一种同型空时分组码的识别算法

针对空时分组码(Space-Time Block Code,STBC)盲识别中码型相同的编码区分性较差甚至无法区分的问题,提出了一种基于接收信号统计特征的识别算法.首先分析了多输入多输出(Multiple Input Multiple Output,MIMO)系统中采用的空时编码方案与接收信号的统计特征之间的相关性,设计了概率匹配与弥散度匹配对该相关性进行量化,获得接收信号与不同编码方案的匹配度,最后利用决策树选择匹配度最高的编码作为识别结果.仿真结果表明,针对两组同型的空时分组码,所提算法在信噪比为8 dB时可达98%以上的识别率,而基于特征提取的传统算法无法对两组编码进行有效区分;与基于深度学习的算法相比,本文算法对同型空时码的识别具有更好的鲁棒性,识别过程使用更少的计算资源.     

利用卷积-循环神经网络的串行序列空时分组码识别方法

针对多输入多输出(Multiple Input Multiple Output, MIMO)系统中的空时分组码识别(Space-Time Block Code, STBC)问题,本文提出了一种利用卷积-循环神经网络的串行序列空时分组码识别方法。将一维接收信号的实部和虚部分离后输入网络,利用卷积神经网络(CNN)提取其空间特征,结合循环神经网络(RNN)提取其深层时序特征,提高网络的特征表达能力;网络训练过程采用反向传播方法,通过计算输出与目标值的误差,将误差反向传回网络中并更新权值,完成网络的训练过程;将测试集数据输入训练好的网络中,实现对空时分组码的识别和区分。该方法将深度学习算法运用到串行序列空时分组码识别当中,训练完的网络可直接对单接收天线下的空时分组码进行识别,不需要重复计算信号的统计特征,避免了人为设计特征参数和检测阈值。该方法不需要知道信道和噪声的先验信息,适用于电子侦查等非协作通信情况。仿真实验表明,该算法能够有效地对串行序列空时分组码进行识别,并且在低信噪比下有较好的识别性能。      

FD-MIMO下行系统中基于空时码下的联合选码方法

对于三维多输入多输出（Full-Dimension Multiple Input Multiple Output,FD-MIMO）下行系统，基站侧配备N根传送天线，用户端仅有单接收天线的场景，提出了基于空时码与联合选码结合的传送方案，以及低复杂度的解码方法。在充分利用空时码能够克服信道深度衰落的特性基础上，通过两次发送信息构建等价信道，从而实现线性解码。此外，还给出了基于此信道模型下的反馈开销的下限值及复杂度的分析。最后，对所提方案进行了仿真，其结果与理论分析一致。     

LTE下行链路信道采用扩展单环MIMO信道模型进行建模的研究

本文主要研究如何对LTE下行链路中的信道采用扩展的单环多入多出（Multiple Input Multiple Output,MIMO）信道模型进行建模,并进行性能的研究。在假设信道状态信息（Channel State Information,CSI）已知的情况下研究该扩展的单环MIMO模型的系统误符号率（Symbol Error Ratio,SER）性能,进而讨论天线的相关性对性能的影响,并分别针对采用空时块码（Space Time Block Code,STBC）、垂直分层空时码（Vertical-BLAST,V-BLAST）以及空频块码（Space Frequency Block Code,SFBC）编码的系统误符号（SER）性能进行比较。仿真结果显示,通过增加在eNodeB(eNB)端的天线元间距,能够得到比增加用户设备（UE）端天线元间距更优异的性能。从空时块码、垂直分层空时码、空频块码三种编码方式的比较中可以发现,空频块码（SFBC）的性能最优,垂直分层空时码（V-BLAST）的性能最差。     

基于正交空时分组码的酉空时码设计

提出了一种基于正交空时分组码构造酉空时码的方案,证明了所设计的酉空时码可以获得满分集.同原有方案相比,所提方案的优点是其码率较高,缺点是解码复杂度较原方案高.针对该缺点,提出了一种次优解码算法,该算法的复杂度同原方案几乎相同.Monte-Carlo仿真实验表明,在相同的频谱效率下,对同一误码率本文方案所需信噪比比原方案低5dB;同时,对同一误码率本文的次优解码算法同最优解码算法相比信噪比损失约1dB.     

多发射天线的差分酉空时调制信号星座图

在无法获得信道状态信息的瑞利衰落信道里,分集积是高信噪比场景下酉空时信号具有良好性能的首要指标。采用全旋转矩阵的方法获得了极大分集积非群空时码,仿真结果表明,在高信噪比下,该非群空时码性能优于传统的酉空时循环码。     

多天线对角空频编码传输

将平坦衰落信道的对角代数空时码(DAST)推广到频率选择性衰落信道,提出了对角空频分组码(DSF).基于多输入多输出天线和正交频分复用(OFDM),DSF码将满秩的旋转信号星座和子载波分组结合起来,以对角发送方式(每时刻只有一个天线发射)发射旋转信息符号向量的每个分量.成对错误概率分析表明:在频率选择性信道中,通过选择最佳的旋转矩阵,这种DSF-OFDM系统能实现满分集增益和最大的编码增益.系统采用了球型解码器对DSF码实施最大似然解码,它的解码复杂性是中等的,并且,解码算法的复杂性与信号星座的维数无关.此外,和先前所提出的一些方法相比,提出的空频码还具有频谱效率高(1symbol/s/Hz)的性能特点.     

V-BLAST的并行译码

移动通信系统研究的热点之一是提高系统容量.因此,空时码技术因其可在衰落环境下提供高质量的信号,进而提高系统容量而在无线通信中得到了广泛的研究.最近几年,对空时码中的一个重要分支——垂直-贝尔实验室分层空时码(V-BLAST)的研究已经有很多.然而,传统的V-BLAST算法由于需要进行大量的线性迫零和串行符号删除等运算,时延很大.而且发射天线数越多,时延也就越大.针对上述问题,本文提出了一种新的基于线性迫零和并行符号删除的检测算法.其优点是时延小且结构简单.对于新的译码方案我们在COSSAP中平坦瑞利信道下进行了仿真,仿真结果显示了基于并行符号删除的新方案的误码率(BER)性能.     

基于天线子集选择算法的DSTBC优化

为进一步提高空时码性能,在信道模型为瑞丽和莱斯慢衰落信道的情况下,文中提出了一种优化差分空时分组码的＂天线子集选择算法＂——假设发射信号为特定的Alamouti正交空时分组码,通过最大化信道参数矩阵F范数的方法,优化了MIMO系统的天线集。仿真结果表明：此方法可降低码元的比特错误率,并且可获得相当客观的分集增益和能量增益。此外,还讨论了该优化方法的适用范围。     

低复杂度的满速率和部分分集多天线空时块码及性能

在现有几种满分集空时码的基础上,提出两种满速率和复正交的多天线空时块码方案。一种是基于时分双工(TDD)模式下最大信道增益而设计的;另一种则不再限于TDD方式,具有普遍适用性。同时利用Turbo码良好的抗衰落信道的突发错误能力,来进一步提高所提方案性能。与满分集多天线空时块码相比,该方案可实现满速率、低复杂度和部分分集,具有相对多的空间冗余信息,从而级联Turbo码后可有效弥补部分分集所带来的性能损失。仿真结果也表明在相同系统容量和级联码的情况下,所提方案比其它相应的满分集空时码有着更低的误比特率。     

基于SP-LCCMA的STBC MC-CDMA系统盲信道估计

研究了空时编码多载波码分多址系统（STBC MC—CDMA）盲信道估计技术。根据信道位于信号子空间的特点,提出基于信号子空间投影线性约束恒模算法（SP—LCCMA）的盲信道估计,避免了噪声子空间信道估计的缺点,将估计信道应用于STBC MC—CDMA系统多用户检测。仿真结果表明,提出算法的收敛速度和信干噪比（SINR）性能优于一般恒模算法。     

准正交空时分组码系统的一种盲信道估计方法

空时分组码(STBC)系统的经典信道盲估计方法,如子空间法(SS)等,都是基于接收端样本自相关矩阵的特征值分解(EVD)或奇异值分解(SVD)来实现信道估计的,而基于QR分解的信道盲估计方法是一种性能优良的新算法.文中将该算法应用到准正交空时分组码系统的信道估计中,结合准正交空时分组码的特性提出了一种新的信道盲估计算法.与以上经典的信道盲估计算法相比,文中提出的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,该算法比子空间法有更好的性能.     

基于多端特征融合模型的MIMO-OFDM系统盲调制识别

自动调制分类(Automatic Modulation Classification,AMC)在认知无线电中起着提高频谱利用率的重要作用,然而,现有的大多数工作都集中在单输入单输出系统中的单载波通信。针对当前非协作通信中多输入多输出正交频分多路复用(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing,MIMO-OFDM)系统子载波的盲调制识别问题,本文提出了一种基于多端特征融合模型的盲调制识别方法。首先,利用特征矩阵的联合近似对角化算法(Joint Approximate Diagonalization of Eigenvalue Matrix,JADE)从接收端的混合信号中恢复发送信号。然后,提取恢复信号的循环谱剖面和同向正交分量作为浅层特征。最后,搭建多端特征融合模型,利用一维卷积网络(One-Dimensional Convolutional Neural Network,1D-CNN)与通道注意力模块(Channel Attention Module,CAM)的串联模型完成对浅层特征...     

Channel identifiability under orthogonal space-time coded modulations without training

Space-time block coded (STBC) transmission has been established as an efficient tool to enhance communication performance over wireless fading channels. The success of STBC decoding relies on accurate channel knowledge at receivers. In this work, we present a channel estimation approach that does not require training data to estimate unknown channels. Focusing on STBC from orthogonal designs, we present channel identification conditions that are largely verifiable in terms of the code and the antenna array configuration. We also develop a simple subspace-based algorithm to identify the unknown space-time channel matrix for complex transmission. Finally, we present simulation test results to illustrate the performance of the proposed method.     

基于自编码特征提取及弹性学习的手写数字识别

针对自编码算法提取输入特征能更好地发现样本间的相关性的优点,以自编码算法提取待识别样本特征作为多层前向网络的输入,以弹性BP算法训练网络,并用MNIST手写数字数据库样本测试。从正确率、拒识率、错误率和可靠率4项性能指标方面与逐像素方法进行了综合对比测试。研究表明,采用自编码特征提取、多层前向神经网络作为分类器以及弹性BP算法进行训练的手写数字识别,具有更快的收敛速度和更高的识别可靠率。     

Blind adaptive MIMO receivers for space-time block-coded DS-CDMA systems in multipath channels using the constant modulus criterion

We propose blind adaptive multi-input multi-output (MIMO) linear receivers for DS-CDMA systems using multiple transmit antennas and space-time block codes (STBC) in multipath channels. A space-time code-constrained constant modulus (CCM) design criterion based on constrained optimization techniques is considered and recursive least squares (RLS) adaptive algorithms are developed for estimating the parameters of the linear receivers. A blind space-time channel estimation method for MIMO DS-CDMA systems with STBC based on a subspace approach is also proposed along with an efficient RLS algorithm. Simulations for a downlink scenario assess the proposed algorithms in several situations against existing methods.     

A general scheme for equalization of space-time block-coded systems with unknown CSI

Recently, space-time block codes (STBCs) have gained much attention as an effective transmit diversity technique to increase the capacity of wireless communication systems. In this paper, we consider a general technique for direct equalization of space-time block-coding systems with unknown channel state information (CSI). This technique is suitable for several existing hybrid STBC schemes, such as STBC/orthogonal-frequency-division multiplexing (STBC-OFDM) and STBC/code-division multiple access (STBC-CDMA). We show that by exploiting the redundancy in the structure of STBC, a zero-forcing equalizer can be constructed without channel estimation. The conditions for the identifiability of the zero-forcing equalizer are also derived to ensure correct equalization. To further improve the performance of the proposed method, a new iterative algorithm is developed by incorporating the finite alphabet property of information symbols. Simulation results show that the proposed algorithms can outperform comparative schemes in most simulation conditions.     

实现MIMO系统定向干扰抑制的迭代MLD方案

收发多天线(Multiple Input Multiple Output,MIMO)空时分组编码(Space-Time Block Codes,STBG)系统中存在定向干扰,特别是军用通信环境下存在强定向干扰时,需进行有效的干扰抑制以避免性能恶化.本文提出了一种迭代最大似然解码(Maximum-Likelihood D...     

New Design for Linear Precoding over STBC in the Presence of Channel Correlation

In order to account for spatial correlation in a multiple input multiple output (MIMO) channel using precoding over space-time block codes (STBC), an approach was proposed for the design of a linear precoder (H. Sampath and A. Paulraj, 2002). This approach works well for orthogonal STBC but fails in the case of non-orthogonal STBC. Based on a min-max problem formulation, a new design of the linear precoder is proposed in this paper. Simulation results in the case of quasi-orthogonal STBC (ABBA) are presented in order to show the gain over the conventional design approach and the non-precoded system