共查询到20条相似文献,搜索用时 265 毫秒
1.
5G系统使用解调参考信号(Demodulation Reference Signal,DMRS)用于下行信道估计,工程中通常采用插值法得到数据位置信道响应,考虑实际信道中噪声的影响,频域采用线性最小均方误差(Linear Minimum Mean Squared Error,LMMSE)插值算法。针对LMMSE需要获取信道先验统计特性以及存在矩阵求逆运算量大问题,利用信号时域内能量集中特点估计出信道均方根时延、信噪比和信道自相关矩阵,对于DMRS信号在频域上间隔较大、DMRS信号所在子载波相关性不强的问题,通过引入导频加密方法提升DMRS信号所在子载波间的相关性以提升信道估计性能,并通过滑动窗口插值方法进一步降低LMMSE算法求逆运算复杂度。仿真结果表明,所提算法均方误差和误码率总体均优于线性插值和基于矩阵奇异值分解的LMMSE算法,并与传统LMMSE算法相比性能极为接近,而且复杂度降低了99.85〖WT《Times New Roman》〗%〖WTBZ〗,适合实际工程应用。 相似文献
2.
针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中近似最优线性最小均方误差(Minimum Mean Square Error,MMSE)算法复杂度过高问题,提出了RC-CG(Region Constellation-Conjugate Gradient)低复杂度近似最优信号检测算法。该算法首先利用共轭梯度(Conjugate Gradient,CG)迭代算法避免MMSE信号检测算法的高维度矩阵求逆,降低计算复杂度;其次引入二分查找算法对星座图进行区域分块,优化迭代初始解,使算法在保证原来检测性能的基础上加快收敛速度。仿真结果表明,该算法不仅可以达到近似MMSE算法的检测性能,而且适用于高阶调制,算法复杂度从O(K3)降低到O(K2)。 相似文献
3.
4.
本文给出了保证自适应最小均方算法均方误差(或平均功率)收敛的充分条件,并分析了在该条件下均方误差的收敛性能。 相似文献
5.
在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统上行链路检测算法中,最小均方误差(Minimum Mean Square Error,MMSE)算法可取得近似最优的性能,然而MMSE算法涉及高维矩阵求逆问题,其计算复杂度高达O(K3),其中K表示用户数。为此,针对极化信道编码的大规模MIMO系统,基于无转置极小残差(Transpose-Free Quasi-Minimal Residual,TFQMR)方法,提出了一种低复杂度次优信号检测算法。该算法有效地避免了矩阵求逆运算,使其计算复杂度降至约O(K2)。仿真结果表明,基于TFQMR的信号检测算法的误比特率性能与计算复杂度均优于基于Neumann级数展开的信号检测算法;同时,最多经5次迭代该方法可取得接近MMSE检测算法的性能。 相似文献
6.
7.
8.
9.
10.
针对任意阵列天线的自适应空域滤波和低副瓣控制的问题,提出了一种连续自适应方向图控制方法。该方法通过采用线性约束最小方差准则的方向图综合算法(LCMV-PS)产生具有低副瓣特性的静态权矢量,利用该权矢量构造出新的约束条件,进行线性约束最小均方误差(LMS)自适应波束形成。该方法避免了常规的线性约束最小方差(LCMV)算法的矩阵求逆运算,计算复杂度低。对几种天线阵形的计算机仿真结果表明该方法收敛速度快,稳态性能良好。 相似文献
11.
12.
在全数字接收机系统中,随着高阶调制解调技术的应用,传统内插滤波器的性能已不能满足要求。为此,通过研究一种多项式函数的频率响应,提出了一种高性能内插滤波器的设计方法。该方法在频域逼近的基础上,以线性加权的最小均方误差(MMSE)为优化准则,利用Matlab系统函数进行线性约束条件下的最优化迭代,设计非常灵活。仿真结果表明,该方法设计的内插滤波器性能明显优于常用的内插滤波器,尤其适合于高阶正交幅度调制(QAM)信号。 相似文献
13.
14.
在实际应用中由于恶劣环境或人为干扰等因素而导致多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达部分阵元失效,使得其接收数据缺失及其协方差矩阵秩亏,从而导致子空间类算法的波达方向(Direction of Arrival,DOA)估计性能恶化甚至完全失效。针对上述问题,提出了一种接收阵元失效下基于协方差矩阵重构的MIMO雷达DOA估计方法。该方法根据MIMO雷达协方差矩阵中以接收阵元数划分的子方块矩阵具有Toeplitz特性,利用正常工作接收阵元的协方差矩阵元素来恢复相应的缺失元素,从而重构出完整的数据协方差矩阵,提高阵元失效MIMO雷达的DOA估计性能。仿真结果验证了所提方法的有效性。 相似文献
15.
16.
17.
现有的GMD-TH(Geometric Mean Decomposition-Tomlison Harashima)预编码方案在发射
端未对获得MIMO(Multiple-Input-Multiple-Output)信道增益矩阵优化,因而
其误码率和分集增益无法获得令人满意的效果。为此,在原有MIMO系统GMD-TH预编码的基础
上,提出一种基于格规约辅助的GMD-TH预编码方案。该方案采用基于格规约的算法对信道
矩阵进行优化,经过优化的信道矩阵其列向量之间具有更好的正交性并且向量的长度更短,
并且采用优化的信道矩阵提高了GMD-TH预编码MIMO系统的分集增益。仿真结果表明:相比于
传统的线性预编码方案,该预编码方案有效地提高了MIMO分集增益,相同误码率下,信噪
比降低3 dB以上,具有实用价值。 相似文献
18.
19.
《Journal of Foodservice Business Research》2013,16(2):17-34
ABSTRACT Considering the unique seasonal pattern in university dining environments, this study attempts to determine the degree of improvement in accuracy of each forecasting method tested when seasonally adjusted data is employed. This study also seeks to identify the most accurate forecasting method of the six forecasting methods used in this study: naïve, moving average, simple exponential smoothing, Holt's method, Winter's method, and linear regression. Accuracy is measured using Mean Squared Error, Mean Absolute Percentage Error, and Mean Percentage Error. Results show that Winter's method outperforms the other five methods when raw data is used, while Moving Average method, when used with seasonally adjusted data, is the most accurate forecasting technique. Seasonally adjusted data is found to greatly improve forecasting accuracy in most of the methods. The findings of this study indicate that seasonally adjusted data is more effective in forecasting customer counts in the university foodservice operations than raw data, so the adjusted data help control costs and increase customer satisfaction. 相似文献
20.
本文把用于自适应线性滤波器的LLMS算法推广到盲判决反馈均衡器,并应用于短波信道的盲均衡。仿真结果表明这种DD—LLMS盲判决反馈均衡算法具有很好的稳定性、较快的收敛速度和较好的跟踪性能。 相似文献