响应,通过衡量它们之间的幅度差异,推导出一种目标函数,采用曲线拟合法对目标函数进行拟合并求得最小值时,即得到最接近真实值的CFO估计值。仿真结果表明,所提算法与现有PDE-F[1]算法和PDE-T[2]算法相比,提高了估计精度,降低了复杂度,尤其在窄带噪声和接收信号增益不断变化的环境下,该算法具有更好的适用性和稳定性。     

非对称成对载波多址信号的相位误差分析及幅度改进算法

针对由主站和小站信号同频混合而成的非对称成对载波多址（PCMA）信号解调问题，构建了一种实现此类信号解调的框架。参数估计是非对称PCMA通信系统在实现两路信号分离解调时不可或缺的环节，对于幅度参数估计精度问题，提出一种基于四次方法的搜索式幅度估计算法。首先建立非对称PCMA系统解调模型并作出基本假设，然后对不同假设下的相位误差进行对比并分析相位误差对幅度估计算法的影响，最后提出一种新的幅度估计算法。实验结果表明在相同信噪比（SNR）下，正态相位误差下的小站信号解调性能要劣于其均值条件下的解调性能。当误比特率（BER）在数量级为10^-4时，改进算法下小站信号的解调性能提升了1 dB，说明改进算法优于四次方法。     

面向物联网环境的高效通信接收机设计

物联网（IoT）通信系统具有活跃用户数低、数据帧短等特性,而信道估计和多用户识别所需的导频和用户识别码会显著降低IoT系统的通信效率和响应速度。针对上述问题,提出了一种基于非正交多址接入（NOMA）的盲信道估计和多用户检测算法。首先,利用码分多址（CDMA）系统中的扩频矩阵对每个用户所占用载波进行分配,并采用差分编码解决盲估计所引发的星座点旋转问题;其次,根据用户所分配载波具有的稀疏性,引入伯努利-高斯（B-G）分布作为先验分布,利用变量间的隐马尔可夫特性进行因式分解和建模,由用户数据的稀疏特征进行多用户识别;最后,应用消息传递算法对上述模型进行推导,解决NOMA引起的多用户干扰,得到面向IoT环境的联合信道估计和检测接收算法。仿真结果表明,相对于块稀疏单测量向量（BS-SMV）算法和块稀疏自适应子空间求解（BSASP）算法,所提算法能够在不提高复杂度的条件下获得约1 dB的性能增益。     

基于小波去噪与离散余弦变换相结合的正交频分复用系统信道估计算法

针对传统的基于离散余弦变换(DCT)信道估计算法没有处理循环前缀之内噪声的问题,提出了一种基于小波去噪与DCT插值相结合的正交频分复用(OFDM)系统信道估计方法。首先,采用最小二乘(LS)法对接收到的导频信号进行信道初步估计;然后,对LS法估计出的结果进行离散小波阈值去噪处理;最后,利用DCT插值对循环前缀内的噪声再次处理,以进一步减小噪声的影响。在Matlab 2012平台上仿真,与传统的基于DCT信道估计算法相比较,误码率相同的条件下,所提算法的信噪比(SNR)性能提升了1 dB左右;均方误差相同的条件下,所提算法的SNR性能提升2 dB左右。仿真实验结果表明,该算法能够较好地减小加性高斯白噪声(AWGN)的影响,并有效提高信道估计的准确度,其总体性能较基于DCT的信道估计算法更优。     

多径软扩频信号伪码周期盲估计

针对多径信道下因多径衰落造成软扩频信号伪码周期难以估计的问题,提出了一种基于二次功率谱的多径软扩频信号伪码周期盲估计方法。首先,将一般的单径软扩频信号扩展到多径模型;然后,在多径软扩频信号模型的基础上计算信号的一次功率谱;其次,将求出的一次功率谱作为输入信号计算信号的二次功率谱,理论分析表明信号的二次功率谱在伪码周期整数倍处将会出现峰值谱线;最后,通过检测峰值谱线间的间距就可以实现多径软扩频信号的伪码周期估计。通过仿真实验表明,在伪码周期估计正确率为100%、伪码序列长度为127位和255位时,所提方法比时域相关法提高信噪比约1 dB和2 dB;在同一对比条件下,所需要的平均累加次数均少于时域相关法。实验结果表明,所提方法对伪码周期进行估计,在减少计算量的同时,还提高了估计的正确率。