OFDM联合信道估计与均衡技术研究

OFDM系统在时变信道中会受到子载波间干扰,单独进行信道估计和信号检测的策略对于提高接收机的抗干扰能力有限,将信道估计和信号检测统一考虑则可更有效地抵抗子载波间干扰。针对此问题,基于迭代SAGE算法提出了一种新的联合信道估计与符号检测算法,为了减低算法的复杂度,引入BEM信道建模方法。仿真评估了BEM算法的归一化均方误差性能,验证了BEM建模的有效性,显示该算法的误码率优于基于BEM算法的线性均衡检测算法和基于MMSE的干扰对消算法,而且该算法只通过少数几次迭代便可达到收敛域,较好地克服了子载波间干扰的问题。     

基于相干性滤波器的广义旁瓣抵消器麦克风小阵列语音增强方法

为了克服传统麦克风小阵列语音增强算法噪音抑制能力有限的问题,该文提出一种基于相干性滤波器的广义旁瓣抵消器语音增强算法, 该算法基于动态平滑系数噪声谱估计来获得相干性滤波器,分别对每个阵元接收到的信号进行滤波用以抑制包括混响等噪声信号的干扰,并把滤波后的信号作为输入信号,使用基于小阵列的广义旁瓣抵消器波束形成算法抑制残余噪声信号的干扰。模拟和实际试验表明,该文提出的算法明显优于单独使用小阵列波束形成算法和相干性滤波器算法。     

基于深度学习的单载波频域均衡算法研究

单载波频域均衡(Single-Carrier Frequency-Domain Equalization,SC-FDE)是一种有效的抗码间干扰的算法,在无线通信系统中得到了广泛的应用.传统线性SC-FDE算法主要包括信道估计、噪声功率估计和信道均衡三个模块,其中每个模块都是单独优化的.为了联合优化这三个模块,本文提出了...     

基于MIMO系统的盲均衡算法研究

MIMO通信系统中,随着数据率的不断提高,信道呈现出频率选择性,尤其是多径干扰和多用户干扰将会使接收端产生严重的码间干扰,而盲均衡技术能有效消除码间干扰。文中重点研究了基于MIMO通信系统的恒模盲均衡算法,并在此基础上提出了基于Sigmoid函数的变步长CMA均衡算法。该算法与传统方法的不同之处在于,该改进算法中所使用的步长因子能跟随均衡器的收敛情况自适应调整,且计算仿真结果表明,改进后的CMA算法能有效抑制噪声,且收敛速度快。     

对帧间差分算法的脉冲光干扰研究

在对帧间差分算法进行分析的基础上,建立了基于帧间差分算法的目标探测识别系统,提出了针对该算法的脉冲光干扰方法.在红外干扰光源条件下,针对帧间差分算法特点选择合适的干扰信号脉冲频率实现了对该算法的干扰.实验中,帧间差分算法选取的差频为5Hz,当干扰源的脉冲信号频率与帧间差分算法的差频相比拟(近似相等)时,相干光源和非相干光源实现了对帧间差分算法的干扰.     

TDD-CDMA系统中支持非对称业务的动态信道分配算法研究

在TDDCDMA系统中由于对上下行不对称业务的需求,使得不同小区间的上下行切换点不同,因此会产生严重的小区间干扰(基站和基站间干扰),需要使用动态信道分配算法(DCA)。该文提出了一种新算法(基于路径损耗的抗基站间干扰DCA),它通过路径损耗进行资源预留,同时通过尽量避免基站问的相互干扰机制来最大化提高系统容量。仿真结果表明提出的DCA能够显著改善非对称业务下系统的性能。     

毫微微小区中一种基于分组的资源分配方法

为有效解决毫微微小区间( Femtocell)干扰,采用分布式方式对毫微微小区进行资源管理。首先,对毫微微接入点( FAPs)进行分组。基于Lingo数学建模的思想,提出了一种解决分组优化问题的算法。该算法在使用分支定界算法寻找最优解的同时,通过建立单纯形表剪去偏离最优解方向的分支;其次,每组选择一个簇头为本组内FAPs分配资源,为此,提出了新的子信道分配方法,该方法根据干扰指示矩阵修正子信道分配的情况。仿真结果表明：和其他算法相比,提出的算法不仅能找到分组优化问题的最优解,并且效率更高;另外,提出的资源分配算法不仅减小了用户间干扰,而且提高了户间速率公平。     

采用天线选择的多用户MIMO-OFDM系统容量研究

对于采用线性预编码进行空分复用的多用户MIMO-OFDM系统的下行链路,分析了使用户间干扰完全消除的预编码矩阵设计实现过程,提出了用户端联合天线选择算法,以增大发送的数据流数,提高系统和容量,在此基础上提出了逐次递增确定用户天线的选择算法.仿真结果表明,本文所提的天线选择算法使系统和容量远高于未经天线选择时的和容量,并且次优的逐次选择算法在计算量可接受的情况下与最优联合选择算法相比获得的容量增益相差不大.     

卫星信道群时延自适应均衡技术研究

码间干扰是影响卫星通信误码性能的重要因素之一,其产生主要来源于幅度失真和群时延失真。一种有效的补偿码间干扰的方法是在接收端使用自适应均衡器。讨论了群时延失真对码间干扰的影响,并且对基于LMS算法的判决反馈群时延均衡和信道纠错译码再生数据反馈群时延均衡器进行了仿真。仿真结果表明,对于低复杂度的调制方式而言,两者结合并没有性能上的提升。     

有源/无源转移干扰条件及协同干扰技术

分析了有源干扰、无源干扰单独使用的特点和限制条件,提出了有源和无源转移干扰使用的必要性,详细论述了转移干扰的4个有效条件,并结合某主动和红外末制导雷达,研究了有源和无源协同干扰技术。     

基于提前终止迭代的概率近似消息传递检测算法

大规模多输入多输出技术作为第5代通信系统的关键技术,可有效提高频谱利用率。基站端采用消息传递检测(MPD)算法可以实现良好的检测性能。但是由于MPD算法的计算复杂度随调制阶数和用户天线数的增加而增加,而概率近似消息传递检测(PA-MPD)算法可以减少MPD算法的计算复杂度。为了进一步降低PA-MPD算法的复杂度,该文在PA-MPD算法的基础上引入了提前终止迭代策略,提出了一种改进的概率近似消息传递检测算法(IPA-MPD)。首先确定不同用户的符号概率在迭代过程中的收敛速率,然后根据收敛率来判断用户的符号概率是否达到最佳收敛,最后对符号概率到达最佳收敛的用户终止算法迭代。仿真结果表明,在不同单天线用户配置下IPA-MPD算法的计算复杂度可降低为PA-MPD算法的52%～77%,且不损失算法的检测性能。     

基于RLS_DGD的查找表更新算法

在间接学习结构的数字预失真技术中,需要使用自适应算法来更新查找表（LUT,LookUp Table）。在各种自适应算法中,RLS算法收敛快但是复杂度高。为降低其计算复杂度,这里提出采用二维坐标下降的RLS（RLS_DCD, RLS using Dichotomous Coordinate Descent）算法更新查找表,达到在数字预失真器系数的预测过程中以较低的运算量实现快速收敛的目的。仿真结果和分析表明,与采用RLS的自适应查找表更新算法比较,在邻信道功率比（ACPR, Adjacent Channel Power Ratio）改善指标相当的情况下,采用RLS—DCD的自适应查找表更新算法能大幅度降低其运算量。     

HRLS: a more efficient RLS algorithm for adaptive FIR filtering

The fast convergence rate and its immunity to the eigenvalue spread of the input correlation matrix make the RLS algorithm particularly attractive. However, the computational complexity is high. We propose using a hierarchical approach to reduce the computational complexity and further increase the convergence rate. The results of simulation runs and theoretical justifications confirm our claims     

基于神经网络和粒子群算法的MC-CDMA多用户检测

MC-CDMA系统是干扰受限系统,存在多址干扰。本文提出一种基于神经网络和粒子群算法的MC-CDMA多用户检测方法。在粒子位置更新中,随机选择部分粒子作为Hopfield神经网络的神经元组成的个体,进行神经网络的更新;其他粒子仍采用原粒子群算法的位置更新策略,从而能加快粒子群算法的收敛速度以及降低计算复杂度。仿真表明在算法参数相同时,该多用户检测方法在误码率、收敛速度、系统容量、抗远近能力等方面都优于基于粒子群算法的多用户检测和基于神经网络的多用户检测,更加逼近于最佳多用户检测的性能。     

Reduced-complexity transform-domain adaptive algorithm with selective coefficient update

This paper proposes a new low-complexity transform-domain (TD) adaptive algorithm for acoustic echo cancellation. The algorithm is based on decomposing the long adaptive filter into smaller subfilters and employing the selective coefficient update (SCU) approach in each subfilter to reduce computational complexity. The resulting algorithm combines the fast converging characteristic of the TD decomposition technique and the benefits of the SCU of low complexity with minimal performance losses. The improvement in convergence speed comes at the expense of a corresponding increase in misadjustment. To overcome this problem, a hybrid of the proposed algorithm and the standard TD LMS algorithm (TDLMS) is presented. The hybrid algorithm retains the fast convergence speed capabilities of the original algorithm while allowing for low final MSE. Simulations show that the hybrid algorithm offers a superior performance when compared to the standard TDLMS algorithm with less computational overhead.     

Algebraic multigrid preconditioner for homogeneous scatterers in electromagnetics

Electromagnetic wave scattering from large and complex bodies is currently the most challenging problem in computational electromagnetics. There is an increasing need for more efficient algorithms with reduced computational complexity and memory requirements. In this work we solve the problem of electromagnetic wave scattering involving three-dimensional, homogeneous, arbitrarily shaped dielectric objects. The fast multipole method (FMM) is used along with the algebraic multigrid (AMG) method, that is employed as a preconditioner, in order to accelerate the convergence rate of the Krylov iterations. Our experimental results suggest much faster convergence compared to the non preconditioned FMM, and hence significant reduction to the overall computation time.     

切比雪夫函数型连接神经网络在信道均衡中的应用

本文提出一种基于切比雪夫函数型连接神经网络(CFLNN)的信道均衡方法。传统的前馈神经网络虽然能有效地解决信道均衡的问题,但具有计算复杂度过高,收敛速度慢等缺点。函数型连接神经网络通过对输入模式进行非线性扩展,可以不必使用隐层而不降低整体性能,从而极大简化了网络结构。同时,神经网络的学习方法得以简化,提高了收敛速度。本文采用可变尺度共扼梯度下降法(SCG)对该函数型连接网络进行训练。仿真结果表明了用切比雪夫函数型连接神经网络解决信道均衡问题的有效性。     

一种新自适应滤波快速算法及其 在多路回波消除中的应用

本文提出了一种新的自适应滤波算法,该算法结构简单、计算量适中且收敛速度快,弥补了一般变步长LMS自适应算法计算量小但收敛速度欠佳,以及仿射投影算法(APA)收敛速度快但计算量非常大的缺陷.该算法计算量与一般LMS算法相当,而收敛速度却与APA算法相当,其结构比APA及相应的改进算法要简单得多.我们不仅对所提算法的收敛性及性能进行了分析,而且将它用于多路回波消除中获得了成功,仿真结果表明,该算法与Sankaran(1997)所提NLMS-OCF算法及Benesty(1996)所提APA-MC算法比较,在收敛速度和收敛精度相当的情况下,其计算复杂度大大减少.从而新算法具备更好的实时性.     

A Frequency Domain LMS Algorithm with Dynamic Selection of Frequency Bins

Frequency-domain (FD) adaptive filter algorithms are able to achieve a low computational complexity by using the overlap-and-save implementation means compared to time-domain (TD) ones. In this article, we propose a new FD least-mean-square (FD-LMS) algorithm which dynamically selects frequency bins in order to reduce the computational complexity and maintain the convergence performance of the conventional FD-LMS. The optimal selection of frequency bins is derived by the largest decrease between the successive FD mean square deviations (MSDs) at every data block. Simulation results show that the proposed algorithm provides a low steady-state normalized MSD (NMSD) and similar convergence rate compared to the conventional FD-LMS algorithm. In addition, it gains a low computational complexity.     

长码MIMO CDMA信道的一阶聚类盲估计

该文提出了一种长码多输入多输出CDMA系统的信道盲估计方法。使用解相关匹配滤波器作为接收机前端,其输出信号可以剖分为信道矢量张成的线性空间。使用聚类算法提取集合的中心,从而仅利用解相关器输出的一阶统计量便可很好地估计出信道参数。同时对K-均值聚类算法的初始值设定进行了改进以提高收敛速度。所提出的算法有较低的计算复杂度。仿真结果表明该算法的有效性以及对信道阶数过估计有很好的鲁棒性。