基于压缩感知的高阶MIMO系统信道估值算法

针对通信网络中的天线数量巨大，很难完成对信道的有效计算与估值。借助于高阶多输入多输出（MIMO）系统的可靠性，提出了一种基于压缩感知的信道估值高阶MIMO系统。设计了一种简单的导频结构，以降低计算复杂度；利用导频序列长度可以随着信道稀疏度变化情况自适应的调整，从而节省了导频资源的开销。仿真实验表明，与传统的信道估计算法比较，在相同的信道估计精度条件下，HMCE-CS算法可以降低平均导频序列长度；或者在相同的导频序列长度条件下，HMCE-CS算法可以提高信道估计精度，验证了该算法的有效性。     

一种新的基于训练序列的MIMO-OFDM信道估计方法

为了实现MIMO-OFDM(多输入多输出—正交频分复用)系统的相干检测,提出一种新的基于训练序列的信道估计方法。详细阐述了算法的估计准则和训练序列的构造方法。利用训练序列良好的相关特性简便、精确估计出信道的频域响应及其冲激响应。通过理论分析和计算机仿真说明,新的算法对比最佳训练序列的LS(最小二乘法)时域估计方法,具有同样的估计精度,同时避免复杂的矩阵求逆运算,使计算复杂度进一步降低。     

一种并行处理的联合频相估计

在高速移动通信系统中,收发端双方往往会面临较大的多普勒扩展和有限的导频开销,从而严重影响传统联合频相估计的性能。鉴于此,本文提出了一种基于并行处理的联合频相估计。首先利用可变有效延迟长度的自相关算子设计出一种频相解耦合算法,再将其应用到传统联合频相估计中。理论分析和仿真结果表明,提出的频相解耦合算法可以实现传统联合频相估计的并行处理,同时还可以降低相偏估计的复杂度。     

MIMO-OFDM 系统时域参数化信道估计算法研究

针对MIMO-OFDM 系统信道估计问题,提出了一种在时域内进行最小二乘信道估计的方案．它的基本 思想是利用发送端与接收端导频序列所形成的时域信号来计算信道的时域响应信息．为了获得LS 信道估计的最小 均方误差,本文给出了一种最优导频序列设计方案,它要求每根发射天线中的导频序列为等间隔排列,不同发射天 线之间的导频序列位置相互交错．本文还提出了一种基于LS 准则的参数化信道估计方法,对比传统的LS 信道估 计算法,本文算法能够大幅度地提高信道估计的精度;对比传统的LSPCE 算法,本文算法可以有效地降低其计算复 杂度．仿真实验和性能分析验证了所提方法的有效性．     

基于分段导频发送和人工噪声的物理层安全传输方案

在一个三节点MIMO窃听网络中,针对窃听方发送恶意导频干扰,提出了一种基于分段导频发送和人工噪声的物理层安全传输方案。首先将导频发送长度分为n段,合法接收方只选取其中的m段发送导频信号。发送方利用n-m段接收信号获取窃听信道的近似估计,并用其消除m段信道估计中的窃听信道部分。然后,发送方设计预编码矩阵并同时发送信号和人工噪声,实现信号的安全传输。仿真表明,当干扰功率为100 mW时,所提方案下的安全速率平均提高了1.34 bit/s/Hz。     

OFDM系统中一种低复杂度的信道估计算法

提出一种适用于正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统的低复杂度信道时域响应估计算法.在发送端,算法基于最小均方误差(Mean-square error,MSE)准则以及给定的导频分布对导频功率及相位进行设计;在接收端,算法直接对接收到的导频符号进行求和,通过对求和结果进行简单加权后得到信道时域响应的估计.由于该算法在估计信道时只需进行很少量的复数乘法运算,因此接收端的计算复杂度非常低.理论分析与仿真结果表明,当信道时不变或慢时变时,该算法具有较小的估计均方误差.     

一种基于小数倍多普勒信道的OTFS信道估计方法

针对现有正交时频空(OTFS)调制系统的信道估计中存在的高峰均比和小数倍多普勒信道下估计困难及复杂度高的问题,提出了一种基于序列导频的匹配滤波(SMF)信道估计方法。该算法首先将序列导频与数据联合成帧,依靠序列的自相关性获取路径数、时延和整数倍多普勒;然后通过互相关匹配滤波估计小数倍的多普勒抽头和信道增益,从而得到信道状态信息;最后根据小数倍信道整数采样的特征,更新信道增益和信道初始相位。仿真结果表明,该方法相比基于嵌入式脉冲导频的信道估计,改善了峰均比,并提高了信道估计性能。相比于传统的序列导频,该方法可以估计得到小数倍多普勒抽头,估计的信道状态信息更准确。该信道估计方法更具有普遍性。     

WLAN中OFDM系统载波频率同步算法研究

针对OFDM技术中的载波频率同步问题,分析了载波频率偏差对OFDM系统造成的影响,总结了基于IEEE802.11标准的三种常见的频偏估计算法:基于循环前缀的最大似然算法、基于训练序列的时域相关算法和基于导频的频域相关算法,提出一种基于训练序列和导频的联合载波频偏估计算法。性能仿真结果表明,该联合估计算法在估计范围和估计精度上具有明显的优势,适合实际工程应用。     

双衰落信道下OFDM信噪比估计算法

基于最小均方误差方法,在双衰落信道下,提出利用周期PN序列作为导频的信噪比(SNR)估计算法。在导频2侧插入保护间隔降低子载波间干扰对导频的影响,在时域进行相关运算消除噪声干扰,从而得到较精确的信道参数。仿真结果表明,该算法能较准确估计SNR,且可通过改变周期PN序列满足不同信道环境下的性能要求。     

OFDM系统中同步偏差的联合估计算法

研究基于IEEE 802.11a的正交频分复用(OFDM)系统,分析同步偏差对该系统的影响,提出一种联合估计算法。利用导频序列估计频域中OFDM系统的同步偏差,包括符号定时偏差、载波频率偏差和采样时钟频率偏差。仿真结果证明,该算法的误包率较低,能较好地应用于OFDM系统。     

一种基于循环谱的MPSK信号符号速率估计方法*

针对频谱感知的实际应用,在循环平稳理论的基础上,研究了经过脉冲成形滤波器滤波后的MPSK信号的循环谱特性,通过分析有限数据条件下剩余带宽对循环谱估计的影响,提出一种恒包络处理与频域平滑循环周期图结合的符号速率估计算法,仿真表明该方法在有限数据条件下具有良好的性能,而且在剩余带宽较小时,该方法也能有效地估计MPSK信号的符号速率。     

改进的OFDM系统半盲信道估计算法

信道估计算法从先验信息的角度,可分为3类：基于参考信号的估计、盲估计和半盲估计。半盲估计是结合盲估计与基于训练序列估计这2种方法优点的信道估计算法。本文首先通过基于导频辅助的半盲信道算法和基于直接判决的半盲信道算法得出信道的估计值,再定义一个置信度函数得出加权系数γ,使基于导频辅助的半盲信道算法和基于直接判决估计算法有效结合起来,有效提高信道估计的精度。     

基于压缩感知的大规模MIMO系统导频优化及信道估计算法

针对频分双工（FDD）大规模MIMO系统下行信道估计过程中由于导频数和基站天线数成正比会造成巨大的导频开销这一问题,首先提出一种基于压缩感知（CS）技术的伪随机导频优化方案,该方案令基站发射非正交导频信号,并且以最小化观测矩阵的互相关为优化目标,通过引入交叉、变异判断机制和内、外循环机制以实现对导频序列的优化;其次,联合利用无线MIMO信道的空间公共稀疏性和时间相关性提出一种基于压缩感知技术的信道状态信息（CSI）估计算法,利用线性最小均方误差（LMMSE）算法进行矩阵估计以精确获取CSI。分析和仿真结果表明,与随机搜索算法、逐位置优化方案、局部公共支撑算法、自适应结构子追踪（ASSP）算法、正交匹配追踪（OMP）算法以及逐步正交匹配追踪（StOMP）算法相比,所提算法在低导频开销比和低信噪比（SNR）的情况下均可以维持良好的信道估计性能。     

无线传感器网络目标跟踪性能优化及仿真

无线传感器网络中传感器节点相互协同完成感知任务,以传感器量测的信息效用和获取量测的能量消耗来折中地选择参与的节点,但用户对服务质量Qos( Quality of Service)的需求并没有在节点选择时得以体现。为此本文以目标跟踪为应用背景,提出了一种自适应动态协同自组织算法A-DCS,该算法同时完成检测与状态估计任务,首先根据用户设定的检测概率,确定候选节点集合,选择具有最大检测概率的节点为簇首;随之根据给定的状态估计精度,自适应确定参与感知任务的簇成员顺序和个数。统计不同检测概率和状态估计精度时相应的能量消耗,以此作为系统设计时参数设定的依据,从而最大可能地延长网络的生命周期。仿真表明：在跟踪精度和能量消耗两个指标下,该算法优于IDSQ和DCS。 A-DCS也适用于传感器网络系统中的其他估计问题。     

CAZAC改进帧同步检测方案

提出了一种基于CAZAC（Constant Amplitude Zero Auto Correlation）的改进帧同步检测方案。首先,利用CAZAC序列作为短训练序列来改变IEEE 802.11a系统标准前导结构,并增加用于粗频偏估计的短训练序列个数;其次,在使用延时相关帧检测的基础上,结合短训练序列的互相关信息共同完成帧同步检测。由于CAZAC序列良好的自身特性以及互相关信息的辅助,使得帧同步检测更加准确,粗频偏估计的性能也有所提高,大频偏下仍得到稳定的性能。仿真结果显示,在多径时延为100 ns,频偏为200 kHz时,与传统方法比较能得到约2 dB的增益。     

基于空间迭代的信道估计和译码联合算法*

为了提高MIMO+OFDM系统在信道信息估计不准确时的译码性能,提出了一种基于SAGE（空间交替期望最大）算法的信道估计和MIMO译码联合算法。具体方法是：将发送的子帧分成若干个子块,第一个子块为导频子块,为第二个子块的译码提供信道信息;译码时对第二个子块进行内部的参数循环估计,完成该子块的译码后,解出该子块的信道信息,并将其作为下一子块译码的信道参数,依次完成所有子块的译码。经过仿真验证,该算法的性能优于LMMSE信道估计＋ML译码算法的性能,运算复杂度低于EM算法。基于SAGE算法的信道估计和检测联     

一种基于分层聚合的分布式异常数据检测方案

在无线传感器网络中,由于传感器节点的带宽、功率、计算能力有限,传统的集中式方案难以区分海量数据中的异常数据.为解决此问题,提出一种基于多层分布式无线传感器网络的异常数据检测方案.在节点层级采用K-Means++算法对数据进行聚类,执行簇合并算法以减少数据传输量,在网关节点执行基于KNN的异常簇检测算法,将正常簇信息返回至底层节点进行局部检测,从而区分异常数据.在高斯数据集与IBRL数据集上的实验结果表明,该方案检测率高于98%,且能显著降低通信消耗.     

基于前导干扰消除的FBMC系统加权信道估计算法

针对FBMC系统信道估计时存在虚部干扰问题,提出一种新的信道估计算法。首先,该算法采用了基于虚部干扰消除的新导频结构;然后,利用两列导频分别作粗信道估计;最后,对粗信道估计采用加权方式进行精信道估计,进一步提高信道估计性能。仿真结果表明,与传统虚部干扰消除算法（IIE）相比,新导频结构算法在误码率为1%时,可获得1~2 dB的性能提升。