基于Kalman滤波的MIMO时变信道估计

研究了一种基于Kalman滤波的MIMO时变信道估计与跟踪问题。利用衰落信道功率谱统计特性的先验信息,将信道冲击响应近似为一个低阶自回归滑动平均过程,通过信道传输函数逼近信道功率谱的幅频特性,建立时变衰落单径信道的状态方程,导出MIMO信道状态模型参数,并通过Kalman滤波跟踪信道的时变特性。理论分析和仿真试验表明,该算法在时变信道下具有较好的性能,和传统信道估计方法相比,接收机性能有了较大的改进。     

基于二维导频和降噪滤波的信道估计方法

在分析多径噪声环境中信道估计经典算法的基础上,提出一种基于二维导频和降噪滤波的信道估计改进算法。文中采用的二维导频设置图案,充分保留了信道信息,从中可提取信道参数的最优初始估计。在此基础上,通过DFT/IDFT变换将信道频率响应子空间和噪声子空间分离,进行降噪滤波。仿真结果显示,在多径时变衰落信道下,利用以上两种提出的信道估计方法有效提高系统的估计性能。     

一种新的盲自适应拟Newton迭代Kalman滤波MUD检测器

针对ISI、MAI并存情况下码分多址系统盲自适应Kalman滤波算法检测稳定性不足的问题进行了研究,结合Newton迭代法提出了一种适于多径信道下DS-CDMA系统的盲自适应拟Newton迭代Kalman滤波MUD算法。该算法能够在进行状态滤波的同时对未知噪声的统计特性进行在线估计,确保算法能够有效收敛于期望用户提高了检测算法在动态条件下的用户跟踪能力。仿真结果表明,BN-Kalman算法具有更好的收敛性和动态性能。     

时变系统辨识的多新息方法

推广了估计时不变参数的单新息修正技术,提出了多新息辨识方法.该方法可以抑制坏 数据对参数估计的影响,具有较强的鲁棒性.分析表明多新息方法可以跟踪时变参数,计算 量也较遗忘因子最小二乘法和卡尔曼(Kalman)滤波算法要小.仿真结果说明多新息算法估 计系统参数是有效的.     

基于卡尔曼滤波的非盲多用户检测算法

该文首先总结了DS-CDMA系统的异步高斯信道模型和多径衰落信道模型,接着重点讨论了用状态空间方程表述多径衰落信道模型的方法。在此基础上给出了基于Kalman滤波的非盲多用户检测算法,求出每个用户每条路径上的状态估计。然后针对期望用户,对一个符号内的状态估计求平均值,接着进行多径合并再判决。文章最后对两种信道模型进行算法仿真,分析其收敛性和抗“远-近”效应的性能。结果表明该文给出的算法收敛速度快,并且能有效地抑制“远-近”效应。     

一种基于二维导频的信道估计改进算法

针对充满噪声干扰和多径效应的无线信道环境,提出一种基于二维导频的信道估计改进算法.该算法采用二维导频设置图案,利用导频点处充分记录的信道信息,提取信道参数的最优初始估计.在此基础上,利用优化的LMMSE算法,修正初始信道估计中的估计误差.理论分析及仿真实验表明,在多径时变衰落信道下,改进后的信道估计方法有效提高了系统的估计性能.     

基于粒子滤波的OFDM盲信道估计方法

为了精确估计OFDM系统信道响应,提出一种基于粒子滤波的OFDM信道盲估计方法。该方法将OFDM信道建模为一阶时变自回归模型。利用基于子空间分解的方法得到初始信道响应,通过带反馈的粒子滤波方法更新信道响应和模型参数,实现对OFDM信道的估计。仿真结果表明,该方法不仅能对非时变信道进行有效估计,而且可以较好地跟踪时变信道,算法能够快速收敛。     

基于扩展Kalman滤波的空基多平台多传感器数据配准和目标跟踪算法

本文研究基于扩展Kalman滤波和多个空中移动平台的多传感器数据配准与目标跟踪问题.文中首先给出了空中移动平台传感器数据配准几何坐标转换算法;接着将目标运动模型和传感器配准误差模型组合在同一个状态方程中,然后利用扩展Kalman滤波方程进行估计.Monte-Carlo仿真表明,该方法能同时有效地估计目标运动状态和传感器配准误差.     

基于扩展KalIan滤波的空基多平台多传感器数据配准和目标跟踪算法

本文研究基于扩展Kalman滤波和多个空中移动平台的多传感器数据配准与目标跟踪问题.文中首先给出了空中移动平台传感器数据配准几何坐标转换算法;接着将目标运动模型和传感器配准误差模型组合在同一个状态方程中,然后利用扩展Kalman滤波方程进行估计.Monte-Carlo仿真表明,该方法能同时有效地估计目标运动状态和传感器配准误差.     

多速率DS-CDMA系统中基于Kalman滤波的盲多用户检测

在讨论可变扩频增益多速率直接序列码分多址(DS-CDMA)系统信号模型的同时,为了保证该检测器能适用于多径衰落信道环境,提出了基于Kalman滤波的盲多速率多用户检测器,并给出了Kalman滤波算法的实现步骤与最大值合并过程.仿真结果表明,与现有的一些盲自适应多用户检测器相比,本文提出的检测器在多速率环境下具有更为好的抗多址干扰、抗多径干扰能力,且能更快地收敛.