基于最大似然网格搜索的TDOA和FDOA加权代价函数定位算法

由于现有的基于最大比合并MRC( Maximum Ratio Combination)的联合搜索定位算法实现复杂度高,为降低其计算复杂度,提出基于网格搜索的加权最大似然代价函数定位算法WMLGS( Weighted ML Grid Search Localization)。仿真结果表明：MRC和WMLGS算法的定位性能近似相等,在无地球表面约束条件下均优于单独时差或频差定位性能,并且逼近克拉美罗联合界,同MRC相比,WMLGS节省了一半左右的计算量,因此更具有实用价值。     

单用户对双向中继系统中基于梯度下降的最大化和速率功率分配方案

针对单用户对双向中继系统中的功率分配问题,提出了一种基于梯度下降法的功率分配方案。该方案在总功率约束的条件下,以最大化和速率为目标函数,通过对中继波束成形矩阵和功率分配矩阵的反复迭代,求解出局部最优的功率分配和中继波束成形矩阵。仿真结果表明:提出方案的误码性能相比于等功率分配有明显提高,在误码率为10-2时,可获得2.5d B~3 d B的信噪比增益;同时,在中高信噪比下,相比于等功率分配,该方案可获得0.3(bit/s)/Hz~0.5(bit/s)/Hz的和速率增益。     

IQ不平衡OFDM系统高性能稀疏信道估计算法

针对正交频分复用系统中收发两端都有同相和正交不平衡的问题,本文提出了一种时域最小二乘（Ｔｉｍｅ ｄｏｍａｉｎｌｅａｓｔｓｑｕａｒｅ,ＴＤ-ＬＳ）信道估计算法。在此基础上,为了进一步挖掘无线信道的稀疏特性,又引入稀疏信 号处理理论中的迭代收缩（Ｉｔｅｒａｔｉｖｅｓｈｒｉｎｋａｇｅ,ＩＳ）和平行协调下降（Ｐａｒａｌｌｅｌｃｏｏｒｄｉｎａｔｅｄｅｓｃｅｎｔ,ＰＣＤ）思想,构造了一种联合的信道估计算法：ＴＤ-ＬＳ-ＩＳ-ＰＣＤ。仿真结果表明：采用相同的最小二乘补偿算法时,提出的ＴＤ-ＬＳ 和ＴＤ-ＬＳ-ＩＳ-ＰＣＤ 的误码性能明显优于传统的频域最小二乘算法;同时ＴＤ-ＬＳ-ＩＳ-ＰＣＤ 算法误码性能优于ＴＤ-ＬＳ,逼近理想情况,因此该算法充分挖掘了信道的稀疏特性。     

IQ不平衡OFDM系统两种逼近最大似然性能的亚最大似然补偿算法

针对在同相正交IQ不平衡的正交频分复用(OFDM)系统中用传统的最大似然(ML)补偿算法需要二维复向量的搜索,从而导致计算复杂度较高的问题,提出了两种逼近ML算法性能的补偿算法,即一维实向量迭代搜索算法和二维实向量迭代搜索算法,它们通过在空间中迭代搜索一维或二维实向量来降低计算复杂度.仿真结果表明,上述改进的亚ML补偿算法的性能优于现有的频域和时域最小二乘补偿方法,逼近ML算法,其计算复杂度明显低于传统的ML算法,误比特性能与ML算法相当.     

快时变多用户MIMO-OFDM系统中复杂度可调的子载波分组预编码技术

在时变多用户MIMO-OFDM系统中,所有子载波整体预编码方案的性能优于单个子载波单独预编码方案。然而前者的复杂度是基站发射天线数 与子载波总数 乘积的函数,显著高于后者,特别 时,复杂度极高。为了解决这个问题,我们提出了一种基于最大化信泄噪比的复杂度可调的分组子载波（grouped-subcarrier maximum signal-to-leakage-and-noise ratio,GS-Max-SLNR）预编码方案。此外,我们推导了组间干扰公式,该公式在给定多普勒频移和信噪比的条件下,可以根据需要选取合适的分组数。理论建模和仿真表明,通过选取合适的分组数目,提出的GS-Max-SLNR能够实现复杂度和性能的良好折中。