一种新的OFDM系统载波频偏盲估计算法

研究未知复杂信号环境,在正交频分复用(OFDM)盲子载波频偏估计中,常规ESPRIT算法进行估计,要求在高信噪比、加性高斯白噪声环境下,否则估计性能下降.为了使信道提高性能,提出一种基于高阶累积量的ESPRIT估计OFDM载波频偏的方法,改善了在现实复杂应用环境下性能下降的问题.由于高阶累积量能有效抑制平稳噪声和非平稳...     

子载波选择情况下MC-CDMA性能分析

针对多载波CDMA通信的部分子载波存在深度衰落的情况,提出子载波选择的通信方法,抛弃处于深度衰落的子载波,选择较好的子载波来进行信息传输。在发射端采用相同的功率情况下,子载波选择的方法比采用全部载波传输的方法有更高的信噪比和更低的误码率。     

基于二阶循环累积量的载波频率估计

针对单信道中时频重叠双信号的载波频率估计问题,提出一种基于二阶循环累积量的载波频率估计方法。该方法通过检测信号二阶循环累积量的峰值进行载波频率估计,不需要对信号进行分离,可以直接估计双信号的载波频率。仿真结果表明,对于BPSK、QPSK、8QAM、16QAM任意组合的时频重叠双信号,在信噪比不低于－5 dB的情况下,该方法的载波频率估计准确率高于95%。     

多载波CDMA系统的残留频率偏移估计及补偿方法*

结合多载波CDMA的系统模型,考虑了由于多径传输而产生的多普勒频移对接收端不同子载波存在不同频偏的影响;分析了残留频率偏移对接收信号产生的影响,利用在频域内插入导频、分块估计接收端信号的残留频率偏移,并在时域内进行补偿,最后给出了仿真结果.     

时变信道复指数基频率盲估计

在基于基展开模型的时变信道盲辨识中,可通过估计复指数基频率将时变信道的盲辨识问题转换为线性时不变信道的盲辨识问题。为了更准确地实现复指数基频率的盲估计,针对两种不同输入条件下的观测数据,分别提出了利用特定二阶循环矩和四阶循环累积量方法来进行估计。特定二阶循环矩方法比传统方法更容易提取基频率分量;四阶循环累积量方法比四阶循环矩方法具有更好的抗噪声性能。理论和仿真分析证明了这两种算法的有效性。     

编码多载波CDMA在下行Rice衰落信道下的性能分析

文中讨论了一种新的CDMA体制,即将OFDM调制技术应用于CDMA的MC-CDMA。从理论上分析了编码MC-CDMA经过下行Rice衰落信道的性能,针对接收端采用分集与Viterbi译码相结合的接收技术,给出下行链路的误码率表达式,并模拟了性能曲线。     

频率选择性衰落信道下的同步参数联合盲估计算法

对于多径频率选择性衰落信道以及低信噪比环境下线性调制信号的同步参数盲估计问题,提出基于循环累积量的载波频偏、初始相偏和符号定时误差前向联合盲估计算法。通过理论推导得出多径频率选择性衰落信道下信号的循环累积量与初始相偏和符号定时误差的数学关系。在此基础上先以较大频率间隔进行粗估计确定频偏范围,再以较高精度遍历检测信号特定循环频率,提高载波频偏估计精度,进而由累积量值估计出初始相偏和符号定时误差,不依赖于信道衰落和加性噪声的分布特性,尤其适用于频偏、相偏、定时误差和信道衰落同时存在的复杂情况。仿真结果表明,该算法 能有效实现低信噪比和多径频率选择性衰落信道下对线性调制信号同步参数的联合盲估计。     

CDMA2000 1x多载波策略应用场景分析及其实践

随着用户的增长,载波扩容成为了有效且必须的手段,该文在通过对CDMA的多载波的应用场景进行分析后,对多载波扩容后窄带干扰躲避的进行了具体的应用分析。     

面向载波聚合的FBMC系统多频偏联合估计*

针对面向载波聚合的滤波器组多载波FBMC（Filter bank multicarrier）系统中所存在的多频偏问题,提出一种适用于该系统的多频偏联合估计方法。根据FBMC系统符号重叠特性,每个分量载波上均采用训练序列构造周期性输出信号区间,依据多重信号特征分解理论,对输出信号区间协方差矩阵进行特征分解,通过构造频偏谱函数并进行峰值搜索得到多个频偏估计值,结合互相关函数完成多个频偏估计值分配过程。仿真结果表明,采用所提算法总体上可以将频偏估计的均方根误差控制在10-3左右。因此,该算法可以有效解决面向载波聚合的FBMC系统多频偏估计问题。     

MC-CDMA系统载波频偏估计

多载波码分多址（MC-CDMA）系统的微小载频偏移将破坏子载波之间的正交性,恶化系统性能,因此需要载频偏移估计和补偿;各个载频偏移的最大似然估计是个多维的全局搜索过程,计算复杂。提出一种MC-CDMA系统上行链路的基于粒子群算法的多用户频偏估计算法,降低了频偏估计方法的计算复杂度。仿真结果表明,基于粒子群算法的MC-CDMA系统多用户频偏估计方法的估计性能好,其均方误差小于基于虚拟子载波的多用户频偏估计的均方误差。     

CDMA信号的时频差高精度估计算法

针对多用户CDMA信号的时频域重叠特征,提出了一种新颖的时频差高精度估计方法。该方法结合扩频信号的捕获和解扩操作,以较短的信号样本和较低的计算量,仅两次时间-频率分维迭代实现了用户信号分离和时频差估计,再通过时域和频域内插进一步提高估计精度。仿真结果表明,与直接互模糊函数相关法相比,该方法能够有效提高CDMA信号时频差估计精度,降低计算量。     

盲源信号分离及其发展

盲源信号分离是信号处理学界和神经网络学界所共同关注的一个热点研究问题,主要介绍了盲源信号分离的基本数学原理和基本模型、求解问题的步骤;以基于高阶累积量和信息论准则的各种典型学习算法为主要对象,对其各种典型方法的数学理论以及特点做了分析,介绍了现在的研究进展,并指出进一步的研究方向。     

MIMO-OFDM信号参数盲估计方法

为解决非协作通信中多输入多输出-正交频分复用(MIMO-OFDM)信号的参数盲估计问题,提出基于循环自相关结合四阶循环累积量的多参数估计方法。求MIMO-OFDM信号的自相关函数,对其傅里叶变换后得到循环自相关函数,通过对循环自相关三维图不同切面的分析估计出符号周期、有用符号时间、循环前缀时间;求MIMO-OFDM信号的四阶循环累积量,通过检测峰值的数目及其对应的循环频率估计出子载波数及子载波频率。仿真结果表明,在较低信噪比下,所提算法可准确估计出MIMO-OFDM信号的多个参数。     

差分进化算法的性能分析及其动力学模型参数估计

差分进化算法以遗传算法为基础,在算法中引入扰动矢量,利用个体间的距离和方向等信息进行搜索,克服遗传算法容易“早熟”的缺陷。此外,差分进化算法收敛性及鲁棒性好,控制变量需要得不多,简单易用。分析差分进化算法的寻优性能,并将它应用于铯一铷一钒系低温硫酸催化剂中,SO2氧化反应的参数估计,证明利用差分进化算法得到的模型更加精确。     

基于MUSIC算法的OFDM系统参数盲估计仿真研究

在介绍正交频分复用（OFDM）技术基本原理和基本接收模型的基础上,提出将空间谱估计中的多重信号分类（MUSIC）算法应用到OFDM系统参数盲估计中。经过MATLAB实验仿真表明,在没有信号先验知识的情况下,此算法对信噪比较低的仿真OFDM信号和实际802.11a信号均能有效估计出其子载波个数和发射端作傅立叶反变换的点数。     

一种改进的粒子滤波算法及其性能分析

针对非线性、非高斯系统状态的在线估计问题,提出了一种改进的粒子滤波算法。该算法采用Unscented卡尔曼滤波器（UKF）产生系统的状态估计,并在量测更新过程中加入衰减记忆因子,消弱滤波器对历史信息的依赖,增强当前量测信息对滤波器的修正作用,从而产生一个优选的建议分布函数,较好地抑制了粒子退化问题。理论分析和实验表明：引入记忆衰减因子的粒子滤波,即衰减记忆无味粒子滤波（MAUPF）的性能明显优于标准的粒子滤波以及Unscented粒子滤波。     

Steady-state performance analysis of HOS-based blind adaptive multiuser detection

The blind adaptive multiuser detections based on higher-order statistics (HOS) can obtain higher steady-state decorrelating performance than the conventional linear algorithm under the high SNR condition. However, the closed-form analysis for this steady-state performance is scarce due to the complication of analyzing the nonlinear updates of the adaptive algorithm. An analysis approach based on ordinary differential equation (ODE) method is proposed to get the closed-form excess mean-square error (EMSE) expression of the HOS-based multiuser detections. The simulation and the comparison verify the results of the analysis. Supported by the National Natural Science Foundation of China (Grant No. 60432040), and the Guangxi Natural Science Foundation (Grant Nos. 0731026, 0731025)     

A sparse direction-of-arrival estimation algorithm for MIMO radar in the presence of gain-phase errors

In this paper, the problem of direction-of-arrival (DOA) estimation for monostatic multiple-input multiple-output (MIMO) radar with gain-phase errors is addressed, by using a sparse DOA estimation algorithm with fourth-order cumulants (FOC) based error matrix estimation. Useful cumulants are designed and extracted to estimate the gain and the phase errors in the transmit array and the receive array, thus a reliable error matrix is obtained. Then the proposed algorithm reduces the gain-phase error matrix to a low dimensional one. Finally, with the updated gain-phase error matrix, the FOC-based reweighted sparse representation framework is introduced to achieve accurate DOA estimation. Thanks to the fourth-order cumulants based gain-phase error matrix estimation, and the reweighted sparse representation framework, the proposed algorithm performs well for both white and colored Gaussian noises, and provides higher angular resolution and better angle estimation performance than reduced-dimension MUSIC (RD-MUSIC), adaptive sparse representation (adaptive-SR) and ESPRIT-based algorithms. Simulation results verify the effectiveness and advantages of the proposed method.     

小生境分布估计量子遗传算法及其仿真分析

针对现有量子遗传算法进化机制存在的收敛速度慢以及易陷入局部极值的问题,为提高量子进化算法的全局收敛性能,结合小生境技术中的共享适应度函数方法,提出了小生境分布估计量子遗传算法NEDQGA,在种群内部利用多粒度机制和边缘积模块(MPM)进行量子染色体的两步旋转;并提出利用MPM进行交叉的方法,从而增强了种群多样性,避免了优良模式的损失,加快了算法的收敛;对算法的收敛性进行了分析,提出了MPM更新量子染色体的熵收敛准则。经函数仿真分析,算法收敛效果明显提高。