比特交织编码调制系统中的均衡技术仿真研究

判决反馈迭代译码的比特交织编码调制(BICM-ID)技术是一种高性能、低复杂度的先进信道调制方案.分析了BICM-ID系统的结构和迭代译码方法,研究了最小均方(LMS)和最小二乘(RLS)自适应均衡算法以及线性(LE)和判决反馈(DFE)均衡器.设计了在ISI信道下BICM-ID使用DFE-RLS均衡器的系统,计算机仿真证明其能够自适应地快速估计、跟踪信道,对于码间干扰严重的信道有良好的均衡效果,经过迭代译码有良好的误码性能-分别在ISI干扰轻微和严重的W2.9和W3.5信道下,经过3次迭代译码,在信噪比分别为7.6 dB和12.8 dB时误码率可达10-4.     

基于空间迭代的信道估计和译码联合算法*

为了提高MIMO+OFDM系统在信道信息估计不准确时的译码性能,提出了一种基于SAGE（空间交替期望最大）算法的信道估计和MIMO译码联合算法。具体方法是：将发送的子帧分成若干个子块,第一个子块为导频子块,为第二个子块的译码提供信道信息;译码时对第二个子块进行内部的参数循环估计,完成该子块的译码后,解出该子块的信道信息,并将其作为下一子块译码的信道参数,依次完成所有子块的译码。经过仿真验证,该算法的性能优于LMMSE信道估计＋ML译码算法的性能,运算复杂度低于EM算法。基于SAGE算法的信道估计和检测联     

基于MAP算法的OFDM系统迭代信道估计

提出一种运用在OFDM系统中的迭代最大后验概率信道估计方法。译码器利用信道估计值形成译码模块的软信息,通过交织,反馈到信道估计模块中,使外信息在信道估计模块和译码模块之间循环迭代。信道估计模块中采用线性最小均方误差算法对信道参数进行估计。通过信道估计模块和译码器之间软信息的循环迭代,充分利用有效的外信息,降低误码率,提高OFDM系统的性能。     

CPM信号的定时-相位联合估计算法

针对CPM信号同步问题,在判决数据辅助的基础上提出一种联合定时-相位估计算法。该算法用Laurent分解表示CPM信号,由定时-相位联合似然函数得到定时误差检测器和相位误差检测器,找出瞬时梯度,迭代求解恢复出定时和相位信息。通过分析二进制部分响应CPM中的常见形式PCM/FM信号,提出一种联合定时-相位估计的实现方案。在加性高斯白噪声信道上的仿真结果表明,该算法适用于二进制部分响应CPM信号,定时和相位估计性能都逼近理想曲线。     

基于信道估计的LDPC仿真算法研究

研究有记忆信道上的LDPC译码算法,对高速数字通信系统具有重要意义.目前运用于有记忆信道上的LDPC迭代译码算法,如基于信道估计的BP迭代译码算法等,都存在算法复杂度较高、运算量较大的问题.针对隐马尔可夫噪声信道,首次将最小和(min-sum)算法引入到基于噪声软判决和信道估计的LDPC迭代译码算法,利用函数特性有效降低算法复杂度、减少运算量.仿真结果表明,此算法的性能不仅优于不考虑信道记忆特性的一般LDPC的迭代译码算法,也优于基于噪声硬判决和信道估计的BP迭代译码算法,在性能损失较小情况下,于译码性能和算法复杂度之间找到了一个很好的折衷,对实时通信系统具有重要意义.     

基于VLC和LDPC的联合信源信道译码

提出了一种基于VLC和LDPC的联合信源信道译码算法。在迭代过程中，利用VLC信源序列中的冗余信息校正LDPC译码的迭代软信息，增强LDPC译码器的纠错性能，并加速LDPC译码迭代收敛。BSC信道的仿真结果证实了该联合信源信道解码算法性能优越。     

利用HMM信源残留冗余的LDPC译码算法

提出一种基于二阶HMM（隐马尔可夫）信源和LDPC的联合信源信道译码算法。在迭代过程中,利用信源序列中的冗余信息校正LDPC译码的迭代软信息,提高LDPC码的纠错性能,加快迭代收敛速度。AWGN信道的仿真结果证实了该联合信源信道解码算法性能优越。     

基于LDPC码结构的盲信道噪声方差估计方法

在LDPC码的迭代软判决译码算法中需要利用信道的噪声方差,通过对二元LDPC码、采用BPSK调制的盲信道噪声方差估计方法的分析,提出了在AWGN信道条件下,采用QPSK调制的基于多元LDPC码结构的盲信道噪声方差估计算法,将估计的结果应用到多元LDPC码的译码算法中。仿真结果显示,该算法可以有效地提高信道利用率,在没有增加额外开销的同时能够得到比较准确的信噪比估计。     

低复杂度递推信道估计联合均衡算法

精确的信道状态信息对单载波频域均衡(Sin gle carrier frequency domain equalization, SC FDE)非常重要,本文基于高斯消息传 递 (Gaussian message passing,GMP)提出了一种递推最小二乘(Least squares, LS)信道估计 算法。借助于因子图,根据广义分配率思想,将估计函数分为多个局部函数,每个局部函数 做多利处理,然后通过定义辅助变量使其成递推关系。根据turbo原理,迭代交换软信息, 使得估计、均衡及译码联合进行。在此基础上 ,分析并推导出无偏简化方法,然后借助于快速傅里叶变换,使得算法复杂度随观察向量长 度的增加呈对数上升。仿真表明该简化算法具有较好的信道估计性能和误码率特性的同时, 显著降低了计算量。     

MIMO-OFDM系统中一种改进的最大似然信道估计算法*

对MIMO-OFDM系统中的信道估计进行研究,提出了一种对最大似然（ML）算法的改进,该算法首先采用ML算法获得初始估计值,然后联合检测进行迭代信道估计,充分利用上了接收端联合数据检测得到的数据信号信息与信道估计进行信息交互来提高估计性能,仿真结果表明,相对于传统估计方法,这种改进方法能够得到更好的均方误差和误码率性能,尤其是在导频数量较少时,此改进算法的性能提升将更明显。     

OFDM移动接收中的迭代干扰消除

针对正交频分复用系统在高速移动接收中存在快变衰落信道难以估计、子载波间干扰(ICI)过大的问题,提出基于迭代结构的信道估计算法和ICI消除算法。利用信道解码器输出判决信息,通过离散傅里叶变换实现信道估计,并对时变信道进行线性近似,以较低的计算复杂度消除子载波间的干扰。仿真结果表明,该方法可以对抗10%~15%的归一化多普勒频移。     

针对时变OFDM信道的一种盲估计改进算法

OFDM盲信道估计技术可以在不需要导频的情况下,估计出信道的状态信息,能有效节约带宽,提高频谱利用率。分析了一种基于子空间SVD方法的盲信道估计技术,在此算法基础上提出了针对时变信道的估计方法,并就现有方法估计精度较低的问题,提出了一种利用信道相关特性进行λ加权的优化算法。对算法进行了蒙特卡罗仿真,仿真结果表明该算法能够有效改善信道估计性能,并且具有较低的复杂度。     

基于压缩感知的多小区MASSIVE MIMO信道估计

针对多小区多用户大规模多输入多输出（MASSIVE MIMO）系统信道估计在低信噪比情况下估计精度较差的问题,提出了一种基于群智能搜索的果蝇分段正交匹配追踪（FF-StOMP）压缩感知算法。该算法在分段正交匹配追踪（StOMP）求解不同阈值下的信道矩阵参数与归一化最小均方误差的基础上,采用果蝇优化算法动态搜索出最小归一化均方误差与其对应的阈值,达到自适应参数设定的目的。仿真结果表明,与StOMP算法相比,信噪比在0~10 dB情况下,所提出的FF-StOMP算法信道估计性能能够提升0.5~1 dB;信噪比在11~20 dB时,信道估计性能能够提升0.2~0.3 dB。当小区用户数发生变化时,所提出的算法能实现自适应信道估计,能够有效提升MASSIVE MIMO系统低信噪比情况下的信道估计精度。     

改进的OFDM系统半盲信道估计算法

信道估计算法从先验信息的角度,可分为3类：基于参考信号的估计、盲估计和半盲估计。半盲估计是结合盲估计与基于训练序列估计这2种方法优点的信道估计算法。本文首先通过基于导频辅助的半盲信道算法和基于直接判决的半盲信道算法得出信道的估计值,再定义一个置信度函数得出加权系数γ,使基于导频辅助的半盲信道算法和基于直接判决估计算法有效结合起来,有效提高信道估计的精度。     

基于时空联合的解码边信息插值算法

在Wyner-Ziv视频编码中,边信息质量是影响系统编码效率的关键因素,但解码端获得的运动矢量不精确而导致内插边信息的质量不高。为此,提出一种基于时空联合的解码边信息插值算法。该算法将多种块分割模式与双向运动估计相结合,匹配准则采用双向平均绝对误差和(SBAD)判断运动矢量时间变化,利用边界绝对误差(BAD)判断运动矢量的空间变化,通过时空联合匹配准则保证运动矢量的空间平滑性和时间连贯性。实验结果表明,该算法降低了编码码率,内插边信息的主观和客观质量均有所提高,边信息的峰值信噪比(PSNR)最大提高1.41dB。     

基于正交频分复用的线性最小均方误差信道估计改进算法

传统的线性最小均方误差(LMMSE)信道估计要求已知信道的统计特性,而实际应用中无线信道的统计特性往往是不可知的.针对无线信道的不确定性,根据时域信道上能量分布的稀疏性特点,在最小二乘(LS)算法的基础上提出了一种改进的LMMSE信道估计算法.该算法从当前信道置信度较高的频率响应出发,把相邻子载波信道估计误差的比值作为信道响应的加权系数,然后通过加权平均的方法计算出多径信道下的信道响应.该算法避免了繁琐的矩阵求逆与分解运算,能够有效降低算法复杂度.实验结果表明,所提算法总体性能优于LS算法及经过奇异值分解的线性最小均方误差(SVD-LMMSE)估计算法,且其误码率接近于传统的LMMSE算法.     

一种基于EM-MAP的联合CFO双选信道估计算法

针对在双选信道下OFDM系统需要同时获取精确的载波偏移和信道状态信息, 而采用贝叶斯MAP算法进行联合载波频率偏移和信道状态估计复杂度过高的问题, 提出一种基于EM-MAP的联合CFO双选信道估计算法。首先利用基扩展模型解决信道状态由于快时变带来的可辨识问题, 然后引入期望最大化(EM)算法对系统的载波频偏和信道状态信息进行联合估计, 避免大规模的矩阵求逆, 降低算法复杂度。仿真结果表明, 该方法能获取与MAP算法相当的估计性能, 且大幅度降低了复杂度, 有效地解决了双选信道下进行联合估计复杂度过高的问题, 具有很好的实用性。     

MIMO-CPSC系统中预编码盲信道估计算法研究*

在频域均衡系统中,基于预编码的子空间盲信道估计算法可以有效地对信道进行估计。针对多天线单载波循环前缀系统,提出了一种基于预编码的盲信道估计算法。该算法通过分离出连续两个接收符号块的互相关矩阵所包含的信道信息实现信道盲估计。仿真结果表明,该算法具有较低的计算复杂度以及对信道阶数过估计有很好的鲁棒性,并且该算法利用较少的数据块个数就得到了一个可靠的信道估计值。     

时变信道和相位噪声联合OFDM信道估计

在正交频分复用系统中,信道的时变特点导致严重的子载波间干扰,同时,由振荡器产生的相位噪声会带来公共相位错误和子载波间干扰,这都使OFDM系统的性能急剧恶化。基于分数倍基扩展模型,利用重叠导频和最小均方准则,对时变信道和相位噪声联合估计。仿真结果表明,所提出的算法可以提高信道估计质量。