频率选择信道下的空时分组码盲识别

在单接收天线下,针对频率选择性衰落信道下空时分组码（STBC）的盲识别问题,提出了一种基于Kolmogorov-Smirnov(K-S)检测的有效算法。该算法以经验累积分布函数作为特征函数,通过K-S检测经验累积分布函数之间的距离,达到识别空时分组码的目的。在不同调制方式、采样因子和置信区间的条件下分别对算法进行仿真并讨论其性能,结果表明,该算法性能较好,在信噪比大于6 dB时可达到90%以上的正确识别概率,在非合作通信方面具有一定的实用价值。     

最优天线选择的空时分组编码

本文针对TD－SCDMA系统的MIMO（Multiple-Input Multiple-Output)信道，采用天线选择技术来提高空时分组码（Space-Time Block Coding)的分集性能。其依据是利用TDD系统上、下行信道的互易性，将系统对上行信道的估计直接应用于行链路。仿真结果表明，将天线选择技术与空时分组码（STBC）相结合对系统的误码率性能有较大的改善。     

一种新的多址信道有效阶数估计算法

针对多用户正交频分复用/空分多址（OFDM/SDMA）系统上行链路多址信道,基于噪声信道提出了一种新的信道有效阶数和信道冲激响应联合估计算法。该算法以最大似然为目标函数,构建了基于差分进化并行搜索信道有效阶数并进行信道冲激响应估计的联合框架。算法引入赤池信息量准则作为搜索阶数最优的评判函数,以提高信道有效阶数和信道冲激响应的估计精度。仿真验证了所提算法的有效性和可靠性,结果表明引入赤池信息量准则（AIC）在降低有效信道阶数估计误差的同时提高了时域最大似然信道估计器的性能。特别地,在误码率为10－5时,所提算法能够获得约1.5 dB的性能增益     

对流层散射通信中基于改进SVD的信道估计算法

针对基于OFDM的对流层散射通信中传统奇异值分解(SVD)信道估计算法以循环前缀长度为界来截取特征值会引入较大信道噪声问题,提出了一种SVD改进算法.该算法先对散射信道的最大多径时延进行估计,再利用该估计值来截取特征值,从而减少了噪声影响.仿真表明,该算法的均方误差以及误码率性能都优于传统SVD算法,信道估计效果接近于最小均方误差(MMSE)算法.     

一种新的基于压缩感知的毫米波信道估计算法

针对传统稀疏重构算法需要信道稀疏度先验信息、复杂度高、不利于实际应用的问题，提出了一种新的基于波束空间分解的稀疏度自适应毫米波信道估计算法。该算法利用毫米波信道稀疏性的特点对信道进行波束空间分解，构造基于码本的感知矩阵，获得l1范数约束问题模型；其次结合分段弱匹配追踪算法，采用弱阈值从感知矩阵筛选原子，再通过分组选择机制对选择的原子进行二次优化；最后根据最小二乘法估计出毫米波信道。仿真结果表明，所提算法的估计精度和复杂度在低信噪比和低训练长度情况下明显优于传统匹配追踪算法。     

一种MB-OFDM系统中改进的盲自适应信道缩短算法

针对MB-OFDM(多频带正交频分复用)系统中Merry算法收敛速度慢的问题,提出一种改进的盲自适应信道缩短算法.利用RLS算法实现均衡器抽头的迭代计算,改善了算法的收敛性和鲁棒性.同时提出一种最优初始化算法,提高了算法的收敛速率.仿真结果表明对于具有很强时变性的超宽带信道,该算法在收敛性和稳健性方面都具有良好的性能.     

一种非线性信道MIMO-OFDM系统性能改进算法

多输入多输出正交频分复用(MIMO-OFDM)可以提高系统在频率选择性衰落信道的传输性能.与OFDM系统一样,MIMO-OFDM系统也存在高峰值平均功率比(PAPR)的问题.为此,提出了一种降低空时分组编码MIMO-OFDM系统PAPR的正交部分传输序列算法,运用这种算法,利用傅里叶变换的性质,通过调整空时编码与基带正交调制的顺序,对两天线发射端,可以降低算法近一半的复杂度,且可以减少一半的边信息.利用高功率放大器的非线性模型,得到了瑞利衰落信道下PAPR降低后系统的误码率性能.仿真结果证明了该方法的有效性.     

基于多种调制方式的空时OFDM系统多用户检测技术

建立了基于空时分组码的多输入多输出(MIMO)-正交频分复用(OFDM)系统模型,研究 了基于最小均方误差的串行干扰消除（MMSE-SIC）多用户检测算法,通过优化排序迭代结构 ,使得接收算法具有较好的性能。仿真结果表明,该算法在误码率方面能够取得优于常规线 性MMSE算法的性能,而且得出星座图中映射点间距也影响着检测算法的性能,随着间距的缩 小,误码概率会上升。     

短波SC-FDE系统中改进的LS信道估计算法

针对短波单载波频域均衡(SC-FDE)系统中最小二乘(LS)信道估计算法受噪声影响大而导致的估计精度低的问题,提出了一种改进的基于小波去噪的LS信道估计算法。改进算法采用基于分块导频的帧结构,首先用LS算法对信道进行初步估计,然后根据小波多分辨率分析(Mallat)理论将LS估计的结果分解,并设置一个合理阈值对分解得到的小波系数处理,从而消除LS估计的残留噪声,提高估计精度。仿真结果表明,在短波信道下,改进算法不仅减小了系统开销,而且提高了LS估计的性能。     

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.     

基于虚拟多用户模型的长码直扩信号伪码估计

针对长码直接序列扩频(DSSS)信号的伪随机码(PN)盲估计问题,提出了一种新的周期 长码直接序列扩频信号(PLC DSSS)模型。该模型等同于虚拟多用户短码扩频DS-CDMA系统, 采用DS-CDMA的谱范数来估计同步偏移,该算法不需要更多假定限制,利用相关函数二阶矩 、特征值分解和模糊酉矩阵方法就可以完成伪码序列的估计。实验结果表明,在较低信噪比 下就可以完成对PN码序列的精确估计,表现出良好的性能。     

短码、周期长码直扩信号伪码序列盲估计

针对短码、周期长码直扩信号在不同的时延下伪码序列估计问题，提出了一种基于奇异值分解的盲解扩算法。在已知信息码元速率和伪码周期条件的前提下，算法首先把接收到的直扩信号按照一定长度进行分段构成相关矩阵并对此矩阵进行奇异值分解得出信号子空间，然后根据信号子空间和伪码序列的模糊关系，利用求解的模糊酉矩阵和特定约束条件（如m序列）去其模糊性，最终估计出伪码序列。仿真结果表明，该算法不仅解决了在不同的时延下估计伪码序列带来的问题，而且具有稳定性高、在低信噪比条件下有良好的估计性能等优点。     

BOC信号的伪码周期和组合码盲估计

针对在低信噪比下存在残余频偏的BOC(Binary-Offset-Carrier)调制信号的伪码周期以及组合码（扩频序列和副载波序列的组合）盲估计问题,提出了功率谱二次处理结合矩阵分解的方法。该方法首先对存在残余频偏调制的BOC信号进行二次功率谱运算,所得二次功率谱中会在伪码周期及整数倍出现尖锐的脉冲,通过检测峰值间的距离估计信号的伪码周期,然后对信号采样并按伪码周期分段构成数据向量,计算相关矩阵并进行奇异值分解,最后搜索最大和次大奇异值以及对应的向量估计出组合码序列。仿真分析表明,该方法能够在较大频偏和较低的信噪比下达到较精确的估计性能。相关研究对于从事卫星导航接收机设计的工程技术人员具有一定的参考价值。     

一种多用户MIMO系统干扰对齐优化算法

干扰对齐技术可以获得干扰信道自由度的最佳值,从而有效改善系统的性能。在实际系统中干扰对齐技术通常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,而迭代方法都需要对发送预编码矩阵进行初始化处理。然而,目前大多数已有的研究所采用的初始化处理方法都忽略了干扰的影响。因此,在此基础上提出了一种基于新的初始化方法的优化算法,该方法在初始化预编码矩阵中既考虑了干扰信号也考虑了有用信号。首先,选取均方误差和最小化作为优化目标,然后利用正交三角（QR）分解将信道空间分为有用信号空间与干扰信号空间来进行预编码矩阵的初始化设计,经过反复迭代得到发送预编码矩阵与干扰抑制矩阵的最优解。理论分析和仿真结果表明,所提算法在收敛性、均方误差、和速率等方面都优于其他算法。     

小波空域相关ICA跳频信号盲分离算法

提出了一种小波变换空域相关的信息极大化独立分量分析（ICA）超分离方法,并将其应用 于 多跳频信号的盲分离和参数估计中。理论分析及仿真结果表明,空域相关的ICA方法相对传 统的ICA方法可较好地用于多跳频混合信号的分离与参数估计,且具有更快的收敛速度、无 需多导信号即可求出解混矩阵、抗噪能力强等优点。     

多星测控中波达方向估计传播因子虚拟ESPRIT算法

针对多星测控中涉及的阵列天线信号波达方向估计问题,给出了一种新的基于传播 因子的二维波达方向估计（2D-DOA）算法——传播因子虚拟ESPRIT算法（PMV-ESPRIT）。传 统的虚拟ESPR IT算法需要对互相关矩阵进行特征值分解（EVD）或对数据接收矩阵进行奇异值分解（SVD） ,因此其运算量较大。而新算法基于传播因子方向向量分割的线性运算对传统算法做了进 一步改进,其运算量明显降低,且具有更高的信号波达方向测向精度。仿真实验结果表明了 PMV-ESPRIT算法的有效性和可行性。     

一种改进的基于波束空间的酉-ESPRIT算法

针对酉-ESPRIT算法估计精度较高但是对信噪比水平变化比较敏感的问题，提出了一种改进的用于DOA估计的酉-ESPRIT算法。该算法首先对观测数据在变换域中进行预处理使信号能量更集中，然后进行波束变换，在波束空间中估计信号的到达方向。文中采用的波束形成矩阵使用较少的波束数可以在更广范围内搜索信号以避免漏掉有用信号，因此减少了运算量。通过计算机仿真试验可知，无论在白噪声还是色噪声背荣下，与酉-ESPRIT算法相比，本算法不仅减少了计算量，并且具有更小的信噪比门限，提高了酉-ESPRIT算法的鲁棒性。     

基于稀疏系数和多级搜索策略的信号参数估计

参数估计是盲信号处理的关键环节，对后续信号的侦察处理意义重大。针对当前压缩域信号参数估计问题，提出了一种新的信号参数估计算法，利用稀疏系数在不同测量矩阵中相同稀疏字典下位置相同的特点，实现了信号参数估计的区间预判；基于理论分析确定了多级搜索策略的最优级次，实现了稀疏字典原子数目的降低。仿真结果表明，算法在提高信号参数估计精度的同时显著降低了运算复杂度。     

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。     

最大化瑞利熵的干扰对齐优化算法

干扰对齐技术常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,然而目前采用的迭代方法并不能做到完全的干扰对齐。针对这种情况,提出了一种新的干扰对齐优化算法,避开了反转信道的操作。该算法在最大化信干噪比算法的基础上加入完全干扰对齐的约束条件,将系统中各用户的所有干扰对齐约束条件进行奇异值分解,最终通过瑞利熵最大化的求解方法联合迭代求解发送侧的预编码矩阵与接收侧的干扰抑制矩阵。仿真结果表明,所提优化算法在较高信噪比时不同天线数下的和速率、不同迭代次数下的和速率等方面都优于原最大信干噪比算法。