基于球形译码的分布式空频编码协同通信系统检测算法

针对频率选择性衰落下的多中继分布式空频编码协同通信系统,提出了一种基于球形译码的频域符号检测算法。理论分析和仿真结果表明,该检测算法不仅获得了与最大似然(ML)检测算法相同的误符号率性能,而且显著降低了分布式空频编码协同通信系统检测算法的复杂度,具有较高的实用价值。     

基于压缩感知的多中继协作通信系统稀疏信道估计算法研究

提出了一种基于压缩感知理论的多中继协作通信系统稀疏信道估计方法.采用正交匹配追踪（Orthogonal Matching Pursuit,OMP）压缩感知算法,对时域信道脉冲响应进行估计.对多中继协作通信系统进行稀疏建模;结合压缩感知理论构建观测矩阵,并给出卷积信道的稀疏表示;利用压缩信道感知算法重建了系统的卷积复合信道.仿真结果表明,与传统的最小二乘法（Least Square,LS）相比,采用压缩感知理论的信道估计算法,能利用较少的导频信号获得很好的信道估计性能,提高了频谱利用率.     

基于频域导频时域处理的OFDM系统信道估计算法

针对正交频分复用(OFDM)系统,提出了一种适用于时变信道的信道估计算法。该方法利用频域导频,经离散傅立叶变换(DFT),获得的信道冲击响应等效于利用频域导频对应的时域序列和接收信号进行循环相关获得的信道冲击响应。因此,避免了在时域采用复杂的循环相关运算。同时,通过消除频域导频时域序列的自相关误差,能有效降低由DFT谱泄漏导致的信道估计误差。仿真和分析表明,在时变多径衰落信道下,提出的信道估计方法的性能比传统的基于DFT的算法和频域维纳滤波算法有明显提高。     

VMIMO-OFDM系统精频偏估计算法的研究

在对多种可应用于VMIMO-OFDM系统的频偏估计方法的性能和效率进行分析的基础上,针对基于VMIMO-OFDM的无线传感器网络中的精频偏估计问题,提出了一种在频域进行频偏估计的算法.同时,针对基于VMIMO-OFDM的无线传感器网络应用于瑞利衰落严重的环境时不同的导频子载波上频偏估计的误差差异较大的问题,提出了一种基于信道统计信息(CSI)加权的精频偏估计算法,该方法对各个子载波上的频偏估计结果进行加权平均,可使估计误差最小化.理论分析和仿真结果均表明,新提出的算法在高斯信道和多径信道中均有更优的性能.     

适用于OFDM系统的改进的信道估计算法

针对实际系统中的信道冲激响应(CIR)泄漏问题,提出了一种适用于梳状导频正交频分复用(OFDM)系统的改进的最小二乘(LS)信道估计算法.该算法基于分数抽头延时信道近似(FTCA)的参数化信道模型,此信道模型采用一个抽头间隔为分数倍采样间隔的抽头延时线结构的有限冲激响应(FIR)滤波器表示.此算法首先通过FTCA信道模型来近似实际信道,然后再估计该信道模型中的某些参数来获取实际的信道信息;该算法利用了FTCA信道模型中所有的延时抽头,从而很好地抑制了CIR泄漏.仿真与分析表明,FTCA信道模型能够有效地近似实际信道,同时降低信道自相关矩阵的维数,从而提高信道估计的性能.     

一种适用于慢衰落信道OFDM系统的信道估计算法

针对慢衰落信道OFDM系统,提出了一种新的低复杂度的且能对抗定时误差的信道估计器.这种信道估计器是基于导频间隔I=2的特殊梳状导频结构设计的.基于工程实现的考虑,采用了最小平方(LS)算法进行导频信道估计,同时利用了线性内插对非导频信道进行估计.分析了定时误差对非导频子载波估计的影响,并提出了一种相当简单但十分有效的修正算法,仿真结果有力的证明了此算法能有效的抵抗定时误差对非导频信道插值估计的影响.     

放大转发中的最优功率分配与最佳中继选择

用最优功率分配与最佳中继选择相结合的方法实现了放大转发系统的误比特率最小化。为了使单中继非协作放大转发系统的误比特率最小,通过分析媒体接入控制(MAC)层的请求发送/允许发送(RTS/CTS)信息,获得候选中继前向信道和后向信道的增益,以信道增益为变量,得到最佳功率分配的闭合表达式。同时,以误比特率作为中继选择准则,实现分布式最佳中继选择。仿真结果表明,与同类算法相比,该功率分配与中继选择策略使系统的误比特率达到最小。     

基于修正EM的高效MIMO-OFDM系统MAP信道估计算法

针对MIMO-OFDM系统的基于期望最大化(EM)的最大后验(MAP)信道估计算法带来的误差地板(EF)现象及较低的数据传输效率,提出了一种基于修正EM的高效的MAP信道估计算法.该算法首先引入一种更精确的系统模型来改善基于EM的MAP估计算法在高信噪比下的EF现象,其次利用多个正交频分复用(OFDM)符号进行联合信道...     

基于无迹卡尔曼滤波的MIMO-OFDM系统信道估计算法

基于对现有MIMO-OFDM系统信道估计技术及其理论的分析,提出了一种基于无迹卡尔曼滤波（UKF）的信道估计算法。该算法不需要信道的任何先验统计信息,从频域出发,首先利用最小二乘（LS）算法得到导频处信道的粗略估计值,再在时域运用路径捕获法和UKF算法得到信道的精确估计值。仿真结果表明,与LS算法、最小均方（LMS）算法等相比,该算法在较低运算复杂度下可以获得信道估计性能的明显改善。     

OFDM水声通信系统的LS-OMP信道估计

对于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)水声通信系统,最小二乘(Least Squares,LS)信道估计方法受噪声影响较大,并且使用的导频数量较多,影响通信效率。而基于压缩感知理论的正交匹配追踪(Orthogonal Matching Pursuit,OMP)信道估计方法可以充分利用水声信道的稀疏特性,同时能够有效地抑制系统噪声,但控制迭代运算次数的相关参数(稀疏度或误差容忍值)是OMP算法的关键条件。针对上述问题,提出了利用少量导频随机分布的LS和OMP联合的信道估计方法,该方法首先利用少量导频采用LS方法估计出OMP算法的误差容忍值,再利用OMP算法恢复数据子载波的信道信息。理论分析和仿真结果同时表明,与传统的LS算法或OMP算法相比,新算法能够在数据恢复的同时有效抑制系统噪声,应用稀疏特性及较少量的导频,进一步提高了系统的频谱效率,对时变稀疏水声信道具有更好的适应性。