基于ML和ESPRIT方法的OFDMA上行链路频偏估计算法

由于载波频偏会给正交频分多址接入OFDMA系统带来子载波之间干扰,从而造成多用户之间的干扰,导致系统性能下降。该文提出一种基于ESPRIT和ML方法联合估计的频偏估计算法。该算法首先使用ESPRIT方法估计出多个可能的频偏构成的子集,然后使用最大似然估计方法在这个有限子集合中搜索出估计的频偏。该算法解决了使用似然估计进行多维搜索的问题,大大降低了算法的复杂度,同时解决了多个频偏估计的问题。     

基于支撑矢量机的调制制式识别算法

调制制式识别是信号自适应传输系统中的一项重要技术。研究表明，传统调制制式识别在训练样本有限情况下性能不佳。而基于支撑矢量机的调制分类器采用结构风险最小化原则，在样本有限情况下仍能达到较好性能。通过分析和研究，首次提出结合高阶累积量和多尺度小波分解两种特征的调制制式识别算法。该算法结合高阶累积量对调相信号以及小波特征量对多载波信号识别的突出优点，实现了多种信号的一步识别。通过对该算法在多种常见信号上的应用进行分析和仿真，证明其性能优于传统调制制式识别算法。     

异构无线网络环境下的切换触发时间选择算法

对移动用户在异构网络环境下的切换触发时间选择问题进行了研究。首先对移动终端触发切换的时间选择问题进行了理论分析,找到了最佳切换触发时间所应满足的条件。然后在切换耗时估计和接收信号强度预测的基础上,提出了一种预测最佳切换触发时间的算法。仿真结果表明,本算法能够有效降低用户的分组丢失概率和切换失败概率。     

蜂窝系统上行的多业务智能接纳控制方法

为满足下一代网络接入业务多样化的需求,提出了一种基于蜂窝网上行的多业务智能接纳(ICAC)方法.该方法通过统计语音业务的业务量,对下一时间段进行业务预测并分配相应的接入资源;对于数据业务,运用模糊逻辑对用户分配带宽资源.仿真结果表明,对于动态变化的业务流,该方法可有效降低语音业务掉话率和呼损率,减少数据业务接入的等待时延.     

基于MUSIC和ML方法的MIMO系统参数估计

该文提出了一种基于MUSIC和ML方法联合估计MIMO系统频偏和信道增益的算法,该算法首先使用MUSIC方法估计出多个发射天线到某一接收天线的频偏子集,然后利用最大似然方法在这个有限子集中分离出不同天线对之间的频偏,最后在频率同步的基础上利用最大似然估计器对信道增益进行估计。该算法解决了在估计多个频偏时直接使用最大似然估计进行多维搜索的问题,将多维搜索转化为一维搜索,降低了算法的复杂度。     

相关莱斯信道下MIMO-OFDM系统的容量特性

通过将离散频域表示的信道冲击响应矩阵等效为由多径间相关和收发两端空域相关三者所确定的"Kronecker"相关信道模型,推导出了频率选择性莱斯衰落信道中MIMO-OFDM系统在同时具有这三种相关性条件下的各态历经容量公式.该公式为评估各种相关性对于MIMO-OFDM系统容量的影响提供了一个简单而有效的工具,并由Monte Carlo仿真给出了三种相关性、多径时延扩展对各态历经容量的影响.     

基于软件无线电的多制式信号发生器的设计与实现

提出了一种软件无线电通用信号发生器的设计方案,包括硬件构成和软件算法的实现。该信号发生器为软件无线电的研究与开发提供了便利条件。     

MIMO相关信道估计中训练序列的最优结构和最佳长度

针对存在空域相关性的多输入多输出（Multiple—Input Multiple—Output，MIMO）信道，首先设计了适用于任何给定长度的最优训练序列，该序列能够充分利用已知的信道相关信息，且具有估计均方误差最小化的特性．在此基础上，分析了相关信道下采用训练估计的数据传输机制所能达到的容量下界，得出了满足估计准确性和数据速率最优折中的最佳训练序列长度．最后，通过仿真验证了本文给出的训练序列的性能和最佳长度取值的有效性。     

OFDM整数倍频偏ML估计方法的性能分析

提出了一种新的基于最大似然(ML)估计理论的OFDM整数倍频偏估计方法。讨论了新的和传统的整数倍频偏估计方法的均值和方差特性，分析比较了两种方法的错误估计概率。通过计算机仿真进行了验证，仿真结果和讨论分析结果相一致。