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。     

基于最大相关熵准则的水下生物脉冲噪声消除方法

近海生物噪声表现为脉冲噪声,这一类噪声显著降低了水声通信系统的性能。结合水声信道的稀疏特性,提出一种基于最大相关熵准则的级联滤波器算法,该算法实现了脉冲噪声的消除及稀疏信道估计。第一级自适应滤波器完成对噪声的消除工作,第二级滤波器对去噪后的信号进行稀疏信道估计。该方法的优势在于无需知道信号和噪声的相关信息。仿真结果表明,提出的方法比单一的滤波器结构和传统信道估计算法性能更加优越。     

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。     

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。     

基于伪随机序列的多波束水声探测系统的信道估计技术

多波束水声探测系统不同方向回波信号的同时检测,可以理解为通信中的信道估计问题。在水下多径传播环境中,多径信道的时延参数和幅度衰减参数的估计是多波束探测系统实现目标探测、定位和识别的基础,而抑制来自其它波束的多址干扰(MAI)是信道估计算法的重要目标。将直接序列码分多址(Direct Sequence Code-Division Multiple Access,简称DS-CDMA)通信系统模型应用于水声多波束探测系统。建立了基于伪随机序列的水下多波束探测系统的信号模型,研究了基于子空间方法的超分辨率信道估计算法。并给出了数值仿真实现,分析了信噪比、多址干扰及发射波束数等对信道估计算法性能的影响。仿真结果表明,该算法具有抑制多址干扰的性能,信道参数的估计方差逼近Cramer-Rao下界。这种信道估计技术尤其适合应用于多波束参量阵探测系统。     

多载波水声信道估计技术及其研究进展

简述了水声信道与正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统之间的必然联系,概述了基于导频符号的信道估计算法、自适应信道估计算法、子空间信道估计算法以及压缩感知稀疏信道估计方法在水声通信中的应用现状,总结了各种算法的特点,比较了各种算法的优缺点,并指出了未来水声信道估计的发展方向。     

基于压缩感知的OFDM水声通信信道二次估计算法

该文主要研究OFDM水声通信信道二次估计技术,针对传统信道二次估计算法跟踪估计缓慢时变水声信道存在误码遗传的缺点,提出了一种基于压缩感知的信道二次估计算法。该算法结合水声信道的稀疏特性,利用经过编码校验后的大多数可靠信息,二次匹配追踪信道频域响应,作为系统均衡器的反馈输入信息和次时段信道初始信息,有效地抑制了系统的误码遗传。通过Matlab仿真实验和水池试验,验证了基于压缩感知的信道二次估计算法的可靠性和高效性。     

共生生物搜索算法在水声信道均衡中的应用

由于多径效应和频散效应导致水声信道中声信号衰减和失真严重,传统均衡技术不能满足在水声信道中应用的要求,近年来神经网络在均衡技术方面的突出表现受到广泛关注,因此,本文提出一种高效的神经网络训练算法,即基于非线性自回归神经网络的改进共生生物搜索算法(简称NARX-nSOS算法)实现水声信道均衡。该算法在非线性自回归神经网络(Nonlinear Autoregressive Neural Network with Exogenous Inputs, NARX)均衡器的基础上,用共生生物搜索算法(Symbiotic Organisms Search, SOS)来进行优化,并结合反向学习算法(Opposition-Based Learning, OBL)来提高该算法的收敛能力,利用计算机对NARX-nSOS算法的有效性进行了仿真验证,结果证明NARXnSOS算法加快了收敛速度,通信质量得到了显著提高。     

基于有效抽头和进化规划算法的自适应水声信道估计

为了实现稀疏水声信道的快速高效估计,提出一种新的基于有效抽头的信道参数模型降低运算复杂性,并采用进化算法以最小二乘误差为适应度函数对信道响应中有效抽头的阶数、位置和权重同时进行进化操作寻优,避免了有色输入造成的相邻抽头耦合导致的性能下降。仿真实验结果表明:与传统LMS算法及基于有效抽头检测的稀疏信道估计方法相比,该算法在有色输入信号下具有更优越的估计性能和收敛速度,为稀疏水声信道处理提供了一类新方法。     

OFDM水声通信系统动态OMP信道跟踪算法

针对正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)水声通信系统中最小二乘(Least Square,LS)信道估计算法和静态压缩感知信道估计算法分别存在估计精度低、导频开销大和计算复杂度高、实时性差的缺点,利用水声信道冲激响应的时域相关性,通过建立动态稀疏观测模型,提出一种动态正交匹配追踪(Dynamic Orthogonal MatchingPursuit,D-OMP)信道跟踪算法。该算法仅在初始时刻进行一次完整的正交匹配追踪(OrthogonalMatching Pursuit, OMP)信道估计获取信道支撑集,之后通过连续跟踪前一时刻信道支撑集的变化来跟踪信道。仿真结果表明,在导频开销相同的情况下,与传统LS算法、经典OMP算法相比,所提算法具有更好的信道跟踪性能和较低的算法复杂度。     

一种基于贝叶斯正交匹配追踪的水下多径稀疏信道估计方法

使用训练序列构成的测量矩阵并采用稀疏恢复算法是近年来常用的多径稀疏信道估计思路。提出一种贝叶斯匹配追踪算法的正交化改进方法,有效地改善了原方法的收敛速度,并将其应用于水下多径稀疏信道估计。进行了新方法的理论推导和两种水下稀疏信道模型中的仿真试验,进而与传统贪婪迭代和贝叶斯估计方法的估计效果进行了对比。仿真结果证明,所提出的新方法比原方法的收敛速度更快,能更高效地进行多径稀疏信道估计。新方法在低信噪比和呈簇状集中分布的水下多径稀疏信道中也有更好的估计效果。     

Efficient DFT-based channel estimation for OFDM systems on multipath channels

An improved discrete Fourier transform (DFT)-based channel estimation for orthogonal frequency division multiplexing systems is proposed. Conventional DFT-based channel estimations improve the performance by suppressing time domain noise. However, they potentially require information on channel impulse responses and may also result in mean-square error (MSE) floor due to incorrect channel information such as channel delay spread. In contrast, our purposed channel estimation can improve the performance by deciding significant channel taps adaptively without requiring any channel statistical information. Significant channel taps are detected on the basis of a predetermined threshold. The optimal threshold to reduce the MSE of the estimation is also derived, and it is confirmed by computer simulation. Simulation results demonstrate that the proposed algorithm can improve the MSE performance ~6.5 dB compared with the conventional DFT-based estimation, and the MSE floor is not observed in any channels.     

MIMO-OFDM系统中一种新的信道估计方法

提出了多输入多输出-正交频分复用(MIMO-OFDM)系统中一种新的信道估计方法.根据最小均方误差的准则,推导出了求解信道频率响应的方程,方程求解的运算量主要集中在一个矩阵的求逆上.对每一个符号,此矩阵是固定的,所以矩阵的求逆仅需计算一次,整个求解过程的运算量较低.计算机仿真给出了这种方法的归一化均方误差和误码率性能.仿真结果表明,本文方法在多普勒频移为60Hz和360Hz下,其归一化的均方误差值相当,表明本文方法可以在不同的移动环境中良好工作.在不同的数据调制方式和不同的多普勒频移下,本文方法的误码率性能优于最小平方算法,略差于线性最小均方误差算法,但复杂度大大降低.     

基于稀疏约束的DCD滑动窗RLS水声信道估计算法研究

水声信道具有稀疏性的特点,因此高精度低复杂度的稀疏信道估计算法对水声通信具有重要意义。基于自适应滤波算法的信道估计问题本质上是线性回归模型参数的求解问题,传统的最小二乘（Least Square,LS）、最小均方（Least Mean Square,LMS）及递归最小二乘（Recursive Least Squares,RLS）算法在估计稀疏信道时不仅复杂度较高,而且在求解线性回归模型时,因忽略自变量的多重共线性而使稀疏信道估计精度降低。针对上述问题,首先,在经典RLS算法的代价函数中加入信道系数的范数对其进行约束,从而提高了稀疏信道估计的精度,然后,采用滑动窗的方式对其代价函数进行处理以减少算法的计算量。在此基础上又引入二分坐标下降（Dichotomous Coordinate Descent,DCD）算法搜索单次迭代中使代价函数最小的解,进一步降低了算法的复杂度。仿真结果表明,文中所提的算法相较于经典算法在估计精度和复杂度方面具有一定的优越性。     

Channel estimation assisted by postfixed pseudo-noise sequences padded with zero samples for mobile orthogonal-frequency-division-multiplexing communications

A channel estimation (CE) technique that uses a postfixed pseudo-random sequence padded with zero samples is investigated to extend pseudo-random-postfix orthogonal-frequency-division-multiplexing (PRP-OFDM) communications onto mobile applications. The proposed technique takes advantage of pseudo-noise sequences periodically inserted after each OFDM block within the original guard interval (GI) in conventional zero-padded OFDM (ZP-OFDM) or within the original cyclic prefix (CP) in conventional CP-OFDM. This allows accurate estimation of the channel impulse response. In addition, the proposed technique takes advantage of the null samples padded after the PN sequences for reducing inter-symbol interference occurring with the CEs and with the overlap-add information detection in the conventional PRP-OFDM. The proposed technique successfully applies either (1) a least-squares (LS) CE with assistance from decision-directed data or (2) an approximate LS CE method onto PRP-OFDM-like communications for the purpose of improving CE performance on rapid time-varying channels. Computer simulations in conjunction with statistical analysis assess the performance evaluation of the proposed technique and show that it can achieve lower mean-square estimation errors and lower error probabilities in mobile environments.