一种改进的基于样本排序的信道阶数估计算法

信道阶数估计是多数信道盲辨识算法的前端步骤,本文对原有的基于一阶统计量的信道阶数估计算法进行了改进。改进算法仅仅通过对接收样本数据进行排序,建立连续的样本次序对二维空间,利用阶数欠估计时的特定图形结构对信道阶数进行有效的估计,提高了原算法的准确性,并将其扩展应用于SIMO模型中,与其他基于二阶统计量的同类算法相比大大降低了计算复杂度。仿真实验证明,改进算法在较低信噪比且有限样本数据的条件下,性能依然良好,简单实用。     

多途水声信号盲恢复技术研究

针对盲解卷积只能获取未知源信号的波形,而得不到源的幅度问题,研究了一种平稳信道、多途传播条件下估计信道参数及源分离的算法.该算法引入均值和方差都已知的参考信号,在FIR模型的基础上利用解相关技术估计水声多途信道参数,进行盲信号分离.分析了实际的水声信道参数特点,提出新的信道参数及阶数的估计方法,继而利用改进的自适应逆滤波器恢复源信号,最后在瞬时混合以及不同信噪比情况下与其他算法进行比较,以验证算法的有效性.仿真结果表明,未知源估计结果与信道阶数和信噪比有关;对于卷积混合,该方法对于信道参数的估计具有稳健性,.可以同时恢复源信号的时序结构与幅度信息;对于瞬时混合,该方法的计算量和性能指标优于其他算法.     

基于基展开模型的时变信道阶数和径数盲估计

针对基展开模型的时变信道阶数和径数盲估计问题,采用了一种子空间投影算法来进行估计。该算法充分利用输入子空间和输出子空间具有的同构关系,将当前的观测数据投影到由过去和将来的观测数据所张成的子空间,其投影误差矩阵包含了时变信道的阶数和径数信息,进而可通过求投影误差矩阵的秩和范数来估计信道阶数和径数。仿真表明,与MDL、AIC和Liavas准则相比,该算法可在较低的信噪比下实现时变信道的阶数估计。     

一种新的恒模信号OFDM系统的盲频偏估计算法

载波频偏(CFO)的存在直接影响正交频分复用(OFDM)系统的性能,为了提高CFO的估计精度,提出一种新的适用于恒模信号OFDM系统的盲频偏估计算法。该算法假设连续两个OFDM符号之间的信道变化缓慢,根据相邻OFDM符号各子载波的信号功率差建立代价函数,通过使得代价函数最小化完成CFO的盲估计。通过理论分析获得了该代价函数的闭式解,从而达到有效降低算法复杂度的目的。仿真结果表明:所提算法在高信噪比下与经典算法相比具有较高的估计精度,且对信道阶数变化具有鲁棒性。     

Turbo编码系统中信噪比盲估计算法

针对盲估计算法复杂度高、运算量大,研究了TURBO译码器中两个成员译码器输出的外部信息与信道信噪比的关系,提出一种基于译码器外部信息量的信噪比盲估计算法。仿真结果说明,采用此信噪比盲估计算法,在较小的系统性能恶化的前提下,大大简化了信道估计器的复杂度。分析了信噪比盲估计算法的误差性能,理论分析表明,发生误判的几率很小,均在1-0 3量级以下,可以认为信噪比估计值十分可靠。     

非理想信道估计垂直分层空时码差错性能分析

推导出了高斯信道估计下,垂直分层空时码系统最大似然接收机成对差错概率的精确及高信噪比近似计算公式;并以高信噪比近似计算公式为基础,研究了信道估计误差对垂直分层空时码最大似然接收机分集增益及信噪比的影响。理论分析表明:当信道估计的方差等于信噪比倒数时,信道估计误差不改变垂直分层空时码最大似然接收机所获得的分集增益,而信道估计误差造成信噪比损失为3 dB。计算机蒙特卡洛仿真试验验证了理论分析的正确性。     

基于改进信道矩阵迭代准则的信道阶数盲估计算法

针对单输入多输出(single-input multiple-output,SIMO)有限冲激响应(finite impulse response,FIR)信道,提出了一种新的信道阶数盲估计算法。首先利用子空间(subspace,SS)算法下过估计信道与其互质部分的结构关系,设计了一种新的信道矩阵迭代(channel matrix recursion,CMR)准则,并给出了CMR准则严格的理论证明。然后在此基础上建立了新的CMR代价函数,并提出了信道阶数估计算法。理论分析和仿真结果表明,该算法与现有其它算法相比性能更优,对噪声具有更强的鲁棒性。     

UWB信道盲估计的频域递归最小二乘实现

为了实现超宽带(UWB)信号高效、稳定接收,提出一种基于信道频域特性的UWB信道盲估计算法.利用跳时脉冲相位调制超宽带信号一维统计平稳特性,结合递归最小二乘算法计算,达到信道参数盲估计的目的.计算机仿真结果与最大似然法信道盲估计算法结果的对比表明,新算法在误码率为10-4时,信噪比增益约为3 dB.新算法可同时对多路信道进行估计,对幅度和相位不存在模糊因子,且具有低复杂度的优点.     

基于OFDM信号的自适应水声信道估计算法

建立适用于OFDM水声通信信号的信道估计模型, 对MP算法进行改进, 引入路径门限调整机制克服虚假路径造成的不良影响, 通过重要路径权系数的迭代修正降低非正交性引入的估计误差, 以较小计算量取得了与OMP算法相当的估计精度; 针对传统信道估计算法对信道长度信息的依赖问题, 提出了一种信道长度自适应信道估计算法, 该算法能够对信道估计质量进行实时评价, 并根据评价结果实现信道估计算法预估信道长度的自适应调整, 满足未知水声信道精确估计及通信应用的需要; 基于OFDM导频元素个数与信道估计效果的关系研究, 提出了OFDM导频序列自调整的通信方案, 以较小的带宽损失保证了可靠的水声通信. 通过仿真和实地试验, 验证了该文研究内容的有效性.     

非线性失真影响下的OFDM系统压缩感知信道估计算法

针对非线性失真影响下的正交频分复用(OFDM)系统的信道估计精度下降的问题,利用信道与非线性失真(NLD)的双重稀疏性,提出适用于非线性OFDM系统的压缩感知信道估计算法。在发射机中提出分组导频结合级联限幅方案,在接收机中基于消除NLD影响的第1组导频进行压缩感知信道估计,再将信道响应作为先验信息,用第2组导频进行压缩感知NLD估计。仿真表明:该算法具有良好的估计性能,在信噪比为25 dB、限幅门限为2.5 dB条件下,信道估计均方误差约为-26 dB,非线性失真估计误差约为-21 dB;同时,该算法可避免系统实施复杂的降低峰均比算法,且无需迭代运算与先验信息。     

OFDM系统中基于期望最大化的半盲信道估计

针对传统的盲信道估计算法估计精确度低、算法复杂度高、收敛速度慢的缺点,研究基于期望最大化(EM)的半盲信道估计算法.仿真结果表明,该算法克服了盲信道估计精度低,收敛速度慢的缺点,而且在同等导频数量的情况下的估计性能较之传统的基于导频的信道估计算法提高了2dB.     

基于四阶累量的PSK信号信噪比估计高效算法

在无线数字通信中,许多算法都需要知道信噪比以获得最优性能。提出一种基于四阶累量的PSK信号信噪比估计算法,该算法具有较好的性能和较低的运算复杂度,可以满足软件无线电系统对信噪比估计精度和实时性的要求。     

一种基于 JADE 与小波去噪的自适应盲分离方法

针对传统盲分离算法忽略噪声影响的问题,引入小波去噪,在JADE算法的基础上,研究了前、后去噪盲分离算法与JADE算法在不同输入信噪比条件下的分离性能。仿真表明,输入信噪小于约-5dB时,后去噪盲分离算法输出信噪比最佳;大于约25dB时,JADE输出信噪比最佳;其它情况下,前去噪分离算法性能最佳。在此研究基础上,给出一种可估计信噪比的带噪信号自适应盲分离方法,实现对信号信噪比动态变化情形下目标信号的有效分离。     

低复杂度的OFDM信号信噪比的盲估计

针对非合作通信系统中,多径信道下传统的正交频分复用(OFDM)信号信噪比盲估计方法的估计性能差,计算复杂度高的问题,提出了一种低复杂度的OFDM信号信噪比盲估计方法。该方法首先根据接收到的观测信号建立自回归(AR)模型,通过AR模型估计出信号的功率谱,然后基于高阶累积量的2阶和4阶的组合特征量与寻求跳变值的方法相结合估计出信号的带宽,最后通过计算出带宽之内的信号总功率和带宽之外的噪声功率估计出接收信号的信噪比。实验仿真结果表明,作者提出的方法无需任何先验信息,在多径信道下具有良好的估计性能,且计算复杂度低,更适合于实时的非合作通信系统。     

智能天线中一种上行信号空间特征盲估计算法

以均匀直线阵为基础,提出了一种全盲的上行信号空间特征估计算法。该算法利用阵列输出四阶累积量构造了一种空间特征矩阵,证明了对其作特征分解可以得到各用户的空间特征。该算法不依赖于信号调制类型,可适用于任意加性高斯噪声。将其用于相干多径环境下多用户信号空间特征的估计,研究了不同快拍数和信噪比下的标准估计偏差,说明了算法的有效性和鲁棒性。     

新的信噪比估值方法及其在Turbo译码中的应用

Tur bo 码的M AP(最大后验概率)译码算法需要估值信噪比,否则会有一定的信噪比损失.本文基于高阶统计量的分析提出了Turbo 码信噪比估值的新算法,它比已有算法更加简单有效,并且能从高斯信道推广到瑞利信道的一般情况,同时通过进行信噪比估值对Turbo 码译码精度的灵敏性仿真测试证明了新算法的有效性.     

MIMO-OFDM系统定时与多径时延估计

提出的多入多出正交频分复用（MIMOOFDM）系统的定时估计和多径时延算法主要基于本地训练序列与接收信号的相关运算,其中引入噪声估计、一阶无限冲激响应（IIR）滤波器及删除相关值旁瓣处理,以提高定时估计精度;引入多帧联合统计,以提高多径时延估计精度. 仿真结果表明,该算法可有效抵抗频率选择性衰落信道影响,在低信噪比条件下,达到精确的定时同步;在信噪比大于6 dB,信道抽样速率为20 MHz时,多径时延估计均方误差（MSE）可达到10-7.     

基于先验信息辅助的8PSK信号信噪比估计

基于最大似然序列估计准则,提出了3种先验信息辅助的8PSK调制信号的信噪比估计方法.与现有硬判决辅助的信噪比估计方法进行了比较,解决了现有方法在低信噪比时估计误差较大的问题.分析了3种方法在Turbo均衡系统中初始迭代以及迭代进行过程中的性能,根据不同的迭代次数,在不同的方法之间进行切换会提高信噪比的估计精度,并降低计算复杂度.新方法只需要利用很少的数据符号就能得到准确的结果,并且能适用较大的信噪比范围.