共查询到19条相似文献,搜索用时 62 毫秒
1.
针对空间分解类信噪比(SNR)估计算法中子空间维数估计复杂度较高,低信噪比下估计偏差较大的问题,提出了一种改进的子空间维数估计算法。该算法首先利用样本自相关矩阵的奇异值序列进行后向差分得到梯度序列,对梯度序列每一项与后5项之和的比值进行搜索,最大比值所对应的奇异值序号作为信号子空间维数,最后计算信噪比。合适数据长度下的仿真结果表明:在信噪比-5 dB~20 dB范围内,常规通信信号的信噪比估计平均偏差小于0.5 dB,标准差小于1 dB;该算法提升了低信噪比下的估计性能,运算量较小,无需知道调制方式、载波频率、符号率等先验信息,在低信噪比时对信噪比时变的跟踪估计更为准确,且对复杂高阶调制信号同样适用。 相似文献
2.
3.
针对单输入多输出(Single-Input-Multiple-Output, SIMO)模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差(Mean Square Error, MSE)和误符号率SER(Symbol Error Rate, SER)性能,并且具有很快的收敛速度。 相似文献
4.
传统的盲均衡算法主要基于高阶统计量(HOS)法或信道输出过采样的二阶统计量(SOS)算法,而这些算法不能实际应用于时变环境。与现有的自适应均衡LMS算法、RLS算法不同。提出了一种基于有限字符集信息的组合递推算法,实现单输入多输出(SIMO)信道盲序列检测。仿真表明:该算法具有较快的收敛速度和较低的稳态误码。 相似文献
5.
6.
在ε均衡概念基础上,提出了对含公零点SIMO信道的盲辨识算法。该算法充分利用发送符号属于有限字符集的先验知识,先直接盲检测发送序列,然后再进行信道辨识。仿真结果表明:不管信道是否包含公零点,本文提出的信道盲辨识ε算法性能都明显地优于基于二阶统计量的其它经典算法。 相似文献
8.
码间干扰是实现高速数据传输的主要限制因素,如何减小码间干扰始终是通信信号处理的研究方向之一。文章根据SIMO(Single Input Multiple Output)系统模型的互关系,利用输入信源和观测噪声的统计特性,给出了一种基于矩阵逆幂法的信道盲均衡算法。计算机仿真结果表明,该算法自适应递推性有效,并在低信噪比的情况下较传统的CR(Cross Relations)方法有更好的均衡效果。 相似文献
9.
10.
广义SSME算法(GSSME:Generalized Split-Symbol Moment Estimator)是在SSME算法的基础上把每个符号均匀分成多段而得来的。本文提出了复数加性高斯白噪声中基于迭代GSSME算法的MPSK信号盲信噪比估计算法,推导了每符号采样点数和分段数之间的关系。分别对BPSK、QPSK和8PSK信号进行了计算机仿真,并与常规SSME算法进行了比较。结果表明当信噪比高于一定值时,迭代的GSSME算法能达到更小的偏差和均方误差,并且估计性能与MPSK信号的调制阶数M无关。 相似文献
11.
针对信道阶数估计问题,利用单输入多输出(Single-Input Multiple-Output,SIMO)有限冲激响应(Finite Impulse Response,FIR)信道的结构特点和输入/输出信号的统计特征,提出了一种基于均衡代价函数的信道阶数盲估计算法.首先计算了归一化最小二乘均衡(Normalized Least Squares Equalization,NLSE)代价函数在理想条件下的理论渐近值,并指出其拐点与信道阶数之间的对应关系.然后分析了NLSE代价函数在实际条件下的近似值.最后引入了拐点优化因子,提出了一种基于NLSE代价函数拐点检测的信道阶数估计算法.理论分析和仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)较低和信道首尾系数较小的情况下,该算法比现有其它方法具有更强的鲁棒性,可以获得更小的接收信号均衡误差. 相似文献
12.
对自相关矩阵的特征值分解进行公式推导,基于此提出了一种采用协方差矩阵进行特征值分析的盲信噪比估计方法。在加性高斯白噪声环境下的仿真结果表明,该方法的估计偏差及标准差等性能均优于基于自相关矩阵特征值分析的盲信噪比估计方法。 相似文献
13.
针对单输入多输出系统下稀疏信道均衡问题,提出了一种新的基于最大似然准则的频域迭代均衡算法.首先将多天线联合均衡问题建模为非完整观测数据集下频域信号序列的最大似然估计问题,利用期望最大化算法进行近似迭代求解,最终得到各个单频信号加权求和形式的均衡输出表达式.在每次迭代过程中,算法依次完成均衡输出的更新和信道参数联合条件后验分布的更新.考虑到信道固有的稀疏特性,在求解信道参数联合条件后验时,引入具有稀疏促进作用的先验分布对信道系数加以约束,使用稀疏贝叶斯学习迭代求解信道参数联合条件后验.仿真结果表明,本文算法具有较好的收敛特性和稳态性能,在中高信噪比条件下可以获得接近信道已知条件下的稳态系统误符号率性能. 相似文献
14.
针对基于子空间分解信噪比估计算法中信号子空间维数估计复杂度高、小样本条件下估计偏差大的问题,提出了一种改进的盲信噪比估计算法.该算法首先构造接收信号的自相关矩阵,然后从矩阵奇异值序列的尾部开始,间隔两项依次进行差分得到梯度序列,再以梯度序列相邻两项均值大干特定阈值为条件确定信号子空间的维数,最后求得信噪比.仿真结果表明:信噪比范围为-5~+15 dB时,平坦衰落信道下常用调制信号的信噪比估计标准差小于0.1 dB,与MDL,AIC方法相比,该算法计算量小,且能适应更低的信噪比和更短的数据长度. 相似文献
15.
16.
17.
18.