DS-CDMA系统的速率自适应技术

由于移动通信信道的时变特性,在根据网络信道质量估计,对发送速率进行自适应调整时,必将提高网络吞吐量和频谱利用效率,降低信道质量下降对固定速率通信数据的丢失和差错率。文章首先介绍速率自适应原理,然后从信道质量估计、速率自适应方法和突发级接入控制三方面,对DS-CDMA系统速率自适应技术进行阐述。     

利用元学习算法的IRS-OTFS通信系统信道估计

针对高多普勒场景下智能反射表面(IRS)辅助多用户通信系统存在的信道估计传输开销大的问题,该文结合正交时频空间(OTFS)调制特点构造一种IRS-OTFS通信系统,充分发挥IRS和OTFS的性能优势,并在此基础上提出一种学习率自适应的模型无关元学习(MAML)算法。对IRS-OTFS多用户信道估计任务做离线训练,根据各任务的收敛速度自适应地调整学习率,防止训练失衡,并利用信道之间的相关性和MAML算法的少样本、泛化特性得到全局模型和适应性模型,快速学习新用户信道的传输特性,降低传输开销,提高信道估计准确性。理论分析和仿真结果表明,该算法在信道传输条件相同的情况下,将传输开销降低了大约50%,并相对于基准算法有4.8 dB左右的性能提升。     

存在反馈延迟的短波MIMO预编码系统设计

利用基于码本的预编码MIMO技术去提升短波通信的空间分集增益,短波天波信道利用电离层的一次或多次反射进行远距离通信,信号传播延时较大,为了消除反馈延时对预编码MIMO系统性能的影响,文中基于Kalman滤波器提出一种信道估计与预测模型,自适应地跟踪短波时变信道,接着根据ITS短波时变信道模型提取信道时域特征,估计出预测模型参数,通过与传统无信道预测的预编码方案进行对比,方案能够有效降低反馈延迟对短波MIMO预编码系统性能的影响。     

基于导频的室内可见光自适应OFDM通信系统信道估计

使用自适应OFDM技术改善可见光通信系统性能,需要以准确的信道估计为前提。研究可见光自适应OFDM通信系统的基于导频的信道估计方法,引入射频通信中常用的LMS方法,与可见光信道基于LS的估计方法进行了比较,并对其特性进行了分析,仿真实验结果表明,采用LMS估计方法在BER为10-3水平时,SNR优于LS估计方法2 dB,LMS信道估计方法信道跟踪能力较强,比LS法抗干扰。     

流星突发通信中的信道估计研究

在流星突发通信中,大部分流星余迹反射接收信号功率呈指数衰减,所以采用自适应变速率传输可以充分利用信道容量。动态信道估计技术是流星突发通信中自适应变速率的关键,通过实时地计算接收信号的信噪比决定此时的发端速率。通过Matlab仿真比较了两种适合D-BPSK信号差分相干解调的信噪比估计算法。     

基于1D-Concatenate的信道估计DNN模型优化方法

为提高DNN模型在无线通信中信道估计精度,提出一种基于1D-Concatenate的信道估计DNN模型优化方法。该方法将Concatenate进行一维（1D）数据转换,以跳跃连接的方式引入DNN模型,抑制梯度消失问题,运用1D-Concatenate恢复网络训练过程中丢失的数据特征,提高DNN信道估计精度。为验证优化方法的有效性,选取较典型的基于DNN的无线通信信道估计模型进行对比仿真实验。实验结果表明,本文提出的优化方法对已有DNN模型的估计增益提升可达77.10%,在高信噪比下信道增益提升可达3 dB。该优化方法能有效提高DNN模型在无线通信中的信道估计精度,特别是高信噪比下提升效果显著。     

RFID多频点联合测距系统中的信号检测方法

主要研究射频识别(Radio Frequency Identification,RFID)多频点联合测距系统中如何检测标签反射信号以及如何提高信道估计精度的问题.首先,提出了一种标签反射信号的检测方法,利用标签反射信号的功率谱特性,通过分析接收信号的能量谱,识别标签反射信号得到识别信号,再利用能量检测方法对识别信号进行范围限制得到检测信号;然后,改进RFID的传统信道估计方法,以提高信道估计精度;最后,搭建了多频点联合测距系统以验证系统性能.实验结果表明,该系统具有较高的检测效率;经改进的信道估计方法能有效减小载波相位的方差;系统平均测距误差约为2.5 cm,实现了厘米级测距.     

基于CNN的毫米波无蜂窝大规模MIMO信道估计

针对小区间干扰导致蜂窝边缘无法满足不断增长的数据速率需求问题,毫米波无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统被认为是一种很有前途的解决方案。然而,毫米波的高频率、大带宽以及接入点配置的大量天线给信道估计带来了较大挑战。将毫米波大规模MIMO信道矩阵视为二维图像,结合图像去噪方法提出一种基于改进去噪卷积神经网络(Improved-Denoising Convolutional Neural Network, I-DnCNN)的信道估计算法。通过具有注意力机制的压缩与激励(Squeeze-and-Excitation, SE)模块,自适应调整提取的全局特征以增强对信道噪声特征的学习,根据接收信号估计出噪声等级图且增添为输入,提升对噪声的鲁棒性。最后,采用残差学习的方式获得估计信道矩阵。利用理论信道模型和基于波束追踪的信道数据集进行的仿真实验结果表明,与去噪卷积神经网络(Denoising Convolutional Neural Network, DnCNN)算法相比,所提算法在两个数据集下的信道估计精度可分别平均提升2.27...     

无线噪声干扰下微弱通信信号捕获方法研究

在无线噪声干扰下通信信号的信噪比较低,难以实现对微弱通信信号的准确捕获,通信信号的检测性能较低,传统方法采用高阶谱检测方法进行噪声干扰下的微弱通信信号捕获,随着噪声干扰强度的增大,检测性能不好。提出一种基于微弱通信信号空间波达信号特征参量估计的无线噪声干扰下微弱通信信号捕获方法。首先进行了无线噪声干扰下微弱通信号的信号模型构建和通信信道分析,设计自适应匹配滤波器进行噪声干扰抑制,对滤波信号进行空间波达信号特征参量估计,实现对无线噪声干扰下微弱通信信号的准确捕获和检测,实现算法改进。仿真结果表明,采用该方法进行无线噪声干扰下微弱通信信号捕获的检测性能较好,对虚警干扰的抑制能力较高,提高对微弱信号的准确检测概率,展示了优越性能。     

基于部分数据的叠加序列慢时变信道估计

针对OFDMA通信系统,提出了一种基于部分数据的叠加序列慢时变信道估计算法,并在接收端给出了数据恢复的方法。时变信道采用复指数基扩展模型来描述,对OFDMA系统的导频序列进行了精心设计。提出在频域减去一个基于部分数据的序列,从而使发送数据经过反傅里叶变换后,特定位上的数据能量变低,进而大大减少了数据在信道估计时产生的误差。由于在发射端信号已经产生了畸变,在接收端采用特定的方法对数据进行补偿,消除了这种影响。实验仿真证明该方法在一定程度上提高信道估计的性能。     

基于TPC-RS的自适应编码流星余迹通信系统

 针对流星余迹通信系统原理及信道特点,研究了基于自适应编码机制的流星余迹通信系统．根据流星余迹信道能量随时间呈指数变化的规律,在系统误比特率的约束条件下,通过实时估计出的流星信号接收信噪比,动态地改变系统TPC-RS编码的码率冗余,实现信息速率的自适应变化,有效提高了流星余迹信道的利用率．仿真结果和分析表明,在相同信道条件下,采用自适应编码较固定编码传输效率在误比特率为2×10^-4时可获得3.68dB系统增益,数据通过量提高了一倍,验证了该方案的有效性和可行性．     

用于分组交换技术的可变速率语音编码

分组交换通信技术能有效地提高信道资源的利用率,它在通信领域中赢得了广泛的重视。在语音信号通信中,该项技术面临着因网络信道的瞬时过载而产生的分组语音数据块的丢失现象,致使分组交换通信系统的电话语音质量下降的问题。对于这个问题,人们曾提出采用填充的方法仿制那些丢失的语音信息,改善语音质量,但效果不理想。本文介绍的可变速率语音编码方法,是使分组交换通信系统避免电话语音质量明显下降的新方法,它可以在系统中重建丢失的语音信号。本文给出了利用计算机对采用该方法的分组交换系统进行系统模拟的结果。     

新型紫外光非视距通信系统信道估计的研究

主要对紫外光非视距通信系统的信道估计做了研究,采用最小均方(LMS)算法,通过自适应滤波的方式估计了紫外光非视距通信信道的脉冲响应.在多种条件下比较了该系统有、无信道估计技术时的误码率,得出了基于训练序列的信道估计技术能改善紫外光非视距通信系统性能的结论.     

基于多簇模型的自适应OFDM系统信道预测方法

基于多簇宽带无线信道模型,提出了一种用于自适应正交频分复用(OFDM)系统的信道预测方法。利用无线传播环境中多径成簇到达的特征,将信道预测过程分成学习、估计和预测三个阶段,在通信开始阶段,通过发送大量导频得到簇的个数和时延参数,在通信过程中,根据簇参数对导频个数和图案进行自适应调整,结合自回归方法,预测未来信道变化。本方法可以降低导频使用量,提高系统频谱利用效率,其预测性能通过蒙特卡洛仿真得到了验证。     

未知衰落信道中MPSK信号的非数据辅助载波频率估计方法

未知衰落信道中的MPSK信号的非数据辅助载波频率估计是通信参数估计中的复杂问题,目前尚缺乏有效的针对性研究成果.针对该问题,提出采用先补偿信道影响,再去调制,然后进行非衰落信道单频信号频率估计的方法.该方法比进行频率和信道冲激响应联合估计的方法简洁和高效,而且解决了联合估计中难以有效去调制的问题.通过和非衰落信道的频率...     

基于深度学习的信道估计技术研究进展

信道估计是接收机基带信号处理的关键,直接决定了无线通信系统的通信服务质量。传统的信道估计方法已经不能满足日益复杂和个性化的现代通信需求,同时人工智能技术特别是深度学习已被应用于无线通信物理层并带来了良好的通信性能增益。为系统地总结上述研究成果,并探讨未来的技术发展趋势,从数据驱动和模型驱动两方面分别对基于深度学习的信道估计方法进行了分析和归纳,并且描述了其中代表性算法,最后探讨了基于深度学习的信道估计的研究挑战与趋势。     

浅谈广播电视无线技术的检测与管理

无线电信号检测方法在广播电视信号检测技术中已经广泛应用,本文利用基于MMSE准则完成自适应信道估计和补偿算法设计,利用估计出的信道质量数据对广播电视输入信号做相应补偿,提高了广播电视系统性能和电视广播质量。     

AFSCC在Ka频段TC-OFDM系统中的应用研究

提出了一种自适应前向子信道控制(AFSCC)技术在Ka频段TC-OFDM系统中的应用方案,分析了 AFSCC技术的原理,使用了一种自适应路径增益更新的方法,并用多重信号分级算法和自适应估计器实现对传输信道延迟时间的估计,建立了系统模型,仿真结果表明,在10-3误码率时,采用AFSCC可以获得3.4 dB信噪比增益.     

OFDM通信系统中自适应信道估计方法

提出了OFDM通信系统中一种新型自适应信道估计方法。利用信道冲激响应的最重要分量，该自适应信道估计方法能有效降低子载波间干扰和高斯白噪声的影响。根据性能仿真结果比较，本方法的MSE和BElK结果优于变换域插值、时域插值。     

利用频谱特性的速度自适应信道估计方法

本文利用信道在移动环境下频谱带限和对称的特征,提出一种新的对移动速度自适应的信道估计方法。该方法通过寻找频谱自相关的峰值来确定频域滤波器的长度。相对传统速度自适应方法,该方法不需要估计多普勒频率或移动速度,降低了系统实现的复杂度;也不需要信道的长时统计量或信噪比信息,实时性较高。信号在频域的处理必然会有频谱泄漏问题,传统方法滤除噪声的同时也去掉了部分信号,对此本文同时还提出一种恢复泄漏的频域信号的方法,使估计性能有所提高。仿真结果显示,从步行到高速移动的环境下,本文提出的信道估计方法的均方误差(MSE)都保持在较低的水平,具有良好的对速度自适应的估计性能。