适于卫星信道的混合式自适应迭代均衡算法

针对卫星信道的线性失真特性,本文在分析基于因子图的迭代均衡算法和传统线性均衡器特性的基础上,提出了一种混合式迭代均衡算法(HIE,Hybrid Iterative Equalization),以较小的复杂度代价改善均衡器的性能。HIE均衡器由横向线性滤波器和迭代均衡器串行级联组成,结合了线性均衡器的简单性与迭代均衡算法的准确性,并根据最小均方误差原则和递推型统计逼近法自适应调整线性均衡器与迭代均衡器的参数。仿真结果表明,在典型群时延信道和8PSK映射方式下,HIE的信噪比门限与AWGN信道门限仅差0.2dB,要优于最小均方误差(LMS)线性均衡器0.5dB。     

一种改进的低复杂度变步长LMS算法

改进型的变步长LMS算法在有效抑制瞬时噪声对经典的变步长LMS算法影响的同时,也增加了算法的计算复杂度,提高了其硬件实现的难度。为降低变步长LMS算法的计算复杂度,提出了一种步长改变因子与前后两个时刻误差的乘积成正比的新的变步长LMS改进算法,在不增加计算复杂度的条件下,有效地抑制了瞬时噪声对迭代步长的影响。仿真结果表明,提出的算法和现有的变步长LMS算法收敛速度相当,但其稳态误差更小,计算复杂度也更低,有利于算法的硬件实现。     

基于EM的低复杂度迭代载波同步算法

编码辅助载波同步算法充分利用译码软信息,可获得较理想的同步性能,但是目前这类算法存在复杂度高、处理时间长的问题。首先在推导迭代载波同步中后验均值与译码软信息关系的基础之上,通过选择性地进行译码判决反馈来减少不必要的计算点数,再根据前两次的迭代结果自适应地减小频率搜索区间长度,从而大幅降低同步参数估计的运算量。仿真结果表明,该算法能够有效工作在低信噪比环境下,可获得接近理想同步条件下的译码性能。     

低复杂度频域迭代均衡技术

迭代均衡技术是一种利用信道译码反馈提高接收机性能的关键技术,信道译码器输出译码软信息,通过译码反馈能够重建发送信号,并根据反馈信号的可靠性更新前端信道均衡器的系数。通过频域实现均衡器系数的计算,具有较低的计算复杂度。随着总体迭代次数的增加,最终迭代均衡器能够收敛,从而消除多径信道引入的符号间干扰的影响,提高接收机的可靠性。     

一种新的群时延自适应均衡算法

为了补偿无线信道群时延特性所带来的影响,基于盲均衡器结构提出了一种优化的自适应均衡算法.该算法是基于最小均方误差准则的变步长LMS算法,通过自适应调节判决反馈均衡器两组横向滤波器的抽头系数,实现对信道群时延的自适应补偿.通过对16-QAM信号的仿真结果表明,新算法能够对有效补偿信道群时延带来的影响,并且明显降低系统的误码率.     

基于LMS的联合通道均衡算法

传统自适应通道均衡算法收敛速度和稳态误差间存在矛盾,为了改善这一特性,提出了一种基于LMS的联合通道均衡算法.将两个均衡器线性加权对同一通道进行均衡,利用LMS算法迭代得到最优权向量.求取了联合系数的理论最优解并分析了算法的统计性能.分析和仿真实验均表明,联合均衡算法的暂态性能和稳态性能都优于单个均衡器.     

大规模MIMO系统低复杂度混合迭代信号检测

在大规模MIMO系统上行链路信号检测算法中,最小均方误差(MMSE)算法能获得接近最优的线性检测性能.但是,传统的MMSE检测算法涉及高维矩阵求逆运算,由于复杂度过高而使其在实际应用中难以快速有效地实现.基于最速下降(steepest descent,SD)算法和高斯一赛德尔(Gauss-Seidel,GS)迭代的方法提出了一种低复杂度的混合迭代算法,利用SD算法为复杂度相对较低的GS迭代算法提供有效的搜索方向,以加快算法收敛的速度.同时,给出了一种用于信道译码的比特似然比(LLR)近似计算方法.仿真结果表明,通过几次迭代,给出的算法能够快速收敛并接近MMSE检测性能,并将算法复杂度降低一个数量级,保持在O(K2).     

一种基于QC-LDPC码的低复杂度分层迭代译码器

针对具有准循环结构的LDPC码,设计了一种低复杂度译码器。利用校验矩阵的循环特性以及分层迭代的译码算法,对一般的分层迭代架构进行改进,实现了译码器流水线处理,有效的减少迭代时间,提高吞吐量,最后针对码长为1200的LDPC码,基于FPGA平台Kintex7 xc7k325的芯片实现了该架构设计,结果表明,该译码器只消耗了100多个Slices和几块RAM,有效节省了硬件资源,同时译码时间比一般的分层架构减少了2/3左右,吞吐量提高了约2倍,研究成果具有重要的实用价值,可应用于资源有限的低速通信领域。     

MIMO通信模型下的相关矩阵组低复杂度设计

矩阵组常用于无线通信中的数据表示.在多输入多输出(Multiple?Input Multiple?Output,MIMO)通信模型中,基站利用信道数据设计适应信道的最小均方误差(Minimum Mean Square Error,MMSE)均衡器接收矩阵组,以低复杂度地处理来自多用户的上行数据.首先分析了矩阵数据的关联...     

大规模MIMO系统中基于牛顿迭代和超松弛迭代的WWSE预编码算法

在大规模 MIMO 系统中,将牛顿迭代法用于传统的 WWSE 预编码算法求逆运算,但是其迭代初始值计算复杂。针对这一问题,提出WWSESOR-NT算法。在SOR算法的基础上提出中间算法,然后与牛顿迭代算法相结合,利用中间算法直接对高阶矩阵的逆进行估算,将得到的结果作为牛顿迭代法的迭代初始值以加快收敛速度。仿真结果显示,与传统牛顿迭代法比较,WWSESOR-NT 算法能够以更少的迭代次数和近似相同的复杂度逼近WWSE算法的性能。     

一种基于预处理的OFDM低复杂度频域线性均衡算法

针对高频段OFDM无线传输系统中严重的载波间干扰（Inter-Carrier Interference,ICI）,提出了一种基于预处理的低复杂度频域线性均衡算法.在接收端先对各时刻的信道响应提取时变因子,进行一维时域滤波预处理;再用带状结构去近似提取时变因子后信道的频域矩阵,进行频域线性均衡.仿真结果表明,相对于MMS...     

双选信道下OCDM系统低复杂度均衡

正交Chirp复用(OCDM)是近年来提出的一种新的多载波体系,通过菲涅尔变换,获得一组正交Chirp信号,实现了CSS的最大频谱效率。该文介绍了OCDM系统的基本原理,重点研究了OCDM系统的低复杂度均衡算法。双选信道下,传统的MMSE均衡算法性能下降,提出一种基于近似带状矩阵的阻尼LSQR算法,作为求解稀疏矩阵的最小二乘迭代算法。为了缓解快速时变信道中的ICI,提出一种基于近似带状矩阵的LSQR-BDFE算法,结合判决反馈均衡,通过LSQR算法迭代计算。仿真结果表明,双选信道下,OCDM系统比OFDM系统有着更好的BER性能,所提出的LSQR-BDFE算法和带状阻尼LSQR算法,比MMSE均衡算法有着性能优势。     

基于GA-MP的低复杂度OTFS检测算法

针对正交时频空(Orthogonal Time Frequency Space, OTFS)通信系统信号检测复杂度高的问题,提出一种改进的高斯近似消息传递(Gaussian Approximate Message Passing, GA-MP)检测算法。依据最大后验概率检测准则,对发送信号及隐变量进行逐符号高斯近似,基于置信传播算法与联合因子图进行消息传递,用边缘后验概率替代GA-MP中的外部信息以减少运算量,结合阻尼因子提升收敛速度,同时引入概率阈值减少后续更新的节点数,从而使运算复杂度得到有效降低。实验结果表明,改进后的GA-MP算法在保证误码率性能的前提下具有更低的复杂度。     

一种基于LCMMSE算法的Turbo均衡技术研究

大容量、高速率通信已成为数字通信系统发展的趋势。多径效应所带来的符号间干扰(ISI)在高速率通信系统中尤为突出。Turbo均衡充分利用了均衡与译码的软信息交换,提高了均衡译码的整体性能。主要研究了Turbo均衡的原理和基于LCMMSE准则的Turbo均衡算法,仿真了Prokis’B信道下Turbo均衡性能。仿真结果表明其BER性能与MAP均衡算法相差不多,并且复杂度较低,有利于工程实现。     

短波通信中的低复杂度时域均衡

提出了一种基于Chase算法的低复杂度时域均衡技术.首先通过传统的自适应均衡器获取软值,再利用Chase算法计算可信度找到不可靠位,同时构造测试序列,然后进行滑动窗搜索和逐比特译码.此算法在减小计算量的同时消除了译码时延,并且误码率逼近最大似然序列估计,实现了复杂度和性能的折衷.     

基于压缩感知追踪算法的低计算量分组稀疏均衡方案

在广义频分复用(Generalized Frequency Division Multiplexing, GFDM)系统中,为了应对复杂的信道带来的符号间干扰,基于信道的稀疏特性,使用广义记忆多项式(Generalized Memory Polynomial, GMP)模型对均衡器输入信号进行非线性建模,进而提出了一种基于压缩感知追踪算法和分组数据模式的低计算量分组稀疏均衡方案。该方案中,为了适应复杂变化的信道,均衡过程中采用了分组数据模式,此外,利用分块矩阵求逆的原理,摒弃了复杂的矩阵求逆运算,在每步的循环中使用矩阵乘法进行迭代计算的方式对正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法及双正交匹配追踪(Double OMP,DOMP)算法进行了改进。仿真结果表明,此分组数据模式有效地改善了均衡效果,同时提出的改进算法在保证误符号率性能的前提下明显地降低了计算量,提升了运算速度。     

Low Complexity Shalvi-Weinstein Algorithm

Blind equalization can effectively reduce the intersymbol interference introduced by the frequency selective channel in the absence of the training sequence. The Shalvi-Weinstein Algorithm (SWA) performs better under most channels, especially for highly distorted ones compared with constant modulus algorithm (CMA) or its modified versions. The disadvantage of the SWA is the high complexity resulting from the computation of the inverse matrix. A low complexity SWA based on dichotomous coordinate descent algorithm is proposed in the paper, whose computation complexity is on the same order of magnitude as the CMA. Besides the low complexity, the proposed algorithm also avoids the possible numerical error resulting from the computation of the matrix inversion. Moreover, a low complexity of decision directed algorithm based on RLS is presented for a dual mode blind equalization. Simulations verify the effectiveness of the algorithm.

     

基于稀疏面阵的低复杂度三维信源定位算法

针对3维信源定位中阵列结构过于复杂、算法复杂度过高、谱峰搜索范围过大的问题,该文提出一种基于互素线阵互素平移的稀疏面阵(CLACS-SPA)的3维降秩MUSIC算法(RARE-MUSIC).所提CLACS-SPA拥有中心对称的互素稀疏面阵结构,相较于同口径均匀面阵结构减少了大量的阵元,降低了阵列的结构复杂度;以CLACS-SPA为基础的3维RARE-MUSIC算法利用泰勒公式将接收信号中的方向信息与距离信息进行分离估计,从而将3维谱峰搜索转化为方位角俯仰角的2维搜索和距离项的1维搜索,降低了定位算法的计算复杂度.仿真分析表明:在口径与定位算法相同条件下,与均匀面阵结构相比,所提结构的计算复杂度降低了1～2个数量级;在相同口径与CLACS-SPA结构下,与经典3维MUSIC算法相比,所提算法的复杂度降低了2～3个数量级;在相同口径和阵元数量条件下,与经典3维MUSIC算法相比,所提算法不仅降低了计算复杂度,而且提升了方位角与俯仰角的测量精度.     

一种低复杂度编码辅助载波同步算法

该文针对低信噪比下编码辅助同步算法存在复杂度高的问题,在分析了后验信息概率分布特性的基础上,通过设定表征可靠性大小的门限值得到了只有3种状态的简化后验均值和新的后验似然比。将新的后验均值和似然比分别运用到基于软扫频的粗同步和基于期望最大的细同步算法中,得到一种新的同步算法。新算法使用了一种新的评价函数和简化的期望最大算法。通过码率为1/6的Turbo码验证了新算法可以大幅降低加法及乘法的运算次数,在信噪比大于-7.9 dB时能达到理想同步,最大性能损失仅为0.05 dB。