基于最大似然算法的OFDM频偏估计研究

由于OFDM的高频谱利用率和传输可靠性均是以子载波间的正交性为基础的,因此对OFDM符号的频率偏差进行有效的估计和补偿具有非常重要的意义。由于多载波系统几乎都采用插入循环前缀的方法来消除符号间干扰,引入循环前缀后,每对间隔为N的样值之间具有相关性,因此利用循环前缀所携带的信息,采用最大似然估计方法进行频率偏差的估计,最后通过Monte Carlo方法对其进行了仿真验证,结果显示估计频偏与实际频偏的偏差很小。     

系统中同步问题的研究

介绍了正交频分复用（OFI）M）的基本原理,围绕OFDM同步过程中的符号定时和载波频率偏差问题进行描述,对一种基于保护间隔／循环前缀（PL／CP）的联合实现符号定时和载波同步最大似然估计（MLE）算法进行叙述并仿真。     

UFMC系统在多径衰落信道中的干扰消除

通用滤波多载波(UFMC)是5G通信系统中的关键技术,能够降低带外泄露.但是在多径衰落信道下UFMC系统会受到符号间干扰(ISI)和多普勒效应产生的载波频率偏差的影响,从而使系统的性能下降.为了消除系统中的干扰,提出了一种迭代最大似然算法.该方法主要通过迭代最大似然算法(ML)计算出载波频率偏差,把估计出的结果作为初始值并运用迭代的方法得到最终的载波频率偏差,当达到收敛区间时,迭代结束;最后利用相位旋转的概念补偿载波频率偏差并运用最小二乘算法更新信道响应信息,减少该系统干扰.仿真结果表明,在信噪比大于10 dB时,随着信噪比的增大,算法能够有效地抑制系统中的干扰,提高UFMC系统的性能.     

基于最大似然算法的OFDM同步技术研究

同步问题是卫星通信中的一个关键问题,直接关系到通信系统的性能。文中简要介绍了OFDM的同步技术,主要讨论了符号定时同步和载波同步。最大似然估计算法在OFDM符号定时同步和载波频率同步中得到了广泛的应用,通过最大似然估计方法,避免了基于导频符号的同步估计带来的频率和功率资源的浪费,通过仿真可以看到,能够很好地实现OFDM系统的符号同步和载波同步。     

一种改进的OFDM盲同步算法

研究了OFDM系统中的最大似然估计(ML)算法,并使用数据循环移位以及多符号联合估计等技术对ML算法进行了改进,随后提出了一个综合性的新方案。仿真结果显示,在AWGN和瑞利多径衰落信道中,该方案可以有效提高符号定时偏差(STO)和载波频率偏移(CFO)的估计性能。     

基于最大似然频率精细估计的载波捕获算法

深空通信中,星上对载波的主动捕获主要利用频率估计的方法。在实际载波捕获电路中,精确的频率估计值导入锁相环,使得锁相环捕获带余量充足。在锁相环带宽一定的情况下,估计精度的提高可以减少FFT实现点数。在FFT频率粗估计的基础上,通过频率精细估计算法可提高估计精度。为获得估计精度更高的频率精细估计算法,利用最大似然泛函不变性推导了频率精细估计的最大似然算法。载噪比在5 dB时,估计精度可以提高到FFT分辨率的10-4。仿真结果表明,该算法估计性能优于其他频率精细估计算法。     

OFDM系统的最大似然同步算法研究

虽然OFDM技术有很多优势,但相对于单载波系统或者一般的频率复用通信系统来说,它对同步要求更高。假设终端与基站无法实现同步,终端甚至无法接入,同步技术是OFDM系统以及MIMO-OFDM系统的关键技术,是保证系统高稳定和高性能重要技术。最大似然估计算法在OFDM符号定时同步和载波频率同步中得到了广泛的应用,通过基于循环前缀的最大似然估计方法,避免了基于导频符号同步估计带来功率和数据资源浪费。通过仿真可以看到,该算法能够很好地实现OFDM系统的符号同步和载波同步。     

基于最大似然估计的16APSK载波捕获算法研究

针对在低信噪比情况下16APSK信号频偏捕获困难的问题,讨论了一种结合Kalman滤波和最大似然估计的非数据辅助频偏估计算法。该算法对包含载波频偏信息的相位序列进行最大似然频偏估计,通过Kalman滤波,降低了噪声对估计精度的影响。对结合Kalman滤波和最大似然估计的16APSK频偏估计算法进行了仿真。仿真结果表明,在低信噪比条件下,结合Kalman滤波的最大似然频偏估计算法可获得良好的性能。     

ICI suppression methods based on maximum likelihood sequence estimation for MSDD OFDM systems

为抑制多符号差分检测(MSDD)OFDM系统中的载波间干扰(ICI),分析了载波间干扰的统计性影响,并在最大似然序列估计过程中考虑了这些影响。提出了通过在最大似然序列估计过程中利用全部子载波信号的信息估计并抑制载波间干扰的方法。为降低计算复杂度,进一步提出了几种利用部分子载波信号信息的次优载波间干扰抑制法。仿真结果表明:所提出的次优方法在平坦及频率选择性瑞利信道中均可显著提高误码率性能。     

基于LS-SVM的电力线通信网络载波频率估计

针对电力线通信网络信号载波频率估计问题,文中将其转化为模式识别问题,并导出了最小二乘支持向量机(LS-SVM)估计器。该估计器可以有效地对信号载波频率进行估计且不需要观测数据的统计知识,并且估计性能对载波相位不敏感。仿真结果表明,在低信噪比下,由于基于分类的方法不具有非线性估计的阈值效应,因此与传统的最大似然估计(LM)方法相比,所提出的估计方法具有更好的性能。