准正交空时分组码系统的一种盲信道估计方法

空时分组码(STBC)系统的经典信道盲估计方法,如子空间法(SS)等,都是基于接收端样本自相关矩阵的特征值分解(EVD)或奇异值分解(SVD)来实现信道估计的,而基于QR分解的信道盲估计方法是一种性能优良的新算法.文中将该算法应用到准正交空时分组码系统的信道估计中,结合准正交空时分组码的特性提出了一种新的信道盲估计算法.与以上经典的信道盲估计算法相比,文中提出的算法的计算量大为降低.同时Monte-Carlo仿真表明,当信噪比较低时,该算法比子空间法有更好的性能.     

一种基于LMS滤波的OFDM系统信道估计方法

提出了一种适用于OFDM系统的最小均方(LMS)滤波的信道估计算法,对发送序列中导频位置的信道响应进行LMS滤波,进一步得出所有子载波上的信道响应。仿真结果表明,该方法同基于离散傅里叶变换(DFT)的信道估计算法相比,改善了估计的均方误差(MSE)和误码率(BER)性能。     

IEEE 802.16单载波调制系统的信道均衡技术

简要介绍了固定宽带无线接入标准IEEE 802.16以及一种用于信道均衡的自适应算法——指数加权RLS，对判决导引信道均衡技术的原理进行了具体描述。最后分别就两种自适应的均衡算法（LMS、RLS），结合一种具体IEEE 802.16单载波调制系统推荐测试信道进行了仿真，得出RLS算法优于LMS的结论。     

一种利用叠加训练序列降低OFDM系统PAR的方法

峰均比（PAR）过高是正交频分复用（OFDM）技术亟待解决的关键问题之一。在基 于判决指导信道估计的叠加训练序列OFDM系统中,提出一种选择性叠加训练序列降低系统PA R的方法。该方法使用多个相互独立的训练序列分别与数据序列叠加,选择其中PAR性能最好 的用于传输,接收端完成信道估计的同时消除了训练序列对数据序列的影响,因此没有增加 接收端的复杂度。计算机仿真结果表明：该 方法在不增加接收端复杂度的前提下,有效降低了系统PAR,且对信道估计性能不造成任 何影响,因此该方法可用于实际系统中。     

多径衰落信道MPSK信号超指数迭代盲解调算法

为了提高多径衰落信道下的盲解调性能,提出了一种结构简单的MPSK信号盲解调算法。首先利用超指数迭代分数间隔盲均衡器实现联合定时同步与均衡,然后对均衡器输出信号进行非线性变换实现载波频偏的估计,最后利用二阶数字判决锁相环跟踪相位变化纠正剩余频偏和相偏。仿真结果表明,在多径衰落信道条件下,与现有算法相比,基于超指数迭代分数间隔盲均衡器的盲解调算法实现简单,误码率低,而且具有收敛速度快、性能稳定等优点。     

空时编码OFDM系统中信道的半盲估计

针对空时编码的OFDM系统,利用发送信息符号的星座点数目有限特性构建了一个包含信道参数所有可能的集合,并将该集合映射到实平面上,信道估计则通过更新信道参数实平面和其中的信道参数曲线来实现.导频的使用简化了算法运算,实现了在信道参数实平面上初始信道参数曲线的建立.仿真分析表明,在空时编码OFDM系统中该方法性能接近理想的基于最小均方误差的估计,但计算更为简单.     

叠加训练序列的判决指导信道估计方法

针对实际应用中信道先验信息未知时无法求解信道相关矩阵的问题,提出了一种改 进的叠加训练序列的判决指导信道估计方法。该方法利用每次迭代的信道估计值求解信道相 关矩阵。推导了该方法中信道相关矩阵的求解公式。仿真结果表明,在未知信道先验信息的 情况下,与利用信道先验信息的叠加训练序列的信道估计方法相比,改进方法取得了与之几 乎一样的性能,因此改进方法更适用于实际应用。     

基于OFDM系统的低压电力线通信信道估计的研究

主要研究了基于OFDM系统的低压电力线通信的信道估计问题。通过分析低压电力线信道特性,提出一种适合电力线信道且不需要导频的判决反馈信道估计方法。在信道慢时变的条件下,这种方法能够提高系统的传输效率。通过仿真电力线信道特性和OFDM系统,将这种信道估计方法应用在仿真系统中,能够得到较好的性能。     

基于DD-LLMS算法的盲自适应判决反馈均衡器

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。     

基于小波变换变步长LMS自适应信道均衡的新方法

结合变换域最小均方（LMS）和变步长LMS算法的优势,提出了一种基于小波变换 的变步长LMS自适应均衡方法。该方法中步长调整函数采用了改进的Sigmoid函数,该函数具 有简单且误差信号接近零时变化缓慢的特点。并且,在训练模式、判决引导模式以及混合模 式下,将提出方法和传统均衡方法进行了仿真比较。结果表明,所提出的方法比传统的线性 LM S算法、变步长LMS以及小波变换LMS收敛更快、性能更优。     

数字并行接收机在时变信道下的信道估计与均衡方法

为了适应高速宽带无线通信的需要,本文在一种高速数字并行接收机(APRX)结构的基础上,提出了一种时变信道下的信道估计和均衡方法。使用伪随机(pseudo-randomnumber,PN)序列相关进行信道估计,将所得到的信道频率响应粗估计按照一个DFT块的长度在一帧内进行线性内插得到信道频率响应细估计,将其用来在频域进行信道均衡。这种结构能适应高速率传输的要求,并且能有效地对抗时间和频率选择性衰落。仿真结果表明,在多径衰落信道下,APRX已经无法工作,而本文提出的数字并行接收机的信道估计和均衡方法有较好的性能,并且该方法实现简单,便于应用。     

无线双通道网络话音业务信道接入性能分析

无线双通道网络能够有效解决战术环境下码分组网数目过小造成的码分资源浪费问题。混合业务传输环境下,实时话音业务信道接入性能是衡量无线双通道网络性能的关键指标之一。通过使用一种理想的固定时分信道带宽分配方案,在保障话音业务传输实时性的条件下,分别从单跳网络拓扑和多跳网络拓扑结构给出了双通道网络可用信道数目。使用基于优先权的混合业务多服务台离散时间排队模型分析了双通道网络的话音业务平均数目、呼叫阻塞概率、平均网络吞吐量和信道利用率等性能。数值计算结果证明:相比传统网络,双通道网络在混合业务高负载条件下能够容纳更多的话音业务并具有更低的呼叫阻塞概率。     

基于平行因子分解的大规模MIMO盲信道估计

针对单小区大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统上行链路,提出了一种基于平行因子（Parallel Factor,PARAFAC）模型的信道估计方法。在基站端,将接收信号构造成PARAFAC模型,利用大规模MIMO系统中信道的渐近正交的性质,提出了一种基于约束二线性迭代最小二乘算法(Constrained Blinear Alternating Least Squares,CBALS),从而实现了盲信道估计。理论分析及仿真结果表明,所提方法与传统最小二乘方法相比,不仅提高了频带利用率而且具有更高的估计精度;与已有的二线性交替最小二乘方法(BALS)相比,所提算法有更快的收敛速度。     

新型船舶自动识别系统设计及其同步算法分析

为了提高船舶自动识别系统（AIS）的容量，提出了基于正交频分复用技术（OFDM）的新型AIS系统设计方案。新系统设计主要包括系统参数设计、系统帧结构设计。新系统链路容量和信道传输速率均较传统AIS系统提高了6倍，实现了频域资源的有效利用。该系统对符号定时偏差和载波频率偏差特别敏感，因此对接收信号的同步处理必不可少，在设计的新系统基础之上提出了一种新的盲估计算法，利用包含在循环前缀内的冗余信息，在多径信道信息未知的情况下，直接通过对接收信号做相关构造一个归一化的相关特性函数，通过此函数可得到符号时延位置和多径信道长度，进而得到载波频率偏差。仿真结果表明在多径信道下该算法也具有较好的性能。     

修正Kalman滤波多带UWB信道估计改进方法

针对多带超宽带(UWB)系统中修正Kalman滤波算法复杂度高的缺陷,提出一种低复杂度的修正Kalman滤波改进方法。该方法中UWB信道采用自回归模型(AR)建模,利用导频跟踪时变信道衰减因子,通过Kalman滤波和频域分段最小均方误差(MMSE)算法同时跟踪信道的时域相关性和频域相关性,提高了系统性能,降低了计算复杂度。仿真结果表明,和修正的Kalman滤波方法相比,在估计精度损失很小的情况下,所提方法极大降低了计算复杂度,提高了系统整体的估计性能。     

TD-SCDMA系统中智能天线的重复迭代自适应算法

提出一种用于TD-SCDMA系统的重复迭代自适应智能天线算法。通过在自适应算法中把阵列输入信号和作为参考信号的训练序列重复使用,可以在短训练序列情况下实现较好的收敛,提高通信系统的传输效率。对LMS算法中全训练序列重复迭代和滑动窗口重复迭代算法进行了仿真,结果表明,在有限训练序列时本算法比传统LMS算法更好地逼近最佳解。     

基于压缩感知的信道反馈重构

在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,基于压缩感知技术(Compressed Sensing,CS)开发高效的信道状态信息(Channel State Information,CSI) 反馈方案是现在研究的热点。针对现有的基于CS的信道反馈重构算法——正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法存在重构时间长、数据量大可能会无法适用的不足,提出了一种改进的OMP算法,即广义正交匹配追踪(Generalized OMP,GOMP)算法对CSI进行高效重构。仿真结果表明,GOMP算法在重构精确度上高于OMP算法,特别是在较低的压缩比下优势更为突出;而且由于迭代次数减少,需要的重构时间也显著减少。