基于多用户分集MIMO-OFDM系统的信道量化反馈算法研究

提出了一种以CQI量化值表示调制方式的量化方法,与理想状态相比较,证明了其在平均频谱效率方面的无损性.接着将该量化方法与3种部分反馈策略(门限反馈、最优反馈和混合反馈)相结合,推导了各自情形下系统平均频谱效率的数学表达式.最后从反馈信道容量和容量相对损失2个不同的角度考虑,给出了确定最佳反馈参数的方案.仿真用于评估各种算法的性能,其结果与理论分析相当匹配,并且只要恰当地选取反馈参数,部分量化反馈算法可以在相同的系统性能要求下,极大地降低反馈开销.其中尤以混合算法表现最好,可为设计实际系统的信道反馈提供参考.     

Rician信道下基于信道均值信息的自适应反馈方案

在多天线多用户下行系统中,当信道为莱斯(Rician)衰落时,基于瑞利(Rayleigh)信道假设设计出的有限反馈方法将会导致系统反馈开销的浪费。该文提出了一种适用于Rician信道的自适应反馈方案。该方案根据各用户信道的均值信息计算出相应的信道方向分布函数,然后利用其函数设计判决门限来调整各用户的量化反馈码本,使各用户量化码本中的码字矢量更加集中在用户信道矢量方向周围。另外,该方案可以自适应于不同的信道分布,在保证一定的量化误差下,根据信道均值的大小自适应调节各用户的反馈比特数,显著减少了用户的反馈量。仿真结果表明,与基于Rayleigh信道假设的有限反馈方案相比,该文提出的自适应反馈方案在不降低系统的吞吐率性能的前提下显著降低了用户的反馈开销。     

时间相关块贝叶斯算法下的大规模MIMO信道估计

因具有高的阵列增益和高的频谱效率,大规模MIMO已成为5G通信系统物理层关键技术,但在频分双工系统基站侧获取大规模MIMO信道准确状态信息的过程中,存在导频开销占用大量频谱资源问题。为此,针对时间相关信道和信道稀疏度未知的情况,提出一种基于时间相关和多测量矢量模型的块贝叶斯压缩感知（TMBB-CS）信道估计方法。因基站端天线发射信号时间相关,所以大规模MIMO系统的时域信道脉冲响应呈块稀疏结构,利用该特性对下行链路中的多用户信道矩阵进行测量估计,可较大幅度减少导频开销,提升性能。实验仿真结果表明,与其他块贝叶斯算法相比,所提出的TMBB-CS算法信道估计性能更好。      

时间相关信道下分布式大规模MIMO系统频谱效率分析

为了分析时变信道特性对多用户分布式大规模MIMO系统的频谱效率性能影响,通过引入一阶高斯马尔科夫过程来建模时变信道,以时间相关性系数表征时变快慢程度。当系统采用最大比合并（MRC）接收和最大比发送（MRT）预编码方案时,借助于确定性等价原理以及Gamma分布随机变量的性质,推导出了含有信道时变信息的上行和下行频谱效率闭合表达式。同时,给出了当基站总发送天线数与用户个数之比趋于无穷大时,频谱效率的极限表达式。分析表明,频谱效率随时间相关系数减小而降低,但并不影响系统所获得的发射功率增益。数值仿真验证了所推导的频谱效率闭合表达式和极限值的有效性和精确性,并比较得出时变信道下分布式大规模MIMO比集中式大规模MIMO具有更好的性能。      

反馈时延对闭环多天线系统性能的影响

该文研究了在时间相关信道下反馈时延对基于天线选择闭环多天线系统性能的影响。在这种系统中,接收端根据瞬时最大信噪比准则选择发射端天线,并把选定天线信息通过反馈链路传送给发射端来进行天线选择。文中分析了在时变信道下反馈时延对系统平均容量、容量中断概率及在BPSK调制下系统的误比特率的影响,给出了其关系的解析表达式,数值仿真证明了理论分析的正确性。     

大规模MIMO相关信道下的联合天线分组和天线选择

在大规模多输入多输出系统中,针对密集部署的大型天线阵列之间的强相关性会抑制天线选择增益效果的问题。在系统下行链路场景下建立空间相关信道模型,提出了基于天线分组的天线选择算法。根据瞬时信道相关矩阵将天线阵列划分为若干组,保证各组内天线之间相关性较强。在完成天线分组的基础上,基于信道矩阵列范数准则在各组发射天线与接收天线之间构成的子信道矩阵中选择天线,进而构造有效发射天线与接收天线之间的信道矩阵。仿真分析了所提天线选择算法对系统遍历和速率的影响,结果表明,在基站天线数为32、接收天线数为2、选择天线数为2、天线相关因子为0.9的假设下,当信噪比为10 dB时,与基于相邻天线分组的天线选择算法相比,所提算法使系统和速率约提高了27.5%,且所提算法若要与最优天线选择算法达到相同的和速率,仅需将其信噪比提升1～2 dB即可。     

相关信道MIMO系统的白适应SD检测算法

文章提出一种适用于相关衰落信道的自适应SD检测算法,该算法能够根据信道状况和接收信号信噪比自适应地进行调整。仿真结果表明,该算法能在不明显降低SD检测性能的情况下降低算法的计算复杂度。     

空间分集相关信道中信号误比特率研究

系统的分集情况对系统的影响是很大的。这里我们研究了空间分集对系统性能的影响。本文推导了在空间分集的情况下非相干检测 FSK信号的误比特率 ,并利用了多径信道的衰落相关性模型 ,通过计算机模拟的方法具体研究了空间分集中天线的距离和散射体分布对的非相干检测 FSK信号误比特率的影响。     

空间复用系统在相关信道下的两步选择天线算法

针对采用贝尔实验室垂直分层空时(V-BLAST)检测算法的空间复用系统存在信道相关的问题,提出一种新的两步选择发射天线的准则,首先利用信道矩阵奇异值确定有效发射天线数,然后根据最低检测后信噪比确定发射天线和子数据流之间的映射关系.仿真结果表明两步选择准则能获得比已有算法更高的选择增益,此外还分析并仿真了天线间距和角度扩展对符号向量错误概率的影响.     

一种空时相关信道下的鲁棒SLNR预编码算法

为了改善存在信道误差、空时相关条件下多用户多入多出（MIMO）系统的性能,给出了一种基于信漏噪声比（SLNR）的鲁棒预编码算法.通过推导空时相关信道环境下信道向量的条件均值和协方差,分别建立了发送端信道状态信息（CSIT）和接收端信道状态信息（CSIR）模型.在此模型基础上,推导了收发两端信道状态信息（CSI）均不理想情况下的鲁棒SLNR 预编码以及相应的接收滤波矩阵.仿真结果表明,该算法对空间相关性、时间相关性以及信道误差均具备一定的鲁棒性.     

颜色量化——色彩退化算法

颜色量化是利用人眼对颜色的惰性,将原图像中不太重要的相似颜色合并为一种颜色,减少图像中的颜色,而使量化前后的图像对于人眼的认识误差最小即量化误差最小。在此从揭示八叉树颜色量化算法的优缺点开始,优化八叉树结构,进化为以二叉堆和数组索引数据结构,对最不重要颜色不断地进行退化,最终达到量化要求的颜色数量。实践证明,在相同情况下,二叉堆比八叉树颜色量化对图像的量化误差更小。     

一种基于码本轮转的有限反馈量化方法

大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统中随着天线数目的增加,其反馈比特数将随之大幅度增加。为此,提出了一种基于码本轮转的有限反馈量化方法。该方法中,用户在前一时刻得到最佳码字之后,在码本中选取轮转区域构成虚拟码本,判断当前时刻的信道向量,满足轮转条件的用户将虚拟码本轮转到码本起始位置,在虚拟码本中进行量化;不满足轮转条件的用户在原始码本中进行量化,选出当前时刻的最优码字。反馈比特数分析与仿真结果表明,所提方法可轮转的虚拟码本减少了量化码字的数量,从而减少了反馈比特数,是系统性能与反馈比特数的一种折中。     

一种基于方向标记的有限反馈量化方法

随着天线数目和反馈比特数的增加,大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）信道向量量化的复杂度大幅增加。为此,提出了一种基于方向标记的有限反馈量化方法。该方法将码本中码字进行分组,每组选取一个向量作为方向标记向量,在进行量化时,信道向量首先与各组方向标记向量进行比较,将与信道向量最接近的方向标记向量所在组选为待选码本组;在待选码本组内进行下一步量化,最终选出与其最接近的量化向量为最优码字。复杂度分析与仿真结果表明,所提方法缩小了待选码字的数量从而降低了计算复杂度,是系统性能与计算复杂度的一种折中。     

基于微粒群的颜色量化算法

将微粒群算法应用于彩色图像的颜色量化.根据种群的进化原理,在RGB彩色空间中对图像像素的颜色值进行聚类,通过迭代寻优确定最优调色板,然后进行像素的颜色映射,从而完成量化工作.仿真实验表明,该算法具有颜色失真小,收敛性好,鲁棒性强和受初始条件影响小等特点,是一种有效的颜色量化算法.     

一种针对ISF参数的量化算法

宽带语音编码中普遍使用导抗谱频率描述声道。利用转换分类差矢量分裂矢量量化方法对导抗谱频率进行量化,该方法基于转换分类矢量量化及差值分裂矢量量化。IsF矢量先按照给出的码书分类,然后每一类中的差矢量再进行分裂矢量量化。实验结果表明,该算法可在每帧编码比特数为37时达到透明量化要求,并且码书存储量明显少于StephenSo等人给出的转换分类分裂矢量量化方法。     

一种快速模糊矢量量化图像编码算法

本文在学习矢量量化和模糊矢量量化算法的基础上,设计了一种新的训练矢量超球体收缩方案和码书学习公式,提出了一种快速模糊矢量量化算法。该算法具有对初始码书选取信赖性小,不会陷入局部最小和运算最小的优点。实验表明,ＦＦＶＱ设计的图像码书性能与ＦＶＡ算法相比,训练时间大大缩短,峰值信噪比也有改善。     

基于系数奇偶量化的图像水印算法

文中提出了一种新的基于系数奇偶量化的图像小波域数字水印算法,该算法首先对水印图像进行置乱处理,载体图像的小波变换系数经奇偶量化后,将置乱后的水印图像嵌入其中。算法对小波系数的奇偶量化性能在鲁棒性和水印的不可见性上进行了很好的折衷,实验表明该算法对载体图像的影响较小且具有很好的鲁棒性,可以有效地抵抗JPEG压缩、噪声干扰等常见的攻击。     

基于音频信号的量化噪声教学实验

量化噪声的产生及其特性，是数字信号处理课程中一个贴近工程实践的重要知识点。有别于传统理论讲授模式，本文设计了一个“量化噪声响起来、看得见”的教学实验，分别通过截尾和舍入两种量化方式对音频信号进行处理，不仅可以让学生直观感受量化噪声的存在与特性，还可以更深刻理解量化方式、量化位数等因素对量化噪声特性的影响。     

一种基于高分辨率的模糊矢量量化算法

本文在矢量量化中引入了分辨率思想,并从分辨率的角度考察了原有算法,针对它们在分辨率方面存在的缺点,提出了一种典型的分辨率调制方法以及相应高分辨率算法,实验也取得了令人满意的对比结果.     

采用阶梯量化优化的SPECK算法研究

通过对图像小波变换系数的分析，根据SPECK算法对较高频子带上重要系数的编码问题，提出了一种采用阶梯量化优化的SPECK 算法QSPECK，以优化SPECK算法的编码效率。即先对小波系数矩阵的较高频子带进行阶梯量化，再对量化后的矩阵进行块编码，最后进行逐次逼近量化获得嵌入式码流。实验证明：此算法优化了编码效率，提高了PSNR值。