5G系统中基于解调参考信号的信道估计方法

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。     

MIMO-OFDM系统中一种改进的信道估计方法

信道的准确估计是提高MIMO-OFDM系统性能的关键.在最优导频时域信道估计的基础上,提出了一种较低复杂度的改进算法,利用时变信道的自回归(AR)模型构造卡尔曼滤波器对估计出的时域信道响应进行滤波,提高信道时域响应的估计精度.仿真结果表明,在慢时变信道环境下,改进方法可以进一步提高信道估计的精度,同时保持了较低的复杂度.     

SC-FDE系统隐形训练序列信道估计算法

实现低误码率无保护间隔的数据传输可有效降低信息冗余度,对节省系统带宽和 提高数据率意义重大。将隐形训练序列直接加入传输数据中消 除保护间隔,推导循环相关信道估计算法后再进行剪贴式的干扰消 除,仿真分析了不同信道估计方法的性能,结果表明本算法可兼顾系统性能和计算复杂度。     

一种有效降低复杂度的2×1D维纳滤波信道估计方法

在应用于正交频分复用(OFDM)系统的信道估计方法中,维纳滤波是一种估计性能较好的算法,但该方法实现时,需估计噪声方差和多普勒频率,并根据估计的这两个关键参量进行实时相关矩阵的计算,复杂度较高。为此,提出了一种基于关键参量固定值的离线产生相关矩阵来简化维纳滤波信道估计方法。仿真结果表明本方法在性能损失不大的情况下,大大地降低了实现复杂度。     

MB-OFDM系统中采用梳状导频的信道估计

针对采用梳状导频的多频带正交频分复用(MB-OFDM)系统,提出一种新的基于频域插值定理的信道估计算法,即FD-INTERP.与传统的插值信道估计算法不同.FD-INTERP算法首先计算出导频点处的信道值,再根据DFT频域插值定理计算出时域信道.算法仅需较少的导频符号,提高了频带利用率,并且避免了插值计算,提高估计精度的同时降低了运算量.仿真结果表明该算法具有良好的可靠性和稳定性.     

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。     

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.     

一种改进的单音干扰下OFDM系统盲信道估计算法

在相关检测的OFDM系统中,信道估计具有十分重要的意义。研究了一种在单音干扰 环境下的OFDM系统中基于预编码的盲信道估计方案。利用接收的干扰信号的频域信息对单音 干扰信号进行准确估计与重构,有效地消除了干扰信号的影响,提高了单音干扰下盲信道估 计的准确性。与其他盲信道估计算法相比, 基于预编码的盲信道估计算法具有较低的运算复杂度以及较快的收敛速度。仿真结果表明 了该算法在干扰估计以及信道估计两方面都取得了较好的性能。     

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。     

基于隐训练序列的MIMO通信系统信道估计与跟踪

针对MIMO通信系统的信道估计与跟踪问题,提出了一种基于隐训练序列(ITS)的信道估计算法,分析了该算法的均方误差性能,给出了训练序列的优化方案.仿真表明,该算法与传统的最小二乘信道估计算法、预编码隐训练序列算法相比,具有估计精度高、计算量低、易于优化训练序列等特点,且算法不受接收端存在直流偏移的影响,其自适应结构能够很好地实现对快时变通信信道的跟踪,对解决电子战中快时变通信信道的捕获和跟踪问题具有一定的指导意义和应用价值.     

基于Kalman滤波的WCDMA上行链路衰落信道跟踪

针对WCDMA上行链路的结构，介绍了一种基于卡尔曼滤波和线性内插的信道跟踪方法。Kalman滤波器通过线性内插所提供的粗略的数据估计值来准确地获得信道参数的LMMSE解，跟踪信道的变化。仿真结果表明该方法能有效跟踪快速衰落信道，改善系统的性能。     

应用于窄脉冲超宽带通信的均衡算法及其实现

由于高传输速率及多径效应的影响,在窄脉冲超宽带（IR-UWB）通信系统中,基于传统横向滤波器的时域均衡技术已无法对抗严重的码间干扰。通过收发两端联合设计,提出了一种以数据块为基础的基于码元的频域均衡技术,同时介绍了其应用前提和算法实现。仿真结果表明,所提方法能有效对抗超宽带通信系统中存在的码间干扰,是窄脉冲超宽带通信系统中更为现实的技术选择。     

一种超宽带模拟合并转发协作通信系统

针对频率选择性衰弱信道下协作通信系统信道估计复杂的问题,提出了一种模拟合并 放大转发超宽带（UWB）协作通信方案。该方案在源节点处对发送符号进行实数分布式空时 编码并附加传输参考,在中继节点处利用传输参考对多径分量进行模拟合并,从而构建了一 种改进型非正交放大转发协作通信系统。仿真结果证明,相对于无协作通信系统,模拟合并 转发协作系统无需信道估计就可获得传输性能的有效提升。     

结合匈牙利指派和改进粒子滤波的多目标跟踪算法

使用汽车雷达进行多目标跟踪时，为了提高航迹关联效率并改善非线性场景跟踪效果，提出了结合匈牙利指派和卡尔曼重要性采样的粒子滤波(Particle Filter with Kalman Importance Sampling，PF-KIS)算法。首先，将航迹关联分解为聚类和指派，通过密度聚类筛选并整合有效目标，经过匈牙利指派得到目标和航迹的最佳匹配关系，避免产生多余联合事件，提高关联效率；其次，以卡尔曼滤波的结果作为粒子滤波的先验，使采样粒子分布更合理，提高估计精度，进而改善非线性跟踪能力。实验表明，算法平均航迹关联正确率约为95%；非线性场景误差约为卡尔曼滤波的1/2，有效地改善了非线性场景跟踪能力。     

DSSS中基于重叠变换的自适应干扰抑制算法及仿真分析

提出了一种基于重叠变换的自适应干扰抑制算法，利用调制重叠变换（MLT）把接收机信号映射到变换域进行抗干扰处理，它可以有效地把干扰能量集中在有限的变换域子带（Transform Bins）中，与基于DFT、DCT等块变换相比有更好的滤波效果。由于可以使用基于重叠变换的快速算法，因此它结构简单，节省计算量。仿真结果表明，基于MLT的变换域处理方案可以有效地改善系统性能。     

一种超宽带与惯导融合的LSTM室内定位算法

针对复杂环境下的室内高精度定位需求,提出了一种超宽带和惯导融合定位方案。结合位置估计过程可被划分为时间序列预测问题的特点,提出了一种基于长短时记忆(Long Short Term Memory,LSTM) 网络的联合定位算法,并对其总体架构设计、数据预处理方法、网络结构设计、模型训练方法进行了研究。在此基础上,通过仿真和实测实验对联合定位算法进行验证,实验结果表明,该LSTM神经网络联合定位算法的定位精度优于传统TOA(Time of Arrival)、UKF(Unscented Kalman Filter)联合定位算法,适用复杂室内定位。     

基于频域块LMS算法的实时虚拟暗室测试方法

针对电磁辐射现场测试被测设备信号和干扰未知的情况,提出了一种基于频域块最小均方算法的实时虚拟暗室测试方法。该方法采用双通道接收机,根据测试通道和背景通道中干扰信号的相关性设计自适应滤波器,在频域对背景通道信号滤波以趋近测试通道中的干扰分量,采用瞬时双通道信号迭代更新滤波器系数,滤波器系数收敛后系统输出中只有被测设备信号。仿真与分析表明,该方法在背景通道有无被测设备信号泄露的情况下都能有效抑制干扰,与基于时域最小均方算法的方法相比,在滤波器长度相同的情况下其计算复杂度更低,适用于实时现场测试。     

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向（DOA）估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器（MSWF）的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法（DOAM）,俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。     

一种量测转换的移动外辐射源多站协同跟踪算法

针对移动外辐射源跟踪问题,提出一种融合到达角(Angle of Arrival,AOA)与到达时间差(Time Difference of Arrival,TDOA)观测量的量测转换Kalman滤波(Converted Measurement Kalman Filter,CMKF)算法。首先,采用了一种考虑了传感器位置偏差影响的无源定位算法作为转换非线性的AOA与TDOA观测量至笛卡尔坐标系下观测量的方法,并证明了当AOA与TDOA的测量噪声以及传感器位置偏差都服从高斯分布且噪声强度不大时,该量测转换方法的位置转换误差能达到克拉美罗(Cramér-Rao Lower Bound,CRLB)界;其次,在量测转换的基础上构建了关于移动外辐射源的线性状态空间模型,将非线性的目标跟踪问题转化为线性滤波问题,并最终使用标准Kalman滤波器实时跟踪移动外辐射源位置。仿真结果不仅验证了量测转换精度与理论分析结论吻合,还表明了所提CMKF算法的跟踪精度同时优于扩展Kalman滤波器、无迹滤波器以及粒子滤波器。     

一种用于SCMA系统的混合期望传播检测方法

作为一种新的非正交多址接入技术,稀疏码多址接入（Sparse Code Multiple Access,SCMA）被提出以支持大规模连接。基于稀疏因子图,SCMA利用低复杂度的消息传递算法（Message Passing Algorithm,MPA）来实现接近最优的多用户检测。但是,传统MPA的复杂度仍然很高。为了灵活地控制算法的复杂性,提出了一种混合期望传播检测算法用于SCMA检测,建立算法复杂度与信道阈值之间的关系,利用信道阈值控制算法复杂度。此外,将混合期望传播检测算法与消息回退机制相结合以提高性能。仿真结果表明,与其他检测方案相比,所提算法可以灵活地在算法性能和计算复杂度之间进行折衷。