OFDM系统中线性插值信道估计器的性能研究

为了得到由线性插值信道估计器本身精度造成的插值误差与噪声所带来的误差间的定量关系,通过基于一阶线性插值的OFDM系统梳状导频信道估计器和块状导频信道估计器误差性能的分析,推导出了插值误差和高斯噪声对估计器性能影响的数学表示式,并得出了线性插值信道估计器导频间距的选择规范;最后,在IEEE802.11 a环境下进行了系统仿真,仿真结果表明,插值误差与插值带来的噪声降低二者存在折衷,并且在室内环境中具有相同导频间距的梳状导频估计器比块状导频信道估计器性能优越。     

基于最小均方差的无线通信信道估计算法仿真

无线通信信道中导频噪声过大会影响信道的估计效果，降低通信质量，为此提出导频干扰下无线通信信道估计算法。基于无线通信的信道特性分析结果获取信道中的导频噪声信号，并对其实施噪声滤除处理；依据噪声滤除结果获取无线通信网络的频率冲击响应值，建立导频频域接收信号模型；利用基于最小均方差的信道估计方法对模型求解得出信道频域冲击响应估计值；将计算结果与线性插值方法结合，完成无线通信信道精准估计。实验结果表明，使用上述方法开展信道估计时，误码率较低，信道幅度响应值与实际信道幅值较为接近，说明信道估计效果较好。     

基于DFT判决门限的OFDM信道估计算法

在正交频分复用系统中,为了提高信道估计算法的准确度和降低复杂度,首先对传统的离散傅里叶变换(DFT)信道估计算法进行了改进,通过引入判决门限,进一步消除信道噪声的影响,提高系统性能;然后与LS估计、SVD估计和DFT估计进行对比分析;最后通过Matlab软件进行仿真分析,结果表明了改进算法在基本不增加复杂度的前提下,提高了信道估计的准确度,进而提高整个系统的性能。     

MIMO-OFDM系统中基于小波包的信道估计方法

对多输入多输出-正交频分复用(MIMO-OFDM)系统中基于导频辅助的最小二乘(LS)信道估计算法进行研究,针对LS算法对噪声影响比较敏感的缺点,提出了一种基于小波包去噪的信道估计方法,对导频符号的信道响应进行去噪处理后,再做内插估计.根据该方法的思想,基于长期演进(LTE)协议进行计算机仿真与分析,结果表明该方法比传统的LS估计算法具有更好的性能,能够有效减小信道噪声的影响,提高信道估计精度.     

基于小波去噪的OFDM信道估计技术研究

信道估计能够为OFDM系统提供相干解调和空时译码所必须的信道信息,是OFDM系统接收机中非常重要的一个环节,如何降低无线信道的噪声,提高信道估计精度,是关乎整个通信系统性能的重要问题.提出了一种将小波去噪应用到OFDM系统无线信道估计中的方法,利用LS算法得到导频位置频域响应后进行小波去噪,然后插值得到整个信道的频域响应,可以减少多径衰落信道中的噪声和ICI对于信道估计精度的影响,减少系统的误码率.在SISO-OFDM和MIMO-OFDM系统,无线移动信道环境下的仿真表明,与传统的信道估计方法相比,在低信噪比的情况下,提出的信道估计方法能够提供2-3dB的性能改善.     

基于二维导频和降噪滤波的信道估计方法

在分析多径噪声环境中信道估计经典算法的基础上,提出一种基于二维导频和降噪滤波的信道估计改进算法。文中采用的二维导频设置图案,充分保留了信道信息,从中可提取信道参数的最优初始估计。在此基础上,通过DFT/IDFT变换将信道频率响应子空间和噪声子空间分离,进行降噪滤波。仿真结果显示,在多径时变衰落信道下,利用以上两种提出的信道估计方法有效提高系统的估计性能。     

大规模MIMO系统中导频污染下的信道估计研究

大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术的很多优点让它发展为5G通信系统的主要技术之一。基于导频的信道估计方法原理较为简单,但系统的性能会受到导频污染很大的影响,所以研究低复杂度且能有效抗导频污染的信道估计算法就显得尤为重要。论文详细论证了导频污染下的信道估计在大规模MIMO系统中的主要运算过程。将LS信道估计方法与贝叶斯信道估计方法做比较,仿真结果表明贝叶斯信道估计方法有着较好的抗导频污染能力。     

OFDM基于时频二维多项式模型的信道估计算法

给出了正交频分多路复用(OFDM)系统中一种基于ML准则和时-频二维多项式模型的信道估计算法.这种算法可有效利用时域和频域信道相关特性,从而抑制了噪声的影响.在时-频二维多项式权很小时,为降低近似误差进行了频域分段,并对时频窗的选取对该算法性能的影响进行了仿真研究.仿真结果表明,这种算法具有信道估计准确且运算量小,在低信噪比条件具有鲁棒性等优点.     

基于压缩感知的OQAM/OFDM系统POP方法信道估计

针对偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统中成对训练序列(POP)法信道估计技术性能较差且受噪声影响较大的问题,提出了一种基于压缩感知(CS)的POP信道估计方法.该方法将压缩感知技术应用于POP法信道估计之中,将传统的频域信道估计方法转化为时域信道估计方法,通过压缩感知技术准确地重构出时域信道信息,减少导频开销,提高频谱利用率,得到更好的信道估计性能.与传统的OQAM/OFDM系统的信道估计方法进行比较,仿真结果表明,所提的方法能够在使用较少的导频符号的同时得到更高的系统性能和信道估计精度.     

MIMO-OFDM系统信道估计器的导频间隔优化设计

研究了导频子载波方式下,信道相干带宽、多普勒频移和信噪比对信道估计器的最优导频间隔设计的影响,以确定最优导频间隔。实验结果表明,要达到相同误码率性能,相干带宽越小的信道对应的信道估计器所需的最小导频间隔越小,而且在信道信噪比较低时,误码率不随导频间隔增加而线性增加,因此存在不为最小值的最优导频间隔。导频子载波方式适用于高速移动通信的最佳导频位置方式。     

一个语音基频提取新算法

为了准确提取语音基频,设计了一种新的基频提取算法,并对此算法的抗噪性能进行了评估,同一段语音进行加噪和未加噪两类处理,通过实验提取两类语音的基频,以未加噪基频作为准标值,对不同信噪比的语音基频与准标值的偏离情况进行了分析,从而了解算法提取基频的抗噪性。以便全面掌握此算法的性能,达到优化算法,减小估计带来的误差,提高语音基频提取的目的。     

一种基于非线性增益小波滤波的高光谱影像去噪技术研究

提出了一种光谱域非线性增益的高光谱影像小波滤波去噪方法。首先对高光谱曲线进行小波变换,计算低频部分的方差并以此设定噪声和特征之间阈值,对属于噪声的高频系数置零,对属于细节特征的高频系数非线性增益,实现对高光谱曲线的滤波去噪。通过与高光谱影像均值滤波平滑法、最小二乘平滑法对比分析结果表明,该方法在噪声抑制和细节保持方面取得了较好的效果。     

Multi-channel active noise control for periodic sources—indirect approach

This paper presents a multi-channel active noise control algorithm that is designed to reject periodic signals of unknown frequency. It is based on a so-called indirect approach, where the frequency of the disturbance is estimated in real time, and the estimate is used in a disturbance rejection scheme designed for a known frequency. Improvements over an earlier algorithm include an extension to multi-channel systems, a better frequency estimation algorithm, and a thorough experimental evaluation. For disturbance rejection, a so-called inverse G algorithm is proposed and its properties are compared through analysis and experiments to those of a gradient algorithm. A new frequency estimator is also considered that is simple and flexible in design, and is able to use multiple harmonics or multiple signals in order to estimate the fundamental frequency of the noise source. In this manner, the algorithm maintains tracking of the fundamental frequency despite significant changes in signal characteristics. The ability of the indirect approach to reject periodic noise with fixed or time-varying frequency and amplitudes is demonstrated in active noise control experiments. The algorithm may also be useful in other control applications where periodic disturbances of unknown frequency must be rejected.     

抽头动态更新频域LMS算法研究

提出一种抽头动态更新频域LMS算法(DSFB-FD-LMS)。DSFB-FD-LMS算法通过比较输出误差信号功率谱密度和噪声功率谱密度的大小, 选择是否对此频柜进行权值更新, 如果误差信号功率谱密度大于噪声信号功率谱密度, 则对此频柜进行权值更新; 如果误差信号功率谱密度小于噪声信号功率谱密度, 说明对此频柜更新无意义, 可停止对此频柜更新。此算法与传统的FD-LMS算法相比, 选择适当的频柜进行更新, 抑制了部分噪声, 减小了均方偏差, 降低了计算复杂度。     

基于PN序列的频偏估计算法

本文提出了一种基于时域PN序列导频相关性的频偏估计算法,通过计算接收信号和发送信号共轭乘积的自相关函数,将频偏估计问题转化为一个单频谱估计问题,并且给出了简化的谱估计算法,从而避免了频率搜索,具有较低的实现复杂度,另外,此算法使用和符号同步相同的PN序列资源,节省系统频谱资源。在多径信道下也给出了相应的形式,经过理论分析和仿真证明了,在多径信道下,改进算法的获得了频率分集增益,提高了估计性能。     

电力线通信系统中基于OFDM/OQAM的时频结合消噪算法

针对电力线通信（PLC）系统中存在严重影响传输性能的脉冲噪声,传统的消噪算法大都不能有效抑制脉冲噪声的问题,提出一种时频结合的消噪算法。首先,通过选择合适的门限对时域接收信号中峰值较大的脉冲噪声进行检测和置零处理;然后,在频域根据已判决的符号来重构时域尚未消除完的峰值较小的脉冲噪声,并通过迭代来提高噪声重构的准确性;最后,从频域接收信号中减去重构的脉冲噪声。在电力线多径信道下进行仿真实验,相比传统的时域消噪和频域消噪算法,所提算法在误比特率为0.01时可以分别实现2 dB和0.5 dB的性能提升,而随着误比特率的降低,它们之间的性能差距将会更大。仿真结果表明,所提出的时频结合消噪算法能够提高电力线通信系统对脉冲噪声的抵抗能力。     

基于改进深度置信网络的语音增强算法

研究了一种基于深度置信网络的语音增强算法，并针对其不足做如下改进：考虑到对应训练集中噪声种类较少，噪声特性不够丰富的情况，在频域对噪声频谱进行扰动，以丰富噪声频谱特性；考虑到不同频点的信号对系统误差的影响不一样，结合绝对听阈构造权重系数。最后选取在噪声环境下传统语音增强算法中较好的LOG-MMSE和本文改进的基于深度置信网络的语音增强算法进行了分析比较，结果证明深度置信网络的语音增强算法显示出较好性能，尤其对增强后语音质量的提升超过了LOG-MMSE方法。     

基于Perlin噪声的高分辨率地形仿真方法

高分辨率地形数据是虚拟现实、军事可视化仿真等方面研究的重要素材,地形的精细、逼真程度,直接影响到仿真的效果.但分辨率很高的地形数据难以直接获取,一种典型的解决方法是采用特定算法在低分辨率数据的基础上生成仿真地形数据.Perlin噪声具有分形、频率振幅可控等特点,通过不同频率的三维Perlin噪声叠加,可以生成不同细节程度的地形数据.将Perlin噪声模型应用于从低分辨地形数据构造高分辨率地形数据,可以较好地模拟原始地形的地理特征,具有较高的保真度.文章基于Perlin噪声模型设计、实现高分辨率地形重构算法,并采用可视化仿真的方法对该方法和简单随机噪声方法进行检验,仿真结果表明该方法能够更好地满足要求.     

基于线性回归的UWB系统频偏估计算法

提出了一种利用接收序列与本地PN序列的相关值辐角的线性回归来估计UWB系统载波频偏的方法,该算法将接收序列与本地PN作相关,利用辐角随时间的线性变化特性,将相关值辐角作线性回归估计频偏.仿真结果表明,与传统PN相关频偏估计算法相比,该算法性能稳定,在有效估计区间内估计精度不受频偏大小影响,抗多径能力强,在低信噪比仍有较高的估计精度.此外,此算法与系统同步使用相同的PN序列与相关计算结果,节约了系统资源,易于实现.     

微弱正弦信号参数估计算法研究

该文提出了一种强噪声背景下微弱正弦信号频率、幅值与相位三个参数的估计算法.根据离散小波变换,对强噪声背景下采样序列进行预处理,构造N+2个新的序列.对该序列实施离散傅里叶变换,结合序列的构造方式得到了正弦信号频率,相位和幅值的估计算法.仿真实验表明,在不同类型的噪声背景下,该算法具有较高的估计精度与较强的鲁棒性.