卡尔曼滤波器性能分析

本文提出了用实际的估计误差协方差来评价卡尔曼滤波器的性能的思想,并针对单输入单输出系统,分析了在初始条件,误差模型部分或全部不精确已知的情况下,卡尔曼滤波器的性能,得到了一些有用的结论。     

非理想信道下基于人工噪声的密集异构蜂窝网安全传输方案

针对密集异构蜂窝网在非理想信道状态信息条件下的安全传输问题,该文分析了人工噪声对通信的可靠性和安全性的影响,在此基础上提出功率分配优化模型,在不同信道估计精度条件下给出了最优的功率分配因子。首先,考虑信道估计误差对合法信号传输以及人工噪声泄露的影响,推导了典型通信链路的连通中断概率和安全中断概率。然后,在安全性和可靠性约束条件下建立功率分配优化模型以最大化系统安全吞吐量,并通过K维联合搜索算法得到每层网络的最优功率分配因子。最后,仿真结果表明系统设置最优功率分配因子时,人工噪声方案可提升约15%的安全吞吐量。     

三次插值频率估计的改进算法

对正弦信号频率估计的几种插值算法进行了研究,重点介绍了一种精度较高的三次插值算法,针对其估计误差仍然较大,而且在频率接近某一区域时精度下降的情况,提出了一种修正算法,仿真结果证明该算法在只增加少量计算量的情况下性能非常优越。     

非理想Nakagami-m信道下DF协作系统的最优功率分配

针对Nakagami-m衰落信道下的多中继DF协作系统,研究信道估计误差存在时功率分配对系统性能的影响．首先基于全概率公式和矩母函数(MGF)方法,给出M-QAM调制下的近似误符号率(SER)和渐进SER解析式; 其次,基于简洁的渐进解析式,将功率分配问题转换为典型的凸优化求解问题．得出了在总功率一定的条件下,最小化系统SER的最优功率分配的理论计算公式．计算机仿真结果表明: 信道估计误差存在时,相比较等功率分配策略,最优功率分配能显著提高中低信噪比下的协作系统性能,但不能改善高信噪比下系统的错误平层．     

一种加权均方误差最小化的鲁棒性干扰对齐算法

线性干扰对齐的一个常见优化目标是总传输速率最大化,但因为和速率函数的非凸特性而难以直接求解。加权均方误差最小化算法借助均方误差与和速率之间的等价关系解决了这一问题。这一方法需要获得准确的信道状态信息,在实际应用中,通道估计误差的存在会导致算法性能的下降。该文提出一种改进算法,在干扰对齐预编码矩阵与接收矩阵的优化求解过程中将通道估计误差的统计特性考虑在内。仿真结果表明,相比以往的加权均方误差最小化算法,该文算法对信道估计误差具有较高的鲁棒性,可以有效提高总的传输速率。     

非理想信道估计下的放大转发协同通信系统性能分析

针对两跳多中继放大转发协同通信系统,分析了信道估计误差对系统性能的影响。考虑机会中继和全参与中继两种中继策略,分别推导了系统误码率的闭式表达式,并分析了不同信道估计质量阶数下的系统分集增益。平均信噪比损失率分析表明机会中继较全参与中继对信道估计误差更为敏感。仿真结果验证了理论分析。     

加入信道估计误差的MIMO双向中继最大和速率的研究

主要研究一个中继和两个用户,用户和中继都是多天线的系统信道模型。双向中继相比于单向中继可以提高系统的频谱效率。我们在信道估计中引入了误差,然后利用梯度下降迭代算法计算基于最大和速率下的权值矩阵F。运用公式计算最大和速率和误码性能,仿真结果表明,在信道误差达到一定大的情况下,在高信噪比的时候系统的性能受到较大影响。     

参数估计误差对极化滤波性能影响分析

回波极化参数在自适应估计过程中必然存在误差,这会对虚拟极化滤波性能造成不利影响,而现有文献很少涉及对此问题的讨论.首先介绍了虚拟极化滤波的原理,分析了理想情况下的虚拟极化滤波性能,仿真分析表明虚拟极化滤波对增强目标与干扰抑制有很好的效果;同时对极化参数估计误差对虚拟极化滤波性能的影响进行了分析,讨论了不同情况下极化参数估计误差对信干比改善因子与目标增强因子的影响,对其进行了仿真分析,为虚拟极化滤波参数设置提供了理论依据.     

SNR估计误差对BICM-ID系统性能影响的研究

在BICM-ID(Bit-Interleaved Coded Modulation with Iterative Decoding,BICM-ID)系统或其他级联码系统中实现迭代检测接收机需要对信道的信噪比(SNR)进行估计。该文研究信噪比估计误差对BICM-ID系统性能的影响,分析各种译码算法对信噪比估计误差的敏感程度。理论分析和仿真结果表明max-log-APP算法对信噪比估计具有最好的鲁棒性,log-APP及其他简化算法对SNR估计误差的鲁棒性在SNR过估计时比SNR欠估计时好,原因在于各个算法所采用的修正函数不同。满足算法性能没有大的损失的SNR估计误差精度范围随着信道条件的改善而增大,通常在-2dB到+6dB之间。因此在非理想的信道状态信息条件下,max-log-APP算法是BICM-ID系统的最佳译码算法。     

AWGN信道下Turbo码解码算法的选择

在加性高斯白噪声（AWGN）信道下,采用最大后验概率(MAP)算法的Turbo码解码是误比特率最低的算法。为了降低运算量实现快速解码,Log-MAP算法、Max-Log-Map算法和线性Max-Log-Map算法分别对MAP算法进行了不同程度的简化。本文简单介绍了基于MAP算法的Turbo码解码原理,从纠正函数的角度出发归纳和比较了三种MAP类简化算法,通过纠正函数从理论上对算法性能以及对信噪比估计误差的敏感度进行了分析,对分析结果进行了仿真验证。综合解码性能和运算量,提出了Turbo码解码的算法选择方案,以及实用,简易的Turbo码解码参数设置建议。