基于空分RAKE接收机的超宽带信号多径性能分析

超宽带信号由于良好的抗多径能力而适用于室内等密集多径场所的高速无线接入。该文研究的就是超宽带信号的多径信道中具体的性能指标，即在一定的信噪比条件和接收机条件下，超宽带系统传输的误码率。文中采用分空RAKE接收机，以最大组合比方式进行接收，在此基础上假设接收信号服从瑞利分布或莱斯分布，推导出了基于接收信号信噪比的不同超宽带多径信号波形及不同天线阵元数量时的误码率计算公式。之后，通过仿真对AWGN信道和多径信道的接收性能、不同UWB波形的接收性能等进行了比较，得出一些重要的具体结论。     

基于Q-学习算法的矿井自适应OFDM调制研究

针对传统基于固定信噪比门限的自适应OFDM(正交频分复用)调制技术应用于复杂矿井信道时,由于反馈信道状态与实际信道状态不能完全匹配,导致误码率高和吞吐量低的问题,提出了一种基于Q-学习算法的自适应OFDM调制方法,并将其应用于矿井自适应OFDM调制系统。该系统由发送端、矿井无线信道和接收端组成,发送端为矿井下装有传感器的小车,可以在狭长的巷道内自由移动。发送端利用Q-学习算法在与矿井无线信道的动态交互中不断更新状态-动作值函数,并根据更新的状态-动作值函数,采用贪婪策略来选择调制方式,逼近最优自适应调制策略,以达到降低系统误码率、提高通信吞吐量的目的。与基于SARSA算法、固定信噪比门限的2种矿井自适应OFDM调制系统性能进行仿真对比,结果表明:矿井小车在匀速和移动速度变化状态下,基于Q-学习算法的自适应OFDM调制系统平均误码率分别为1.1×10~(-3),2.1×10~(-3),总吞吐量分别为3 115bit,2 719bit,均优于基于SARSA算法和固定信噪比门限的自适应OFDM调制系统,且系统中Q-学习算法收敛速度优于SARSA算法。     

基于小波去噪的OFDM信道估计技术研究

信道估计能够为OFDM系统提供相干解调和空时译码所必须的信道信息,是OFDM系统接收机中非常重要的一个环节,如何降低无线信道的噪声,提高信道估计精度,是关乎整个通信系统性能的重要问题.提出了一种将小波去噪应用到OFDM系统无线信道估计中的方法,利用LS算法得到导频位置频域响应后进行小波去噪,然后插值得到整个信道的频域响应,可以减少多径衰落信道中的噪声和ICI对于信道估计精度的影响,减少系统的误码率.在SISO-OFDM和MIMO-OFDM系统,无线移动信道环境下的仿真表明,与传统的信道估计方法相比,在低信噪比的情况下,提出的信道估计方法能够提供2-3dB的性能改善.     

双向中继协作通信系统的迭代接收机设计

针对双向中继协作系统建立了中继节点多用户接收机因子图模型,通过利用高斯参数化对混合高斯分布进行近似,提出了一种联合信道估计、多用户检测与译码的迭代消息传递算法,在合理的复杂度下有效地提高了中继接收机对于多用户混合信号的检测性能.     

采样频率偏差对QPSK OFDM系统误码率的影响分析

研究了采样频率偏差在加性高斯白噪声信道、瑞利平坦衰落信道和瑞利频率选择衰落信道下对QPSK OFDM系统误码率的影响。通过分析发现,采样频率偏差引起的OFDM系统子载波间的邻道干扰（ICI）不仅与子载波间的间隔有关,而且还与子载波的位置有关,其不能等效为载波频率偏差引起的ICI。通过对OFDM系统子载波间的ICI进行分析,求得上述三种信道条件下接收信号的特征函数;在基带调制方式为QPSK调制时得到了OFDM系统误码率的理论解析解。计算机仿真结果验证了该误码率理论解的正确性。     

不同信道条件下MIMO空时编码技术的特性分析

为了分析多输入多输出（ MIMO）空时编码技术在不同信道条件下的性能优劣,研究了无线信道的衰落统计特性,对比了在Rayleigh信道、Rician信道和Nakagami信道条件下,正交频分复用空时块编码（ STBC-OFDM）、垂直空时分层码（ V-BLAST）及空时格型码（ STTC）的系统误码率。通过仿真分析结果表明：STBC-OFDM系统在衰减指数为5的Nakagami信道条件,系统误码率最低,Rician信道次之,Rayleigh信道最高,而且当系统误码率为10－3时,其所需的信噪比（ SNR）分别为7,9,11 dB;但对于V-BLAST和STTC系统,随着信噪比的增加,不同的信道条件对系统误码率的影响各有优劣。     

基于高阶累积量和DNN模型的井下信号识别方法

针对矿井复杂异构的无线环境,提出一种基于高阶累积量和DNN模型的井下信号识别方法,实现了井下BPSK,QPSK,8PSK,2FSK,4FSK,8FSK,32QAM,64QAM,OFDM等数字信号的自动调制识别。分析得到9种数字信号的高阶累积量理论值,并通过傅里叶变换提高信号辨识度;分析井下小尺度衰落信道对高阶累积量的影响,推导出经过井下衰落信道后信号的高阶累积量计算表达式,根据高阶累积量理论值构造特征参数并训练DNN模型,实现信号识别。仿真分析结果表明,该方法在矿井Nakagami-m衰落信道下有出色的调制识别性能,信噪比为-5 dB时平均正确识别率为89.2%以上,信噪比为5 dB以上时平均正确识别率为100%。该方法为在特殊复杂环境下的信号识别检测提供了新思路。     

无循环前缀单载波频域均衡及信道估计算法

单载波频域均衡(Single Carrier Frequency Domain Equalization,SC-FDE)技术可以有效地消除符号间干扰(ISI),相对于OFDM,具有较低的峰均比(PAPR),因此成为宽带无线通信关键技术之一。传统的SC-FDE系统需要在发送帧前面加入循环前缀(Cyclic-Prefix,CP),且CP长度要大于信道最大多径时延,这就降低了频带利用率,使得发射机功率增加。在取消CP情况下,通过隐训练序列获得信道脉冲响应估计信息,之后利用虚拟补零技术,恢复发送信号和信道的循环卷积,并通过迭代处理消除干扰。仿真结果表明,在信噪比大于3 d B后,算法误码率便接近相同信噪比条件下的高斯白噪声信道,性能较为理想。     

基于深度学习的LoRa信号识别研究

针对低信噪比环境下传统匹配滤波算法在LoRa信号解调中误码率较高的问题,提出了一种基于深度学习的LoRa信号识别方法。设计的监督学习神经网络由输入层、卷积层、全连接层、分类层和输出层组成,利用不同信噪比的加性高斯白噪声信道模型生成的LoRa接收信号对神经网络模型进行训练,再将训练好的神经网络应用于LoRa解调的信号识别...     

基于MATLAB的OFDM系统仿真及性能分析

正交频分复用（OFDM）是第四代移动通信的核心技术.该文首先简要介绍了OFDM基本原理,重点研究了理想同步情况下,保护时隙（CP）和不同的信道估计方法在高斯信道和多径瑞利衰落信道下对OFDM系统性能的影响.在给出OFDM系统模型的基础上,用MATLAB语言实现了整个系统的计算机仿真并给出参考设计程序.最后给出在不同的信道条件下,保护时隙、信道估计方法对OFDM系统误码率影响的比较曲线,得出了较理想的结论.     

一种新颖的OFDM信号子载波数估计方法

针对低信噪比多径信道下传统的正交频分复用(OFDM)信号子载波数估计方法存在估计性能不高,计算复杂度高等问题,提出了一种新颖的OFDM信号子载波数估计方法。首先计算接收信号的自相关矩阵,然后对接收信号的自相关矩阵进行特征分解,提取分解后的特征值,最后根据特征值的分布特性实现子载波数目的估计。仿真实验结果验证了我们的方法在高斯白噪声信道和多径信道条件下对OFDM信号子载波数估计的有效性与可靠性。     

基于伪噪声序列的OFDM信道估计方法

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)的应用及需求,提出一种基于伪噪声(pseudo-noise)序列的OFDM系统模型,并针对其信道估计均衡需求,提出一种基于迭代的信道估计算法和低复杂度的频域均衡算法。最后在高斯白噪声信道、存在多普勒频移瑞利信道、双径延迟信道下,对误码率性能进行仿真和分析。结果表明,该方法适用于常见信道,误码率性能优于传统循环前缀(Cyclic Prefix,CP)OFDM,且通过迭代能够提高性能。以上研究结果可应用于OFDM数字电视地面广播工程。     

OFDM误码率性能分析与研究

本文通过MATLAB编程实现正交频分复用(OFDM)的系统仿真,系统采用卷积码和交织码级连的差错控制编码。以高斯噪声信道和电力线信道为例,用本仿真系统分别计算出了无差错控制编码和有差错控制编码情况下误码率与信噪比的关系。结果表明,加入差错控制编码使误码率达到10-3时对信噪比的要求有很大减小。系统误码率随信噪比增加以近似二次曲线下降或部分近似二次曲线下降,以不同系数的二次曲线分别进行模拟,可以控制差值在0.005￣0.02范围内。     

无线移动通信系统中提高信道估计精度盲方法

基于多载波正交频分复用（OFDM）系统,提出了一种新的时变步长修正软加权判决递归二乘信道估计盲方法。该法通过对常规算法步长进行自适应的科学设计以便跟踪信道特征变化,同时利用接收机判决信息函数修正权系数,克服了常规递归最小二乘（RLS）盲方法收敛速度慢、信道估计性能不高的缺点。仿真证明：对于不同的时延扩展、时间以及信噪比,该法均表现出比常规方法更优的性能。 同时,该法亦可用于估计通信、雷达、航天等领域的其他特征参数。     

矿井透地通信系统中的定时同步研究

对矿井透地通信系统中的定时同步问题进行了研究。首先以大地信道为对象构建了简单的弹性波介质模型,计算得到该模型的多径延时为20 ms;其次在Matlab环境中仿真并对比分析了非数据辅助定时定时同步方法和数据辅助定时同步方法在透地通信系统定时同步应用中的性能,得出非数据辅助定时同步方法对透地通信系统的信号功率要求较高、数据辅助定时同步方法具有较高可靠性且更适合透地通信系统的结论;最后对采用数据辅助定时同步方法,当OFDM信号的循环前缀长度分别为最大时延的0.5倍、2倍、4倍,信噪比为0~18 dB的透地通信系统解码误码率进行了仿真研究,结果表明,当OFDM信号的循环前缀长度大于最大时延的2倍、信噪比大于16 dB时,透地通信系统的解码误码率可达10-5数量级,从而验证了数据辅助定时同步方法应用于透地通信系统同步解码时的可靠性。     

超宽带冲激无线电相关接收器的仿真比较

超宽带相关接收器的设计是超宽带冲激无线电接收机实现信号接收的关键之一,针对使用二阶高斯脉冲的超宽带冲激无线电相关接收器的特点,建立了相应的仿真模型,在Simulink平台下实现了对超宽带冲激无线电相关接收器的模拟,采用了T-R(发送-参考)自相关和互相关三种相关接收机方案,分别通过高斯噪声信道和多径信道进行相关仿真,对比了各种相关接收器的脉冲检测效果,验证了相关检测技术从噪声环境中提取超宽带信号的能力,为超宽带相关接收机系统的优化设计提供了参考.     

基于抑制噪声干扰的ATR-UWB接收机

分析了超宽带接收机的原理和特点,着重对能够有效抑制噪声干扰的ATR-UWB(Average Transmitted Reference Ultra-Wideband)接收机进行了详细的分析推导,给出了ATR-UWB接收机的误码性能表达式。进一步对几种常见的超宽带接收机在多径信道叠加高斯白噪声下的误码率性能进行分析和比较,并进行了性能仿真。仿真结果表明,在低复杂度的条件下,抑制噪声干扰的ATR-UWB接收机具有良好的性能。     

应用MDFT结构的认知无线电频谱感知方法

针对认知无线电系统采用传统正交频分复用（OFDM）技术时,其高频谱泄露带来的邻带间干扰及造成的主用户信号检测性能下降等问题,提出了一种基于改进离散傅里叶变换（MDFT）调制滤波器组的认知无线电（CR）多用户接入频谱检测方案,并推导了CR系统在应用MDFT滤波器组条件下检测概率表达式。理论推导及不同参数下仿真结果表明,与基于OFDM的CR系统相比,MDFT结构的系统比以矩形窗函数为原型滤波器的OFDM系统带外有更高阻带衰减;在较低信噪比情况下,基于3GPP TS 25.104协议标准的多径步行信道采用MDFT滤波器组结构的CR系统频谱感知性能相比于采用OFDM调制方式有了明显提升。     

基于多标签分类算法的多输入多输出智能接收机模型

传统无线通信系统由发射机和接收机组成,待传输的信息经过信道编码、调制、成型后通过天线发射出去。由于信道衰落、噪声和干扰等因素的影响,到达接收机的信号会存在较严重的失真,接收机需要从失真的信号中尽可能地恢复出原始信息。为解决此问题,提出基于多标签分类神经网络的多输入多输出（MIMO）智能接收机模型。该模型利用深度神经网络（DNN）替代接收机从信号到信息之间的整个信息恢复环节,并采用多标签分类算法代替多个二分类器实现多个比特的信息流恢复,而训练数据集为包含二进制相移键控（BPSK）与正交相移键控（QPSK）两种调制方式以及汉明编码与循环编码两种方式的正交信号。实验结果表明在噪声、瑞利衰落、干扰等情况下,使用传统Alamouti译码方法的接收机误码率（BER）为1E-3时,智能接收机已经实现了BER为0的恢复信息;在保持BER性能相同时,所提多标签分类算法比对比模型的多个二分类器算法在每个批次的训练时间上减少了约4 min。     

基于MATLAB的信道编码仿真

本文分析了线性分组码和卷积码的编译码原理,然后通过MATLAB的sumilink仿真模块对二进制对称信道和高斯白噪声信道在汉明码编码下进行仿真分析;根据误码率曲线图对信道性能的特点进行比较分析.结果表明:汉明码的误码率会随着信噪比的升高而降低,而卷积码在信噪比较大时误码率明显降低.