一种在低信噪比下的时变信道估计算法

基于时分复用导频的信道估计方案易受到噪声的影响,文章在分析多个OFDM符号信道多普勒频移扩展的低通特性后,提出了一种滑动窗口频域消噪的算法,降低了噪声对信道估计的影响。仿真结果表明,在低信噪比下信道估计的MSE性能大约有1—2dB提高,除了增加了硬件FTT运算外,没有增加计算复杂性。     

MIMO-OFDM系统中抑制ICI的符号组合自消除算法

MIMO-OFDM系统易受载波频偏影响,产生子载波间干扰(ICI)。传统的ICI自消除算法简单实用,但频谱利用率较低;与传统ICI自消除算法相比,基于差分编码的ICI自消除算法提高了系统的频带利用率,但系统误码率较高。给出了一种基于符号组合的ICI自消除算法,在相邻的三个子载波上分别发送原始符号、相邻符号的组合符号和原始符号,接收端将接收到的信息进行线性组合,来减小相邻子载波间干扰。仿真结果表明,与基于差分编码的ICI自消除算法相比,这种算法既能更有效地抑制ICI,又能降低系统的误码率;与传统的ICI自消除算法相比,提高了系统的频带利用率。本算法在抑制ICI、降低系统误码率和频带利用率方面有较好的均衡。     

一种OFDM系统中ICI自消除的方法

为了有效消除ICI的影响,在Z-H的ICI自消除方法的基础上,提出以相位旋转为核心的ICI自消除方法。仿真结果验证了该方法的有效性。     

基于前导干扰消除的FBMC系统加权信道估计算法

针对FBMC系统信道估计时存在虚部干扰问题,提出一种新的信道估计算法。首先,该算法采用了基于虚部干扰消除的新导频结构;然后,利用两列导频分别作粗信道估计;最后,对粗信道估计采用加权方式进行精信道估计,进一步提高信道估计性能。仿真结果表明,与传统虚部干扰消除算法（IIE）相比,新导频结构算法在误码率为1%时,可获得1~2 dB的性能提升。     

正交频分复用通信系统中的快变信道估计

信道的快速变化导致正交频分复用通信系统(OFDM)载波间的正交性遭到破坏,从而产生载波间的相互干扰(ICI),传统的信道估计方法(不可虑ICI影响)不再适用。为此,Choi等人提出了相应的快变信道估计方法,但该方法计算量较大,且需要信道的统计特性知识,而实际信道的统计特性往往无法精确得到。Linartz等人证明:在大多数应用条件下,信道在一个OFDM帧周期内的变化近似满足线性特性。对OFDM系统的ICI特性进行了时域和频域两方面分析,并利用信道变化的线性特性,提出了一种新的快变信道估计方法,该方法具有计算量小、且不需要信道的统计特性信息的优点。文章还得到如下结论:与慢变信道情形不同,在信道快速变化条件下,当OFDM系统中的训练序列应分成许多长度相同的组,且这些组在OFDM帧中等间隔分布时,信道估计误差最小。     

时变衰落信道下的正交频分复用通信系统ICI消除

信道的时间变化使得正交频分复用通信系统(OFDM)载波间的正交性遭到破坏,从而产生载波间的相互干扰(ICI),导致系统接收性能明显降低。为解决这个问题,需对接收信号进行ICI消除,以恢复载波间的正交性。传统的ICI分析均在频域进行,在此基础上提出的ICI消除算法存在计算量大或频谱利用率低等缺点。为此,该文对ICI的产生机理和性质进行了时域和频域两方面的分析,在此基础上提出了一种高效ICI消除算法,即时域迭代消除法。理论分析和计算机仿真结果表明:该算法具有消除效果好、计算量小和频谱利用率高等优点。     

OFDM系统中减小ICI的分组共轭法研究

以无线移动环境下的OFDM系统为研究对象,围绕载波间干扰（ICI）的消除进行研究。虽然一些传统的ICI消除算法能够达到一定的消除效果,但是还存在着精确性不足,缺少必要的数学分析等缺点。对比之前的ICI自消除算法, 改进了系统模型,提出了一个新的有频率偏移误码率分析方法和降低OFDM数字通信系统中载波间干扰的方法,即分组共轭消除算法。还分析了其得以实现的数学方法,仿真分析的结果展示了这种方法与其他方法的比特误码率（BER）性能对比。     

基于多普勒辅助迭代的高速OFDM系统信道估计方法

在高速移动环境下,衰落信道的快时变性破坏OFDM子载波间的正交性并产生严重的载波间干扰,由此提出一种多普勒辅助迭代的信道估计方法。该方法在OFDM符号的适当位置插入导频符号,通过最小均方法迭代估计获得导频位置的信道信息,再由加权的时域插值获得数据符号位置的信道信息。插值加权系数与多普勒频移相关,由接收端的移动速度计算得出。在导频信道信息的迭代估计过程中,将检测到的数据符号作为新的导频信息反馈到导频信道估计模块进行迭代估计。仿真分析表明:在接收机移动速度达到300km/h时,该方法的性能稳定,不受多普勒频移影响,可以给出精确度逼近最佳信道条件下的信道估计结果。     

基于PN序列信道估计的回波抵消研究

针对估计序列影响信道估计精度并影响回波抵消效果的问题,从回波抵消基本原理出发,分析了PN序列作用信道估计的机理及其相关性对信道估计参数的影响,并与采用输入信号自身作估计序列的回波抵消方式进行了比较。对输入OFDM信号进行了仿真和实际运行。结果表明,采用PN序列估计信道,能有效提高估计的精度,改善回波抵消效果。     

变系数加权误差函数的判决反馈盲均衡算法

针对严重失真的水声信道,在分析几种常用传统误差函数和判决反馈均衡器（DFE）的基础上,构造了一种变系数加权误差函数,对DFE权向量进行更新,提出了基于变系数加权误差函数的判决反馈盲均衡算法（VCMDFE）。与基于传统误差函数的判决反馈盲均衡算法（CMDFE）相比,新算法能够根据均衡的进度,利用一变系数去调节误差函数数值的大小,以取得比CMDFE算法更快的收敛速度和更低的稳态误差。水声信道的仿真结果验证了该算法的有效性。     

An improved new error estimation algorithm for optimal filter lengths for stereophonic acoustic echo cancellation

In this paper, we propose an new error estimate algorithm (NEEA) for stereophonic acoustic echo cancellation (SAEC) that is based on the error estimation algorithm (EEA) in [Nguyen-Ky T, Leis J, Xiang W. An improved error estimate algorithm for stereophonic acoustic echo cancellation system. In: International conference on signal processing and communication systems, ICSPCS’2007, Australia; December 2007]. In the EEA and NEEA, with the minimum error signal fixed, we compute the filter lengths so that the error signal may approximate the minimum error signal. When the echo paths change, the adaptive filter automatically adjusts the filter lengths to the optimum values. We also investigate the difference between the adaptive filter lengths. In contrast with the conclusions in [Khong AWH, Naylor PA. Stereophonic acoustic echo cancellation employing selective-tap adaptive algorithms. IEEE Trans Audio, Speech, Lang Process 2006;14(3):785-96, Gansler T, Benesty J. Stereophonic acoustic echo cancellation and two channel adaptive filtering: an overview. Int J Adapt Control Signal Process 2000;4:565-86, Benesty J, Gansler T. A multichannel acoustic echo canceler double-talk detector based on a normalized cross-correlation matrix. Acoust Echo Noise Control 2002;13(2):95-101, Gansler T, Benesty J. A frequency-domain double-talk detector based on a normalized cross-correlation vector. Signal Process 2001;81:1783-7, Eneroth P, Gay SL, Gansler T, Benesty J. A real-time implementation of a stereophonic acoustic echo canceler. IEEE Trans. Speech Audio Process 2001;9(5):513-23, Gansler T, Benesty J. New insights into the stereophonic acoustic echo cancellation problem and an adaptive nonlinearity solution. IEEE Trans. Speech Audio Process 2002; 10(5):257-67, Benesty J, Gansler T, Morgan DR, Sondhi MM, Gay SL. Advances in network and acoustic echo cancellation. Berlin: Springer-Verlag; 2001], our simulation results have shown that the filter lengths can be different. Our simulation results also confirm that the NEEA is better than EEA and SM-NLMS algorithm in terms of echo return loss enhancement.     

加权算法下短波地空信道质量排序及性能评估

综合LQA和预测两种模型下航线信道质量排序的特点,通过对航线信噪比进行统计分析,得出了LQA的时效性分布模型,并以此作为修订LQA信道质量排序的修正因子,结合长期预测模型,给出了加权算法下的信道质量排序方案,根据ALE工作模式,确立了性能评估准则,构造了建链成功率和平均建链时间的理论模型;经仿真验证,加权算法下确立的信道排序与实际信道质量排序相似度高,其一次建链成功率优于LQA模型和预测模型,航线各点平均建链时间短,为航线ALE呼叫建链时信道排序提供了理论依据。     

基于最小二乘的UWB信道盲估计算法

针对超宽带系统的离散信道模型,利用接收信号的一阶统计量,提出一种基于最小二乘（LS）的盲信道估计算法。利用接收信号的循环卷积特性,在一个符号间隔内建立模型,最后利用LS算法求解。仿真表明,该算法与基于导频序列的ML估计方法和LS估计方法相比,均方误差（MSE）性能相差不大,但计算复杂度明显降低,同时提高了系统传输效率。     

基于RSSI的无线传感器网络修正加权质心定位算法

提出了一种基于接收信号指示强度(RSSI)的修正加权质心定位算法,它区别于以往的加权质心定位算法,在该算法中采用测试距离倒数之和代替距离和的倒数作为权重,同时提出了修正系数的概念,避免了信息淹没现象,提高了定位精度。仿真结果表明,本文算法定位精度较之前的加权质心定位算法有了明显提高,最高可达17.83%。     

Linearly time-varying channel estimation and training power allocation for OFDM/MIMO systems using superimposed training

We address the problem of estimating the linearly time-varying (LTV) channel of orthogonal frequency division multiplexing (OFDM)/multiple-input multiple-output (MIMO) systems using superimposed training (ST).The LTV channel is modeled by truncated discrete Fourier bases.Based on this model,a two-step approach is adopted to estimate the LTV channel over multiple OFDM symbols.We also present performance analysis of the channel estimation and derive a closed-form expression for the channel estimation variance...     

模拟退火粒子群算法的Volterra主动噪声消除器

当Volterra滤波器的阶数较大时,滤波器的系数呈几何级数增长,实现困难。本文利用模拟退火粒子群算法优化二阶Volterra非线性滤波器系数,并将其用于管道噪声消除。该算法结构简单、运行速度快,有较强的全局搜索能力。数值仿真结果表明,该方法达到良好的非线性消噪效果。     

基于改进子空间追踪算法的稀疏信道估计

由于许多通信系统的信道具有稀疏多径的特性,因此可以将信道估计问题归结为稀疏信号的恢复问题,继而应用压缩感知理论(CS)的算法求解。针对CS中现存的信号重构方法——子空间追踪法(SP)需要对稀疏度有先验知识的缺点,提出一种改进的子空间追踪法(MSP)。该方法的反馈和精选过程与SP算法一致,不同之处是MSP算法每次迭代时向备选组合中反馈添加的向量个数是随着迭代次数而逐一增加的,而SP算法中备选组合被添加的向量个数与稀疏度相同。仿真结果表明,基于MSP方法所得到的稀疏多径信道估计结果优于基于传统SP的方法,且无需已知信道的多径个数。