智能反射面辅助通信中的信道估计方法

信道信息对于智能反射面(Intelligent Reflecting Surface, IRS)辅助的通信系统十分关键。由于IRS反射单元的数量十分巨大,信道估计和信道反馈的开销一直制约着IRS辅助的通信系统的性能。为解决这一难题,介绍了IRS辅助的通信系统中信道的特性。不同用户共享同一基站(Base Station, BS)-IRS信道,而BS-IRS-用户串联信道具有很强的关联性。基于这一特有的信道特性,提出了IRS辅助的通信系统上行信道估计方法、下行信道估计和信道反馈方法;理论性地刻画了以上方法所需要的最小信道估计开销和信道反馈开销,以揭示所提方法在IRS辅助的通信系统中相对于传统信道信息获取方法的巨大优势。     

基于双IRS辅助的毫米波MIMO通信信道估计

考虑到智能反射面(Intelligent Reflecting Surface,IRS)可以辅助毫米波通信,为提高信道估计的准确度,引入基于双智能反射面辅助的毫米波单用户多输入多输出(Multiple?Input Multiple?Output,MIMO)无线通信新场景.因为毫米波信道具有稀疏性,首先将原始毫米波窄带信...     

有无源智能反射面辅助无线系统信道估计

毫米波在非视距链路传播中损耗严重,为了进一步提高信号的覆盖范围及传输准确性,提出了一种基于少量有源元件的智能反射面(intelligent reflecting surface, IRS)辅助无线通信的信道估计方案。考虑基于少量能够接收处理信号的有源元件辅助信道估计的模型,利用毫米波信道的稀疏性,通过原子范数最小化(atomic norm minimization, ANM)将信道的相关角度参数转化为空间频率,再通过多信号分类算法降维估计相关角度、深度神经网络简化获取信道状态信息(channel state information, CSI)过程、奇异值分解优化波束成形等方法的优势相结合来估计信道参数,最终获取UE-IRS、IRS-BS的单独信道状态信息。仿真结果表明,所提方案在较低的有源元件开销下,有效降低了信道估计的归一化均方误差。     

可重构智能表面辅助通信系统时变级联信道估计

针对可重构智能表面（RIS）辅助通信系统时变级联信道的估计中需解决的级联信道稀疏表示、时变信道参数跟踪和信号重构等关键问题,提出了一种结合Khatri-Rao积的分层贝叶斯卡尔曼滤波（KR-HBKF）算法。该算法首先利用信道的稀疏特性,通过Khatri-Rao积和克罗内克积变换得到RIS级联信道的稀疏表示,将RIS级联信道估计问题转化为低维度的稀疏信号恢复问题。然后,根据RIS级联信道的状态演化模型,在HBKF算法的预测模型中引入了时间相关性参数,应用改进的HBKF解决时变信道参数跟踪和信号重构问题,完成时变级联信道的估计。KR-HBKF算法综合利用了信道的稀疏性和时间相关性,能以较小的导频开销获得更好的估计精度。仿真结果表明,与传统压缩感知算法相比,所提算法具有约5dB的估计性能提升,且在不同的时变信道条件下具有更好的鲁棒性。     

基于簇的块稀疏压缩感知的60GHz信道估计

基于压缩感知设计适用于60 GHz毫米波通信系统的信道估计方案,深入研究了正交匹配追踪(OMP)算法和正则正交匹配追踪(Regularized OMP)算法的60 GHz信道估计性能;在此基础上,充分发掘60 GHz无线多径信道所呈现出的分簇特性,提出一种新颖的基于簇分级的稀疏压缩感知重构算法。新算法在有效减少重构迭代次数的前提下,亦能显著降低信道估计误差。综合对比分析了基于簇分块稀疏压缩感知重构算法和现有压缩感知算法在60 GHz信道估计应用中的重构性能,仿真结果表明,压缩感知算法可有效应用于60 GHz系统信道估计,而新设计的基于簇分级的稀疏压缩感知算法则在估计精度和实现复杂度方面具更优越性能。     

MC-CDMA系统降维盲空时信道估计及信号检测

该文提出了适用于频率选择性瑞利衰落信道中的MC-CDMA系统降维盲空时信道估计及信号检测算法。对接收数据矢量进行解相关滤波,得到对应于每个用户的无多址干扰(MAI)的降维信号,由白化滤波后的降维数据组成的矩阵的秩1近似来进行盲信道估计。将白化滤波后的降维数据矢量看作是单用户的系统,研究了迭代最小二乘(ILS)检测和最小均方误差(MMSE)检测。仿真结果验证了该文算法的有效性。     

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.     

MIMO-OFDM系统中一种新的联合迭代信道估计与符号检测算法

该文提出了一种MIMO-OFDM系统中基于MMSE准则的联合迭代信道估计和符号检测算法。联合迭代算法的性能取决于初始信道估计器的精度和迭代算法。首先提出了一种基于时频变换(TFT)的信道估计算法;其次提出了利用初始信道估计值与检测符号在MMSE准则下进行联合迭代信道估计和符号检测的算法。分析和仿真结果显示,在准静态和快时变信道条件下,新的联合迭代信道估计和符号检测算法有效地提高了系统性能。     

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。     

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。     

NOMA系统基于改进的近似消息传递算法的联合信道估计与多用户检测

针对免调度非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统,多用户传输场景的上行信道估计(Channel Estimation,CE)与活动用户检测(Active User Detection,AUD)问题可被建模为压缩感知重建问题。本文提出了一种改进的近似消息传递(Approximate Message Passing,AMP)算法——阈值自适应-加约束重加权-近似消息传递(Threshold Adaptive Constrained Reweighted Approximate Message Passing,TA-CR-AMP)算法来联合解决CE和AUD问题。该算法在合适的迭代终止准则下,对AMP算法加入更新稀疏信号稀疏结构的操作,在此基础上对算法引入加约束的重加权,并令阈值自适应变化。仿真结果表明,与AMP算法相比,本文提出的算法以较低的复杂度获得了更加优越的信道估计和活跃用户检测性能。另外,本算法获得了与更加复杂的期望最大-贝叶斯AMP(Expectation Maximization Bayesian Approximate Message Passing, EM-B-AMP)算法相近的性能。      

可重构智能表面辅助的无源波束成形和信号检测

针对基于空间调制的可重构智能表面(Reconfigurable Intelligent Surface,RIS)联合无源波束成形和信号检测系统中无源波束成形的非凸二次约束二次规划问题,提出了基于连续凸逼近(Successive Convex Approximation,SCA)和优化最小化(Majorization-inimization,MM)的低复杂度算法。针对用户信息的双线性检测问题,提出自适应阻尼因子双线性广义近似消息传递(Bilinear Generalized Approximate Message Passing,BiG睞MP)算法,在保证误码率性能的同时算法具有更快的收敛速度与更低的复杂度。针对仅有0和1组成的可重构智能表面信息检测,提出基于广义近似消息传递(Generalized Approximate Message Passing,GAMP)算法的改进算法,在计算从检查节点到变量节点的消息时算法不使用GAMP算法中近似值,而直接计算信息。仿真结果表明,在降低误码率性能方面改进的GAMP算法比GAMP实现了4 dB的信噪比增益。     

低信噪比下双基地ISAR一维距离成像分辨率增强方法

针对双基地角使双基地ISAR(B-ISAR) 1维距离成像分辨率下降的问题,该文提出基于多量测向量(MMV)模型的复数近似消息传递(MCAMP)的B-ISAR 1维距离成像分辨率增强算法。首先,建立距离联合稀疏模型。然后,通过向量化处理将联合稀疏问题转换为块稀疏复数基追踪去噪问题,利用Kronecker积提出MCAMP算法进行求解,以得到不受双基地角影响的1维距离像。最后,通过快速傅里叶变换(FFT)代替矩阵与矩阵相乘进一步减少了计算复杂度,进而提高了算法的实现效率。仿真成像结果验证了所提方法在重构精度和重构时间方面的优势。     

复杂地形环境下基于GAMP-STAP的低空风切变风速估计方法

针对机载气象雷达在复杂的地形环境下探测低空风切变时,地杂波呈现非均匀特征和难以获取足够的独立同分布(IID)样本,导致空时自适应处理(STAP)杂波抑制性能变差,使得风切变风速估计不准的问题。该文基于杂波信号稀疏特性,提出一种广义近似消息传递(GAMP)STAP方法,GAMP-STAP仅利用少量的样本在复杂地形环境下实现了风速较准确的估计。该方法首先利用杂波脊的先验信息构造稀疏字典,然后在贝叶斯框架下利用GAMP算法估计杂波幅度,恢复杂波功率谱,进而计算杂波协方差矩阵,最后构造STAP滤波器实现杂波抑制以及风切变风速估计。后续实验仿真结果证明了该方法的有效性。     

单载波宽带MIMO系统广义近似消息传递Turbo频域均衡

针对编码单载波循环前缀(SC-CP)多输入多输出(MIMO)系统,该文采用消息传递算法研究软输入软输出MIMO频域均衡器(FDE)的设计问题。基于广义近似消息传递(GAMP)算法,该文提出一种新的低复杂度MIMO频域均衡方法。这种消息传递MIMO均衡方法的显著特点是既保留了SC-CP传输所产生的频域均衡的优点,同时又避免了传统MIMO FDE中逐频点MIMO矩阵求逆运算,所以具有随MIMO系统接收天线数增加而线性增长的计算复杂度。计算机仿真结果表明,与传统方案相比,该文提出的MIMO频域均衡算法具有明显的误码率(BER)性能优势。     

基于共轭梯度法的低复杂度信道估计

考虑在大规模MIMO系统中基于导频的信道估计,基站端配置有数百根天线,传统的MMSE估计器虽然在估计精度上有着良好的性能,但是由于在利用MMSE方法进行信道估计时,存在对协方差矩阵求逆的运算,导致其计算复杂度为OM3,其中M为信道协方差矩阵的维度。在基站天线数很大的时候,这将是一个极其复杂的过程。为解决这个问题,将通过将求逆过程转化为解线性方程组的问题,利用共轭梯度法,使整个计算过程的计算复杂度降为ONM2,其中N为共轭梯度法的迭代次数,而且N<相似文献   

基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测

大规模MIMO系统上行链路中,最小均方误差（MMSE）算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由O（K³）降为O（K²）.同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明：所提出的Kaczmarz迭代软输出信号检测算法经过两到三次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法.     

采用残差变化控制的自适应稀疏信道估计

针对传统压缩感知信道估计对稀疏度信息依赖和稀疏度自适应信道估计在低信噪比时抗噪能力较差的问题,提出了一种采用残差变化控制的稀疏度自适应的压缩感知信道估计算法。该算法在传统的压缩感知信道估计的基础上引入残差变化控制,通过比较每次迭代下的残差变化的幅度来控制信道估计的迭代次数,提高信道估计的自适应性和鲁棒性。同时,为解决传统稀疏度自适应压缩感知信道估计抗噪能力较差的问题,利用正交匹配追踪提高算法的抗噪声性能。相比于传统的稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit, SAMP)算法,所提算法约有4 dB的性能优势,且算法复杂度更低。     

Multi-Deme Parallel FGAs-Based Algorithm for Multitarget Tracking

For data association in multisensor and multitarget tracking, a novel parallel algorithm is developed to improve the efficiency and real-time performance of FGAs-based algorithm. One Cluster of Workstation （COW） with Message Passing Interface （MPI） is built. The proposed Multi-Deme Parallel FGA （MDPFGA） is run on the platform. A serial of special MDPFGAs are used to determine the static and the dynamic solutions of generalized m-best S-D assignment problem respectively, as well as target states estimation in track management. Such an assignment-based parallel algorithm is demonstrated on simulated passive sensor track formation and maintenance problem. While illustrating the feasibility of the proposed algorithm in multisensor multitarget tracking, simulation results indicate that the MDPFGAs-based algorithm has greater efficiency and speed than the FGAs-based algorithm.     

毫米波MIMO系统中稀疏度自适应的压缩感知信道估计

利用毫米波MIMO系统的稀疏特性,信道估计可以转化为稀疏信号重构的问题。解决毫米波MIMO稀疏信道估计问题时,传统的OMP方法需要信号的稀疏度作为先验信息,实际系统难以满足此需要。文中引入StOMP算法,根据信号已知的稀疏先验信息确定阈值,并结合动态的阈值调整,提出一种新的StOMP-D算法,实现了稀疏度自适应的毫米波MIMO信道估计。仿真结果表明,所提的方法与传统的LS方法比较,信道估计性能显著提高,并且与稀疏度已知的OMP方法性能十分接近,在稀疏度未知时有明显的优势。