MIMO-OFDM系统中基于循环移位和信号联合的改进SLM算法

为降低多输入多输出正交频分复用(MIMO-OFDM, multiple input multiple output orthogonal frequency division multiplexing)系统中传统选择性映射(SLM, selected mapping)算法的计算复杂度,提出了通过信号时域循环移位和天线间信号联合产生更多具有不同峰均功率比(PAPR, peak to average power ratio)的备选序列集合的方法。接收端先根据发射端序列选取情况恢复出频域旋转信号,再比较反向旋转序列与最近星座点的距离来恢复原始序列。仿真结果表明,所提出的方法能有效地抑制MIMO-OFDM信号的PAPR。另外,与传统SLM算法相比,提出方法明显降低了计算复杂度,而且可以获得传统SLM方法在已知边带副信息情况下近似的比特误码率性能。     

一种降低MIMO-OFDM系统PAPR的低复杂度SLM算法

为了降低MIMO-OFDM(多输入多输出正交频分复用)系统中传统SLM(选择性映射)算法的计算复杂度,文章提出将原始频域信号分成实部和虚部后分别进行不同的相位旋转,再通过IFFT(快速傅里叶逆变换)调制模块得到相应的时域序列,最后通过多天线间实部和虚部序列的不同组合来产生更多的具有不同PAPR(峰均功率比)的备选序列。仿真结果表明,所提算法能有效地抑制MIMO-OFDM信号的PAPR。相比传统SLM算法能有效降低计算复杂度。     

用于SFBC MIMO-OFDM系统的改进SLM算法

在空频编码(SFBC)多输入多输出正交频分复用(MIMO-OFDM)系统中传输符号存在较高峰均功率比(PAPR)问题,采用SLM算法能够有效降低系统峰均功率比,但随着发射天线数的增加,较多的快速傅里叶反变换(IFFT)会增加系统的计算复杂度,因此,构造F矩阵并提出了一种基于F矩阵SFBC MIMO-OFDM系统的改进SLM算法。采用F矩阵作为相位序列组对空频编码信号进行独立处理,获得最优相位序列取共轭,将共轭序列中每两个旋转因子为一个单位交换位置,并扰码SFBC后各天线的信号,以此减少了每根发射天线上的IFFT次数。理论和MATLAB仿真分析表明,该算法获得了良好的峰均比性能,同时也降低了系统的计算复杂度。     

基于SFBC MIMO-OFDM系统的峰均比抑制算法

与联合空时编码的多输入/多输出的正交频分复用(STBC MIMO-OFDM)系统比较,联合空频编码(SFBC)的MIMO-OFDM系统具有更优的抗多径时变衰弱信道能力,已被TD-LTE制式采用。针对SFBC MIMO-OFDM系统存在峰值平均功率比过高的问题,提出一种低复杂度的子块间空频变换算法。首先在频域上,对所有天线的空频分组码序列进行均等分块,对天线间相应子块进行交叉反向产生候选序列,并从候选序列中选择PAPR最小序列。然后,在时域上对各天线内子块同步进行逐次循环移位,进一步选择最优PAPR序列进行传输。通过结合IFFT特性和SFBC特性分析实现大幅度降低算法复杂度。仿真结果证明在保证SFBC正交性的基础上,算法具备有效性和可靠性。     

OFDM系统中基于SLM降低PAPR的新算法

SLM(选择性映射)算法能解决OFDM(正交频分复用)系统中的高PAPR(峰均功率比)问题,但是基本的SLM算法具有较高的计算复杂度。提出一种G-SLM(分组SLM)算法,该算法通过将输入信号进行分组的方式来降低其与相位因子结合时的算法复杂度。仿真结果表明,该算法不但保持了较低的算法复杂度,同时又有效地降低了PAPR。     

一种OFDM系统中低复杂度的时域盲SLM方法

正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是一种非常有效的高速数据传输技术,然而OFDM传输信号非常高的峰均比(Peak-to-Average Power Ratio,PAPR)会给工程实现带来很大困难。选择性映射(Selective Mapping,SLM)方法是一种能够有效降低OFDM信号PAPR的技术,但这种方法往往计算复杂度很高并需要传输边信息(Side Information,SI),增加了硬件实现的难度并降低了数据传输速率。提出了一种降低OFDM信号PAPR的低复杂度时域盲SLM方法,该方法对传输时域的相位旋转矢量进行了合理设计,并利用等效无线信道进行频率域均衡。仿真结果表明,与现有的低复杂度SLM方法相比,提出的SLM方法在没有SI传输的情况下实现了更低的计算复杂度,并具有良好的降低OFDM系统PAPR的性能。     

一种基于SLM的抑制PAPR的改进算法研究

正交频分复用(OFDM)作为一种特殊的多载波传输(MCM)方案,具有较高的频带利用率和良好的抗多径干扰能力。但较高的峰均功率比(PAPR)是限制其应用的一个主要缺点。选择性映射(SLM)算法是无失真降低OFDM系统PAPR的有效方法,但其复杂度较高。因此提出了一种基于SLM的抑制PAPR的改进算法。仿真结果表明,该方法即有效地降低了SLM实现的复杂度,又大幅降低了PAPR,提高了OFDM系统性能。     

OFDM与MIMO-OFDM系统中PAPR问题研究

正交频分复用(OFDM)和MIMO-OFDM技术都存在高峰均比的问题,大多数方法都是把降低OFDM峰均比的方法直接使用MIMO-OFDM系统,但在与MIMO-OFDM系统的匹配上存在较大问题。分析了OFDM和MIMO-OFDM的系统模型及PAPR,从理论上分析了OFDM和MIMO-OFDM两系统的关系,给出了在MIMO-OFDM系统中降低PAPR需要注意的问题,为OFDM和MIMO-OFDM系统的技术实用化做好理论基础。     

一种降低OFDM系统PAPR的低复杂度盲SLM方法

针对传统选择映射方法复杂度过高和需要传输边信息的问题,提出了低复杂度的盲选择映射方法。该方法巧妙地设计了一组相位旋转矢量,并将一个或几个正交频分复用符号看作一个符号块,使得每个符号块中都有一个符号具有导频符号,利用设计的相位旋转矢量对应的转换矩阵与原信号块的时域相乘运算代替反傅里叶变换运算产生的备选信号块。在接收端通过导频符号估计出包含相位旋转矢量信息的等效信道,从而实现了不需要边信息的盲数据检测。分析与仿真结果表明,与常规选择映射方法相比,提出的方法复杂度大大降低,在不需要传输边信息的情况下可以达到相近的降峰均比性能。     

基于分解选择映射的MIMO-OFDM系统峰均比降低算法

针对多输入多输出正交频分复用(MIMO-OFDM)系统中的高峰均功率比(PAPR)问题,提出了一种新的基于选择映射(SLM)的分解算法.所提算法将每根天线上OFDM 符号的实部和虚部进行分解,然后分别进行相位映射,从而增加了待选信号的数量.利用实序列固有的共轭对称特性,在不增加算法复杂度的前提下,显著提高了算法的峰均比降低性能.同时提出了一种基于并行选择映射的分解算法,进一步减少了边带信息的传输量,提高了系统的频带利用率.仿真实验结果证明,所提算法在保持计算复杂度不变的同时,可以有效的提高峰均比性能.     

空时Turbo网格码的MIMO-OFDM系统性能研究

分析了OFDM基本原理并构建了MIMO-OFDM系统的模型,接着阐述了空时编码技术在OFDM中的应用,提出了在OFDM系统中采用空时Turbo网格编码的方案,详细分析了ST Turbo TC编码器和译码器原理,最后对系统进行了仿真,并分析了仿真结果。系统仿真结果表明采用Turbo网格编码的系统性能优于采用一般空时编码的MIMO-OFDM系统。     

基于子空间的MIMO-OFDM系统信道盲估计研究

为了降低算法的复杂度,提高现有MIMO-OFDM系统信道估计算法的性能,首先给出了一种信道模型,并在此信道模型的基础上提出了一种改进型基于子空间方法的盲信道估计算法。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,通过补零内插技术得到其他子载波位置的信道估计结果,在估计过程中并不需要任何信道统计信息。仿真结果表明：该算法具有收敛速度快,估计精度高等优点。     

发送功率最小化自适应MIMO—OFDM系统研究

将自适应比特功率分配技术与空间分集技术结合起来,提出了一种与空时编码结合的固定速率自适应正交频分复用(OFDM)方案。该算法在保证给定的误比特率和信息速率的情况下,使总发送功率最小化。仿真结果表明,该算法在相同误比特率的情况下比不采用自适应技术的MIMO-OFDM系统节省了发送功率。     

基于信道编码的MIMO-OFDM非迭代自适应资源分配算法

 针对空时编码级联波束形成的MIMO-OFDM系统,研究了考虑信道编码的自适应传输方案。本文首先从编码增益的角度出发,利用统计信道状态信息,推导了保证用户QoS星座距离的表达式;然后证明了研究的优化问题是凸规划问题,并根据库恩-塔克条件推出了最优功率和比特加载的封闭形式解;最后提出了一种非迭代的自适应资源分配算法。仿真结果表明,本文提出算法在保证用户QoS的情况下,能够有效逼近系统吞吐量的理论值,同时该算法具有计算复杂度低的特点,可以满足实时通信的要求;并且采用LDPC码的码率越低,系统吞吐量越大。     

MIMO-OFDM系统的信道估计算法

基于训练序列的信道估计方法在慢衰落信道中呈现出较好的性能，但是这种方法不适用于快衰落环境，为了能够及时跟踪信道的变化，通常采用基于导频符号的信道估计方法。将针对采用连续传输方式的MIMO—OFDM系统，讨论基于导频符号的信道估计方法并进行了计算机仿真。     

一种基于OPTS的降低OFDM峰均比的低复杂度算法

正交频分技术最主要缺点之一就是传输信号的高峰均值功率比,部分传输序列法是解决高峰均值功率比的最有效方法之一。虽然最优部分传输序列方法性能很好,但其计算复杂度非常大,搜索复杂度随着子块数指数增加,这样降低搜索复杂度显得尤为重要。本文改进TOPTS搜索过程中计算时域矢量的计算方法,使其计算复杂度大大降低,但系统性能不受影响。     

一种基于改进ROMP的MIMO-OFDM信道估计方法

本文根据信道响应的时域稀疏性,引入压缩感知理论,针对正则化正交匹配追踪（ROMP）需已知稀疏度和原子一旦选入无法删除两大缺点,提出一种基于改进ROMP的信道估计方法.该方法结合压缩采样匹配追踪（CoSaMP）、稀疏度自适应匹配追踪（SAMP）和变步长的优点,实现稀疏信号快速准确的重建.仿真结果表明,与基于OMP、ROMP、CoSaMP、SAMP的信道估计方法相比,所提方法有效提高了MIMO-OFDM系统的归一化均方误差（NMSE）和误码率（BER）性能.     

MIMO-OFDM系统信道估计算法研究

正交频分复用(OFDM)技术能有效克服多径带来的不利影响,提高频谱利用率;多输入多输出(MI-MO)技术,可以在不增加系统带宽和发射功率的前提下,成倍提高系统容量和带宽利用率。将两者结合的MIMO-OFDM系统是近年来的研究热点,信道估计在提高该系统性能方面发挥着重要作用。基于此,主要介绍MIMO-OFDM系统结构,在此基础上介绍基于导频的信道估计、半盲信道估计和盲信道估计。     

OFDM系统中基于限幅和压缩感知的非线性失真补偿算法

正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）信号具有较高的峰均功率比（Peak to Average Power Ratio,PAPR）,不仅影响功率放大器（High Power Amplifier,HPA）的工作效率,而且HPA使得OFDM信号产生严重的非线性失真,导致系统的误比特率（Bite Error Rate,BER）增大.本文基于限幅和压缩感知（Compressive Sensing,CS）提出了改进的补偿算法,发送端采用限幅降低信号的PAPR,接收端首先采用改进的逆模型方式减小HPA引入的非线性失真,再采用CS抵消由限幅引入的信号失真.仿真表明,所提方法不仅明显降低了OFDM信号的PAPR,而且有效提高了系统的BER性能.     

OFDM系统中基于压缩感知恢复由限幅和HPA产生的非线性失真研究

正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统的主要缺点之一就是有较高的峰均功率比（Peak to Average Power Ratio,PAPR）,降低了功率放大器（High Power Amplifier,HPA）的工作效率,同时HPA引入的非线性失真,恶化了系统的误比特率（Bite Error Rate,BER）性能.本文所提算法将限幅和HPA引入的非线性失真视为一个整体来考虑,利用与限幅噪声在时域上的近似稀疏性,对整个非线性过程进行建模.发送端通过限幅降低了OFDM信号的PAPR,在接收端,选取受噪声干扰小的可靠性观测向量,最小化信道噪声的影响,基于非线性模型计算得到的参数,利用压缩感知（Compressive Sensing,CS）算法能有效地恢复总的非线性失真信号,提升了系统的BER性能.