采用时域联合稀疏恢复的多输入多输出水声信道压缩感知估计

多输入多输出(MIMO)水声通信技术可以在极其有限的水声信道频带资源内提高信道容量,但多径和同道干扰的同时存在,使传统信道估计算法如最小二乘算法、压缩感知估计算法的性能急剧下降。考虑到通信数据块间水声信道多径结构存在一定的相关性,该文利用这种数据块间多径结构的时间域相关性建立水声MIMO信道的时域联合稀疏模型,并利用同步正交匹配追踪算法进行多个数据块联合稀疏恢复信道估计,提高MIMO信道多径稀疏位置的检测增益并抑制同道干扰,提高水声MIMO信道的估计性能。仿真和MIMO水声通信海试实验表明了所提方法的有效性。     

基于压缩感知超宽带信号盲稀疏度信道估计

鉴于超宽带(UWB)信道估计要求预先给出信道才能精确重构的不足,研究了基于压缩感知的盲稀疏度匹配追踪类算法用于信道重建.这种盲稀疏度方法根据迭代终止条件和字典中最优原子选择方式的不同,设置迭代终止阈值和阶段转换阈值,通过可变步长的增大逐步逼近稀疏度,实现精确重建.仿真结果表明,相同条件下,基于此思想经过改进算法可有效用于解决实际UWB信道估计,较改进前算法估计性能相当,是一种具有应用价值的盲稀疏度重构方法.     

长时延扩展水声信道的联合稀疏恢复估计

对具有长时延扩展的水声信道,传统的信道估计算法如最小二乘法将在大量零值抽头产生严重的估计噪声,导致估计性能下降,同时信道估计时所需的较高估计器阶数大大提高了运算复杂度。压缩感知信道估计方法可有效利用多径稀疏特性改善性能,但需采用较大的训练序列长度以保证稀疏恢复精度,由此导致额外的系统开销。利用水声信道多径稀疏结构在数据块间存在的相关性,建立基于分布式压缩感知的长时延水声信道联合稀疏模型,从而可利用同步正交匹配追踪算法进行联合重构,以进一步减小系统的训练序列开销,提高估计性能。最后通过仿真和海上实验验证了所提方法的有效性。     

托普利兹矩阵在压缩多径信道估计中的应用

可靠的无线通信需要准确地知道下层信道的信息,因此需要进行信道估计。而许多真实信道表现为仅有一些相对较少的非零信道系数的稀疏多径信道。对于稀疏多径信道的估计,传统方法例如最小二乘法,没有利用稀疏信道本身的低维度特性,所需训练序列的长度较长,因此估计代价较大。基于压缩感知的信道估计方法,利用稀疏先验信息,能较大地缩短所需训练序列的长度,获得较好的估计效果。该文结合压缩感知观测矩阵的特点,证明了当训练序列的长度不长于信道冲激响应的长度,且托普利兹观测矩阵的行数小于列数时,观测矩阵仍然满足有限等距性质;明确提出了稀疏多径信道估计中所使用的观测矩阵的构造条件。实验结果验证了这种优化了的托普利兹观测矩阵的可行性和实用性。      

基于CS的Kalman滤波OFDM信道估计

在OFDM系统信道估计中,准确的时域卡尔曼滤波（TDKF）估计需要信道多径时延作为先验条件,而且具有较低的频谱效率.考虑到大多数无线信道具有稀疏和时变的特性,提出一种改进的卡尔曼滤波与压缩感知联合信道估计方法,采用稀疏度自适应匹配追踪（SAMP）算法,并对信道响应变化量进行重建.仿真结果表明,相较于已有算法,提出的算法不需要知道信道的稀疏度,而且信道估计结果更加准确.     

基于压缩感知技术的双向中继信道估计

设计了一种基于压缩感知（compressive sensing, CS）技术的双向中继信道（two-way relay channels, TWRC）估计方法,并具体采用正交匹配追踪算法（orthogonal matching pursuit, OMP）对OFDM系统下的信道脉冲响应进行估计。双向中继信道往往呈现出稀疏多径结构,这种结构会随着信号空间维数的增大而越加明显。传统的线性估计方法没有考虑到TWRC的潜在稀疏性,因而导致了对关键通信资源的过度使用。而基于CS的TWRC估计方法能够很好地利用这种传输信道的稀疏多径结构,与传统线性估计方法相比,在获得同样估计性能的前提下,需要的训练序列长度大大减少,有效地提高了频谱、能量等资源利用率。同时,所采用的OMP算法的时间复杂度主要依赖于信道稀疏度,因此计算效率往往比传统的方法高。仿真也证实了基于CS的TWRC估计算法的优越性。      

基于 ISL0 算法的码间干扰稀疏多径信道估计

针对存在码间干扰ISI的稀疏多径信道,已提出基于压缩感知理论的平滑SL0算法来研究其稀疏特性,然而SL0算法的迭代方向为负梯度方向,存在“锯齿效应”,且其代价函数“陡峭性”性能欠佳,使得信道估计和收敛效果均未达到最优。因此提出利用拉格朗日算子,结合牛顿法来改进和优化SL0算法,获得了快速和高效的信号重构ISL0算法,对稀疏多径信道状态信息进行了相关估计,分析了信噪比SNR和迭代次数等参数对重构信号均方误差MSE的影响。比较了ISL0算法与其他相关算法的迭代时间以及对稀疏信道中ISI均衡效果的差异。算法的优越性通过仿真得到验证,实时仿真结果显示ISL0算法能很好地对稀疏信道进行估计。在同样信道环境条件下,相比CoSaMP、SL0及其他算法,ISL0算法的性能有了较大提高。     

移动水声通信多径传输非一致多普勒估计方法研究

现有水声通信中的多普勒估计方法一般都假定多径信道每条路径的多普勒因子相等,当各路径多普勒因子存在差异时,该类方法往往无法正确估计出每径的多普勒因子,导致补偿后的信号存在较大误差。为此该文在分析水声信道稀疏特性的基础上,提出一种基于稀疏表示理论的非一致多普勒估计方法。该方法结合水声多径信道与非一致多普勒稀疏特性生成包含信道信息的超完备字典,将每径的非一致多普勒因子估计转化为基于超完备字典的稀疏重构求解,实现非一致多普勒因子的准确估计。仿真结果表明,所提方法不仅能估计出差异较大的非一致多普勒因子,而且对于大多普勒频偏的估计也相当有效,特别适合于高速移动水声通信中的多普勒估计。     

一种改进的重构算法在信道估计中的应用

研究了在多天线正交频分复用系统信道估计问题。特别利用了宽带MIMO-OFDM系统的时域稀疏特性,来研究这个系统中的基于导频符号的信道估计技术。本文将压缩感知理论应用在稀疏信道估计中,对现有的重构算法进行改进,在不需要预先知道信道的稀疏度信息就利用分次迭代,逐步逼近的方法可以精确重构信号。仿真结果表明,本文提出的信道估计方法性能更加良好。     

一种低开销的LTE上行链路信道估计算法

压缩感知理论作为信号处理方向较为前沿的研究方向,可以采用少数目的采样值以高概率来获得原始稀疏信号。同时,移动无线通信衰落信道恰恰具有稀疏特性。然而,传统的信道估计并没有根据信道的这一稀疏特性来得出算法。在研究多径信道稀疏特性的基础上,分析了将压缩感知理论运用于LTE上行链路进行信道估计的可行性,并建立了一种基于压缩感知技术实现系统信道估计的模型,提出了一种结合正交匹配追踪算法来估计信道时域响应的低开销LTE上行链路信道估计算法。此外,通过系统仿真进行了估计的均方误差性能分析,与目前广为使用的信道估计算法相比,所提出的低开销信道估计算法在保证估计精度的同时减少了导频开销,增强了系统性能。     

Channel estimation for OFDM transmission in multipath fadingchannels based on parametric channel modeling

We present an improved channel estimation algorithm for orthogonal frequency-division multiplexing mobile communication systems using pilot subcarriers. This algorithm is based on a parametric channel model where the channel frequency response is estimated using an L-path channel model. In the algorithm, we employ the ESPRIT (estimation of signal parameters by rotational invariance techniques) method to do the initial multipath time delays acquisition and propose an interpath interference cancellation delay locked loop to track the channel multipath time delays. With the multipath time delays information, a minimum mean square error estimator is derived to estimate the channel frequency response. It is demonstrated that the use of the parametric channel model can effectively reduce the signal subspace dimension of the channel correlation matrix for the sparse multipath fading channels and, consequently, improve the channel estimation performance     

基于稀疏贝叶斯学习的MIMO-OFDM电力线通信系统接收机设计

丰富的脉冲噪声干扰对基于MIMO-OFDM技术的电力线通信系统接收机设计带来了巨大挑战。针对这个问题,提出了一种联合估计电力线信道和脉冲噪声的接收机设计方案。该方案主要利用电力信道多径模型参数在频域上的稀疏性和脉冲噪声在时域上的稀疏性特征,将待估计信道模型参数和脉冲噪声联合视作一个稀疏向量,同时利用MIMO系统的空间相关性,构建了一个基于多测量向量的压缩感知模型,并引入多测量向量稀疏贝叶斯学习理论,设计了一种联合估计MIMO信道模型参数和脉冲噪声的方法。仿真结果表明,与传统的MIMO信道估计与脉冲噪声抑制相互分离的接收机方案相比,新方法在估计性能和误比特率性能上有明显提升。     

基于稀疏多径信道的均衡技术分析

为了解决宽带通信稀疏多径信道下均衡器结构复杂和收敛速度慢的问题,介绍了稀疏多径信道和基于伪随机序列的多径搜索。针对稀疏多径信道的特点,对判决反馈均衡器进行改进,提出了一种基于正交匹配追踪信道估计的完全判决反馈均衡器。利用正交匹配追踪估计结果在前馈均衡器前消除已判决码元对当前判决码元的码间串扰,降低了均衡器的复杂度,提高了收敛速度。通过仿真分析表明完全判决反馈均衡器能取得良好的性能。     

Blind estimation of multipath channel parameters: a modal analysisapproach

We propose a novel approach to efficiently estimate multipath channel parameters, which is particularly useful in sparse multipath channels. Conventional methods do not fully exploit the inherent structure present in the combined channel response; the excess number of parameters to be estimated by conventional methods makes the identification difficult. By utilizing a priori knowledge of the transmission data pulse, the channel identification problem is transformed into the mode estimation problem. Then, the parameters directly related to the multipath propagation are extracted in the the modal analysis framework, and hence, the number of estimation parameters are significantly reduced. Finally, the multipath channel parameters are obtained by inverse-transforming the mode parameters. Simulation results show significant improvement in the normalized mean square error over existing approaches     

单载波频域均衡信道估计分析

针对高速率信息传输系统中多径衰落对单载波频域均衡(SC-FDE)信道估计造成的影响,在SC-FDE原理基础上,将无线通信中信噪比估计和SC-FDE中信道估计结合起来,对现有信噪比估计算法进行优化。分析和仿真结果表明,此方法能有效地改善多径衰落信道中信道估计的有效性,提高了频域均衡的效果,从而改善了SC-FDE系统的误码率(BER)性能。     

Single-user sparse channel acquisition in multiuser DS-CDMA systems

Single-user channel estimation in multiuser DS-CDMA systems for the case of sparse channels with large delay spreads is addressed. In addition, practical pulse shapes are considered. In sparse channels, the efficient way to estimate the parameters is to estimate the continuous delays of each path, instead of using the typical discrete tapped delay-line model. Due to the facts that the desired delays are not drawn from a simple finite set and that band-limited pulse shapes are employed, the resulting methods require numerical optimization techniques. To facilitate estimation, it is proposed to optimize the spreading code employed during the training, or estimation, phase. The optimal single-path spreading code is derived and extended for estimation in the multipath scenario. Both single-path and multipath channel estimation are considered. The proposed algorithms are evaluated through simulation and via the determination of the Cramer-Rao lower bound on the estimation variance. Analytical approximations of key performance measures are also derived and are seen to be tight for a variety of scenarios.     

基于稀疏贝叶斯学习的电力线载波通信接收机设计

针对多径信道和脉冲噪声对电力线载波通信系统性能影响的问题,提出了一种能有效对抗多径信道和脉冲噪声影响的电力线通信系统接收机设计方案.该方案将时域上的电力线信道参数和脉冲噪声联合视作稀疏向量,然后利用稀疏贝叶斯理论联合估计电力线信道和脉冲噪声,从而在接收端得以去除脉冲噪声及补偿信道增益.仿真结果表明,与传统将信道估计与脉冲噪声抑制单独考虑的传统接收机相比,本文提出的接收机方案在误符号率和误比特率等性能指标上有较好的提升.     

基于SAMP重构算法的OFDM系统稀疏信道估计方法

为了提高OFDM系统稀疏信道估计的精度和减少导频子载波的数目,本文将OFDM系统频率选择衰落信道时域稀疏冲激响应的参数估计问题转化为压缩感知理论中在稀疏度未知及存在噪声干扰情形下复数稀疏信号的重构问题,提出了分别基于基追踪降噪（BPDN）和稀疏度自适应匹配追踪（SAMP）的两种OFDM系统稀疏信道估计方法。在导频数和信噪比均相同的情形,与传统的最小二乘法（LS）、匹配追踪-最小二乘法（MP-LS）的信道估计方法相比,仿真结果表明所提出的两种方法无须将信道的稀疏度作为先验知识,并具有归一化均方误差小和误比特率低的优点。在所提出的两种方法中,基于SAMP的方法比基于BPDN的方法具有运行速度快、性能更接近Cramer-Rao界的优点,且导频子载波仅为系统子载波的12.5%,信噪比约大于10dB时,采用基于SAMP的方法在信道稀疏度未知的情形也能获得满足实际应用的误比特率。