快速移动环境中的MIMO-OFDM系统信道估计算法

针对快速移动环境中存在的多普勒效应．研究了两种多输入多输出正交频分复用系统在快衰落信道中的误码性能．采用空频编码梳状等间隔导频插入方式．以及完全最大似然空频分组码解码算法．使用导频与接收信号进行信道参数估计，将一般多输入多输出正交频分复用系统中的基于训练序列的最小均方误差信道估计算法推广到了快衰落信道环境中．由仿真结果得知：这种改进的信道估计算法在子载波数为256个、插入导频为32个、并以等间隔方式插入导频时．系统的抗多径能力比较理想．可满足快速移动的信道环境要求．     

基于分数间隔均衡器和ML算法的新型DWPM调制系统

在多径衰落信道下,提出了一种基于ML的新型离散小波包调制系统．利用基于LMS算法的分数间隔均衡抑制由多径衰落信道引起的码间干扰并且利用最大似然算法对解调后的码元进行检测．在多径衰落信道和白高斯噪声情况下,分析了基于小波包的新型多载波调制系统的传输性能．仿真结果表明,所提出的基于小波包的新型多载波调制系统的性能要优于传统的正交频分复用多载波调制系统．     

一种新颖的STBC-OFDM信道估计算法

在使用空时编码的OFDM系统中，接收端为正确解码需要精确的信道估计信息。本文给出了一种基于空时编码训练序列的信道估计算法，这种算法基于空时分组码的正交性。模拟实验证明该算法适用于慢变瑞利衰落信道和时不变频率选择性衰落信道，同时该算法优于基于LS的算法。     

几种准正交空时分组码的编码方案分析

讨论了几种准正交空时码的编码及解码问题;分析了准正交空时码编码矩阵的缺秩问题及最大似然解码时至少有两个符号相关联的现象,即分析了准正交空时码的分集增益减小特性与最大似然解码复杂度的增加问题;阐释了通过星座图旋转固然可以保证准正交空时码的分集增益但却无法克服其最大似然解码复杂度的增加,因此,必须从编码矩阵本身出发来解决算法复杂度,为研究以"面向单符号"的最大似然解码算法奠定基础。最后给出了一定的计算机模拟结果以说明理论分析的有效性。     

多用户CDMA系统中的联合分组空时编码与功率控制

研究了多用户CDMA系统在多径衰落信道下的分组空时编码。在发射端将发射天线分组,每组进行独立的空时编码,同时对分组块码进行最优功率分配;在接收端用干扰分组抑制的方法对各子块进行线性处理及最大似然译码。该方法在不增加设备复杂度的基础上提高了系统的分集增益和误码性能。     

MIMO系统V-BLAST自适应迭代极大似然检测研究

为了提高系统传输性能,有效利用信道资源,提高频谱利用率.在时变衰落信道下采用了分层垂直空时结构,同时文中提出了一种自适应极大似然估计检测方法,系统根据各平均误码率及反馈信噪比自适应地选择调制类型,按列检出数据,该方法收敛时间快,高阶调制牺牲增益低的信道换取整体频谱效率提高.试验结果表明自适应垂直BLAST迭代检测每0.1%误码率可以比传统检测算法提高4.1dB.自适应极大似然估计检测的分层垂直空时结构其频谱效率优于单纯的垂直BLAST检测.     

改进的迭代STBC-OFDM系统信道估计与解码算法

提出一种针对空时块码正交频分复用系统在信道信息不确知情况下的低复杂度半盲联合信道估计与解码算法．与以往迭代最大似然接收机中通过搜索可能字符最大化代价函数的解码方法不同,新算法在每步迭代中首先解析地估计出信号值,然后利用有限字符性质将估计值量化为离散信号．此方法只包含简单的线性运算,同时充分利用了OFDM的信号特征和STBC的正交结构特征．对于采用两接收天线——Almouti STBC和8-PSK信号的系统,新算法复杂度仅为搜索算法的1／16,随系统复杂度增加,计算量的优势更为明显．仿真表明该算法与搜索算法相比性能只有少量损失．     

宽带非相干空时频分组编码

基于正交频分多路复用,提出了多个输入和输出天线频率选择性瑞利衰落信道中的非相干空时频分组编码方法。成对错误概率分析表明,将子载波分组与正交空时频编码结合,提出的码能获得最大空间分集和频率分集,且只有较低的编解码复杂性。采用提出的编码方法,系统发射端的编码和接收端的解码都不需要知道信道状态信息,减小了信道估计所带来的系统复杂性。给出了码的设计准则和仿真结果,验证了频率选择性衰落信道中提出码的良好性能。     

一种结合ML检测的高性能V-BLAST系统

提出了一种改进的V-BLAST（Vertical Bell Labs Layered Space-Time)检测算法,接收信号向量经过信道矩阵排序与QR分解的前馈滤波后,对分层分组．每个分组内部并行进行最大似然检测,分组间使用判决反馈式干扰抵消．以QPSK调制方式为例,仿真验证了该算法在准静态平坦衰落信道中的误比特（BER）性能,与V-BLAST算法、ML-DFE（Maximum Likelihood-Decision Feedback Equalization)算法比较结果表明有较低的复杂度,能有效地提高系统性能,在10^-2的BER可获得1.6~2.8dB增益．     

一种基于改进LMS算法的MIMO-OFDM信道估计方法

最小均方(LMS)算法是一种典型的自适应滤波算法,基于该算法的信道估计算法具有不需要已知信道和噪声统计信息的特点,但是其收敛速度较慢。为此,提出一种基于改进LMS算法的MIMO-OFDM信道估计方法,该方法人为地引入一个时延,即将LMS算法固定自适应步长由随着输入信号功率自适应变化的收敛因子替代,大大降低了收敛时间,具有较好的信道估计性能。     

极性相关与LMS算法的流速测量系统研究

为了解决恶劣环境中噪声等因素对流速测量系统的影响,提出了两种抗噪算法。首先概述了流体流速测量的基本原理,分析了极性相关算法的结构、电路实现、以及峰点位置确定,然后介绍了最小均方算法（LMS）在流速测量中的应用,并对两种算法进行了实验仿真。根据两者的蒙特卡洛法仿真实验可以看出,在无噪及-20d BW噪声条件下,两种算法皆可进行精确的流速测量,且峰点位置清晰。但在噪声功率增强达到-15d BW时,两者的实验仿真出现较大偏差。基于LMS算法仿真得出的测量速度依旧能良好的反应蒙特卡洛法设定速度,但是基于极性算法仿真得出的测量速度已经不能良好的反应蒙特卡洛法设定速度。在噪声功率达到-10d BW时,基于LMS算法仿真得出的数据依旧良好,此时基于极性算法仿真得出的数据已经完全失真。实验结果表明,在有噪环境中时,极性相关算法的测量精确度降低,而LMS算法因为能根据外界因素自动调节自身参数,仍然可以进行精确的流速测量。     

基于LMS算法消除瞬变压力检测系统中的噪声

瞬变压力检测系统有较宽的通频带,使得先验知识未知的噪声容易混入系统,所以消除噪声对于准确及时地检测工程设备中的压力突变极为重要.介绍了LMS算法和自适应消除噪声的原理,基于LMS算法设计出了用于瞬变压力检测系统噪声的自适应滤波器.仿真结果表明,所设计的方法可以在缺少噪声先验知识的情况下有效地消除噪声干扰.     

非线性LMS算法实现盲源分离

在经典的最小均方(LMS)算法中引入非线性函数,得到一种非线性LMS算法.该算法根据LMS算法建立了相应的对照函数,用自然梯度推导出了自适应盲源分离算法,并且分别给出了实数算法和复数算法的详细推导过程.结果发现得到的算法即为最大化熵和最小化互信息(ACY)算法,从而揭示了ACY算法与LMS算法的关系,同时也得到ACY算法的复数形式.计算机仿真试验验证了算法的有效性.     

WCDMA信道分类LMS信道衰落估计方法

分析移动衰落信道特征，对LMS自适应算法在WCDMA信道估计上的应用做改进；仿真表明，改进是可行的。     

LMS算法的最佳计算步长研究

ＬＭＳ算法在线性滤波中得到广泛应用,人们对其进行了许多研究,给出了算法收敛的充分条件和对固定计算步长的误差上下限算法,但以往对计算步长的定量研究尚很不充分。由于ＬＭＳ算法中权向量输入 数据的统计特性,迭代计算中应突出使用较近的历史数据。另外,由于ＬＭＳ算法是噪声梯度法,须使其计算步长逐渐缩小,以保证ＬＭＳ算法的稳态均方差趋向于系统的最小均方差。据此,提出一种估计最佳计算步长的新方法。新方法中将ＬＭ     

基于FPGA的车辆振动信号提取方法

为了从车辆复杂噪声背景中实时提取陀螺仪的有效振动信号,在分析弱信号特征提取方法的基础上,针对自适应滤波算法处理相关信号时收敛速度降低的缺点,提出一种适用于FPGA（Field Programmable Gata Ar-ray）的自适应步长LMS（Least Mean Square）算法。该算法通过建立步长和误差信号相关值之间的非线性关系,使步长仅与输入有用信号相关,降低算法对噪声的敏感度。实验以收敛速度和计算复杂度两个指标对该算法与其他改进算法进行比较,并以真实车辆振动信号提取结果分析验证该算法对车载环境噪声和陀螺仪自身噪声都有较好抑制。在用算法计算基础上,以FPGA平台提出并实现一种可扩展滤波器结构。设计采用一阶滤波单元重用方式完成多阶累加计算,在目前最大规模FPGA芯片上实现8～256阶滤波器。实验表明,该设计充分利用芯片内逻辑资源,处理速度快,可靠性高,并适用于车辆中低速行驶姿态测量系统。     

一种基于无约束最优化的多用户检测算法

在码分多址（CDMA）系统中提出了一种基于无约束最优化的近最大似然多用户检测算法。最大似然检测算法可以看成是一个具有约束条件的组合优化问题,所提出的算法通过放松这个组合优化问题的约束条件,将最大似然检测算法转化成为一个无约束最优化问题,并利用无约束最优化问题的解来近似得到最大似然解。数值结果显示：无论在加性高斯白噪声信道（AWGN）下,还是在随机时变多径信道下,该算法都与最大似然检测的性能都十分接近,同时其复杂度在用户数比较大时仅与线性检测算法相当。     

自适应滤波器及其应用研究

论述了基于LMS算法的自适应滤波器的工作原理，介绍了其在噪声对消方面的应用，并且用MATLAB进行了仿真验证，结果表明该方法具有较好的消噪效果。     

基于LMS算法和Matlab的自适应滤波器的设计

根据LMS算法性能特点,在Matlab环境下编写了基于LMS算法的有限长自适应滤波器的程序(*.m),用所设计的滤波器对受白噪声干扰的语音信号及正弦波信号进行滤波.理论分析和仿真结果表明,所设计的自适应滤波器具有快速的跟踪能力和收敛性能,且稳态误差较小.