一种基于矩阵外积分解的信道盲辨识与盲均衡算法

本文提出了一种鲁棒性较好的信道盲辨识和盲均衡算法.在仅需知道信道阶数上界的条件下,首先采用改进的信道阶数估计算法对信道阶数进行精确估计,与现有算法相比,所需信噪比降低、对信道的适应性提高;然后,在矩阵外积分解算法的基础上,加入特征值扰动分析,提高了信道盲辨识和盲均衡性能.仿真结果证明了算法的有效性.     

复数系统中五二阶归一化累积量盲均衡算法的研究

采用对称-反对称变换原理,提出了一种五二阶归一化累积量盲均衡算法,克服了对称信号奇数阶累积量为零而无法进行信道均衡的缺点.计算机仿真表明,该算法实现简单,收敛效果好,稳态剩余误差小,其性能优于已有的一些同类算法.     

一种基于信道盲辨识和盲均衡的多径信道调制方式识别算法

针对多径环境下MPSK和MQAM信号的调制识别问题,该文提出了一种基于信道盲辨识和盲均衡的调制识别算法。算法首先进行信道阶数精确估计,然后以矩阵外积分解为基础,加入特征值扰动分析,提高了信道盲辨识和盲均衡的稳定性,最后,对均衡后的星座图进行多级减法聚类,得到信号的调制方式。与现有算法相比,算法结构简单,所需数据量小,适用范围广,实用性强。仿真结果证明了算法的有效性。     

一种改进的稀疏多径信道盲辨识算法

针对无线多径稀疏信道,利用信道有效近似思想,提出了一种改进的基于矩阵外积分解的信道盲辨识与盲均衡算法。算法首先利用改进的VIA信道阶数估计准则,对多径稀疏信道“有效部分”的阶数进行精确估计,然后利用改进的矩阵外积分解算法估计出信道冲激响应的“有效部分”,最后利用该估计结果对接收数据进行反卷积运算,恢复出发送信号。为了降低噪声以及信道冲激响应中的“零抽头”部分对信道盲辨识性能的影响,本算法对噪声方差估计方法进行了改进,提高了算法在中、低信噪比条件下的盲辨识性能。与现有算法相比,本算法不仅降低了对信噪比的要求,而且克服了基于LC准则的子空间算法(SSA, Subspace Algorithm)的相位偏转问题,其中噪声方差的估计方法也可应用于信噪比估计技术。仿真实验以及对SPIB微波信道测试结果验证了本文算法的有效性。      

基于子空间信道矩阵迭代的阶数估计算法

针对二阶统计量信道盲辨识算法中有效阶数估计问题,该文提出了一种基于子空间信道矩阵迭代的阶数估计(SS-CMR)算法.基于过估计条件下的Q矩阵特殊结构和其解空间向量可等价为真实信道冲激响应与公共零点信道的卷积,该算法首先利用子空间算法获得估计的信道矩阵,然后构建迭代形式的代价函数进行阶数估计.仿真表明,SS-CMR算法较CMR算法性能提升,且明显优于现有其他阶数估计算法;解析分析表明算法复杂度较CMR算法明显降低,对首尾系数很小的信道的阶数估计尤为有效.     

一种新的盲解卷积准则和算法

定义了盲解卷积问题的期望解后 ,将二阶累积量和四阶累积量合并为一个新的统计量 ,称为归一化累积量 ,考察信号通过线性时不变系统时归一化累积量的特性 ,形成一个基于归一化累积量的盲解卷积准则 ;借助于经典的最陡梯度算法 ,导出了一种新的盲均衡算法 ,计算机模拟验证了该算法     

基于四阶累积量的子空间盲信道估计

介绍了OFDM信道估计的各种方法及其研究现状,并分析了其优缺点。给出了一种基于四阶累积量的子空间盲估计方法,该算法利用了四阶累积量对高斯噪声的过滤作用,并与子空间信道盲估计相结合,在保证估计准确性的前提下提高系统的频带利用率。最后,利用计算机仿真,将新算法与已有的插入导频的信道估计方法进行比较,并对实验结果进行了分析。理论分析和仿真结果说明了算法的有效性和实用性。     

基于粒子滤波的Turbo盲均衡

粒子滤波是一种基于贝叶斯估计的算法,在信道盲辨识和盲均衡问题上具有快收敛、抗深衰信道等优势。Turbo盲均衡在低信噪比条件下有较好的误码性能。为了在深衰信道下使通信具有良好的误码性能,对粒子滤波盲均衡算法进行改进,改进算法的重要性采样函数利用了粒子的先验信息,得到一种软输入软输出的粒子滤波盲均衡算法。依据Turbo盲均衡的框架结构实现了一种基于粒子滤波的Turbo盲均衡算法,该算法利用信道编码带来的编码增益,提高了均衡和信道辨识的性能。仿真结果表明相比粒子滤波盲均衡算法本文提出算法的误码率性能提高1dB左右,误帧率性能则提高了3dB以上,经分析可知在信道系数估计较为准确的条件下,系统数据帧几乎没有误码。      

一种新颖的抗阶数过估计的增强子空间盲辨识算法

研究了子空间盲辨识算法在信道阶数过估计时失效的问题,提出一种新的鲁棒性强的增强算法。首先针对过估计模型,提出了"加权矩阵定理",理论证明通过构造一个加权矩阵来修正子空间算法,可消除阶数过估计的影响;然后,给出一种用指数序列构造近似的加权矩阵的增强算法。与子空间盲辨识算法相比,增强算法复杂度相当,对阶数过估计鲁棒性强。仿真实验验证了该算法的有效性。     

实数系统中三、二阶归一化累积量盲均衡算法的研究

本文采用对称--反对称变换原理,提出了一种三、二阶归一化累积量盲均衡算法,克服了对称信号三阶累积量为零而无法进行信道均衡的缺点.计算机仿真表明,该算法实现简单,收敛效果好,稳态剩余误差小,其性能优于已有的一些同类算法.     

CDMA时变色散信道的快速半盲辨识方法

利用CDMA时变色散信道的离散正则模型,给出了一种新的信道快速盲辨识算法,首先使用时-频解相关RAKE接收机消除了多址干扰的影响,然后再利用解相关处理后信号的一阶统计量,实现对信道的辨识。和基于二阶统计量以及高阶统计量的盲辨识算法相比,该算法仅需要少量的导频符号,就可实现对信道的估计,具有更低的计算复杂度和更好的抗噪性能。仿真结果证明了算法的有效性。     

具有周期调制和循环前缀的块传输系统中MIMO信道的盲辨识

在块传输系统中,可通过添加块前缀来辅助信道识别。一种针对具有循环前缀和周期调制的块传输系统的盲辨识方法,利用了信道矩阵的块循环特性来求解信道系数。该文将该算法推广到了多用户系统,并给出了算法的辨识条件。同样是基于二阶统计量的方法,新算法克服了基于子空间分解类算法对噪声,对信道阶数误估计,对信道零点位置敏感的缺点。文中仿真证明了在较低信噪比条件下,利用新算法仍可对多输入多输出信道进行较好的估计。     

直接盲MMSE均衡算法在散射通信中的仿真研究

多径效应造成的符号间干扰是大容量散射传输所遇到的首要问题.根据文献中提出的基于二阶循环统计量的直接盲均衡算法,依据最小均方误差准则,对接收到的信号进行过采样,构造了一个线性的分数间隔均衡器,并用它来均衡对流层散射信道,获得了较好的均衡效果.由于该算法不经过信道盲辨识而直接均衡信道,因此受信道阶教误差的影响较小,且该算法与传统的基于二阶矩的两步均衡算法相比,具有计算简单,精度高的特点.     

基于冗余预编码的STBC-SC-FDE系统的频率域盲信道估计

针对频率选择性衰落信道下空时分组编码单载波频域均衡(STBC-SC-FDE)系统的信道盲估计问题,设计了一种基于冗余预编码的频率域盲子空间信道估计算法,并讨论了算法的可辨识性条件以及去模糊度方法。该算法仅利用冗余预编码STBC-SC-FDE系统的频率域接收信号的二阶统计量即可获得系统的时域信道响应。仿真结果表明,算法稳定、可靠,具有良好的估计精度和均衡性能。     

一种不受信道阶数估计影响的SIMO直接盲均衡算法

针对单输入多输出（Single-Input-Multiple-Output, SIMO）模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差（Mean Square Error, MSE）和误符号率SER（Symbol Error Rate, SER）性能,并且具有很快的收敛速度。      

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。     

基于盲均衡的水声信号波形恢复

本文针对水声信号波形恢复问题,提出基于四阶累积量的盲均衡水声信号处理方法,建立了适用盲均衡算法模型.在输入不同信号序列的情况下,分别对实系数和复系数信道进行信号均衡仿真,并用水池实验实录数据检验,其信号均恢复较好.     

含共零点SIMO信道直接盲序列检测与信道辨识

在ε均衡概念基础上，提出了对含公零点SIMO信道的盲辨识算法。该算法充分利用发送符号属于有限字符集的先验知识，先直接盲检测发送序列，然后再进行信道辨识。仿真结果表明：不管信道是否包含公零点，本文提出的信道盲辨识ε算法性能都明显地优于基于二阶统计量的其它经典算法。     

一种基于高阶累积量的正交空时分组码盲识别方法

针对全盲条件下正交空时分组码(OSTBC)的正交性识别问题,提出一种基于高阶累积量的OSTBC识别方法.通过对接收信号白化,在不需要信道估计的情况下,消除信道对识别结果的干扰,既减少了算法复杂度,又提高了低信噪比条件下OSTBC的识别概率;考虑实际系统中噪声对识别结果的影响,利用高阶累积量(阶数大于2)的去噪声特性,消除噪声对于STBC正交特性识别的影响;分析了两种四阶累积量的OSTBC识别特性,选取了适用于OSTBC识别的四阶累积量作为特征参数.仿真结果表明,所提出方法对于OSTBC识别问题区分性能较好.     

长码MIMO CDMA信道的一阶聚类盲估计

该文提出了一种长码多输入多输出CDMA系统的信道盲估计方法。使用解相关匹配滤波器作为接收机前端,其输出信号可以剖分为信道矢量张成的线性空间。使用聚类算法提取集合的中心,从而仅利用解相关器输出的一阶统计量便可很好地估计出信道参数。同时对K-均值聚类算法的初始值设定进行了改进以提高收敛速度。所提出的算法有较低的计算复杂度。仿真结果表明该算法的有效性以及对信道阶数过估计有很好的鲁棒性。