OFDM系统中基于恒模的盲信道估计算法

该文提出了一种适用于采用PSK调制方式的正交频分复用(OFDM)系统的准盲信道估计算法。该算法首先利用系统信号的恒模特性得到有限个可能的信道,然后利用信号的有限字符特性从可能信道中寻找出最佳信道,因而具有较低的计算复杂度。与现有的盲信道估计算法不同,该算法利用二阶统计量而不是高阶统计量估计信道,获得了较好的估计性能。仿真结果表明,该算法的性能优于基于有限字符特性的盲信道估计算法。     

脉冲超宽带(UWB)跳时系统的频域信道估计

提出一种基于序列和的最大似然(ML)频域信道估计算法,该算法可适用于对跳时UWB通信系统进行基于训练序列的信道估计和盲信道估计,大大简化了运算的复杂性。在仿真中比较了基于理想信道估计、基于一般的频域信道估计以及基于序列和的ML频域信道估计的性能。结果显示,在频域的估计过程中,对发射信号的频谱设定适当的可信门限后,可以获得与直接进行频域信道估计相似的性能。     

OFDM系统基于矩阵开方的盲信道估计

该文提出一种基于矩阵开方(computing Roots of Matrices, RM)的盲信道估计算法和一种自适应矩阵开方(Adaptive computing Roots of Matrices, ARM)盲信道估计算法。RM算法利用信息符号的有限字符集特性,在时域上通过对一个Toeplitz下三角矩阵开方进行信道解卷积,得到信道估计的闭合解。该运算复杂度远低于现有的盲信道估计搜索算法,并且适用于信道阶数较大、搜索算法不能处理的情况。仿真结果表明RM信道估计性能接近于搜索算法的最佳性能,而ARM通过最陡下降迭代将代价函数最小化,可以进一步提高信道估计的准确性。     

循环前缀块传输系统中的一种MIMO盲信道估计算法

信道估计一直是无线通信领域的研究热点之一,信道参数估计的好坏对系统的整体性能有着至关重要的影响。针对采用循环前缀的多输入多输出(MIMO-CP)系统,本文提出了一种基于子空间的盲信道估计方法,该算法利用了循环前缀所引起的冗余信息。基于子空间的盲信道估计算法都是通过对接收块的自相关矩阵进行奇异值分解(SVD)来实现信道估计的,因此需要利用尽可能多的接收块来得到准确的自相关矩阵的估计值,这就意味着会产生过久的判决延迟以及不能准确对快变信道进行跟踪。利用MIMO-CP系统中系统矩阵特有的块循环特性,对于连续的两个接收数据块以及对应的循环前缀部分组成的向量,可以重新构造一组新的向量而不改变系统的信道矩阵,因此可以通过较少的接收块来得到准确的自相关矩阵的估计值,该方法十分适用于对快变信道的盲估计。文章通过仿真分析了在不同的重复系数以及不同的接收块下该算法的性能并且比较了该算法与现有的“预编码”、“虚拟子载波”等盲信道估计算法的性能。仿真结果表明,提出的算法利用较少的数据块个数就得到了一个可靠的信道估计值和很好的误码率性能。      

MIMO-OFDM系统中的子空间半盲信道估计

本文主要讨论了MIMO-OFDM系统中的一种半盲信道估计算法.该算法基于子空间分解技术,利用信号子空间和噪声子空间的正交性将两者分离.针对盲信道估计存在计算量大及收敛速度慢等缺点,本文充分利用少量的导频,给出了一种基于子空间跟踪技术的半盲MIMO-OFDM信道估计算法.仿真结果表明,该算法在保持盲信道估计算法性能的基础上,明显加快了收敛速度、降低了计算量.     

一种改进的单音干扰下OFDM系统盲信道估计算法

在相关检测的OFDM系统中,信道估计具有十分重要的意义。研究了一种在单音干扰环境下的OFDM系统中基于预编码的盲信道估计方案。利用接收的干扰信号的频域信息对单音干扰信号进行准确估计与重构,有效地消除了干扰信号的影响,提高了单音干扰下盲信道估计的准确性。与其他盲信道估计算法相比,基于预编码的盲信道估计算法具有较低的运算复杂度以及较快的收敛速度。仿真结果表明了该算法在干扰估计以及信道估计两方面都取得了较好的性能。     

MIMO-OFDM系统中信道盲估计与检测

针对MIMO-OFDM系统,提出了一种基于子空间的盲信道估计与检测方案,该算法将阵列信号处理的思想应用到MIMO-OFDM系统中,通过发送端信号的冗余编码,利用一种类ESPRIT算法进行盲信号检测和信道估计。仿真结果表明该算法的有效性及其信道盲估计方法的性能。     

基于OFDM信号周期平稳特性的盲信道估计算法

该文提出一种基于信号周期平稳特性的盲信道估计算法,用于频率选择性衰落环境下的正交频分复用(OFDM)系统。该算法利用OFDM信号本身具有的周期平稳特性以及其周期自相关函数值的能量分布规律,确定信道阶数,并通过确定信道零点的方法间接获得信道冲激响应。理论和仿真结果表明,与其它的盲信道估计算法相比,该算法不仅可以较准确地获得信道阶数,而且降低了信道估计的均方误差。     

新的盲信道估计算法

研究了各种盲信道估计算法.提出一种关于信道的假设,并在此基础上提出一种新的盲信道估计算法.新算法能够同时估计出信号和信道.新算法基于MMSE准则,利用m进制通信系统中,在接收端和发射端都已知信号模式且模式个数有限(K=log2m)的特点,结合预置于算法的信道模型,得到信道模型和信号模式的估计.然后依据MMSE准则得到信道和信号的最佳估计.最后给出仿真结果,仿真表明:新的盲信道估计方法能够精确估计实际信道的等效冲击响应,并能够进行有效通信.     

基于有限字符特性的空时OFDM系统决策反馈信道估计

该文提出了一种适用于空时编码正交频分复用(STC-OFDM)系统盲信道估计算法,利用信号的字符有限特性获取粗信道估计,进而利用映射星座先验知识,采用决策反馈方法得到信道精估计。充分利用了信号的先验知识,以较高的计算复杂度为代价,提高了盲信道估计精度,因此能较好地适用于具有慢时变频率选择性较强的信道,且子载波数不大的系统。与基于子空间盲信道估计算法比较验证了该算法性能。     

一种新的适用于多径信道的基于LMK准则的盲自适应多用户检测及其收敛性分析

基于最小平均峰度(Least MeanKurtosis,LMK)准则],该文提出了一种适用于同步直扩码分多址(DS/CDMA)系统多径慢衰落信道中的线性盲自适应多用户检测算法。这种算法基于高阶统计量(High Order Statistics,HOS)特性,算法复杂度相对较低。文中分析了算法在多径信道中无噪声情况下的收敛特性,指出在这种情况下,算法具有全局最小点,此时算法满足解相关条件。仿真结果表明,文中给出的检测器具有较强的多址干扰抑制性能。     

EM-based blind LDPC identification in multipath channels

As the advent of cognitive radios,blind encoder identification has attracted increasingly attentions since it plays an important role.The existing works mainly focus on additive white Gaussian noise (AWGN) channel,while the blind identification in multipath scenarios has not been sufficiently investigated.Considering the blind low density parity-check (LDPC) codes identification in the presence of unknown multipath fading channel,a likelihood-based classifier was proposed using the expectation maximization (EM) algorithm to obtain the maximum likelihood estimates of the unknown parameters.Then,an average log-likelihood ratio (LLR) estimator was adopted to classify the unknown encoder.Numerical results show that the proposed algorithm provides promising identification performance in multipath channels,especially in the low signal-to-noise ratio region.     

基于神经网络均衡器的小波包多载波扩频系统

在多径衰落信道下,本文提出了一种基于神经网络均衡器的小波包多载波扩频系统(Neural Network Equalizers Wavelet Packet Spread Spectrum,NNE-WPSS).本文利朋基于最小均方算法(Least Mean Square algorithm,LMS)的复径向基函数神经网络均衡器(Complex Radial Basis Function Network Equalizers,CRBF)来抑制由多径衰落信道引起的码间干扰(Inter-Symbol Interference,ISI)并且利用最大似然算法对解调后的码元进行检测.在多径衰落信道和白高斯噪声情况下,本文分析了基于神经网络均衡器的新型小波包多载波扩频系统的传输性能.仿真结果表明,本文所提出的基于神经网络均衡器的新型小波包多载波扩频系统的性能要优于传统的基于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)多载波扩频系统;本文提出的复径向基函数神经网络均衡器(CRBF)的性能也优于迫零均衡器(Zero-Forcing Equalizer,ZFE).     

Efficient bad equalizer in two-ray multipath fading channels

An efficient bidirectional arbitrated decision feedback (BAD) equalizer is presented in single-carrier block transmission system in the Two-Ray multipath fading channels, where the output from the bidirectional equalizers are combined together directly using maximal ratio combining (MRC) rule to improve the signal-to-noise ratio (SNR) before demodulation. The computational complexity of the BAD equalizer presented is linear with the channel length, which is the same as conventional decision feedback equalizer (DFE) and is significantly lower than that of conventional BAD equalizer as well as the maximum likelihood (ML) algorithm. While the performance of the new scheme depends on the specific channel characteristics, it is shown by simulation results that the performance of the new BAD can surpass the one of DFE dramatically in the minimum or non-minimum phase Two-Ray multipath fading channels.     

Joint Semi-Blind Channel Estimation and Data Sequence Detection of OFDM Systems

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｅｘｐｌｏｓｉｖｅｇｒｏｗｔｈｏｆｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａ ｔｉｏｎｓｉｓｉｎｃｒｅａｓｉｎｇｔｈｅｄｅｍａｎｄｓｆｏｒｈｉｇｈ ｓｐｅｅｄ ,ｒｅｌｉ ａｂｌｅ,ａｎｄｓｐｅｃｔｒａｌｌｙｅｆｆｉｃｉｅｎｔｃｏｍｍｕｎｉｃａｔｉｏｎｓｏｖｅｒｗｉｒｅｌｅｓｓｍｅｄｉｕｍ[1～2 ] .Ｈｏｗｅｖｅｒ,ｔｈｅｒｅａｒｅｓｅｖｅｒａｌｃｈａｌｌｅｎｇｅｓｉｎａｔｔｅｍｐｔｓｔｏｐｒｏｖｉｄｅｈｉｇｈ ｑｕａｌｉｔｙｓｅｒｖｉｃｅｉｎｔｈｉｓｄｙｎａｍｉｃｅｎｖｉｒｏｎｍ…     

多径衰落信道下的一种盲多用户检测方法

多径衰落信道下的盲自适应多用户检测算法的运算复杂度通常都比较大,提出了一种基于MSWF和CMA的盲自适应多用户检测方法,该方法避免了矩阵求逆和信道估计运算,具有相对较小的运算复杂度。通过模拟实验比较了几种算法的误码率性能,结果表明,所提方法具有明显的优势。     

基于粒子滤波的Turbo盲均衡

粒子滤波是一种基于贝叶斯估计的算法,在信道盲辨识和盲均衡问题上具有快收敛、抗深衰信道等优势。Turbo盲均衡在低信噪比条件下有较好的误码性能。为了在深衰信道下使通信具有良好的误码性能,对粒子滤波盲均衡算法进行改进,改进算法的重要性采样函数利用了粒子的先验信息,得到一种软输入软输出的粒子滤波盲均衡算法。依据Turbo盲均衡的框架结构实现了一种基于粒子滤波的Turbo盲均衡算法,该算法利用信道编码带来的编码增益,提高了均衡和信道辨识的性能。仿真结果表明相比粒子滤波盲均衡算法本文提出算法的误码率性能提高1dB左右,误帧率性能则提高了3dB以上,经分析可知在信道系数估计较为准确的条件下,系统数据帧几乎没有误码。      

基于最小二乘支持向量机的衰落信道预测算法

该文探讨了利用相空间重构和支持向量机进行衰落信道非线性预测算法。该算法基于多径衰落信道具有混沌行为,利用坐标延迟理论,重建衰落信道系数的相空间,再根据混沌吸引子的稳定性和分形性,在相空间中通过递归最小二乘支持向量机(RLS-SVM)进行预测。该算法对原始数据可以进行更平滑的处理,在噪声环境下预测的时间范围更长。对时间跨度为63.829ms的衰落系数进行了预测,仿真结果表明,在信噪比为15dB时,预测结果优于AR算法。     

Blind identification and equalization based on second-orderstatistics: a time domain approach

A new blind channel identification and equalization method is proposed that exploits the cyclostationarity of oversampled communication signals to achieve identification and equalization of possibly nonminimum phase (multipath) channels without using training signals. Unlike most adaptive blind equalization methods for which the convergence properties are often problematic, the channel estimation algorithm proposed here is asymptotically ex-set. Moreover, since it is based on second-order statistics, the new approach may achieve equalization with fewer symbols than most techniques based only on higher-order statistics. Simulations have demonstrated promising performance of the proposed algorithm for the blind equalization of a three-ray multipath channel     

UFMC系统在多径衰落信道中的干扰消除

通用滤波多载波(UFMC)是5G通信系统中的关键技术,能够降低带外泄露.但是在多径衰落信道下UFMC系统会受到符号间干扰(ISI)和多普勒效应产生的载波频率偏差的影响,从而使系统的性能下降.为了消除系统中的干扰,提出了一种迭代最大似然算法.该方法主要通过迭代最大似然算法(ML)计算出载波频率偏差,把估计出的结果作为初始值并运用迭代的方法得到最终的载波频率偏差,当达到收敛区间时,迭代结束;最后利用相位旋转的概念补偿载波频率偏差并运用最小二乘算法更新信道响应信息,减少该系统干扰.仿真结果表明,在信噪比大于10 dB时,随着信噪比的增大,算法能够有效地抑制系统中的干扰,提高UFMC系统的性能.