一种基于MIMO—OFDM系统的自适应功率分配最小化算法

把一般多载波系统中的自适应功率最小化算法应用到多天线OFDM系统中,同时研究了MI-MO-OFDM系统传输过程中的误比特率变化情况.仿真结果表明,在相同的MIMO-OFDM仿真参数设置下,采用自适应功率分配最小化算法,当信噪比为102时,SISO-OFDM系统误码率比MIMO-OFDM系统误比特率高0.0463;随着配置的天线数增加,MIMO-OFDM系统的性能也得到增强.     

LDPC编码自适应加载MIMO-OFDM系统性能分析

介绍了LDPC校验阵的构造及编译码算法,采用了随机法构造LDPC校验阵,编码基于高斯消去直接进行译码采用无穷阶量化时的置信传播算法;讨论了OFDM自适应加载技术与多输入多输出技术,结合自适应比特功率分配算法与基于多载波调制的比特分配方案实现了该加载分配技术;给出了LDPC编码的自适应加载MIMO-OFDM系统的模型。经仿真分析得出,二元域上非规则LDPC编码的系统性能优于多元域上的,自适应加载MIMO-OFDM技术大大提高了系统传输速率,有效增强了系统抗衰落性。     

MIMO-OFDM系统的空时编码技术及仿真分析

基于对窄带多输入多输出(Multiple Input Multiple Output,MIMO)技术和正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术的分析研究,发现二者具有相结合的可能性和现实性。通过建立二者结合的系统模型(MIMO-OFDM),给出该系统的空时编码方案。借助计算机仿真分析发现,结合后的MIMO-OFDM系统较传统的OFDM系统,可靠性获得提升。可见MIMO-OFDM系统的空时编码技术是一种提高通信质量的有效方法。     

MIMO-OFDM网络中功率控制与波束赋形联合优化

针对多输入多输出（MIMO）-正交频分复用（OFDM）系统,提出了功率控制与波束赋形的联合优化算法,采用更加符合实际系统的干扰模型,将节能问题建模为功率控制与波束赋形的联合优化问题.为了求解上述非凸问题,基于上下行对偶原理和标准干扰函数理论,提出一种两阶段解决方案,并给出相应的理论证明该方案的收敛性.仿真结果表明,所提算法在多天线场景下相对于现有算法有更快的收敛速率,与传统的波束赋形方案相比,具有更低的能耗.     

非理想CSI下基于OSTBC的MIMO-OFDM系统中自适应资源分配算法研究

对于MIMO—OFDM系统,自适应资源分配可以有效利用时间、效率、空间等资源,进一步提高系统性能,其设计依赖于信道状态信息（CSI）的质量。但在实际系统中,信道估计本身可能存在误差,信道信息需要进行量化才能进行反馈,反馈信道可能经历衰落,存在时延,这些都会导致CSI的非理想,从而降低自适应资源分配所带来的性能提高,甚至消失。为了解决这个问题,文章给出了一种可使MIMO—OF、DM系统在自适应传输模式（AT）及非自适应传输模式（Non—AT）这两种模式问进行切换的算法,即STM算法。仿真结果表明,根据给定CSI非理想反馈参数的不同,最优传输模式视情况而定。     

战术移动Ad Hoc网络的自适应MIMO-OFDM

针对战场通信环境具有多样性和时空易变性特点,基于斯坦福大学信道模型(Stanford University Interim,SUI)和国际电联ITU(International Mobile Telecommunications)信道,利用相关矩阵修正并搭建符合实际战术移动通信环境的MIMO信道模型,对MIMO-OFDM自适应传输系统在复杂战术环境的综合仿真和可视化分析,总结战场环境对宽带无线通信系统性能的影响,从而为战术移动环境的认知及作战应用提供有效手段.     

自适应比特分配光正交频分复用的实验研究

为解决塑料光纤(POF)带宽窄、模式色散大的缺陷,提高光接入网的带宽利用率和色散容限,本文在光接入网中使用自适应比特分配算法的正交频分复用(OFDM)调制方式,利用OFDM系统极佳的频带利用率特性,提高了光接入系统的带宽利用率,并降低了系统的误码率(BER)。在搭建的实验系统中,成功地在不足2.5GHz带宽的光信道中完成了10 Gb/s的光OFDM(OOFDM)系统,从而证明了自适应比特分配算法在OOFDM系统中的有效性和可行性。     

MIMO-OFDM系统迭代球形译码检测算法

在MIMO-OFDM信号检测中,应用迭代译码的比特交织编码调制(BICM-ID)可有效地在获得分集增益和编码增益的基础上提高检测精度.但检测复杂度会随星座点数与发射天线数指数倍增加,代价较高.为了避免迭代检测所增加的复杂度,用较小复杂度的MAX-LOG-MAP译码器来代替MAP译码器来进行卷积译码,且将MAP解调过程用...     

MIMO-OFDM系统中机会波束成型技术的性能

未来移动通信系统广泛将多输入输出(MIMO)和正交频分复用(OFDM)技术相结合,以提高系统数据速率和频谱利用率.在MIMO-OFDM系统中采用机会波束成型(Opportunistic Beamforming)技术,可以人工地将用户信道变换为快衰落的信道,使得系统吞吐率最大化.通过分析了MIMO-OFDM系统中机会波束成型多用户分集系统的系统结构和系统性能,对接收端采用不同结构接收机对系统性能的影响做了比较.理论分析表明在MIMO-OFDM系统中使用机会波束成型技术可以提高系统吞吐率,数值仿真结果证明了理论分析方法和结论的正确性.     

MIMO-OFDM系统中的最优化训练序列设计

推导了MIMO-OFDM信道估计MSE最小准则下训练序列的最优化条件和最优化结构,提出了一种最优化训练序列．这一序列结合了CDM,FDM与TDM训练结构,保证了不同发射天线的导频符号在空、时、频三维空间上相互正交,从而有效地消除了天线间的信号干扰,降低了信道估计的复杂度．同时,它的导频结构灵活,可以根据信道环境、系统参数以及系统性能要求进行适当选取,因而具有广泛的适用性．     

基于MIMO—OFDM系统的自适应比特功率分配方案研究

将最优的比特分配算法应用于MIMO—OFDM系统．运用Chow算法和Levin Campello算法实现子信道的比特和功率分配,在MIMO—OFDM系统中采取奇异特征值分解方法来对抗子载波间干扰。仿真结果证明,该方法对于MIMO—OFDM系统自适应非常有效,而且较SISO—OFDM系统性能有显著的提高。     

一种改进的OFDM系统自适应比特分配算法

针对贪婪算法迭代次数多的不足,提出一种基于Hughes-Hartogs算法的自适应比特分配算法。在误比特率和传输比特总数限定下,先使用Chow算法对每个子载波进行比特初始分配,然后再把余下的比特通过贪婪算法分配到各个子载波上,使总功率达到最小。仿真结果表明,在传输比特数一定的情况下,改进贪婪算法的迭代次数仅是贪婪算法的7.4%³4%,并且在性能上十分逼近贪婪算法。     

MIMO-OFDM系统中高性能同步算法

利用所有发送天线同时发送的移位正交chu序列对已有的定时和频偏估计算法加以改进,提出了一种在多径衰落信道下具有高精度的快速多入多出-正交频分复用(MIMO-OFDM)系统定时和频偏估计新方法．分析表明,新方法具有定时准确检测概率高和小数频偏估计准确的优点,并且利用该算法可以在时域直接估计整数频偏,无需进行FFT运算,从而降低了系统同步的计算量．新算法的有效性在AWGN和第一径不是最强径的多径衰落信道下得到了验证．     

基于OFDM的认知无线电系统中的功率分配改进

基于正交频分复用(OFDM)的认知无线电系统中,次用户子载波功率的泄漏会对主用户产生干扰.针对这一问题,提出了一种改进的功率分配方法,即在主、次用户所在子信道间合理设置保护带条件下,采用迭代分块注水算法.仿真结果表明,改进的算法满足各主用户干扰功率上限的条件下,也使得次用户信道容量最大化.     

一种新的MIMO-OFDM自适应信道估计算法

基于经典的多输入多输出 正交频分复用(MIMO－OFDM)系统离散傅里叶变换(DFT)信道估计方案,提出了一种新的自适应信道参数估计算法,该算法能在一个OFDM导频符号内准确地估计出信道冲激响应、多径时延和噪声方差. 首先通过DFT信道估计得到初步估计值;然后提出了联合估计算法估计出各个接收天线上的噪声方差和多径时延,利用多径时延估计值提取信道初步估计中多径点上的信息,有效去除非多径采样点上的噪声. 仿真和分析表明,相比传统固定多径数目的估计算法,该算法能自适应地跟踪信道噪声能量和多径时延的变化,提高信道估计的精度.     

MIMO-OFDM系统中一种干扰抑制迭代信道估计算法

为了减小载波间干扰对多输入多输出-正交频分复用系统性能的影响,提出了一种干扰抑制迭代信道估计算法．首先根据频域正交导频估计导频信道频域响应,然后利用DFT内插方法获得信道响应初始估值,进而对其进行迭代消噪滤波处理改善信道估值．由于迭代过程加入了信道预校正以及时域滤波,从而有效地消除了载波间干扰和信道噪声的影响,提高了信道估计的精度．与传统算法相比,该算法避免了复杂的矩阵求逆运算,实现简单．     

利于LDPC码对数似然比译码的自适应功率分配算法

提出了一种在低密度奇偶校验码(LDPC)编码的正交频分复用 (OFDM)系统中，利于各子载波进行LDPC码对数似然比译码的自适应功率分配算法，根据信道条件调整各子载波的功率，使系统的译码性能达到最优。给出了该算法在多径衰落信道下的仿真，仿真结果表明，自适应预处理算法对系统的误比特性能有了很大程度的提高。     

MIMO-OFDM系统中一种有效的定时和频偏估计方法

为了提高基于传统训练序列的定时同步精度和系统频谱的利用率,提出了MIMO-OFDM系统中一种特殊的同步训练序列并且给出了对应的定时和频偏估计方法.该方法利用构造倒序结构的同步训练序列获得比传统算法更精准的定时估计,同时该算法只需要一个训练序列就可以有效地对整数倍与小数倍频偏进行估计,与需要2个训练序列的传统算法相比,提出的算法减少了训练序列的数量,提高了系统频谱的利用率.仿真结果表明,在AWGN和改进的Jake模型信道环境下,所提出的方法在粗定时、精定时估计和载波频偏估计中都有很好的性能.     

基于OFDM的认知无线电系统中功率分配算法

针对基于正交频分复用(OFDM)的认知无线电系统中,子载波功率分配的最优化算法中出现的迭代运算繁琐、不易实现的问题,提出一种基于幂函数分布的次优化功率分配算法.该算法采用线性约束的凸优化数值运算方法,对认知用户频带内子载波的功率按照幂函数的数值特性依次分配,该算法具有运算速度快、易于实现的特点,并且有效地解决了授权用户受到认知用户频带内子载波带外泄漏功率的干扰问题.通过使用MATLAB建模仿真,结果表明,提出的算法方案在满足授权用户干扰门限的条件下,使得认知用户频带内信道容量能够达到最大化,并且在同样条件下提高了现有功率分配方案的最大传输速率.