面向复杂电磁环境的多天线信道估计技术

对于基于认知无线电架构的多天线信道估计技术,由于传统零相关序列是在全部频谱可用前提下设计的,在复杂电磁环境的频谱限制下,传统零相关序列部分频域元素发生变化,且不再满足原始序列的周期相关特性,因此不能直接应用于复杂电磁环境的多天线信道估计。该文介绍了多天线通信系统的信道估计算法并指出对理想序列的要求,然后针对复杂电磁环境,即在存在频谱空穴的条件下,联合优化频谱受限和良好周期相关程度两大评价指标,设计出适用的序列集合,作为训练序列应用到认知无线电系统的信道估计算法中,仿真结果验证了新序列集合的有效性。     

一种基于时频相关性的快速频谱感知算法

频谱感知技术是认知无线电的核心和基础,而自从认知无线电技术被提出以来就一直受到极大的关注。通过对无线频谱占用情况的实时采集处理,对频谱占用情况在时域和频域上的相关性进行分析。利用这种时频域的相关性提出一种快速频谱感知算法,通过频繁模式挖掘提取有效模式,使得在只需要对部分频域和时域的频谱进行检测,就可以完成对整个频谱的占用情况的认知。最后通过实时采集数据进行实验分析,表明该算法确实能达到较好的性能。     

一种新型的认知无线电频谱空穴自适应检测算法

根据认知无线电实际频谱需求,通过对弱信号检测技术的研究,该文首次在认知无线电领域提出了一种基于三重矩阵累积估计的频谱空穴检测算法,该算法将频域块自适应滤波与矩阵重构、累积估计和频域平滑相结合实现弱信号检测。最后以QPSK调制信号为例进行了算法的计算机仿真,给出了性能分析。仿真结果表明该检测算法能够快速有效地实现弱信号检测并具有较高的检测概率,完全可以应用于认知无线电的频谱空穴检测。     

基于循环前缀频域自相关的OFDM信号频谱感知

针对无线通信频谱资源有限并且利用率非常低的问题,研究了认知无线电系统中基于信号典型特征的频谱感知策略,并进行动态频谱检测.提出了一种基于循环前缀频域自相关的频谱感知算法,利用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号的循环前缀具有循环平稳特性,在信...     

基于加权平均一致算法的宽带压缩频谱感知

在认知无线电(CR)网络中进行频谱共享接入,首要的任务是进行频谱感知,并发现频谱空洞。基于认知无线网络中信号频域的固有稀疏性,本文结合了压缩感知(CS)技术与加权平均一致(weighted average consensus)算法,建立了分布式宽带压缩频谱感知模型。频谱感知分为两个阶段,在感知阶段,各个CR节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并做出本地频谱估计;在信息融合阶段,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,并得到最终的频谱估计结果,获得分集增益。仿真结果表明,结合压缩感知与加权平均一致算法增强了频谱感知的性能,比在相同的CR网络中使用平均一致算法时有了性能上的提升。      

脉冲超宽带(UWB)跳时系统的频域信道估计

提出一种基于序列和的最大似然(ML)频域信道估计算法,该算法可适用于对跳时UWB通信系统进行基于训练序列的信道估计和盲信道估计,大大简化了运算的复杂性。在仿真中比较了基于理想信道估计、基于一般的频域信道估计以及基于序列和的ML频域信道估计的性能。结果显示,在频域的估计过程中,对发射信号的频谱设定适当的可信门限后,可以获得与直接进行频域信道估计相似的性能。     

一种基于子空间追踪的宽带压缩频谱感知方法

频谱感知是认知无线电进行动态频谱管理的首要任务。为了克服传统频谱感知算法对采样速率的过高要求,本文将压缩感知理论中的子空间追踪(SP)重构算法应用于协作式宽带压缩频谱感知中,提出了基于SP的宽带压缩频谱感知方法。该方法首先通过SP重构算法恢复出信号频谱,然后根据所恢复的频谱确定认知用户的能量判决门限,进而利用能量检测算法最终判决出可利用的频谱空穴。仿真结果表明,该方法在低压缩比下具有良好的频谱检测能力,且计算复杂度降低。     

多跳认知水声通信中的分布式稀疏频谱检测算法

水声信道常表现为严重的频率选择性衰落、低的声波传播速度和严重的多径效应等。这些特性使得认知水声通信中的频谱检测变得非常困难。除此之外,水声通信网络通常为自组织网络,缺少融合中心,而基于融合中心的频谱检测算法需要将各个认知用户的感知数据传送到融合中心,因此该方法在认知水声通信中是不可行的。与认知无线电类似,由于低的频谱使用率,认知水声通信中的频谱也是稀疏的。考虑到水声信道的特殊性,基于压缩感知理论,该文对认知无线电中的压缩频谱检测算法进行了改进,提出了两种不同情况下(已知水声信道状态信息和未知水声信道状态信息)的适用于认知水声通信的分布式稀疏频谱检测算法。通过近邻认知用户之间的合作,这两种算法利用空间分集增益和联合稀疏特性来提高算法的频谱检测性能。通过分布式计算和局部优化,新算法使得认知用户与其近邻认知用户之间只需进行少量的数据交互。仿真实验结果证明了该文提出的算法在检测认知水声通信系统中频谱空洞的有效性。     

快速傅立叶变换辅助设计数字低通滤波器

详尽讨论了快速傅立叶变换(FFT)应用于有限冲击响应(FIR)数字低通滤波器(DLPF)的设计和分析方法.应用FFT算法,将理想DLPF幅频特性转换到变换域,获得其变换域序列;设计窗函数对该序列开窗,获得FIR有限序列;应用快速傅立叶逆变换(IFFT)对其进行变换,获得相应窗函数可实现DLPF幅频特性.结果发现,FFT算法可获得与传统卷积算法相同的结果;不需要推算窗函数的频谱解析表达式;可以处理Kaiser窗等变换域解析式复杂、频域解析式难以精确求解的窗函数设计与分析.与传统的卷积分析法相比,FFT不仅算法简单、灵活,而且处理能力强,是分析FIR DLPF设计的有力工具.     

采用相关系数和拟合优度的频谱盲检测

已有的基于拟合优度频谱感知算法具有较好检测性能的前提是假设感知时主用户信号保持不变,这在认知无线电中是很少见的。该文提出一种适用于多天线认知系统的拟合优度盲频谱感知算法。首先,计算不同天线间接收信号的相关系数;其次,对相关系数进行进行适当的非线性变换使其服从学生分布;最后,对变换后的新序列使用侧重右尾检验的Anderson-Darling(RAD)准则进行拟合优度检验。理论分析和仿真表明,所提算法不需要任何先验信息,与基于最大最小特征值之比(MME)、Anderson-Darling(AD)检测算法以及噪声方差已知的能量检测相比,所提算法具有更好的检测性能。      

一种Ad Hoc网络OFDM系统的频域迭代信道估计算法

针对战场复杂环境下移动Ad Hoc网络的OFDM系统信道估计设计问题,文章提出了一种在频域中进行迭代信道估计与跟踪的算法,详细分析了该算法的原理。仿真分析表明,该算法只需要较少的训练序列,易于工程实现,可有效降低运算复杂度和提高频谱效率。     

一种直接利用连续时间非周期信号的频谱计算相应周期序列的频谱的方法

提出了直接利用连续时间非周期信号频谱计算相应周期序列频谱的方法。利用函数逼近冲激函数时,其曲线下的面积保持不变的特性,证明了周期冲激信号的频谱具有离散性、谐波性和均匀性。以此为基础,首先导出了连续时间非周期信号频域分解的表达式及其频谱计算公式,然后导出了非周期序列的频域分解表达式及其频谱计算公式,周期序列的频域分解表达式及其频谱的计算公式,最后给出了利用连续时间非周期信号的频谱来计算相应周期序列的频谱的方法。     

基于叠加训练序列和低复杂度频域Turbo均衡的时变水声信道估计和均衡

针对时变水声信道估计和均衡问题,该文提出基于叠加训练序列(ST)和低复杂度频域Turbo均衡(LTE)的时变水声信道估计和均衡(ST-LTE)算法。基于叠加训练序列方案,将训练序列和符号线性叠加,使得训练序列和符号信道信息一致;基于最小二乘算法,进行信道估计。基于频域训练序列干扰消除技术,在频域消除训练序列对符号的干扰;基于频域线性最小均方误差(LMMSE)均衡算法,通过先验、后验、外均值和方差的计算,实现低复杂度信道均衡(符号估计);基于Turbo均衡算法,软重构叠加训练序列和更新信道估计,进行均衡器和译码器的信息交换,利用编码冗余信息,大幅度提升信道均衡性能。进行仿真、水池静态通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率4.8 ksym/s,训练序列和符号的功率比为0.25:1)和胶州湾运动通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率3 ksym/s,训练序列和符号的功率比为0.25:1),仿真和试验结果验证了所提算法的有效性。     

窄带干扰抑制的一种新型频率编码正交UWB脉冲设计

文中提出一种基于正交载波和伪随机序列的新型频谱编码正交UWB脉冲设计方法，该方法是在频域中利用PN序列对经过频移的子脉冲进行编码来产生正交脉冲．在IR-UWB（脉冲无线电超宽带）中引入了正交载波和PN序列，使其不仅具有传统IR—UWB和多频带CB-UWB（基于载波的超宽带）优点，而且提高了UWB信号发射的瞬时频谱和瞬时能量的效率．脉冲的自相关和互相关特性皆优于传统的脉冲。另外，借助于认知无线电技术，可保证发送信号满足FCC的UWB频谱规划，避免与其他传统窄带系统干扰。仿真结果表明该脉冲设计方法能够有效的抑制窄带干扰，并降低复杂度。     

引入MIMO技术的单载波频域均衡系统

为克服传统的单发单收(SISO)单载波频域均衡(SC-FDE)系统频谱效率低的缺点,给出了一种引入多输入多输出(MIMO)复用技术的SC-FDE系统方案。该方案使用2根发射天线在同一个频率同时发射包含不同信息的2路数据,并使用2根接收天线同时进行接收。设计了高效的帧结构,使得新方案可以延用SISO+SC-FDE系统的方法来获得同步;并利用频域相移正交训练序列获得信道估计。在频域均衡后,再把信号变回时域检测。该方案相较于传统的SISO+SC-FDE系统,频谱效率可提高大约1倍。     

基于并行分配算法的认知无线电频谱分配算法

针对传统频谱分配方式不合理造成频谱匮乏以及CSGC算法在频谱分配上消耗时间过长影响实时通信的问题,文中提出了一种基于并行分配算法的认知无线电频谱分配算法,其通过同时给各顶点进行上色,从而节省了时间开销。实验证明,并行算法不仅具有与CSGC算法同样的高频谱利用率,且其频谱分配时间开销更低,是一种理想的认知无线电频谱分配算法。     

基于叠加训练序列和低复杂度频域Turbo均衡的时变水声信道估计和均衡

针对时变水声信道估计和均衡问题,该文提出基于叠加训练序列(ST)和低复杂度频域Turbo均衡(LTE)的时变水声信道估计和均衡(ST-LTE)算法.基于叠加训练序列方案,将训练序列和符号线性叠加,使得训练序列和符号信道信息一致;基于最小二乘算法,进行信道估计.基于频域训练序列干扰消除技术,在频域消除训练序列对符号的干扰;基于频域线性最小均方误差(LMMSE)均衡算法,通过先验、后验、外均值和方差的计算,实现低复杂度信道均衡(符号估计);基于Turbo均衡算法,软重构叠加训练序列和更新信道估计,进行均衡器和译码器的信息交换,利用编码冗余信息,大幅度提升信道均衡性能.进行仿真、水池静态通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率4.8 ksym/s,训练序列和符号的功率比为0.25:1)和胶州湾运动通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率3 ksym/s,训练序列和符号的功率比为0.25:1),仿真和试验结果验证了所提算法的有效性.     

基于能量和协方差的两步频谱感知

频谱感知是认知无线电中的一项关键技术,主要功能是能够快速准确检测出频谱中是否存在授权用户。频谱感知的能量检测算法简单,但在低信噪比情形下的检测性能不佳,而协方差算法在低信噪比环境下具有较好检测性能。针对上述情况提出了一种这两步相结合检测的算法,从而具有更准确的频谱感知性。仿真结果表明,两步检测算法在低信噪比情况下无需授权用户的先验信息,同时使算法的平均计算量相对于协方差算法有一定程度的降低,并能有效地提高频谱感知性能。     

一种快变信道中的正交频分复用系统均衡算法

当信道参数随时间的快速变化时,正交频分复用通信系统(OFDM)子载波间的正交性遭到破坏,出现了载波间的相互干扰(ICI),传统的单抽头频域均衡不再适用。虽然可采用最小均方误差(MMSE)均衡来补偿信道失真,但其计算量太大。为此,常用的方法是:先对接收信号进行ICI消除,恢复载波间的正交性,然后再进行单抽头频域或均衡。现有文献对ICI的分析均在频域进行,在此基础上提出的ICI消除与均衡算法存在计算量大或频谱利用率低的缺点。本文对ICI的产生机理和性质进行了时域和频域两方面的分析,利用现有OFDM标准中的空闲子载波信息,提出了一种ICI消除与均衡算法。理论分析和计算机仿真结果表明:该算法具有ICI消除效果好、计算量小和频谱利用率高等优点。     

基于LSTM神经网络的卫星频谱多门限感知算法

针对在卫星认知通信场景下传统频谱感知算法感知性能低、受通信时延影响大的问题,提出了一种基于长短期记忆(LSTM)神经网络的卫星频谱多门限感知算法。首先构建卫星认知通信模型,其次将仿真数据送入长短期记忆(LSTM)神经网络进行预测感知,采用动量随机梯度下降(SGDM)算法对网络进行更新,然后提出多门限算法对网络输出进行优化,最后与其他神经网络算法作性能对比。该算法无需构建特征值,实验结果表明:在卫星信道条件下,当面对低接收信噪比及低网络迭代次数时,该算法频谱感知性能要优于其他神经网络算法。