信道估计误差下多用户MIMO／OFDM下行系统自适应传输

以系统总速率最大化为目标，提出在非理想信道信息情形下基于空分复用的多用户MIMO／OFDM下行系统的自适应资源分配方案，并满足用户的QoS要求。该方案首先根据用户信道估计误差模型和用户QoS对用户进行子载波分配，然后在各个子载波上进行功率和比特分配。仿真结果表明，该方案相对静态分配方案可获得更大的总速率，而且对信道估计错误更加强健，可应用到信道信息不确定的实际系统中。     

IEEE 802.11n的WLAN系统的精频偏估算法研究

提出了一种针对IEEE 802.11n MIMO OFDM无线局域网系统的精频偏估算法.该算法充分利用了802.11n的前导结构,可减少估计器的方差.建立了MIMO OFDM系统信号模型,根据系统模型研究了IEEE 802.11n MIMO OFDM系统的频偏估计法,对算法进行理论分析和仿真实验.     

MIMO-OFDM系统中的自适应比特分配

正交频分复用(OFDM)与多天线(MIMO)技术的结合可以有效提高系统的性能。为了研究自适应比特分配对MIMO-OFDM系统性能的影响,首先介绍了MIMO-OFDM的系统结构和MIMO信道的奇异值分解(SVD)过程。将多载波系统中的Hughes-Hartogs自适应分配算法应用于天线数为2×2的MIMO-OFDM系统中。仿真结果表明,采用Hughes-Har-togs算法的MIMO-OFDM系统的数据速率达到甚至超过了单天线OFDM(SISO-OFDM)系统的2倍,但SVD分解也带来了巨大的运算量,提出了在MIMO-OFDM系统中使用自适应分配算法的策略。     

MIMO-MB-OFDM超宽带通信系统的研究

MB—OFDM UWB无线通信技术和MIMO技术是目前无线通信领域中的热门技术。文中在两者的基础上提出一种基于V—BLASI、的MIMO—MB—OFDM超宽带通信系统，为提高MB—OFDM UWB系统的性能给出了一个可行的方法。详细介绍了系统的各个模块组成和相应的工作流程，并选择了经典的Golden检测算法作为V—BLAST检测算法，最后列系统性建进行分析。仿真结果表明，该系统与传统的MB—OFDM UWB相比在性能上有了显著的提高。     

一种改进的降低MIMO-OFDM系统峰均比的联合算法*

多输入多输出频分复用(MIMO-OFDM)技术是将OFDM与MIMO技术相结合的无线通信系统,它在继承OFDM与MIMO技术诸多优点的同时,具有OFDM系统存在的峰均比(PAPR)较高的问题。选择性映射法(SLM)和预留子载波保留算法(TR)具有很好地抑制PAPR的性能,但是把传统的TR或SLM方法直接运用到MIMO-OFDM系统中却难以达到很好地抑制PAPR效果。为了寻求在MIMO-OFDM系统中改善PAPR性能的同时降低算法实现复杂度,提出一种TR与SLM算法相结合的适合MIMO-OFDM系统的改进算法TR-SLM。通过理论分析与仿真结果表明,TR-SLM级联算法不仅能有效抑制MIMO-OFDM系统的PAPR,同时可减小算法的计算复杂度与系统实现的复杂度。     

改善V—BLAST／OFDM系统性能的子载波分配研究

为了提高多用户V-BLAST／OFDM系统的整体性能，我们研究在不同检测方式下的子载波分配准则，并利用矩阵和排序统计的知识对系统性能及取得的多用户分集增益做了定量分析，得到多用户分集增益的数学表达式。仿真结果表明，本文提出的动态子载波分配准则可以有效地利用多用户分集，明显提高V-BLAST／OFDM系统的整体性能。另外，本文与空间分集系统中取得的多用户分集增益进行了仿真比较，表明将基于V-BLAST的多用户OFDM系统与子载波分配相结合更能改善系统的整体性能。     

基于空间迭代的信道估计和译码联合算法*

为了提高MIMO+OFDM系统在信道信息估计不准确时的译码性能,提出了一种基于SAGE（空间交替期望最大）算法的信道估计和MIMO译码联合算法。具体方法是：将发送的子帧分成若干个子块,第一个子块为导频子块,为第二个子块的译码提供信道信息;译码时对第二个子块进行内部的参数循环估计,完成该子块的译码后,解出该子块的信道信息,并将其作为下一子块译码的信道参数,依次完成所有子块的译码。经过仿真验证,该算法的性能优于LMMSE信道估计＋ML译码算法的性能,运算复杂度低于EM算法。基于SAGE算法的信道估计和检测联     

基于SystemC的MIMO OFDM系统的仿真实现

MIMO和OFDM是B3G和4G宽带无线通信的关键技术之一，能极大地提高信道的频谱利用率。传统的通信系统的设计都采用Matlab仿真，该文采用SystemC对4 ×4 MIMO OFDM无线通信系统进行了仿真实现。研究结果表明：MIMO OFDM系统能获得更高的数据率和更好的传输质量，使用SystemC仿真速度快，易于硬件实现，而且更节约系统资源。     

基于蚁群算法的OFDM系统子载波分配研究

针对无线资源要求OFDM系统能够支持更高的信息速率,在比例速率约束的多用户OFDM系统资源分配中,传统算法的频谱效率较低.在子载波等功率分配条件下,用蚁群算法解决比例速率约束下多用户OFDM系统子载波分配,算法在最大化多用户OFDM系统下行链路总容量的同时又维护了用户之间的比例公平性.蚁群算法的启发搜索机制保证频谱效率快速收敛到近似最优解.仿真结果表明,提出的蚁群算法能够满足用户之间的比例速率需求,频谱效率比传统算法提高了约45％.     

自适应OFDM算法及其在煤矿井下无线通信系统中的应用

由于频率选择性衰落,OFDM的每个子信道的频率响应各不相同,为了保证系统的误码率性能,OFDM只能根据衰减最大的子信道来决定比特和功率的分配,造成很大的浪费。因此,文章提出了一种自适应OFDM(AOFDM)算法,该算法使得OFDM的每个子载波都能根据信道特性动态的变化选择调制方式和功率分配,最好地匹配信道容量。文章详细介绍了AOFDM的比特、功率算法,并详细分析了煤矿井下无线通信系统的特点,指出AOFDM算法非常适用于煤矿井下无线通信系统,并给出了基于AOFDM的矿井无线通信系统的组成框图,仿真结果表明使用效果良好。     

MIMO—OFDM中基于波束成形的天线选择研究

为减少多输入多输出（MIMO）正交频分复用（OFDM）系统的复杂度，本文基于最小化差错概率准则，提出一种波束成形的天线选择算法。该算法不仅可以减少收发两端DFT／IDFT的个数，而且有效减少射频模块的个数，从而大大降低系统的复杂度。为降低天线选择算法本身的复杂度，文中提出一种简化的天线选择算法。仿真结果表明，与时频联合波束成形算法相比．相同性能要求下，其需要的射频模块的个数可减少37．5％以上。     

电力线通信中动态子载波组分配

针对电力线通信自适应OFDM系统的限制条件,探讨在每OFDM符号内各RT用户要求的约束下,研究系统总功率地窖注水分配后多子载波上的速率自适应子载波分配模型,提出一种新的动态子载波组分配算法。在典型电力线信道环境下对其仿真,并与另外两种分配算法进行比较,结果表明,本文动态子载波组分配算法的复杂度大大减小,能满足多用户资源分配的多目标要求。     

OFDM系统中自适应比特和功率分配研究

提出了一种改进的OFDM系统中自适应比特功率分配算法。该算法可适用于多径频率选择性衰落信道,根据信道特征,动态地为OFDM系统的各子信道分配比特和发送功率。该算法在一定的误比特率和信息速率的情况下,使得总发送功率最小化。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OFDM系统节省了发送功率。     

OFDM系统中自适应比特和功率分配研究

提出了一种改进的OFDM系统中自适应比特功率分配算法.该算法可适用于多径频率选择性衰落信道,根据信道特征,动态地为OFDM系统的各子信道分配比特和发送功率.该算法在一定的误比特率和信息速率的情况下,使得总发送功率最小化.仿真结果表明,算法在相同误比特率的情况下比不采用自适应技术的OFDM系统节省了发送功率.     

基于MIMO系统的容量最大化资源分配算法

多输入多输出(MIMO)技术可以提高系统传输速率、增大系统容量。针对应急通信中短时间内用户激增,传统资源分配算法的系统容量无法满足用户需求的问题,提出一种基于MIMO-OFDM系统用户最小速率的系统容量最大化资源分配算法。该算法考虑了应急场景内通话类等低速率业务剧增的情况,首先根据用户速率由低到高依次分配子载波,然后根据分得的子载波数之比将剩余子载波按照用户速率由高到低分配;对于有盈余带宽的子载波,采用子载波分组的方法再分配,从而 最大化 系统服务用户数。为了补偿信道衰弱和抑制信道间干扰,提出一种对子载波信道矩阵分组的功率分配方法,减少了迭代次数,降低了复杂度。从吞吐量、服务用户数和计算复杂度等方面评估了容量最大化算法的性能。仿真结果表明,相对于传统的资源分配算法,所提算法增加了系统服务用户数,减小了计算复杂度。     

一种新型MIMO-OFDM自适应传输方案

论文将MIMO技术中的多天线思想与自适应OFDM技术相结合,提出一种新型的MIMO-OFDM自适应传输方案。通过信道矩阵的奇异值分解将多天线转化为多个并行的子信道,这样就可以把单天线OFDM的自适应传输技术应用于MIMO-OFDM系统。仿真结果表明,该系统性能比自适应SISO-OFDM系统有显著提高。     

STTD和D-STTD与OFDM结合的下行系统性能分析

在LTE(LongTermEvolution)下行系统中拟采用OFDM技术提供高速的通信业务,它与MIMO技术的结合,可以进一步增加系统容量,提高系统速率。因而MIMO方式的选择尤为重要。为此分析了STTD和D-STTD与OFDM相结合的系统性能,仿真结果表明,D-STTD在一定程度上优于STTD,比较适合作为下行传输的MIMO方式。     

基于子载波选择配对及功率优化分配的多跳中继系统研究

为了提升OFDM协作通信系统的网络覆盖率及网络容量,提出了一种基于子载波选择配对及功率优化分配的多跳中继OFDM系统优化算法。首先,通过在OFDM的系统模型上进行中继配对和非中继配对的性能分析,将子载波选择配对转换为一个整数规划问题,并采用基于匈牙利算法的规划方法进行配对矩阵的计算。接着,根据OFDM系统的功率分配问题,通过KKT条件对中继功率及电源功率进行优化,从而实现中继系统的功率优化分配 。最终的仿真结果表明,与统计质量QoS保证的资源分配方案以及OFDM中继系统异构服务的资源分配算法相比,所提出的方法在提高网络覆盖率和容量上均表现出更好的效果。     

基于信道聚合的OFDM自适应资源分配算法

针对OFDM系统中多用户自适应资源分配问题,提出了一种新的基于信道聚合和遗传算法的自适应资源分配算法。该算法首先将所有子载波均匀分组,将子载波分配问题转化成子载波组分配问题。然后,兼顾用户之间的公平性,引入遗传算法,实现用户间的资源分配。仿真结果表明,与现有的算法相比,新算法在保证用户公平性的同时,有效地降低了计算复杂度和获得系统最优解的计算时间,实现系统总的容量最大化。     

基于子载波选择配对及功率优化分配的OFDM系统

为了提升OFDM协作通信系统的网络覆盖率及网络容量,提出了一种基于子载波选择配对及功率优化分配的OFDM系统。在OFDM的系统模型上进行中继配对和非中继配对的性能分析,将子载波选择配对转换为一个整数规划问题,并采用基于匈牙利算法的规划方法进行配对矩阵的计算;根据OFDM系统的功率分配问题,采用KKT条件下优化中继功率及电源功率的方法进行功率分配。仿真结果表明,所提出的方法相比统计质量Qo S保证的资源分配方案以及OFDM中继系统异构服务的资源分配算法,在提高网络覆盖率和容量上表现出更好的效果。