OFDM叠加导频联合信道估计和检测方法

针对现有正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)系统信道估计和迭代检测算法中频谱效率低和鲁棒性差等问题,提出了一种基于酉近似消息传递和叠加导频的信道估计与联合检测方法。首先,在软调制/解调中叠加导频对正交幅度调制的星座点进行预处理,检测时将叠加的导频作为频域符号的先验分布,利用置信传播算法进行调制和解调,实现检测模型的简化。然后,应用因子图-消息传递算法对OFDM传输系统和信道进行建模和全局优化,引入酉变换加强信道估计算法的鲁棒性。最后,建立OFDM仿真环境对现有方法进行仿真分析。仿真结果表明,相对于现有的独立导频类算法,所提算法能够以相同复杂度显著提升OFDM系统的频谱效率和鲁棒性。     

应用酉变换近似消息传递的大规模MIMO接收机设计

由于天线间距较近和一些非白高斯干扰,大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统的信道矩阵存在如列相关、低秩和非零均值等“病态”特征,给基于近似消息传递的迭代接收机算法造成了严重的性能损失。为此,提出了一种基于酉变换近似消息传递(Unitary Transformation Approximate Message Passing,Ut-AMP)的接收机算法。首先针对均值非零、列相关和条件数过大三种常见的病态特征,分析了酉变换的必要性;其次,利用变量间的马尔科夫特性将大规模MIMO系统进行因式分解和因子图建模,推导了联合置信传播、平均场和Ut-AMP的消息传递算法,并与现有算法的复杂度进行了对比;最后建立大规模MIMO接收机模型,对所有相关算法进行数值仿真。仿真结果表明,所提接收机算法能够以复杂度略有提升为代价,在病态信道矩阵环境中大幅提升接收机的鲁棒性,具有很高的研究和应用价值。     

基于重加权近似消息传递算法的稀疏信道估计

基于近似消息传递(AMP)算法,提出了一种重加权近似消息传递(Rw AMP)算法用于稀疏信道估计,该算法增加了重加权过程与衰减机制。在信号重构时加入权重更新过程,待重构信号中较大的元素几乎不变,较小元素迅速降低为零,从而提高正确重构概率。其次,当稀疏信道估计的观测矩阵为Toeplitz矩阵时,为了提高AMP类算法收敛性,文中加入衰减机制。仿真结果表明,在相同复杂度的条件下,Rw AMP算法的信号重构性能优于基追踪(BP)算法和AMP算法。     

基于模型驱动深度学习的OTFS信道估计

针对单输入单输出(SISO)的正交时频空间(OTFS)调制系统,该文利用一种模型驱动深度学习算法进行OTFS信道估计。该方案首先将去噪近似消息传递(DAMP)算法进行深度展开,利用去噪卷积神经网络代替传统的去噪器,对含噪的时延多普勒信道进行去噪估计,然后提供了状态演化方程来预测可学习去噪近似消息传递(LDAMP)算法的理论归一化均方误差性能。仿真结果表明,相比于其他估计方案,该方案不仅在低信噪比条件下具有优越的性能表现,而且还具有非常好的鲁棒性,在信道路径总数不变时,增加OTFS 2维网格点数量,可以有效提升信道估计精确度。     

OTFS调制系统的低复杂度GAMP算法实现

针对正交时频空（Orthogonal Time Frequealy Space,OTFS）调制技术信号检测算法复杂度高的问题,结合OTFS信道矩阵特性构建匹配滤波器,在广义近似消息传递(Generalized Approximate Message Passing,GAMP)算法的基础上,提出了基于期望最大化(Empectation Maxinization,EM)的阻尼广义消息传递算法。相较于传统的消息传递（Message Passing,MP）、近似消息传递（Approximate Message Passing,AMP）和GAMP等检测方式,所提算法有更低复杂度。在500 km/h的高动态场景中对该算法进行仿真,其误码率性能优于最小均方差（Minimum Mean Squared Error,MMSE）和传统的GAMP检测算法,并且具有更好的收敛性。     

连续衰落信道下适用于酉空时调制的多符号差分球形译码算法

基于连续衰落信道假设,将一种具有递推形式的近似最大似然(ML)度量嵌入自动球形译码算法中,提出了多符号差分近似自动球形译码(MSDAASD)。该算法适用于一般酉空时星座,克服了准静态信道假设下多符号差分球形译码(MSDSD)的错误平层现象,具有接近ML检测的性能,其平均复杂度在大多数情况下低于相同假设下的判决反馈检测算法。     

空间相关连续衰落信道下对角酉空时星座的最大似然多符号差分检测算法

空间相关性会造成MIMO系统的性能损失.针对这种空间相关性,大部分酉空时系统利用反馈信道将空间相关信息反馈给发射机,发射机通过有效利用该信息,进一步提高系统的性能.本文针对实际应用的另一种情形,当酉空时系统不存在反馈信道时,提出了空间相关连续衰落信道下,对角酉空时星座的最大似然多符号差分检测算法.与传统的准静态信道模型相比,本算法基于连续衰落假设,是一种更一般的信道模型.计算机仿真结果表明:本算法可以在不明显增加开销的情况下,有效的提高空间相关连续衰落信道下对角酉空时星座的误码率性能.     

空间相关信道下酉空时系统的最大似然 多符号差分检测算法

 传统的酉空时系统,通常假设信道衰落系数之间相互独立,这个条件在实际系统中却很难满足,天线之间的空间相关性造成系统性能恶化.针对该问题,本文提出了空间相关信道下酉统空时系的最大似然多符号差分检测算法.本算法只需获取每个观测窗口的第一个符号,以该符号为导频符号,其传输效率渐近为1,并且不要求系统具有反馈信道,算法中最大似然解的快速搜索可以通过球形译码来实现.计算机仿真结果表明:本算法可以在不明显增加开销的情况下,有效的提高空间相关信道下酉空时系统的误码率性能.     

删余低密度奇偶校验码的分析与设计

通信系统中在不同的信道条件下常采用不同的编码速率,删余码是实现这种策略的有效方式。该文基于高斯近似思想,分析了高斯白噪声信道上删余LDPC码的消息传递译码算法,并在推导出消息均值迭代公式的基础上提出了一种优化删余分布的方法。仿真结果表明,根据此优化方法设计的删余LDPC码在消息传递译码算法下,消息均值增长较快并且消息传递译码算法具有较快的收敛速度。     

基于高斯树近似的大规模MIMO检测算法

大规模MIMO系统中,基站端复杂的接收信号将导致信号检测困难等问题。该文提出一种基于截断诺依曼级数近似求逆高斯树的低复杂度消息传递算法,该算法在高斯树近似消息传递的过程中利用诺依曼级数近似求解协方差矩阵和最小均方误差估计以降低计算复杂度。仿真结果表明,该文算法在检测性能满足系统需求的同时,也有较低的计算复杂度。     

应用加权高斯模型的非理想稀疏信道估计

在高速通信系统中,由于多径信道通常存在一些小的散射体,使得抽头向量不满足理想的稀疏特性,导致经典的稀疏估计算法存在一定的性能损失。针对上述非理想稀疏特性问题,提出了一种基于酉变换近似消息传递(Unitary Transform Approximate Message Passing,UT-AMP)和加权高斯(Weighting-Gaussian,WG)先验模型的稀疏估计算法。首先,由非理想稀疏信道的构造分析,导出了WG先验模型和参数;其次,利用贝叶斯公式对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统进行因式分解和因子图建模,归纳了在消息传递框架内期望最大化(Expectation Maximization,EM)算法嵌入方式,推导了联合UT-AMP和EM的信道估计算法;最后,建立仿真环境对所提算法进行复杂度分析和数值仿真。仿真结果表明,所提算法能够以同阶复杂度实现信道估计性能和频带利用率的提升,具有很高的应用和推广价值。     

一种稀疏增强的压缩感知MIMO-OFDM信道估计算法

 基于压缩感知(Compressed Sensing, CS)的信道估计可以达到减少导频的目的,但在频-时域信道矩阵到时延-多普勒域的稀疏变换中存在谱泄漏现象,影响了信道矩阵的稀疏性和估计的均方误差(MSE)性能。为此该文对信道的稀疏性进行研究,提出一种时域加窗的稀疏优化CS信道估计算法。通过对时域加窗,所提算法抑制了由离散截断导致的多普勒域泄漏,再据此设计出观测矩阵,以此方式增强信道在时延-多普勒域的稀疏性,并实现对稀疏的信道矩阵更为准确的重构,达到改善信道估计MSE性能的目的。仿真结果表明随信噪比的增大,加窗CS算法相比无窗CS算法有效改善了信道估计的性能。     

MIMO-OFDM系统的低复杂度递推信道跟踪算法

该文针对时变多径信道下的MIMO-OFDM系统,基于变分贝叶斯原理,提出了一种新的联合信号检测和信道跟踪的低复杂度半盲贝叶斯迭代接收机。针对该接收机,基于递推变分期望最大化(RVBEM)算法,提出了一种RVBEM信道跟踪算法。由于RVBEM算法需要进行矩阵求逆,因此以该算法为基础推导得到了一种时频域联合递推的低复杂度信道跟踪(TF-LCRVBEM)算法。TF-LCRVBEM算法不仅完全避免了矩阵求逆运算,还通过合理的近似使得算法只具有线性复杂度。分析和仿真表明,在时变多径信道下,所提迭代接收机具有远优于传统接收机和接近理想接收机的性能。     

一种基于STBC的SC-FDE系统双天线联合检测算法

针对双发双收的基于空时分组编码的单载波频域均衡(STBC-SC-FDE)系统,研究了一种双天线联合检测算法,通过信道估计、导频干扰消除、加权联合均衡等过程重构发送的信息。并根据信噪比对频域信号与均衡矩阵进行加权处理,使联合检测算法适用于2路接收信号信噪比不同的情况。仿真结果表明,所提出的双天线联合检测算法在SUI-3信道下最大可获得约8dB的接收分集增益。与时域最大比合并(MRC)算法相比,由于采用联合检测,该算法能有效改善系统在多径衰落信道下的误码率。     

一种用于SCMA系统的混合期望传播检测方法

作为一种新的非正交多址接入技术,稀疏码多址接入(Sparse Code Multiple Access,SCMA)被提出以支持大规模连接.基于稀疏因子图,SCMA利用低复杂度的消息传递算法(Message Passing Algorithm,MPA)来实现接近最优的多用户检测.但是,传统MPA的复杂度仍然很高.为了灵活地控制算法的复杂性,提出了一种混合期望传播检测算法用于SCMA检测,建立算法复杂度与信道阈值之间的关系,利用信道阈值控制算法复杂度.此外,将混合期望传播检测算法与消息回退机制相结合以提高性能.仿真结果表明,与其他检测方案相比,所提算法可以灵活地在算法性能和计算复杂度之间进行折衷.     

采用奇异值分解方法的半盲信道辨识算法

针对全盲信道辨识算法无法辨识含公零点信道且对信道阶数误差敏感的问题,提出一种半盲信道辨识算法。通过奇异值分解将信道矩阵分解为同维矩阵与酉矩阵乘积的形式,分别利用接收数据和已知符号求解同维矩阵与酉矩阵,最终得到信道矩阵的闭式解。该算法有效地克服了全盲信道辨识算法的诸多局限性,避免了传统半盲方法面临的最优加权选择问题,性能稳定,且对信道噪声与信道阶数都具有较强的鲁棒性。仿真实验验证了所提算法的有效性与优越性。     

联合时域−波束域非正交多址接入

为了提高系统容纳连接设备的能力,提出了一种适用于毫米波大规模多输入多输出系统的联合时域?波束域非正交多址接入方案。该方案利用用户空间信道的相关性和差异性实现波束域接入,利用稀疏扩频技术实现时域接入,并以提高系统的通信可靠性为优化目标,构造并求解了联合域稀疏接入矩阵设计的优化问题。最后,基于联合域信道质量对接入矩阵进行重构,并在消息传递算法中加入干扰消除操作,降低译码复杂度的同时提高了通信可靠性。