基于可变遗忘因子RLS在OFDM系统的载波频偏估计

在时变信道下正交频分复用（OFDM）系统中,通过导频辅助,提出基于可变遗忘因子RLS（VFF-RLS）的载波频偏（CFO）估计改进算法。针对传统RLS（CFF-RLS）算法中遗忘因子无法同时满足CFO估计收敛速度和收敛精度的缺陷,本文设计了线性变化遗忘因子(LFF)和非线性变化遗忘因子(NLFF) 两种可变遗忘因子方案来提升CFO估计性能。仿真结果显示：在低信噪比的情形下,基于VFF-RLS算法的CFO估计性能明显优于基于CFF-RLS算法的CFO估计性能。     

PCMA自适应自干扰对消算法与仿真

讨论了成对载波多址(PCMA)自适应自干扰对消原理,分析了参数估计误差对自干扰对消的影响。在频偏误差的影响下对消误差为非平稳过程,传统自适应对消滤波器无法收敛。为了克服频偏误差的影响,提出了一种自适应可变遗忘因子(VFF)RLS算法,同时,给出了具有高精度低运算量的模糊函数参数估计算法。仿真证明了VFF-RLS对消算法具有良好的对消性能和稳健性,且需要的额外功率较低,能满足PCMA系统要求。     

基于递推最小二乘算法的小信号检测

受到强干扰影响的小信号通常难于有效检测。在分析递推最小二乘算法(RLS)原理及其几种改进形式的基础上,采用自适应方法将已检测出的大信号与原混叠信号对消,降低大信号对小信号的遮蔽作用,再进行小信号的检测。最后通过仿真证明,该方法能够在较小失真的情况下,有效检测出被大调幅信号干扰下的小调频信号;同时分别比较了各种算法的优劣,得出基于可变遗忘因子的RLS(VFF-RLS)算法不仅具有较快的收敛速度,而且收敛之后具有很好的平稳性能。     

RLS算法及其改进形式在信号分离中的应用分析

本文着重研究了自适应滤波器的重要实现形式——递推最小二乘算法（RLS）的原理,分析了RLS算法在应用中的优点及存在问题。为解决RLS算法收敛速度和稳态误差的矛盾及系统在趋于平稳时跟踪效果差的问题,本文从实现可变遗忘因子和增加自扰动项两个方面介绍了RLS算法的几种改进方法。并将它们应用于复杂电磁环境、强干扰背景下的信号分离中去。通过仿真实验,对RLS算法及其两种改进方法在信号分离中的效果进行了比较,得出可变遗忘因子RLS算法在收敛速度和分离信号的准确性上都具有较好的性能。     

一种新的用于UWB RAKE接收机的自适应算法:快速横向滤波算法

本文首次提出将快速横向滤波(FTF)算法引入超宽带(UWB)通信系统的接收机结构中.通过引入遗忘因子对角矩阵,推导了带有遗忘因子的FTF滤波器的递推算法.FTF算法可以自适应地跟踪接收机输入信号的幅度衰减,做出实时地估计.仿真实验表明:FTF算法在运算量、收敛速度和误码率等性能上要优于常用的RLS算法,尤其FTF算法的收敛速度对数据的相关性不敏感,比RLS算法更具有吸引力.     

一种改进RLS算法的性能研究及应用

提出了一种改进的RLS算法,它结合了可变遗忘因子的RLS算法和平方根Kalman 算法的优点,既有可变遗忘因子的RLS算法对时变参数的快速跟踪能力,又有平方根Kalman 算法对设备精度要求低的特点。改进后的RLS算法具有较小的参数估计误差,数值稳定性好,是一种适合工程实现的较优算法,已经在跳频通信中应用实现。     

基于可变遗忘因子RLS的Boost转换器在线多参数辨识北大核心CSCD

针对Boost转换器控制性能受电感和电容变化影响的问题,提出了一种基于可变遗忘因子递推最小二乘法(recursive least squares method,RLS)的在线多参数辨识算法.考虑电感电流纹波,推导了精确的电感和电容辨识模型.在此基础上,研究了RLS算法中遗忘因子动态取值问题.通过在算法的误差信号中恢复系统噪声的方法,动态计算遗忘因子的取值,解决了传统RLS算法难以兼顾稳态精度和参数跟踪能力的问题.仿真结果表明,该算法可以在动态条件下,精确且快速地跟踪电感和电容值的变化,且具有良好的鲁棒性.     

基于OGCE-BEM的OTFS信道估计

【目的】随着面向第六代移动通信技术研究工作的开展,传统的正交频分复用（OFDM）系统中的载波间干扰使得信道估计性能不足以提供高度可靠的通信,而正交时频空（OTFS）系统可以有效解决快速时变性和多普勒效应导致的通信系统可靠性下降问题,近年来受到了广泛关注。【方法】为了有效满足OTFS系统所需的信道估计性能需求,文章采用优化的广义复指数（OGCE）基扩展模型（BEM）将信道脉冲响应建模为时不变的基函数与基函数系数的形式,从而有效地拟合高速移动通信场景下的快速时变信道。OGCE-BEM通过更加密集的采样改善了频谱泄漏的问题,并且通过增加修正系数降低了高频基模型的误差。为了得到更为精确的基函数系数,文章基于遗忘因子与估计误差的关系,设计了可变遗忘因子的递归最小二乘（RLS）滤波器,使得RLS滤波器可以实时追踪基函数系数的变化。【结果】仿真结果表明,文章所提算法适用于高速移动通信场景,基函数的设计更为合理,相较于固定遗忘因子的估计方法,具有更低的均方误差,信道估计结果更加精确。与最小二乘（LS）、BEM-LS和BEM-线性最小均方差（LMMSE）信道估计方式相比,均方误差性能得到了明显提升。【结...     

一种基于无偏协方差估计RLS的自适应阵列天线抗干扰算法

RLS是自适应阵列天线抗干扰的主要算法之一。为提高RLS算法对遗忘因子选择健壮性,避免因遗忘因子选择不当所造成的算法不收敛问题,本文针对自适应阵列天线的多路接收信号,基于其无偏协方差矩阵模型,推导设计出了一种新的RLS算法,相比于常规RLS,在该算法中遗忘因子可以更加精确地控制RLS迭代过程项,降低因遗忘因子设置不当而造成的算法不收敛风险。通过仿真验证了算法的有效性。     

基于OFDM的WLAN相位校正算法研究

相位校正对基于OFDM的高速数据传输系统至关重要.文章针对802.11a协议提出了一种使用导频进行相位校正的算法.该算法对接收导频样本进行最小二乘估计以获得相偏参数,算法综合考虑了抽样时钟偏移(SCO)和载波频偏(CFO)所引起的相位偏移.文章通过仿真比较了该算法与另一种相位校正算法在不同参数下的性能,结果证明在相偏主要由SCO和CFO引起的情况下该算法性能较好.     

电力无线专网中一种OFDM载波同步算法

电力无线专网在1.8 GHz频段建设4G TD-LTE网络,正交频分复用(OFDM)是其关键技术之一,OFDM系统对信道产生的载波频率偏移(CFO)很敏感,频率偏移会造成系统性能的严重下降。因此,需要对OFDM系统中的频率载波偏移精确估计并补偿,以保证系统的性能。本文提出了一种用于OFDM系统中基于局部搜索的多重信号分类(MUSIC)盲CFO估计的算法,该算法利用频率偏移矩阵列矢量与噪声子空间的正交性和CFO的单峰特性,构造一个改进空间谱函数,然后通过局部谱峰搜索得到频偏估计值。该算法的CFO估计性能优于传统CFO估计算法,且能够克服传统MUSIC算法低信噪比下谱峰缺失的问题。仿真结果证明了该算法的有效性。     

RLS算法自适应信道估计的性能分析

文中首先介绍了基本的RLS算法,分析了RLS算法中的初始化系数δ和遗忘因子λ对RLS算法收敛性能的影响。通过仿真可以看出,在相同的信噪比下,不同的δ对应不同的收敛性能。而不同的λ对收敛性能也有较大的影响。     

UFMC系统中的载波频率同步技术

针对UFMC系统对频率偏差敏感的问题,提出一种适合用于UFMC 系统的频率同步算法。为了保留UFMC系统的良好特性、降低UFMC中滤波器的设计复杂度,该算法设计了一种子带间正交的导频序列,并采用非线性最小二乘（NLS）法进行CFO估计。通过序列构造和计算该构造序列与估计信号的相关性对算法进一步改进,使得低信噪比下的估计性能得到改善。理论分析和仿真表明,在高斯和瑞利衰落信道下,子带间正交导频序列的误码率、CFO性能均优于全1导频序列;在低信噪比环境下,改进算法的CFO性能优于NLS算法。     

基于压缩感知的分布式协同估计算法

为了降低分布式协同估计算法的计算量并改善其收敛性能,提出了基于压缩感知(CS)和递归最小二乘(RLS)的分布式协同估计算法.该算法在传统RLS分布式协同估计算法的基础上引入压缩感知技术,首先在压缩域中进行递归最小二乘运算,然后利用压缩感知重构算法得到未知参数向量的估计值.提出的算法能够在增量式策略和两种模式的扩散式策略下实现对未知向量的有效估计.理论分析和仿真结果表明,该算法一方面降低了RLS分布式协同估计算法的计算量,另一方面保持较快的收敛速度与良好的均方误差性能.     

基于小波变换的RLS波束成形算法研究

为了解决递归最小二乘算法(RLS)在较低信噪比(SNR)、遗忘因子较小的环境中,对噪声敏感、收敛时参数估计误差大的问题,引入小波变换去噪思想,提出了基于小波变换的RLS波束成形算法。该算法利用小波变换软阈值法进行信号去噪,再采用RLS算法进行波束成形。最后对实验进行仿真,仿真结果表明,与传统的RLS算法相比,该算法具有较小的稳态误差和较快的跟踪速度和收敛速度,并且波束成形效果好。     

基于LTE的导频信道估计研究

正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)技术是长期演进(LTE,Long Term Evolution)的核心技术之一.目前,基于导频的信道估计是OFDM系统中信道估计的常用方式.在基于导频的信道估计方式下,结合LS估计算法提出了一种下向插值算法(DWI).在LTE信道模型及导频结构下,通过MATLAB仿真工具,将该算法和现有各种算法的性能进行了比较和分析.仿真结果表明,使用结合LS估计算法和DWI算法的OFDM系统信道估计机制,具有复杂度低、易于实现的优点.     

OFDM移动通信系统中的最大多普勒估计

提出了一种基于信道估计自相关函数的多普勒频移估计算法.在OFDM符号数据段前插入正交可变扩频因子(OVSF)序列,求出时域的信道冲激响应,利用信道冲激响应的自相关实现多普勒频移估计.仿真结果表明,该算法可以在较大多普勒频移范围内有效地估计出多普勒频移.     

一种自适应可变遗忘因子DCD-RLS算法

RLS最终的问题可以归结为正规方程的求解。解决正规方程可以采用非线性搜索的方法。为了降低复杂度可以采用二分坐标下降法。可变遗忘因子对算法有影响。可变遗忘因子的设置是通过时间平均误差相关来自适应调节。相对于其他可变遗忘因子的设置方法它的复杂度很低。通过仿真结果发现此算法与传统的算法的性能差不多。     

基于迭代的FH-OFDM小数倍频偏估计算法

为了提高跳频正交频分复用（FH—OFDM）系统载波同步估计精度,提出了一种使用信道估计结果辅助,3次迭代的载波和定时估计算法。通过对接收信道噪声的估计确定门限逻辑,实现了高精度小数倍频偏估计。仿真结果表明,20dB信噪比时,在高斯白噪声下,新算法的估计精度高于基于循环前缀的算法10倍;在多径信道下,新算法的估计精度高于基于循环前缀的算法100倍;实验表明,使用该算法接收机性能优于基于循环前缀的算法。实验结果表明,该算法星座收敛较好。     

任意子载波分配OFDMA上行链路CFO估计及补偿方法

正交频分多址(OFDMA)技术是正交频分复用技术(OFDM)的扩展。与OFDM一样,它对载波频偏(CFO)相当敏感。该文针对多用户任意子载波分配的OFDMA上行链路系统提出一种基于导频辅助的CFO估计方法,并在此基础上给出一种低复杂度CFO补偿方法。仿真结果表明,该方法计算复杂度低,性能良好。