一种FBMC系统干扰分类预处理方案

为解决滤波器组多载波(FBMC)信道估计中导频符号所含虚部干扰的影响,提出了一种发送端导频周围符号的预处理方案。该方案利用干扰系数矩阵通过预消除导频邻域低功率符号的影响,来改善FBMC系统接收端信道估计的复杂度,将导频符号的干扰问题转换为对极少数几个高干扰系数的符号处理,并结合具体方案给出该预处理方案的适用情形,使得一些包括辅助导频法(AP)、编码法(Cod)在内的只可在原理上实现的方案可以直接在实际上得到应用。理论分析和仿真结果表明,当使用该方案后,传统基于离散导频估计FBMC信道所面临的问题都能得到有效解决,并且相对于其他改进方案,该方案进一步实现了频谱效率的优化。     

滤波器组多载波系统的干扰分析和性能验证

分析了多普勒频偏以及多径时延对滤波器组多载波(FBMC)系统的影响,给出了多普勒频偏以及多径时延造成干扰的闭合定量分析式,该分析式对正交频分复用(OFDM)系统同样适用,并据此对无线多径衰落信道场景中的FBMC系统与传统OFDM系统性能进行了对比.研究结果表明,FBMC系统对多普勒频偏的抵抗性优于OFDM系统,但是系统性能会随信道多径时延的增大而降低.在多径时延相对较小的快衰落信道中,符号间干扰并非影响系统性能的主要因素,FBMC系统可以利用简单的频域均衡获得足够好的性能,仿真结果验证了这一点.     

A joint iterative channel estimation and symbol detection algorithm for OFDM systems over time-varying channels

针对正交频分复用(OFDM)系统中由于信道快时变导致的子载波间干扰(ICI),基于基扩展模型,提出了一种时变信道下OFDM系统联合迭代信道估计与符号检测算法.该算法将基于基扩展模型的最小均方误差信道估计算法与一种类似于串行干扰抵消的符号检测方式相结合,并利用插值和滤波过程进一步消除噪声影响,进而通过联合迭代获得较为精确的符号检测结果.同时,利用带状矩阵近似降低算法的计算复杂度,在复杂度与算法性能之间取得比较好的折中.理论分析和仿真结果表明,在快时变信道条件下,这种新的联合迭代信道估计与符号检测算法可有效地提高系统性能.     

基于深度神经网络的水声FBMC通信信号检测方法

针对传统水声滤波器组多载波（Filter Bank Multi-Carrier,FBMC）通信接收端需经过信道估计和均衡才可恢复出发送符号,系统复杂度高且信道估计精度不佳等问题。文章将深度神经网络融入到水声多载波通信当中,提出一种基于深度神经网络的水声FBMC信号检测方法。在训练阶段通过大量的数据迭代、调试超参数和优化算法来改善深度神经网络参数,使其具有预期的估计效果。利用训练完成的深度神经网络模型取代传统FBMC通信系统接收端的信道估计、均衡等模块,自适应地学习水声信道状态信息,同时避免了固有的虚部干扰影响。在测试阶段直接将频域序列作为网络的输入来预测发送的二进制序列,仿真结果表明所提出的基于深度神经网络的FBMC信号检测方法相比传统信道估计算法有更好的误码率性能。     

基于5G+PLC技术的电力线载波信号脉冲干扰抑制方法

为抑制电力线载波信号的脉冲噪音干扰,降低误码率,提出基于5G(5th Generation Mobile Communication Technology)+PLC(Power Line Communication,可编程逻辑控制器)技术的电力线载波信号脉冲干扰抑制方法.将5G+PLC技术作为基础,构建通信模型,实现电力线载波信号传输;识别传输信号中的脉冲干扰信息,并通过计算获取脉冲噪声的估计值;通过门限值的设定及交织算法的应用,有效抑制脉冲干扰.实验结果表明:应用本文设计的干扰抑制方法后,噪音变化幅度极大降低,随着空子载波个数的增长,信噪比明显增高,传输误码率亦大幅降低,有效抑制了电力线载波信号传输过程中的脉冲噪音干扰,具有良好的应用性能.     

OFDM系统在时变信道下的迭代干扰抵消算法

为克服正交频分复用(OFDM)系统中因时变多径衰落信道破坏子载波的正交性引起载波间干扰(ICI),从而导致系统性能下降的问题,提出了一种基于最小均方误差(MMSE)估计和迭代算法相结合的迭代干扰抵消算法.为了消除一般MMSE均衡方法将载波间干扰当作加性高斯白噪声(AWGN)所带来的误差,该算法先使用MMSE方法对传输信号进行初值估计,再通过迭代干扰抵消和MMSE均衡相结合,来消除由时变信道所带来的载波间干扰.多次仿真表明,在时变多径衰落信道中使用本算法能够有效地消除载波间干扰,使系统性能得到很好的改善.     

基于gOMP算法的FBMC水声通信信道估计方法

传统基于训练序列及块状导频结构的滤波器组多载波（Filter Bank Multicarrier,FBMC）信道估计方法花费额外的频谱资源,这在频谱资源较为紧张的水声通信环境中具有一定的局限性。针对这一问题并结合水声信道稀疏性的特点,文章提出了一种基于压缩感知的离散导频结构FBMC信道估计方法。首先基于等效导频能量最大化的思想,设计了一种新的离散导频结构来解决FBMC系统信道估计时存在的固有虚部干扰问题;然后配合该结构,提取出导频处的接收信息并利用重构效果优良的压缩感知gOMP算法对水声信道进行重构。该方法在保证水声信道估计精度的同时有效提高了FBMC系统的频谱利用率,改善了水声通信的性能。仿真结果表明,文中所提方法相较于传统方法在估计精度和频谱利用率方面具有一定的优越性。     

基于符号调整的OFDM系统载波间干扰抑制方法

基于组合优化理论,提出了一种通过调整子载波调制符号的正负来抑制正交频分复用(OFDM)系统载波间干扰(ICI)的方法.首先推导出了加性高斯白噪声(AWGN)信道下的最优符号选择算法,并给出了降低其复杂度的简化算法;然后给出了二进制相移键控(BPSK)调制下减少算法码率损失的改进算法,而且在频率选择性衰落信道下对以上算法进行了推广.仿真结果证实,提出方法的误码率低于基于选择映射的载波间干扰抑制方法.     

滤波器组多载波系统的高精度符号定时估计

针对滤波器组多载波(FBMC)系统的传统定时同步算法精度较低的问题,研究了其发送信号统计特性,从理论上量化分析了受数据符号重叠影响部分和非重叠部分的同步训练数据的特性,在此基础上提出了一种适用的高精度符号定时估计算法.该算法通过传输一串长度大于滤波器重叠因子的连续相同的训练符号,使得时域合成信号具有多重延迟冗余特性.仿...     

IEEE802.16e系统信道估计算法研究

针对IEEE802.16e系统下行链路的导频分配模式,提出了一种适用于IEEE802.16e系统下行链路的信道估计方法。该方法采用两个一维信道估计器的级联。首先在时域进行滤波,根据最近原则将前一个符号导频处的信道响应作为下一个符号相同位置子载波处的信道响应,从而得到梳状导频结构;其次在频域进行滤波,采用最大似然算法估计出所有子载波上的信道响应。车速60km/h和车速120km/h信道下的仿真结果表明,采用该信道估计方法可降低系统的误码率,提高高速移动环境下系统的性能。     

一种信道估计动态更新的逐幸存路径处理算法

水声信道复杂的时变特性会影响水声通信系统的性能,在设计时需要进行特殊考虑。利用逐幸存路径处理算法在无需插入训练序列的情况下即可同时进行信道估计和数据检测的特点,提出了一种信道估计动态更新的算法。该算法通过比较当前时刻各条幸存路径的分支量度来判断信道变化的情况,从而决定信道估计更新的时刻,达到动态更新信道估计的目的。仿真结果表明,所提出的基于信道估计动态更新的逐幸存路径处理算法能有效地跟踪信道变化的情况,在时变信道中使用能获得较好的性能。     

基于短时傅里叶变换的水声OFDM时间同步方法

正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术具有抗多径、频带利用充分、传输数据率高的优点,在水声通信中具有重要的发展前景。由于多普勒频移和多径时延的存在,需对OFDM信号进行时间同步。同步不准会引起OFDM水声通信中符号间干扰和子载波间干扰,提出了一种基于叠加单频序列的短时傅里叶变换(STFT)时间同步方法,该方案首先提取叠加在OFDM符号上的单频信号,对该信号进行短时傅里叶变换,随后对其时频幅度谱进行分析,利用平坦区域确定同步时刻。仿真和试验结果表明,该方案有效可行。     

基于卡尔曼滤波的时变水声信道估计

为了能同时利用时变水声信道的簇状稀疏特性和时间相关性,构造了一种时变水声信道模型,并基于该模型对传统的卡尔曼滤波压缩感知算法进行改进。该方法主要利用前一时刻估计的信道状态响应来确定当前时刻信道的候选支撑集,并以此构造时变水声信道的状态转移方程。通过卡尔曼滤波迭代的方法计算候选支撑集上的系数,最后通过阈值法滤除误差原子。仿真结果表明：该方法能有效地利用水声信道间的时间相关性来提高信道估计的性能,同时由于水声信道存在簇状稀疏特性,因此经该方法也具有一定的鲁棒性。     

Optimal training design for linearly time-varying MIMO/OFDM channels modelled by a complex exponential basis expansion

Time- and frequency-selective fading of propagating channels degrades the performance of multiple-input multiple-output/orthogonal frequency-division multiplexing (MIMO/OFDM) systems extensively by introducing double convolutions in both time-domain and frequency- domain. The author addresses the problem of linearly time-varying (LTV) channel estimation of MIMO/OFDM systems. First, the time-varying coefficients of the LTV channel are modelled by complex exponential basis expansions. Secondly, the LTV channel is estimated and the optimal pilot symbols are derived following the minimum mean square error criterion. It is shown that the optimal pilot strategy is to group consecutive pilot tones together as a pilot cluster and to distribute uniformly all pilot clusters in frequency-domain. In addition, the LTV channel estimation is further improved by imposing a window function on received signals. Finally, through simulations, it is shown that the new channel estimator can provide a considerable performance improvement in estimating MIMO-LTV channels, especially for the rapidly time-varying channel of a large Doppler frequency.     

OFDM水声通信线性最小均方误差算法信道均衡

正交频分复用在高速水声通信中的应用越来越广泛.水声信道是多径、高噪声的衰落信道.由于信道条件差,容易产生码间干扰,信道均衡技术是提高通信系统性能的重要技术.提出了线性最小均方估计在水声通信系统中应用的方案,研究了实际通信中利用调频信号如何确定信号的平均多径时延、最大多径时延,比较了不同调频信号测量信道的性能.该方案基于导频辅助均衡方法,利用调频信号测量信道,获得的信道统计信息,计算信道的自相关矩阵.从而根据线性最小均方误差算法进行信道均衡.通过仿真和湖试进行验证,结果表明该方案效果较好,对系统性能改善比较明显.     

一种抗信道多径的扫频-扩频调制技术

水声信道是复杂的多径快衰落信道,其信道特性严重影响了水声通信的数据率和性能,抗多径干扰是提高水声通信系统性能的重要技术之一。对一种新的调制方法——扫频-扩频载波（Sweep-Spread Carrier,SSC）调制技术进行了深入研究,通过系统在水声信道实际数据的仿真,探究SSC的抗多径性能,简化了抗信道多径算法。SSC的基本思路是采用连续变化的载波频率,通过相关接收,将接收的多径信号在频域上分离,从而克服了码间干扰的影响。分析了在给定系统时不同信道多径时延对SSC性能的影响,以及给定信道时不同SSC参数对SSC性能的影响。仿真结果表明,选择合适的参数,SSC调制具有良好的抗多径性能。     

低声能辐射下的两种水声跳频通信方法对比研究

水声信道是一个极其复杂的时变-空变-频变信道,因而进行水声通信,必须克服时变多途干扰等困难。将抗干扰能力强的跳频通信技术应用于水声通信领域,对于隐蔽性、保密性要求高的系统来说,该体制有着卓越的特性。在仿真环境下,对比研究了m序列和基于二维logistic映射的混沌序列的相关性、平衡性、功率谱特性、多址性等性能。构建了一种在低声能条件下的水声跳频通信系统,给出了系统编解码技术的实现方法。发射的帧信号由激活信号、同步信号、时延信号和三组(15,11)汉明码循环3次组成,采用了时间与频率的双分集技术进行纠错解码,从而增强了系统的保密性。通过外场试验,验证了利用m序列和混沌序列进行水声跳频通信的可行性,并对试验结果进行了对比研究。由于混沌序列的数量巨大且性能优异,非常适用于水声组网通信和保密性要求高的水声通信系统。因此,混沌序列在今后的水声跳频通信领域应有更广阔的应用前景。