基于无迹卡尔曼滤波的双选信道估计方法

针对高速移动场景中由于信道存在时频域选择性衰落(双选衰落)导致正交频分复用(orthogonal frequency division multiplexing, OFDM)通信系统受到子载波间干扰而使通信质量下降的问题,采用基扩展信道模型,在消除子载波间干扰(inter carrier interference, ICI)影响的同时节约信道估计算法的空间复杂度。针对基扩展模型(basis expansion model, BEM)下的非线性信道状态空间模型,采用无迹卡尔曼滤波(unscented Kalman filter, UKF)方法进一步跟踪信道响应提升信道估计精度。仿真分析表明,本研究所提方法能够有效提升信道估计的精度,相对于传统算法具有更好的误码率性能和鲁棒性。     

基于扩展卡尔曼滤波的MIMO迭代信道估计方法

针对高速移动场景下信道快衰落、非平稳等特性导致下行链路信道估计性能受限的问题,提出了一种适用于高速移动环境下行链路的MIMO信道估计方法.采用自回归过程对信道建模,构造自反馈的扩展卡尔曼滤波器(EKF)追踪信道响应及其时域相关系数.采用迭代接收机的结构解决了在MIMO环境下观测方程欠定的问题.仿真结果表明,在高速移动环境下所提方法相较于最小二乘估计等传统方法提升了信道估计的均方误差和系统的误码率性能,可应用于高速列车无线通信设备的接收机基带信号处理系统.     

基于无迹卡尔曼滤波的双选信道估计方法

针对高速移动场景中由于信道存在时频域选择性衰落(双选衰落)导致正交频分复用(orthogonal frequency division multiplexing, OFDM)通信系统受到子载波间干扰而使通信质量下降的问题,采用基扩展信道模型,在消除子载波间干扰(inter carrier interference, ICI)影响的同时节约信道估计算法的空间复杂度。针对基扩展模型(basis expansion model, BEM)下的非线性信道状态空间模型,采用无迹卡尔曼滤波(unscented Kalman filter, UKF)方法进一步跟踪信道响应提升信道估计精度。仿真分析表明,本研究所提方法能够有效提升信道估计的精度,相对于传统算法具有更好的误码率性能和鲁棒性。     

基于BEM的非平稳双选信道估计方法

面向高速环境下的无线通信系统,针对高速信道的双选衰落和非平稳特性,提出一种基于基扩展模型（Basis Expansion Model,BEM）的贝叶斯滤波的信道估计方法.针对双选衰落特性,采用BEM信道模型,降低估计复杂度,消除子载波间干扰;针对非平稳特性,提出一种基于贝叶斯滤波的联合估计信道冲激响应与时变的时域自相关系数的信道估计方法.仿真分析表明,所提方法相较最小二乘法等传统方法在高速环境下能够提升估计精度和误码率性能.本方法特别适用于高速铁路的无线通信系统.     

一种空间信息网络中改进的SCPS-SP

在互联网安全协议(IPSec)和空间通信协议规范-安全协议(SCPS-SP)的基础上,针对空间信息网络中SCPS-SP在安全级别自适应、抗重放攻击方面对数据保护的不足,提出一种改进的SCPS-SP(M-SCPS-SP)。该协议可以满足不同空间信息网络用户的安全级别需求,同时还具有扩展性,支持不同的高效加密和认证算法。最后,搭建基于SCPS参考实现的仿真平台,验证了所提M-SCPS-SP的可行性和有效性。