TD-LTE下行发射分集自适应信道估计研究分析*

为了研究适用于TD-LTE系统下行信道发射分集模式下的信道估计算法,在基于离散分布的小区专用参考信号基础上分析了最小二乘（LS）和递归最小二乘（RLS）信道估计算法。为了简化MIMO信号检测的复杂度,针对发射分集模式提出了两种信道响应值的修正方法,改善的信道响应修正算法利用了时频域相关特性可以更好地跟踪信道变化。通过MATLAB在瑞利衰落信道下的仿真,表明RLS信道估计性能优于LS信道估计算法,而改善的信道响应修正算法能够进一步提高传统修正算法的性能。     

MIMO系统中一种新的时变信道跟踪方法

该文提出了时变平坦：豪落信道环境下多输入多输出（MIMO）通信系统中一种新的基于递归最小二乘法（RLS）的带干扰对消的信道跟踪方法（RLS—IC）。该方法将每个数据子流上的进行信道跟踪的滤波器等效为一个加长的新的滤波器,并把已解出的子流数据作为新的输入参数,应用RLS算法自适应调整新的信道跟踪滤波器参数。仿真结果表明,该文提出的带干扰对消的信道跟踪方法可以更好地跟踪信道变化,节省训练序列开销,同时比已有的递归最小二乘方法能提供更好的误符号率（SER）性能。     

基于频域RLS的UWB信道估计算法研究*

为了提高超宽带接收机性能,提出一种适用于TH-PPM调制方式的超宽带信道估计算法,并对其误码率性能及复杂度进行了分析。算法基于信道频域特性,结合递归最小二乘（RLS）计算,达到信道参数估计的目的。算法可同时对多路信道进行估计,而且对幅度和相位不存在模糊因子。通过计算机仿真和与最大似然法信道估计算法的对比表明,该算法在误码率为10-4时,信噪比增益约为2 dB。通过对该算法性能的理论分析及计算机仿真实验表明,该算法在保证信道估计性能的前提下具有低复杂度,易于工程实现的优点。     

一种改进的时变SIMO信道常模盲均衡算法

为了提高时变(Time-varying, TV)信道的盲均衡性能,利用信源符号的常模(Ｃonstant modulus, CM)特性,针对单位圆附近含有公共零点的非理想信道,首先证明时变多天线联合接收(Single input multiple output, SIMO)盲均衡器与信道矩阵的联合冲激响应包含多个非零抽头,进而提出一种改进的基频率估计方法,克服了传统时变信道盲均衡器对于理想信道的局限性,并通过引入递归最小二乘常模算法以提高均衡器的收敛性能。仿真实验结果表明,改进方法提高了盲均衡器的收敛速度,拓宽了时变SIMO信道盲均衡结构的适用范围,能够更好地实现时变信道的盲均衡。     

一种抗多普勒效应的改进自适应信道估计算法*

提出了一种抗多普勒效应的改进自适应信道估计算法,该算法通过递归地更新信道估计值和应用矩阵求逆法来降低计算的复杂度以及应用直接判决（DD）法对信道进行估计和跟踪。仿真结果表明,本算法在降低计算复杂度和没有影响系统误码性能的情况下,在快衰落环境中对高多普勒频移有一定的鲁棒性。     

基于正则总体最小二乘准则的OFDM系统信道估计算法

基于导频的最小二乘(LS)估计方法的优点是结构简单,容易实现,但对噪声和干扰敏感。通过对OFDM系统中由于信道的时变性产生的载波间干扰进行了分析,在此基础上提出正则总体最小二乘(TLS)信道估计算法。根据Tikhonov正则化原理,导出了总体最小二乘正则化解法的计算公式。与一般的LS信道估计相比,TLS方法同时考虑了信道噪声和信道时变特性,所以该算法不仅在一般的信道条件下具有良好的性能而且也适合快变信道条件下的OFDM系统。仿真结果表明,该算法具有很好的均方误差和误比特率性能。     

基于信道相关性的半盲信道辨识算法

针对全盲信道辨识算法无法辨识含公零点信道且对信道阶数误差敏感的问题,本文基于信道的CR相关性提出一种简单有效的半盲 信道辨识算法。算法通过输出数据构造相关矩阵W,根据相关矩阵W与信道向量的正交性构造约束方程,并利用少量已知符号和改进的最小二乘（Modified least square,MLS ）准则建立额外的约束,通过最小二乘法求得信道响应的闭式解。该算法有效地克服了全盲信道辨识算法的诸多局限性,避免了传统半盲方法面临的最优加权选择问题,算法复杂度较低且性能稳定,对信道噪声及信道阶数具有较强的鲁棒性。仿真实验验证了所提算法的有效性与优越性。     

正交空时分组码系统的一种新的盲信道估计算法

基于QR分解的信道盲估计方法是一种性能优良的新算法。将该算法推广到正交空时分组码的信道估计中,结合正交空时分组码的特性提出了一种新的信道盲估计算法。与经典的信道盲估计算法相比,新算法的计算量大为降低。同时,Monte Carlo仿真表明,当信噪比较低时,该算法比子空间法具有更好的性能。     

正交多小波变换常模判决反馈盲均衡器

针对常模判决反馈均衡器收敛慢的缺点,在对常规的基于平衡正交多小波变换的常模判决反馈盲均衡器（MWT-CMA-DFE）进行分析的基础上,设计了一种新的基于平衡正交多小波变换的判决反馈盲均衡器（NEW-MWT-CMA-DFE）。该均衡器通过对判决器的输出信号进行归一化正交多小波变换来加快收敛。仿真结果表明：对信道频率响应变化比较平滑的信道,与CMA-DFE和MWT-CMA-DFE相比,NEW-MWT-CMA-DFE的收敛快且稳态误差小;对信道频率响应起伏大的信道,NEW-MWT-CMA-DFE和MWT-CMA-DFE性能基本一致,而比CMA-DFE收敛快且稳态误差小。     

一种简化的OFDM信道估计方法

OFDM（JE交频分复用）技术是无线通信领域的重要技术,研究信道估计精度对系统性能有着直接的影响。提出了基于导频插入的LS（最小二乘法估计）、MMSE（最小均方误差估计）和SVD（奇异值分解）信道估计方法。并针对MMSE算法有很好的性能但复杂度大,LS算法复杂度低但性能受到限制,提出了一种改进方法。采用广义平稳非相关散射下的多径时变瑞利信道模型,对各个算法进行了仿真试验,得出不同算法的信道估计中误比特曲线,比较了各个算法的性能。仿真结果表明：改进的算法有好的性能和低的复杂度。     

基于FPGA的Leighton-Micali签名方案密钥生成的高速可配置实现

由于量子计算机的飞速发展,现代密码学面临着巨大的挑战。为了实现抗量子计算机攻击的加密,人们提出了许多新的加密方案,并对后量子密码学(Post-Quantum Cryptography,PQC)开展了标准化进程。Leighton-Micali签名(Leighton-Micali signature,LMS)是一种基于哈希的后量子签名方案,其私钥和公钥尺寸都较小,且安全性已被充分研究。LMS被互联网工程小组(Internet Engineering Task Force,IETF)选为PQC签名协议的标准方案,同时被美国国家标准技术局(National Institute of Standardsand Technology,NIST)选为一种PQC过渡方案。然而,密钥生成过程中的效率低下,成为了LMS实际应用中的瓶颈。在本文中,我们首次对LMS进行基于FPGA的硬件实现与加速。首先,在不损失安全性的基础上,我们将LMS中的主要哈希函数由SHA2替换为SHA3函数。其次,我们设计了一个软硬件协同系统,将核心的哈希运算用硬件进行实现,该系统在消耗较少资源的前提下,可完成LMS协议的所有过程:密钥生成、签名与验证。该系统为物联网(Internet of things,IoT)场景下资源受限的LMS应用提供了参考。接着,我们提出了一个高速的密钥生成架构来加速LMS。该架构中具有可配置性,支持LMS的所有参数集,内部的哈希模块根据使用场景进行设计与部署,且并行度经过精心设计,以使得架构同时达到低延迟和高硬件利用率。此外,设计中的控制逻辑被设计为在适应不同参数集的情况下保持一定程度的恒定功率,以抵御功率分析攻击。该架构使用Verilog实现,并在Xilinx Zynq UltraScale+MPSoC ZCU104 FPGA平台上实验。实验结果表明,与在Intel (R) Core (TM) i7-6850K 3.60GHz CPU上启用多线程的目前较优软件实现相比,本文中的设计在不同参数配置下可实现55x~2091x的加速;与最新的各平台LMS工作相比,本文中设计可实现超过17x的加速;与相近方案的FPGA工作相比,本文中设计可实现约70x的加速。     

基于最佳选择的星地协作系统中断概率

针对卫星信道的衰落特性和阴影效应,分析了一种星地协作系统(HSTCS),并通过对陆地卫星移动通信(LMS)信道进行分析得到其中断概率的闭环表达方法.在源节点(卫星)到目的节点(地面终端)间采用解码前传(DF)模式,目的节点将来自卫星和信噪比最大的中继节点的信号进行合并,并通过Matlab进行仿真.仿真结果表明,同直接传输相比,该系统能够通过获得分集增益,有效提高系统中断性能.     

基于修正快速傅里叶变换算法的仪表着陆系统信号干扰抑制与定量分析

针对日益繁忙的机场空域和周边建筑对仪表着陆系统信号干扰的增加,以及传统模拟处理技术缺陷,提出一种基于修正快速傅里叶变换(FFT)频谱校正和最小均方差(LMS)算法自适应滤波器结合实现仪表着陆系统(ILS)信号鉴频分离的技术方案。该方案应用LMS自适应滤波器对ILS信号干扰进行抑制,完成滤波器的权值系数设定,并通过修正FFT技术在时域与频域内对ILS信号进行频谱分离与提取,修正其频谱幅值,以消除由于采样引起的频谱泄露和栅栏效应对信号的影响,使得提取信号逼近理想情况,提高调制度差(DDM)识别精度。针对ILS信号的干扰抑制与频域分离进行了仿真验证,结果表明所提出的信号处理系统技术方案能够有效地对干扰进行抑制,完成信号频域识别,为飞机着陆进近阶段提供准确可靠的导航信息。     

Scene-Change Aware Dynamic Bandwidth Allocation for Real-Time VBR Video Transmission Over IEEE 802.15.3 Wireless Home Networks

IEEE 802.15.3, an emerging wireless technology, was designed to provide high-quality multimedia services at home. Dynamic bandwidth allocation for a multimedia connection should be considered in order to achieve higher channel utilization, less buffer and less delay, especially for variable bit rate (VBR) multimedia connections. For real-time VBR videos, the bandwidth requirement should be predicted adaptively for effective channel-time requests. Previously, the adaptive least-mean square (LMS) algorithm with fixed step size was applied to predict channel time requirements due to its simplicity and relatively good performance. However, the performance might degrade when scene changes occurred. In this paper, we modify the variable step-size LMS algorithm and apply it as our predictor (VSSNLMS) so that the prediction errors on scene changes can be effectively reduced. Using the prediction results of VSSNLMS, we propose a dynamic bandwidth-allocation scheme that is scene-change aware and can guarantee the delay bound of real-time VBR videos. Simulation results show that the VSSNLMS predictor is superior to previous LMS-type predictors in performance, and the proposed scheme has better performance in channel utilization, buffer usage, and packet loss     

基于最小均方预测的图像单像素精度边缘检测算法

基于预测的思想,引入数字信号处理中常用的最小均方（LMS）横向滤波器对图像进行边缘检测。由于图像的缓变区域可等效为一个平稳随机过程,使得LMS算法能够适用。在通过LMS预测检测出图像边缘的基础上,本文还对该算法在边缘处的行为进行了附加条件的判断,使得LMS算法在经过边缘的地方重新收敛后才进行边缘检测,这样可以获得单像素精度边缘。     

Almost-sure convergence of adaptive algorithms by projections

A convergence proof is discussed for the normalized least-mean-square (LMS) algorithm for ergodic inputs. The approach is based on interpreting the algorithm as a sequence of relaxed projection operators by which the key contraction property is derived. The proof technique is strongly motivated by physical intuition, and provides additional insight into LMS-type algorithms under ergodic inputs. Embedded in the development is a slight generalization to a random time-varying gain parameter. This allows the incorporation of variations such as the LMS and signed LMS algorithms     

非线性时滞系统基于降阶观测器的反步镇定控制

针对一类状态未知的非线性严格反馈时滞系统, 本文提出了一种基于静态增益函数的输出反馈控制方案. 首先构造了降阶观测器以估计非线性系统的未知状态. 然后在Backstepping设计的每一步定义了具有控制增益函数 的新型Lyapunov-Krasovskii泛函以补偿未知时变时滞, 定义新的选择不唯一的连续控制增益函数以补偿非匹配项 以及Lyapunov-Krasovskii泛函补偿时滞时产生的非负项. 提出了一种无记忆输出反馈控制方案. 理论分析表明: 该 控制方案消除了未知时滞的影响, 保证了闭环系统所有信号的有界性, 并使系统实现渐近稳定. 最后仿真结果验证 了此控制方案的有效性.     

步进机器人自适应模糊伺服控制设计

本文提出一种新的模型参考自适应模糊控制器,并应用于步行机器人关节速度伺服控制,实验结果表明,该控制方案国好地解决了转速给定变化范围大和被控对象增益时变问题,改善了控制系统的鲁棒性和动态响应特性。     

基于声门脉冲的自适应时延估计算法*

在研究LMS自适应算法的基础上,提出一种基于声门脉冲的变步长LMS自适应时延估计新方法,并在相关噪声和混响的环境下与互功率谱相位广义互相关法(GCC-CSP)、变步长LMS自适应算法进行性能比较.实验结果表明,新方法具有很好的鲁棒性,即使在低信噪比强混响的环境下也能获得有效的时延估计.     

Diffusion LMS algorithms with multi combination for distributed estimation: Formulation and performance analysis

We propose diffusion least-mean-square (LMS) algorithms that use multi-combination step. We allow each node in the network to use information from multi-hop neighbors to approximate a global cost function accurately. By minimizing this cost and dividing multi-hop range summation into 1-hop range combination steps, we derive new diffusion LMS algorithms. The resulting distributed algorithms consist of adaptation and multi-combination step. Multi combination allows each node to use information from non-adjacent nodes at each time instant, thereby reducing steady-state error. We analyzed the output to derive stability conditions and to quantify the transient and steady-state behaviors. Theoretical and experimental results indicate that the proposed algorithms have lower steady-state error compared to the conventional diffusion LMS algorithms. We also propose a new combination rule for the multi-combination step which can further improve the estimation performance of the proposed algorithms.