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。     

低复杂度水声多输入多输出正交时频空调制通信方法研究

在多输入多输出正交时频空调制(MIMO-OTFS)水声通信系统中,基于消息传递(MP)算法的MIMO-OTFS通信的计算复杂度较高,在实际应用中会增加设备成本。针对上述问题,该文提出一种基于2维虚拟时间反转镜(VTRM)的MIMO-OTFS均衡算法,该算法利用VTRM的时频空聚焦特性,有效提高了均衡性能,并通过改进的2维比例归一化最小均方(IPNLMS)算法进行信道估计,该算法利用时延-多普勒域信道的稀疏特性以较低的复杂度提高了收敛速度,最后通过2维自适应判决反馈均衡算法消除残余的码间串扰,进一步提高系统性能。仿真结果表明,所提均衡算法具有可行性,且在保证相同性能时,复杂度低于MP算法。     

基于虚拟时间反转镜的水声OFDM信道均衡

针对水声信道对正交频分复用(OFDM)系统带来的符号间干扰(ISI)问题,提出了虚拟时间反转镜(VTRM)信道均衡算法,该算法具有时间压缩特性和频域相位共轭特性,可以有效缩短信道长度,减小多途信道带来的相位畸变,采用匹配追踪(MP)算法估计信道冲激响应,可以精确的估计出水声信道的幅度、时延和相位信息,为虚拟时反信道均衡提供准确的信道信息,改进了传统匹配相关信道估计方法估计精度低、无法估计信道相位信息的缺点。仿真、水池和湖上实验结果表明,OFDM水声通信系统中,VTRM信道均衡技术性能优于被动时反镜(PTRM)信道均衡和最小平方(LS)信道均衡。     

基于AR模型的水声信道盲估计算法

给出了基于AR模型的水下通信系统模型,利用基于输出序列自相关阵的Levinson-Durbin递推算法,在不需要训练序列的条件下估计得到信道传递函数,并恢复出原信号。与基于高阶统计特性方法相比,该算法运算复杂度低,估计速度快,更适合高速数据传输信道的估计。通过对水声信道参数盲估计的计算机仿真,验证了该算法具有较高的精度。     

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...     

基于盲源分离的水声信道盲均衡处理方法

提出了一种基于盲源分离的水声信道讯均衡处理方法,通过对接收信号过采样构成源信号,采用了基于信息最大化原理(Infomax)在线分离算法进行了水声信道的盲均衡,并研究了时变水声信道条件下算法的均衡情况,仿真实验结果表明,该处理方法对多径水声信道具有较好的均衡效果,同时不受最小相位的条件限制。     

无人飞行器通信中联合信道估计和Turbo均衡

Turbo均衡技术能有效克服信道多径、消除符号间干扰(ISI),从而提高接收机整体性能。针对无人飞行器地空视距链路信道这种快时变多径信道,提出了一种联合信道估计和Turbo均衡的迭代接收算法。该算法采用单载波调制体制,通过信道估计和Turbo均衡之间相互反馈软信息来消除ISI。Matlab仿真结果表明,经过2次以上的迭代后,相比较于传统的单载波频域Turbo均衡算法,新算法的误码率性能得到了显著改善。     

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。     

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.     

一种新颖的用于Turbo均衡的均衡器

针对符号间干扰信道，从接收信号序列服从联合高斯分布的假设出发，使用增扩的实矩阵表达推导出了一种新颖的均衡器-联合高斯均衡器，并给出了低复杂度的计算方法。使用这种低复杂度均衡器和新反馈策略的Turbo均衡系统与传统的基于最小均方误差均衡器的Turto均衡系统相比不仅性能上有显著提高，而且复杂度大大降低。     

Turbo Equalization with Prediction and Iterative Estimation of Time-Varying Frequency-Selective Channels

Turbo equalization that cooperates with channel prediction and iterative channel estimation is investigated for mobile wireless communications. Frames of information bits are encoded, interleaved, and mapped to symbols for transmission over time-varying frequency-selective fading channels. At the receiver, the Turbo equalizer consists of a maximum a posteriori probability equalizer/demapper and a soft-input soft-output maximum a posteriori probability decoder. With initial channel estimates and sparse pilot insertion across a number of frames, the receiver predicts the channel of the current frame. The effect of error propagation of channel prediction is mitigated by the de-interleaver that is embedded in the Turbo equalizer. The predicted and interpolated channel is refined through a channel estimator that uses the soft estimates of data symbols at each Turbo iteration. Due to the bandlimiting feature of channel variation, the channel estimation error can be smoothed by low-pass filters that follow the channel estimator. Simulation results show that incorporating Turbo equalization with channel prediction and iterative channel estimation can combat time- and frequency-selective fading and improve reception performance.     

Turbo equalization: adaptive equalization and channel decodingjointly optimized

This paper deals with a receiver scheme where adaptive equalization and channel decoding are jointly optimized in an iterative process. This receiver scheme is well suited for transmissions over a frequency-selective channel with large delay spread and for high spectral efficiency modulations. A low-complexity soft-input soft-output M-ary channel decoder is proposed. Turbo equalization allows intersymbol interference to be reduced drastically. For most time-invariant discrete channels, the turbo-equalizer performance is close to the coded Gaussian channel performance, even for low signal-to-noise ratios. Finally, results over a time-varying frequency-selective channel proves the excellent behavior of the turbo equalizer     

一种不受信道阶数估计影响的SIMO直接盲均衡算法

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。      

DFT-S-OFDM系统中基于DFT的软迭代信道估计

在基于傅里叶变换扩展的正交频分复用（DFT-S-OFDM）系统中,为了消除由多径传播和多普勒效应导致的信道间干扰（ICI）,提出了一种基于离散傅里叶变换（DFT）的软迭代信道估计算法。该算法将传统DFT信道估计技术与Turbo均衡技术相结合,利用Turbo均衡器反馈的软信息来更新初始信道估计响应,进而消除噪声和ICI。Matlab仿真结果表明,在多径信道下,经过2次以上的迭代后,该算法的误码率（BER）性能得到了显著的改善。     

Application of Recurrent Wavelet Neural Networks to the Digital Communications Channel Blind Equalization

ＡｐｐｌｉｃａｔｉｏｎｏｆＲｅｃｕｒｒｅｎｔＷａｖｅｌｅｔＮｅｕｒａｌＮｅｔｗｏｒｋｓｔｏｔｈｅＤｉｇｉｔａｌＣｏｍｍｕｎｉｃａｔｉｏｎｓＣｈａｎｎｅｌＢｌｉｎｄＥｑｕａｌｉｚａｔｉｏｎ＊＊ＴｈｉｓｗｏｒｋｗａｓｓｕｐｐｏｒｔｅｄｂｙｔｈｅＣｌｉｍｂ...     

基于DDEA算法的短波信道Turbo均衡研究

针对数据引导均衡算法（DDEA）的缺陷,受到Turbo均衡中迭代思想的启发,提出一种基于数据引导均衡技术的短波迭代信道估计、均衡和译码算法,不仅均衡和译码之间互相传递软信息,信道估计器使用的也是译码器反馈的软信息,通过每次迭代时软信息质量的改善,提高系统的可靠性;通过多次迭代信道估计器输出的信道参数很接近当前帧的实际信...     

无人机数据链信道线性Turbo均衡研究

Turbo均衡是一种基于Turbo迭代解码原理的均衡技术,利用的是均衡器与解码器之间信息的迭代使用来达到消除码间干扰的目的。Turbo均衡技术中通常采用基于最大后验概率的最大后验概率(MAP)均衡器,虽然性能较好,但计算量较大,系统延时较长。为降低延时,保证均衡性能,针对无人机遥控遥测数据链信道,设计了一种相对于MAP均衡器计算量较少的线性最小均方误差(MMSE)均衡器,通过仿真验证了这种线性Turbo均衡的性能,分析了其应用的可行性。