基于数据相关叠加训练序列的载波频偏与信道联合估计

针对正交频分复用(OFDM)系统对载波频偏敏感的问题,提出一种载波频偏与信道的联合估计算法。通过相邻2个OFDM符号间的相位差进行频偏估计,使用迭代算法提高估计精度。利用数据相关叠加训练序列在频域的特性,对2个连续的OFDM符号进行信道估计,并且采用基扩展模型拟合信道提高估计性能。仿真结果表明,该算法可在不增加系统复杂度及带宽的情况下实现载波频偏及信道的稳健估计。     

一种低复杂度的载波偏移估计算法

针对载波偏移引起OFDM系统的严重子载波干扰和性能下降这一问题,提出一种在承载数据子载波中间插入不承载数据的子载波的算法,算法是通过从时域OFDM符号的前半部分和后半部分的相位差获取频率偏移的信息来估计频偏的。这种算法不仅计算复杂度较低,而且估计准确,在多径信道条件下频偏校正后系统的性能能基本接近信道理想估计条件下的误比特率。     

地空信道下基于OFDM/OQAM系统的时频同步算法

针对正交频分复用/交错正交幅度调制（OFDM/OQAM）系统无循环前缀而对时偏误差敏感,以及在具有大多普勒频移的快时变地空信道下对频偏估计要求较高的问题,提出了一种适用于地空信道OFDM/OQAM系统的自相关估计（ACE）时频同步算法。该算法中符号定时采用较少的辅助序列实现快速捕获和定时,频偏估计通过优选同步自相关序列进行两次自相关运算,将两次运算估计的频偏值进行加权平均,获得最终频偏估计值。在计算机上进行仿真,其中与改进最小二乘（MLS）算法和训练序列（TR2）算法相比,ACE算法符号定时相关峰值对比度提高至原来的3倍;在飞行状态下系统误码率（BER）为10^-2时有10dB信噪比增益,在地空信道到达状态下BER为10^-3时有3dB信噪比增益。仿真结果表明,ACE算法进一步提升了时频同步精度和误码性能。     

适用于便携式无线视频通信的OFDM同步算法

针对便携式无线视频通信在多径衰落信道下的符号同步问题,结合符号序列的延迟相关性与共轭对称性,提出一种改进的正交频分复用(OFDM)同步算法。该算法采用Schmidl&Cox算法确定符号同步范围,利用Park算法进行前向搜索,将首次大于门限阈值的点作为符号同步点。仿真结果表明,当信噪比大于3 dB时,该算法在6径典型城市信道下能够实现准确的OFDM符号同步,载波频偏估计均方误差小于0.000 4,适用于便携式无线视频通信系统。     

基于载波频偏盲补偿的MIMO OFDM系统同步算法

给出了基于载波频偏盲补偿的MIMO OFDM系统同步算法：首先,将接收到的序列进行载波频偏盲补偿;然后,进行粗时间同步和载波频偏估计;最后,应用估计出的载波频偏进行载波频偏补偿,利用经过载波频偏补偿后的序列进行符号定时同步。该算法最大限度地抑制了载波频偏对符号定时同步的影响。仿真试验证明,该算法有着良好的性能。     

适用于恒定模值调制的OFDM系统的载波频偏跟踪算法

OFDM系统对载波频偏十分敏感.提出一种适用于恒定模值调制的OFDM系统的载波频偏跟踪算法.基于信道频率响应已经由帧前部的训练符号估算出来并且在一个帧内保持不变这一合理假设,本文证明可以通过最小化接收信号和已知信道频率响应的能量差来获得频偏估计.文中详细分析算法的可分辨性问题并且给出算法的简化形式.然后理论推导出算法估计的均值和均方差.最后分析了信道估计误差对算法性能的影响,结果显示本算法对信道估计误差不敏感.仿真结果表明较之于现有方法,该跟踪算法有更好的误码率性能.     

多径衰落信道下OFDM时间同步算法的研究

为了论述一种适于多径衰落信道的OFDM时间同步新方法:首先,将接收的信号乘上其共轭得到信号的能量;然后,进行问隔为OFDM数据符号长度减去循环前缀(CP)长度的能量差分得到相关晒数;最后,联合多个符号的块采样进行同步估计.由于利用了信号能量的差分关系,使得同步峰更加明显,再联合多个符号的估计,更加强了同步的稳定性.在多径衰落信道下进行仿真,结果表明,不但能获到较好的符号定时同步性能,而且还消除了频偏对于符号定时的影响.     

基于ML的OFDM优化同步算法

OFDM作为下一代通信系统的关键技术,亟需解决其同步问题。在ML算法的基础上,提出了基于多符号的ML同步算法。在加性高斯白噪声条件下进行了仿真,结果表明改进的同步算法性能比ML算法要好很多。其中,基于连续符号的定时估计方法 1在信噪比超过2 dB时准确率几乎可达100%,基于重复发送符号的定时估计方法 2在较低信噪比条件下性能比方法 1更好。信噪比为-8 dB左右时,3种优化的频偏估计方法的估计误差均在1%以内,明显好于ML频偏估计算法,证明了改进算法的优越性。     

基于短训练序列的OFDM时频同步算法

简要介绍几种OFDM同步算法,在此基础上提出一种基于短训练序列的联合CP的时频同步算法,这种算法可以在多径衰落信道的情况下提高OFDM系统的定时和频偏估计的准确性,同时减小系统的误码率,最后利用软件对联合算法在多径信道情况下进行仿真与分析,并且获得良好的仿真结果.     

一种新的OFDM系统载波频偏盲估计算法

研究未知复杂信号环境,在正交频分复用(OFDM)盲子载波频偏估计中,常规ESPRIT算法进行估计,要求在高信噪比、加性高斯白噪声环境下,否则估计性能下降.为了使信道提高性能,提出一种基于高阶累积量的ESPRIT估计OFDM载波频偏的方法,改善了在现实复杂应用环境下性能下降的问题.由于高阶累积量能有效抑制平稳噪声和非平稳...     

基于压缩感知的OQAM/OFDM系统POP方法信道估计

针对偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统中成对训练序列(POP)法信道估计技术性能较差且受噪声影响较大的问题,提出了一种基于压缩感知(CS)的POP信道估计方法.该方法将压缩感知技术应用于POP法信道估计之中,将传统的频域信道估计方法转化为时域信道估计方法,通过压缩感知技术准确地重构出时域信道信息,减少导频开销,提高频谱利用率,得到更好的信道估计性能.与传统的OQAM/OFDM系统的信道估计方法进行比较,仿真结果表明,所提的方法能够在使用较少的导频符号的同时得到更高的系统性能和信道估计精度.     

Sampled‐Data Approach to State Estimation Performance for Heterogeneous Distributed System with Fault

This paper considers the state estimation performance for heterogeneous distributed system with fault based on sampled‐data measurement. Firstly, a performance index for distributed state estimation is proposed. Based on the sampled‐data measurement of the heterogeneous distributed system, distributed state estimators are constructed. It is proved that by analyzing the distributed state estimation error systems, the required performance index for overall state estimation can be obtained using linear matrix inequality method. Finally, a simulation example is used to illustrate the effectiveness of the proposed theoretical scheme.     

集中式与分布式鲁棒状态融合估计

研究不确定多传感器系统的鲁棒估计问题是多传感器融合估计理论的一个重要研究方向.本文以鲁棒滤波理论为基础,给出了不确定多传感器系统的多胞型描述模型,并利用LMI方法给出集中式鲁棒状态融合估计问题的解,证明了将集中式鲁棒融合估计转化为相同估计性能的分布式融合估计算法的条件.最后给出了分布式不确定多传感器系统的状态融合估计的一个算例.     

OFDM系统中基于训练序列的参数信道估计算法的改进

针对OFDM通信系统中基于训练序列的常规信道估计算法存在矩阵求逆过程,使算法计算量过大的现象,提出了一种基于最优训练序列的信道估计简化算法。该算法通过对训练序列的最优设计,避免了矩阵求逆,大大降低了算法的复杂度和运算量。通过仿真实验,表明优化后的信道估计算法具有更好的性能和实际应用价值。     

运动估计与运动补偿在电子稳像中的应用

电子稳像系统的核心是运动估计和运动补偿。为了提供运动估计的精度和降低时间开销，达到实时应用的要求，该文提出了基于宏块的步进全局运动估计算法，获得图像序列的全局运动矢量；给出了一个新的应用于电子稳像系统中运动估计与运动补偿模块的运动估计、运动补偿原理框图；采用两步补偿算法完成对图像序列的运动补偿，得到稳定的图像序列输出。仿真结果表明，采用的方法是高效、可行的。     

Stochastically resilient extended Kalman filtering for discrete-time nonlinear systems with sensor failures

Missing sensor data is a common problem, which severely influences the overall performance of modern data-intensive control and computing applications. In order to address this important issue, a novel resilient extended Kalman filter is proposed for discrete-time nonlinear stochastic systems with sensor failures and random observer gain perturbations. The failure mechanisms of multiple sensors are assumed to be independent of each other with different failure rates. The locally unbiased robust minimum mean square filter is designed for state estimation under these conditions. The performance of the proposed estimation method is verified by means of numerical Monte Carlo simulation of two different nonlinear stochastic systems, involving a sinusoidal system and a Lorenz oscillator system.     

An adaptive sliding mode observer for lithium-ion battery state of charge and state of health estimation in electric vehicles

As the demand for electric vehicle (EV)'s remaining operation range and power supply life, Lithium-ion (Li-ion) battery state of charge (SOC) and state of health (SOH) estimation are important in battery management system (BMS). In this paper, a proposed adaptive observer based on sliding mode method is used to estimate SOC and SOH of the Li-ion battery. An equivalent circuit model with two resistor and capacitor (RC) networks is established, and the model equations in specific structure with uncertainties are given and analyzed. The proposed adaptive sliding mode observer is applied to estimate SOC and SOH based on the established battery model with uncertainties, and it can avoid the chattering effects and improve the estimation performance. The experiment and simulation estimation results show that the proposed adaptive sliding mode observer has good performance and robustness on battery SOC and SOH estimation.     

具有传输时延的网络控制系统故障估计与调节

In this paper, a method of fault estimation and fault tolerant control for networked control system (NCS) with transfer delay and process noise is presented. First, the networked control system is modeled as a multiple-input-multiple-output (MIMO) discrete-time system with transfer delays, process noise, and model uncertainties. Under this model and under some conditions, a fault estimation method is proposed to estimate the system faults. On the basis of the information on fault estimation and the sliding mode control theory, a fault tolerant controller is designed to recover the system performance. Finally, simulation results are used to verify the efficiency of the method.     

具有传输时延的网络控制系统故障估计与调节

In this paper,a method of fault estimation and fault tolerant control for networked control system (NCS) with transfer delay and process noise is presented.First,the networked control system is modeled as a multiple-input-multiple-output (MIMO) discrete-time system with transfer delays,process noise,and model uncertainties.Under this model and under some conditions, a fault estimation method is proposed to estimate the system faults.On the basis of the information on fault estimation and the sliding mode control theory,a fault tolerant controller is designed to recover the system performance. Finally, simulation results are used to verify the efficiency of the method.     

加权有向图社区发现的子系统划分

提出一种基于加权有向图的社区发现子系统划分方法, 并应用于分布式状态估计设计. 针对一类复杂非线 性系统, 构建考虑连接边强度的加权有向图, 引入社区发现算法将复杂非线性系统划分成多个子系统. 同时考虑子 系统之间连接边的数量和有向图顶点之间的连接强度, 使得划分得到的子系统内部关联较强, 而子系统之间的耦合 强度较弱. 针对划分得到的子系统, 设计基于信息交互的分布式滚动时域估计算法, 并与已有的子系统划分方法对 比, 在相同的状态估计设定下, 所提出的子系统划分方法能够有效提高状态估计的性能.