基于符号峰态的OFDM信号参数盲估计方法

针对传统的OFDM信号参数估计方法在短循环前缀条件下存在估计准确率不高、所需OFDM符号数过多等问题,提出了一种基于符号峰态的OFDM信号参数盲估计方法。首先利用OFDM信号相关参数样本区间内的预估值对接收信号进行解调,然后根据解调出的OFDM基带符号构造符号峰态特征函数,最后从理论上证明了可通过检测符号峰态的最小值实现OFDM信号循环前缀长度和有效符号长度的联合估计。实验仿真结果表明,该算法克服了传统方法难以估计短循环前缀OFDM信号参数的缺陷,仅用较少的OFDM符号数就可以实现短循环前缀OFDM信号的参数估计,并且其估计性能优于传统方法。     

循环保护前缀不足的OFDM通信系统的频域均衡

当循环保护前缀(CP)长度小于信道冲激响应长度时,正交频分复用(OFDM)通信系统的子载波间的正交性遭到破坏,接收信号存在符号间干扰(ISI)和子载波间干扰(ICI),频域单抽头均衡器不再适用。为解决这个问题,通常的方法是对接收信号先进行时域均衡,减少信道的有效冲激响应长度和恢复子载波间的正交性。但时域均衡器结构复杂,且其收敛性不能保证。为此,作者提出了一种频域均衡器,用来解决循环保护前缀不足的OFDM通信系统的频域均衡问题。频域均衡器的设计利用了OFDM系统的空闲子载波信息。该均衡器具有稀疏矩阵结构,因此计算量小。理论分析和计算机仿真表明:它能有效消除由于循环前缀不足引起的符号间干扰和子载波间干扰,从而较好地恢复传输信号。     

基于PSAM的OFDM系统仿真及性能分析

为了分析信道估计和循环前缀对提高正交频分复用(OFDM)系统性能的具体作用.首先简要介绍了OFDM基本原理,然后在理想同步情况下,重点分析了循环前缀(CP)和信道估计算法对OFDM系统性能的影响.在给出OFDM系统模型的基础上,用MATLAB语言实现了整个系统的计算机仿真.最后给出在不同的信道条件下,循环前缀(CP)和信道估计算法对OFDM系统误码率影响的比较曲线.从仿真曲线可以看出:高斯信道下循环前缀的作用并不显著,因为这时没有信道时延,也就不会产生ISI;但是当存在多径瑞利信道的时候cp的作用就显得很重要;MMSE估计法明显优于LS估计法.得出理想结论.     

基于MUSIC算法的OFDM信号识别方法

针对多径信道下传统的OFDM信号识别方法存在循环前缀较短时估计性能不高、所需OFDM符号数过多等问题,提出一种基于MUSIC算法的OFDM信号识别方法。该方法首先分析了OFDM信号和单载波信号的结构特点,然后对两类信号的自相关矩阵进行奇异值分解,提取奇异值矩阵,最后根据奇异值矩阵中较大非零奇异值的个数实现OFDM信号的识别。仿真实验表明,该方法仅需较少的OFDM符号就可以实现短循环前缀OFDM信号的识别,且识别性能优于传统方法。     

多径衰落信道下OFDM时间同步算法的研究

为了论述一种适于多径衰落信道的OFDM时间同步新方法:首先,将接收的信号乘上其共轭得到信号的能量;然后,进行问隔为OFDM数据符号长度减去循环前缀(CP)长度的能量差分得到相关晒数;最后,联合多个符号的块采样进行同步估计.由于利用了信号能量的差分关系,使得同步峰更加明显,再联合多个符号的估计,更加强了同步的稳定性.在多径衰落信道下进行仿真,结果表明,不但能获到较好的符号定时同步性能,而且还消除了频偏对于符号定时的影响.     

基于伪噪声序列的OFDM信道估计方法

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)的应用及需求,提出一种基于伪噪声(pseudo-noise)序列的OFDM系统模型,并针对其信道估计均衡需求,提出一种基于迭代的信道估计算法和低复杂度的频域均衡算法。最后在高斯白噪声信道、存在多普勒频移瑞利信道、双径延迟信道下,对误码率性能进行仿真和分析。结果表明,该方法适用于常见信道,误码率性能优于传统循环前缀(Cyclic Prefix,CP)OFDM,且通过迭代能够提高性能。以上研究结果可应用于OFDM数字电视地面广播工程。     

一种改进的OFDM符号定时同步算法

针对先前一些算法存在定时模糊以及干扰峰峰值较大的问题,提出了一种改进的OFDM符号定时同步算法。分析了先前算法问题产生的根源,设计了两种同时具备频偏估计能力的新训练符号,并给出了相应的定时尺度函数。对新算法的定时尺度函数进行了分析,得知它的定时尺度非常尖锐,几乎不存在干扰峰,而且不受循环前缀长度的影响。仿真结果表明新算法克服了已有算法的缺点,有效地提高了定时估计的精度。当信噪比大于5dB,在加性白高斯噪声信道下定时估计的均值与方差都为零,可以实现精确的定时同步。     

基于DFT算法的OFDM信道估计研究

本文研究了DFT信道估计算法并对该算法进行了改进,首先将信号在频域转换到时域,然后将时域中循环前缀长度之外的信道估计值置零.同时对循环前缀之内,也就是n≤LG-1的信道估计值做进一步的处理,以便进一步消除噪声的干扰.通过计算机仿真验证了改进的DFT算法优于原算法.     

基于SC-FDE循环自相关的盲参数估计算法

分析单载波频域均衡(SC-FDE)信号循环自相关截面的性质,研究循环自相关与有用信号长度和循环前缀长度的关系,提出一种在没有先验信息的情况下,对其有用信号长度和循环前缀长度进行盲估计的算法。根据循环截面关于零点对称的性质以及循环前缀长度与截面谱线的关系限制谱峰搜索的区域,从而估计循环前缀长度和循环前缀符号个数。仿真结果表明,该算法可提高估计精度,在低信噪比时也能有较好的估计性能。     

无循环前缀单载波频域均衡及信道估计算法

单载波频域均衡(Single Carrier Frequency Domain Equalization,SC-FDE)技术可以有效地消除符号间干扰(ISI),相对于OFDM,具有较低的峰均比(PAPR),因此成为宽带无线通信关键技术之一。传统的SC-FDE系统需要在发送帧前面加入循环前缀(Cyclic-Prefix,CP),且CP长度要大于信道最大多径时延,这就降低了频带利用率,使得发射机功率增加。在取消CP情况下,通过隐训练序列获得信道脉冲响应估计信息,之后利用虚拟补零技术,恢复发送信号和信道的循环卷积,并通过迭代处理消除干扰。仿真结果表明,在信噪比大于3 d B后,算法误码率便接近相同信噪比条件下的高斯白噪声信道,性能较为理想。     

Blind estimation of multipath delays in OFDM systems

In order to coherently detect the transmitted data symbols,an orthogonal frequency division multi-plexing (OFDM) receiver requires reliable identification and equalization of the experienced wireless multipath fading channels.The information of path delays plays an important role in the procedure of identification and equalization.The need for high data rates motivated the search for blind identification and equalization methods because they save bandwidth by avoiding the use of training sequences.In OFDM systems,multipath fading channels introduce interference between adjacent symbols which can be prevented by inserting a cyclic prefix (CP) before each symbol.In this paper,we find that the power of the interference in the CP interval can be estimated by using the circular convolution and based on the variations of the interference power,the time delay of each path can be estimated blindly.     

基于无线传感器网络虚拟MIMO系统盲均衡

无线传感器网络（ Wireless Sensor Network,WSN）是近年来人们研究的热点。针对无线传感器网络高密度分布的特点,在无线传感器网络进行分簇处理的基础上,文中构造了一种新的虚拟MIMO系统模型,并且针对传统的盲均衡算法进行改进,提出一种新的适用于无线传感网的TXK_Z盲均衡算法,最后对该虚拟MIMO系统利用文中提出的TXK_Z算法进行盲均衡的仿真实验。实验表明,跟传统的盲均衡算法相比,在低信噪比、短数据的环境下,改进后算法的误码率明显降低,性能显著提高。     

一种新的CMA神经网络均衡器

在数字通信中,接收信号通常会受到码间干扰的影响。采用盲均衡技术可以消除码间干扰,常模算法（CMA）是应用较广泛的盲均衡算法。因基于常模算法的盲均衡器存在收敛速度慢,剩余误差大的缺点,提出了一种新的基于神经网络的CMA盲均衡器。通过很少的训练序列使网络收敛,再转入盲均衡算法。实验仿真表明,无论是在线性信道还是非线性信道,该均衡器的剩余误差都比普通CMA均衡器较小,收敛速度也较快。     

基于集员滤波的双归一化数据重用盲均衡算法

数据重用可以有效地加快盲均衡算法的收敛速度,但会带来噪声放大的问题。针对这种情况,该文将数据重用方法应用到基于实虚部分开处理的改进常模盲均衡算法中,采用集员滤波克服应用数据重用时引起的噪声放大问题,推导出一种收敛速度较快的盲均衡算法。实验仿真表明,该算法具有较快的收敛速度,适用于短时信号处理。     

基于输出解相关的分数间隔直接盲均衡算法

提出一种基于输出解相关的分数间隔直接盲均衡算法.该算法基于过采样接收信号或多传感器接收信号产生的分数间隔单输入多输出线性信道模型,利用均衡器输出的解相关特性和二阶统计量来直接估计均衡器,不需要预先估计信道冲激响应,可直接估计任意延迟的均衡器系数.该算法与传统的基于二阶矩的两步均衡算法相比,计算简单,精度高.仿真结果表明,该算法具有很好的均衡效果.     

一种联合盲均衡算法

为克服数字基带信号在通过非屏蔽五类双绞线时产生的严重码间干扰（ISI）,常采用自适应均衡技术来减小码间干扰,大大降低接收端信号的误码率。最小均方误差（LMS）算法能有效降低码间干扰,但需要训练序列,因此影响传输效率。基于判决引导的最小均方误差（DDLMS）算法不需要训练序列,但在眼图未睁开的情况下,可能出现误判,甚至引起误收敛。恒模算法（CMA）具有比DDLMS算法更好的盲均衡特性,但是剩余误差较大。本文提出一种新颖的联合盲均衡算法,即优化现有的CMA算法,与DDLMS算法组成新的联合盲均衡算法,利用均方误差（MSE）来控制2种算法的权值。MATLAB建模和仿真结果表明,新的联合盲均衡算法克服了CMA算法剩余误差较大和DDLMS算法误收敛的缺陷,且能有效对非屏蔽五类双绞线中传输的数字信号进行均衡。     

均方误差控制步长恒模医学CT图像盲均衡算法

提出一种基于均方误差控制的自适应变步长恒模医学CT图像盲均衡算法,利用线性变换将图像的恢复过程等效为一维盲均衡运算,建立了降维处理的医学CT图像盲均衡恒模代价函数,采用信号的均方误差作为步长控制因子,加快算法收敛,改善恒模医学CT图像盲均衡算法性能。仿真结果验证了算法的有效性,新算法改善了峰值信噪比和恢复效果,提高了算法收敛速度。     

水声信道均衡算法比较研究

简述了自适应均衡算法和盲均衡算法在水声通信中的应用现状,以及典型的几种均衡算法。分别采用稀疏多径信道和混合相位信道对几种典型的自适应算法和盲均衡算法的均方误差（MSE）性能进行了仿真比较,结果显示,判决反馈均衡器（DFE）结构的算法在以上复杂水声环境中均衡效果良好;采用稀疏多径相位旋转复信道对典型的自适应、盲均衡算法进行了仿真比较,结果表明,在相同的条件下,自适应算法受相位的影响较小,收敛速度快于盲均衡算法。消声水池实验表明了带二阶数字锁相环（DPLL）和DFE结构的均衡算法均具有较好的载波恢复性能,实现了对相位偏差的跟踪,提高了克服多径效应和多普勒频移补偿的能力。     

适用于高阶QAM信号的多模混合盲均衡算法

为了提高高阶QAM信号的盲均衡性能,本文提出了一种新的多模混合盲均衡算法.该算法首先对加权多模盲均衡算法进行改进,提出了新的加权因子选取方法;然后将其与判决引导算法有机结合,构造出新的多模混合盲均衡代价函数对均衡器系数自适应更新.与其他盲均衡算法相比,该算法不仅降低了均衡后的稳态误差,增强了对不同调制阶数的适应能力,而...     

Blind equalization of a noisy channel by linear neural network

In this paper, a new neural approach is introduced for the problem of blind equalization in digital communications. Necessary and sufficient conditions for blind equalization are proposed, which can be implemented by a two-layer linear neural network, in the hidden layer, the received signals are whitened, while the network outputs provide directly an estimation of the source symbols. We consider a stochastic approximate learning algorithm for each layer according to the property of the correlation matrices of the transmitted symbols. The proposed class of networks yield good results in simulation examples for the blind equalization of a three-ray multipath channel.