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.     

水声信道频域Turbo均衡的期望传播改进算法

针对水声信道带限,稀疏及长时延特性,并考虑水声实时高质量通信需求,提出了一种基于期望传播(Expectation Propagation,EP)的迭代信道估计和频域Turbo均衡(EP based Iterative Channel Estimation-Frequency of Do?main Turbo Equal...     

基于叠加训练序列的OFDM信道估计

为准确地估计OFDM信道,同时提高带宽传输效率,文章提出了基于叠加训练序列的信道估计方法,给出了基于训练序列的OFDM系统基带模型和算法。仿真结果显示,本文所提方法能达到很好的MSE和BER信道估计性能。     

基于叠加训练序列的MIMO-OFDM信道估计

为能够估计出MIMO-OFDM系统的信道状态信息(CSI)又能充分利用系统频谱资源,提出了一种基于叠加训练序列的信道估计算法。该算法即将非随机训练序列叠加于信息序列之上,利用训练序列与信息序列的不相关特性,在没有带宽损失的情况下估计出信道参数。并对估计的均方误差性能进行了分析,讨论了训练序列的优化方案。仿真结果证明了该方法的有效性。     

基于数据依赖的叠加训练序列信道估计

通过采用依赖于信息数据的叠加式周期训练序列发送机制,考虑到信道存在未知直流偏移的情况,提出了一种估计频率选择性信道的新算法。推导出信道估计的均方误差公式,获得了最优的训练序列所应满足的条件。理论分析和仿真结果表明,该算法大大提高了信道估计和信号检测的性能,从而验证了该算法的有效性和可靠性。     

基于叠加训练序列的低复杂度时变信道估计方案

与传统的时分/频分复用训练序列相比,采用叠加训练序列的传输方案可以有效地提高系统的频谱利用率。然而,叠加方案中训练序列与信息序列的相互干扰会造成系统性能的严重下降,如何有效消除信息干扰是提高信道估计性能的关键。该文针对时变衰落信道,首先提出一种新的基于一阶统计量信道估计算法。该算法利用基扩展模型(BEM)构建时变信道,通过时域分块平均的方法来抑制信息序列干扰。在此基础上,利用信息序列和训练序列经历相同信道衰落的特性,提出一种基于加权最小二乘(WLS)的迭代信道估计与检测方案。新方案利用 Kalman滤波检测器代替确定性最大似然(DML)检测器,将检测符号序列看作附加的“训练序列”用于信道估计,从而可以显著提高信道估计性能。仿真结果表明,新方案可以有效消除信息序列干扰,且性能和计算复杂度均优于现有的同类方案。     

叠加弱能量训练序列信道估计方法

本文提出了一种利用叠加弱能量的周期训练序列进行信道估计的线性最小均方误差(LMMSEE)算法.该方法不需要信道先验信息、不占用宝贵的带宽资源、计算量比常规LS方法更低.理论分析和计算机仿真表明:在训练序列周期比信道冲击响应长度大时,在较低的信噪比下,利用LMMSEE方法估计信道性能比LS方法更佳.     

双选择性信道条件下OFDM系统的频域Turbo均衡

未来OFDM系统将工作在高载频、高容量、高移动速率的条件下,传统的单抽头频域均衡器将不再适用。该文基于双选择性信道的ICI分析,提出了一种用于OFDM系统的频域Turbo均衡(Frequency-domain Turbo Equalization, FTE)算法。仿真表明该算法具有BER性能好,计算复杂度低的优点,能够很好地抑制ICI。     

叠加训练序列的判决指导信道估计方法

针对实际应用中信道先验信息未知时无法求解信道相关矩阵的问题,提出了一种改 进的叠加训练序列的判决指导信道估计方法。该方法利用每次迭代的信道估计值求解信道相 关矩阵。推导了该方法中信道相关矩阵的求解公式。仿真结果表明,在未知信道先验信息的 情况下,与利用信道先验信息的叠加训练序列的信道估计方法相比,改进方法取得了与之几 乎一样的性能,因此改进方法更适用于实际应用。     

一种降低复杂度的压缩感知水声信道估计方法

针对浅海的水声信道稀疏特性,提出了一种降低复杂度的前向回溯正交匹配追踪(RC-LABOMP)信道估计方法。首先计算正交匹配追踪和子空间追踪信道估计算法的两类支撑集,接着根据两类支撑集的交集和并集,预处理先验信息,最后利用先验信息完成前向回溯正交匹配追踪信道估计。该算法经过先验信息的预处理,能够减少原LABOMP算法的迭代次数,同时缩小原子的索引范围,因此能够显著降低原LABOMP算法的计算复杂度。此外,将提出的算法与水声Turbo均衡系统相结合,更适用于水声通信系统。仿真结果表明,所提算法在随机信道和水声信道条件下,具有估计精度高、误码率低的特点,同时能够显著降低LABOMP算法的计算复杂度,是一种适用于浅海水声信道的有效估计方法。     

一种水声通信Turbo均衡中的软迭代信道估计算法

Turbo均衡技术是水声相干通信克服信道多径、消除码间干扰(ISI)的有效工具。Turbo均衡实际使用时需要对时变、多径信道进行良好的估计。为了提高信道估计的效果,该文基于时变横向滤波和相位旋转信道模型,提出一种水声通信Turbo均衡中的软迭代信道估计算法。该算法采用快速自优化最小均方算法得到各数据符号处的横向滤波器系数矢量并与二阶锁相环联合优化计算。通过仿真比较,该算法明显优于硬迭代信道估计算法,且相位估计性能优于其他文献中的软迭代信道估计算法。在海上试验中,水声通信距离5 km,方向近似垂直,接收阵起伏周期10 s,起伏幅度5 m左右,在此情况下进行数据采集。将该算法用于对海试数据的单通道Turbo均衡处理,实现无误码输出,验证了所提算法在软迭代信道相位估计方面的优势。     

一种水声信道自适应均衡算法研究

由声波传播的多途效应所引起的码间干扰及信号衰落,使得水下数据传输的速率和可靠性都大大降低。针对多途干扰严重的水声信道,将一种基于最小均方误差算法的信道自适应均衡器应用于水声信号处理中。对该均衡器的基本理论及其结构进行了归纳,结合水声多途信道的基本特点,建立了仿真模型,重点分析了步长参数、信噪比等对算法收敛速度和稳态误差等方面性能的影响,为实现高质量的水下信息传递提供技术支持。     

Time-varying Channel Estimation and Symbol Detection Using Superimposed Training in OFDM Systems

In mobile orthogonal frequency division multiplexing (OFDM) systems, time-varying channels result in severe intercarrier interference (ICI), and greatly degrade the system performance. So, it is necessary to estimate the accurate channel for equalization of received symbols. But, the conventional pilot-assisted channel estimation scheme consumes valuable bandwidth. In this paper, we adopt superimposed training approach for OFDM systems to estimate the time-varying channel, which is approximated by a basis expansion model (BEM). The proposed scheme is an extension of the superimposed training approach previously proposed for time-invariant channels in OFDM systems. At the same time, we employ an iterative best linear unbiased estimator (BLUE) to minimize the mean square error (MSE) of the coefficient estimates and improve the system performance. Simulation results prove the effectiveness of the proposed scheme in fast time-varying scenario.

基于Kalman滤波的水声混合双向迭代信道均衡算法

水声信道均衡中基于信道估计的均衡方法理论上具有更优的均衡性能,但较高的计算复杂度限制了算法的实际应用。针对这一问题,该文首先基于Kalman滤波和Turbo均衡提出一种迭代Kalman均衡器,实现了基于软符号的迭代信道估计与迭代Kalman均衡,且复杂度较常规方法降低约1个数量级。其次,针对单一均衡算法和单一方向Turbo均衡器存在的误差传递现象,设计了基于迭代Kalman均衡器与改进成比例归一化LMS (IPNLMS)自适应均衡器相结合的混合双向Turbo均衡器,提高了自适应均衡器的收敛速度和均衡性能,并通过双向均衡结构带来的增益改善了符号估计误差传递的现象。理论分析与仿真实验验证了该文算法的有效性。     

单载波宽带MIMO系统广义近似消息传递Turbo频域均衡

针对编码单载波循环前缀(SC-CP)多输入多输出(MIMO)系统,该文采用消息传递算法研究软输入软输出MIMO频域均衡器(FDE)的设计问题。基于广义近似消息传递(GAMP)算法,该文提出一种新的低复杂度MIMO频域均衡方法。这种消息传递MIMO均衡方法的显著特点是既保留了SC-CP传输所产生的频域均衡的优点,同时又避免了传统MIMO FDE中逐频点MIMO矩阵求逆运算,所以具有随MIMO系统接收天线数增加而线性增长的计算复杂度。计算机仿真结果表明,与传统方案相比,该文提出的MIMO频域均衡算法具有明显的误码率(BER)性能优势。     

基于Rimoldi分解的连续相位调制信号Turbo频域均衡算法

针对高阶部分响应连续相位调制(CPM)信号均衡中存在的复杂度高和性能较差等问题,该文从Rimoldi分解的角度出发,设计了一种新的适用于倾斜相位CPM信号的发射帧结构,并在此基础上结合单载波频域均衡(FDE)和Turbo均衡的思想,提出了一种适用于高阶CPM信号的Turbo频域均衡算法。该算法通过将信号均衡转化到频域进行处理,避免了时域均衡算法在计算均衡器系数时存在的大矩阵求逆问题,同时使用Turbo均衡的软信息迭代处理来改善系统的性能。理论分析和仿真结果表明,对于四阶部分响应CPM信号,在存在严重符号间干扰的多径衰落信道的条件下,该算法与现有的基于符号的频域均衡算法相比,在保持较低复杂度的同时,具有大约1.5 dB的性能增益。     

基于支持向量机的水声信道盲均衡算法研究

水声信道的带宽极为有限,与需要训练序列的自适应均衡算法相比盲均衡技术节省了带宽,特别适合高速水声通信和多点通信。针对基于高阶统计量的盲均衡算法收敛速度慢的缺点,研究了一种基于支持向量机的盲均衡算法,它收敛速度快并具有全局最优解。通过对浅海信道触发通信信号的计算机仿真,证明了算法的有效性。     

基于水声信道的Turbo码性能仿真、与误码率估计方法研究

本文论述了在远程水声通信系统中提高系统可靠性的Turbo编码方案,对Turbo编码方案在给定的水声信道以及联合调制模式下的性能进行了仿真,对影响纠错性能的因素进行了分析,并对水声信道条件下的误比特率上限进行了推导,说明Turbo编码方案对远程水声通信系统的可靠性有较大改善。