OFDM水声通信系统的LS-OMP信道估计

对于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)水声通信系统,最小二乘(Least Squares,LS)信道估计方法受噪声影响较大,并且使用的导频数量较多,影响通信效率。而基于压缩感知理论的正交匹配追踪(Orthogonal Matching Pursuit,OMP)信道估计方法可以充分利用水声信道的稀疏特性,同时能够有效地抑制系统噪声,但控制迭代运算次数的相关参数(稀疏度或误差容忍值)是OMP算法的关键条件。针对上述问题,提出了利用少量导频随机分布的LS和OMP联合的信道估计方法,该方法首先利用少量导频采用LS方法估计出OMP算法的误差容忍值,再利用OMP算法恢复数据子载波的信道信息。理论分析和仿真结果同时表明,与传统的LS算法或OMP算法相比,新算法能够在数据恢复的同时有效抑制系统噪声,应用稀疏特性及较少量的导频,进一步提高了系统的频谱效率,对时变稀疏水声信道具有更好的适应性。     

一种适用于慢衰落信道OFDM系统的信道估计算法

针对慢衰落信道OFDM系统,提出了一种新的低复杂度的且能对抗定时误差的信道估计器.这种信道估计器是基于导频间隔I=2的特殊梳状导频结构设计的.基于工程实现的考虑,采用了最小平方(LS)算法进行导频信道估计,同时利用了线性内插对非导频信道进行估计.分析了定时误差对非导频子载波估计的影响,并提出了一种相当简单但十分有效的修正算法,仿真结果有力的证明了此算法能有效的抵抗定时误差对非导频信道插值估计的影响.     

低压电力线OFDM通信的信道估计分析

OFDM倍道估计技术可以分为：导频辅助信道估计、盲信道估计这两类,本文针对基于导频的信道估计算法进行了详细的分析和研究,其中包括导频结构的分布、基于块状导频的信道估计算法和基于梳状导频的信道插值算法,并在经典算法的基础上对其进行了改进。     

OFDM水声通信系统动态OMP信道跟踪算法

针对正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)水声通信系统中最小二乘(Least Square,LS)信道估计算法和静态压缩感知信道估计算法分别存在估计精度低、导频开销大和计算复杂度高、实时性差的缺点,利用水声信道冲激响应的时域相关性,通过建立动态稀疏观测模型,提出一种动态正交匹配追踪(Dynamic Orthogonal MatchingPursuit,D-OMP)信道跟踪算法。该算法仅在初始时刻进行一次完整的正交匹配追踪(OrthogonalMatching Pursuit, OMP)信道估计获取信道支撑集,之后通过连续跟踪前一时刻信道支撑集的变化来跟踪信道。仿真结果表明,在导频开销相同的情况下,与传统LS算法、经典OMP算法相比,所提算法具有更好的信道跟踪性能和较低的算法复杂度。     

一种改进LS信道估计算法在稀疏多径水声信道中的应用

为了消除水声正交频分复用调制(Orthogonal Frequency Division Multiplexing,OFDM)系统中噪声对稀疏多径信道估计的影响,提出了一种改进的最小二乘(Least-Square,LS)信道估计算法。该方法在传统基于离散傅里叶变换(Discrete Fourier Transform,DFT)插值的信道估计结构上进行了改进,得到了基于阈值探测的DFT插值信道估计方法,该方法将小于阈值的时域信道响应置零,探测最有效信道抽头,有效消除噪声干扰的影响。仿真结果验证了DFT插值在稀疏多径水声信道估计中的实用性;得到了当循环前缀长度与信道长度越接近时信道估计性能(Bit Error Rate,BER)越好的结论;确定了在两种调制方式下算法的阈值系数范围;且该新算法与已有算法所需的信噪比可低约2 d B,解决了用循环前缀长度来近似信道真实长度的实际问题。     

基于压缩感知的OFDM水声通信信道二次估计算法

该文主要研究OFDM水声通信信道二次估计技术,针对传统信道二次估计算法跟踪估计缓慢时变水声信道存在误码遗传的缺点,提出了一种基于压缩感知的信道二次估计算法。该算法结合水声信道的稀疏特性,利用经过编码校验后的大多数可靠信息,二次匹配追踪信道频域响应,作为系统均衡器的反馈输入信息和次时段信道初始信息,有效地抑制了系统的误码遗传。通过Matlab仿真实验和水池试验,验证了基于压缩感知的信道二次估计算法的可靠性和高效性。     

基于gOMP算法的FBMC水声通信信道估计方法

传统基于训练序列及块状导频结构的滤波器组多载波（Filter Bank Multicarrier,FBMC）信道估计方法花费额外的频谱资源,这在频谱资源较为紧张的水声通信环境中具有一定的局限性。针对这一问题并结合水声信道稀疏性的特点,文章提出了一种基于压缩感知的离散导频结构FBMC信道估计方法。首先基于等效导频能量最大化的思想,设计了一种新的离散导频结构来解决FBMC系统信道估计时存在的固有虚部干扰问题;然后配合该结构,提取出导频处的接收信息并利用重构效果优良的压缩感知gOMP算法对水声信道进行重构。该方法在保证水声信道估计精度的同时有效提高了FBMC系统的频谱利用率,改善了水声通信的性能。仿真结果表明,文中所提方法相较于传统方法在估计精度和频谱利用率方面具有一定的优越性。     

一种低复杂度的正交频分复用水声信道估计方法

高可靠性、低复杂度的信道估计是实现正交频分复用(OFDM)数据通信的必要前提。由于水声信道是时间、频率高度散射的信道,传统的基于维纳滤波的信道估计复杂度过高,参考无线信道的广义平稳非相关散射(WSSUS)模型,本文提出了一种基于最小均方误差(MMSE)准则的低复杂度OFDM水声信道估计方案,其运算复杂度明显降低,并被实际实验证明是可行、有效的。     

OFDM水声通信线性最小均方误差算法信道均衡

正交频分复用在高速水声通信中的应用越来越广泛.水声信道是多径、高噪声的衰落信道.由于信道条件差,容易产生码间干扰,信道均衡技术是提高通信系统性能的重要技术.提出了线性最小均方估计在水声通信系统中应用的方案,研究了实际通信中利用调频信号如何确定信号的平均多径时延、最大多径时延,比较了不同调频信号测量信道的性能.该方案基于导频辅助均衡方法,利用调频信号测量信道,获得的信道统计信息,计算信道的自相关矩阵.从而根据线性最小均方误差算法进行信道均衡.通过仿真和湖试进行验证,结果表明该方案效果较好,对系统性能改善比较明显.     

多途信道对弹道跟踪系统时延估计的影响分析

0引言基于时延估计的定位技术计算量小,定位精度高,而且该算法的实现对硬件要求不高,易于实现实时定位系统的开发,这些优点使其广泛应用于水下弹道跟踪系统中,时延估计的精度将直接影响到弹道跟踪的准确性。然而,复杂的水下环境使得水声信道具有传播衰减、多途、散射和频散等物理效应[1],水声信道的这些特性对高精度的时延估计构成了巨大的挑     

一种基于贝叶斯正交匹配追踪的水下多径稀疏信道估计方法

使用训练序列构成的测量矩阵并采用稀疏恢复算法是近年来常用的多径稀疏信道估计思路。提出一种贝叶斯匹配追踪算法的正交化改进方法,有效地改善了原方法的收敛速度,并将其应用于水下多径稀疏信道估计。进行了新方法的理论推导和两种水下稀疏信道模型中的仿真试验,进而与传统贪婪迭代和贝叶斯估计方法的估计效果进行了对比。仿真结果证明,所提出的新方法比原方法的收敛速度更快,能更高效地进行多径稀疏信道估计。新方法在低信噪比和呈簇状集中分布的水下多径稀疏信道中也有更好的估计效果。     

基于压缩感知的多中继协作通信系统稀疏信道估计算法研究

提出了一种基于压缩感知理论的多中继协作通信系统稀疏信道估计方法.采用正交匹配追踪（Orthogonal Matching Pursuit,OMP）压缩感知算法,对时域信道脉冲响应进行估计.对多中继协作通信系统进行稀疏建模;结合压缩感知理论构建观测矩阵,并给出卷积信道的稀疏表示;利用压缩信道感知算法重建了系统的卷积复合信道.仿真结果表明,与传统的最小二乘法（Least Square,LS）相比,采用压缩感知理论的信道估计算法,能利用较少的导频信号获得很好的信道估计性能,提高了频谱利用率.     

基于卡尔曼滤波的时变水声信道估计

为了能同时利用时变水声信道的簇状稀疏特性和时间相关性,构造了一种时变水声信道模型,并基于该模型对传统的卡尔曼滤波压缩感知算法进行改进。该方法主要利用前一时刻估计的信道状态响应来确定当前时刻信道的候选支撑集,并以此构造时变水声信道的状态转移方程。通过卡尔曼滤波迭代的方法计算候选支撑集上的系数,最后通过阈值法滤除误差原子。仿真结果表明：该方法能有效地利用水声信道间的时间相关性来提高信道估计的性能,同时由于水声信道存在簇状稀疏特性,因此经该方法也具有一定的鲁棒性。     

基于分数阶傅里叶变换的水声信道参数估计

准确估计水声信道参数,对提高通信系统的性能有着重要的意义。Chirp脉冲有良好的相关性,常被用作信道探测信号。鉴于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)对chirp类信号的处理特性,用chirp信号作为测量信号,FRFT作为后端处理技术,可以得到很好的处理效果。研究了基于FRFT的水声信道多途时延和多普勒频偏参数估计的原理和方法,该方法通过发射具有正、负调频斜率的组合线性调频信号,在接收端根据FRFT幅值输出的峰值位置估计信道参数。仿真结果表明,此方法计算量与FFT相当,且有较高的估计精度。     

基于稀疏约束的DCD滑动窗RLS水声信道估计算法研究

水声信道具有稀疏性的特点,因此高精度低复杂度的稀疏信道估计算法对水声通信具有重要意义.基于自适应滤波算法的信道估计问题本质上是线性回归模型参数的求解问题,传统的最小二乘(Least Square,LS)、最小均方(Least Mean Square,LMS)及递归最小二乘(Recursive Least Squares...     

基于深度学习的OFDM半相干水声通信方法

针对正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)水声通信中常用的相干和非相干通信分别面临的对多普勒敏感和频谱效率低的问题,提出一种高阶幅度键控调制的半相干通信技术,将OFDM符号时频帧结构中全部频点采用高阶幅度键控调制方式,并利用信号幅度信息完成半相干信道估计。通过两种基于深度学习的算法优化半相干信道估计这一非线性过程,较非相干通信有效提高了频谱效率,较一定信噪比下的相干通信提高了鲁棒性,降低了误比特率和系统复杂度,并利用元学习算法降低深度学习算法对训练数据的依赖。最后,提取海试信道数据,完成OFDM半相干水声通信系统仿真,验证了所提方法在频谱效率和系统误比特率性能方面较非相干和相干通信的优势,当信道长度改变时,基于元学习的算法依然可以获得较好的性能。     

一种水声通信中基于信道估计的假设反馈自适应均衡器

直接序列码分多址(DS/CDMA)是一种受关注的水下声通信网多址接入方案。提出一种基于信道估计的水声DS/CDMA系统自适应码片级均衡器。水声信道的时变特性要求自适应均衡器系数以码片速率更新,而不是以码元速率更新。在线性均衡之前利用信道估计器抑制由先前发送的码片引起的码片间干扰,仅对少量幅值较大的信道抽头做均衡,有效地降低了运算复杂度。仿真实验验证了均衡器的性能。