低压电力线双路扩谱通信系统

由于低压电力线的信道特性异常恶劣，为了利用低压电力线实现可靠通信，把数字载波调制与扩谱技术等现代通信技术应用于低压电力线通信，提出了数字载波调制与直序列扩谱(DS)相结合的低压电力线通信模式，建立了低压电力线的MSK双路扩谱通信系统模型；基于该模型，研制了低压电力线的MSK双路扩谱通信电路系统。实验结果表明：该系统不仅满足了电力线通信信道有效带宽窄的特点，实现了较好的频谱利用率，而且具有较强的抗干扰能力。因此，该低压电力线扩谱通信系统能较好地抑制低压电力线通信信道的干扰，提高了通信的可靠性，可广泛应用于低压电力线通信领域。     

MB—OFDM UWB系统中基于信道缩短的信道估计

在MB-OFDM超宽带(UWB)系统中,针对循环前缀(CP)长度小于信道最大多径延迟时难于估计信道参数的问题,提出一种基于信道缩短的信道估计方法。首先采用发送信号插入梳状导频的方式,利用无约束最优准则,在接收机前端设计信道缩短均衡器,然后根据均衡器输出序列估计出复合信道,最后通过反卷积解出原信道参数。仿真结果表明,在信道最大多径延迟大于CP长度时,该算法具有更优的性能。     

双芯片电力线通信网络解决方案

介绍了电力线通信网络技术,分析了低压配电网对信号传输衰减大、干扰强、阻抗变化复杂的信道特性,推出了采用改进的正交频分复用(OFDM)技术的双芯片电力线通信网络解决方案。     

OFDM系统基于导频的信道估计算法研究仿真

本文研究了OFDM系统中基于导频的信道估计,分析了LS,MMSE,SVD三种估计算法,并对三种算法仿真研究得出结论。     

基于新限速抽样的超宽带通信系统信道时延估计

提出了利用新限速抽样率理论解决信道估计问题,建立了既可用于宽带也可用于窄带信道估计的框架,此框架的抽样率低于奈奎斯特速率。通过实例展示了利用奈奎斯特速率抽样而工作在低于奈奎斯特抽样率的算法性能,减少了功耗,也降低了算法的复杂性。     

OFDM系统中基于弱选择ROMP算法的稀疏信道估计

为了解决实际OFDM通信系统中信道稀疏度未知的不足,提出将弱选择正则化正交匹配追踪算法用于估计稀疏信道。算法在不知晓信道稀疏度的情况下,对不同迭代残差与测量矩阵中原子的相关系数进行判定后,根据原子的弱选择准则灵活地确定出表示信道冲激响应的原子候选集,进而利用正则化原则从候选集中挑选出表示信道冲激响应的最优原子组,逐步实现精确重建。仿真结果和理论分析表明：与正则化正交匹配追踪算法相比,相同条件下改进算法可以获得更低的均方误差和误比特率;另外,算法无需将信道稀疏度作为先验信息,实用性更强。     

电力线OFDM/OQAM通信系统信道相位预处理均衡算法

针对电力线通信（PLC）正交频分复用（OFDM）系统存在频率掩码和频谱资源利用率低等问题,提出将正交频分复用/偏移正交幅度调制（OFDM/OQAM）技术应用到PLC系统中。该技术通过选用频率选择性较好的滤波器来抑制带外干扰,且不需要循环前缀,但是OFDM/OQAM系统在PLC频域复数信道下会产生严重的自干扰,传统的均衡算法并不能有效地消除OFDM/OQAM系统的固有干扰。针对这种情况提出了一种基于信道相位预处理的均衡算法。该算法的思想是让接收信号乘以一个信道相位调整因子,使等效信道的虚部尽量小,以此来减小接收信号中的干扰分量。仿真结果表明,与传统的均衡算法相比,所提算法在误比特率为1.0×10－6时可以获得0.5dB的性能提升。     

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。     

几种发射分集OFDM系统信道估计方法性能评估

给出了3种基于发射分集的OFDM系统信道估计方法,分别从训练序列对算法的影响、估计准确度、算法复杂度和算法适用性等方面对各自性能作了分析比较,并进行了仿真.分析比较和仿真结果表明,训练序列对3种算法的影响很大,通过训练序列的正交化设计,LS和EM算法可以得到很大程度的简化;EM算法与LS算法估计精度相当,信噪比较大时,多项式模型算法估计精度要远远高于LS和EM算法;总体上来说,多项式模型算法复杂度最高,EM算法复杂度最低.     

基于电力线信道的智能家居系统

介绍了一种基于低压电力线通信的智能家居系统及其相应的软硬件结构.为克服低压电力线信道的频率选择性和时变性,系统采用正交多载波方式传输信息.此外还提出了一种灵活的电力线组网方式,大大增强了系统的扩展性,最后分析了该系统的具体应用情况及效果.     

基于改进阈值的低压电力线信道中的小波去噪方法

在电力线信道的小波去噪方法中,应用广泛的是小波变换阈值法.但传统的阈值法阈值单一,且在信号连续性较差的情况下,运用传统阈值法还会产生伪吉布斯现象.为了克服阈值法的不足,在平移不变量小波阈值去噪法的基础上,通过仿真低压电力线信道噪声,对阈值函数进一步改进,使阈值的变化与噪声的小波变换随尺度的变化特性相一致.仿真实验可以看出,该方法可以有效改善信号的信噪比,减小原始信号与估计信号之间的均方根误差,对含噪信号有更好的去噪效果.     

基于梳状导频分布的OFDM信道估计改进算法

提出了基于梳状导频分布的OFDM信道估计的改进算法,分别在基于频域（DFT）和时 域（IDFT）的迫零内插算法的基础上运用了数据翻转的思想。该算法可以大大地减少DFT/ID FT变换时所产生的边缘效应,并且通过优化边缘位置的估计性能来提升整个OFDM信道估计的 精确度。仿真结果表明,该算法相比经典算法在性能上有较大提升。     

突发通信中基于叠加训练的信道估计方案

针对无线突发通信中频带利用率低、信道参数获取困难等问题,提出了一种应用于突 发通信的叠加训练信道估计与检测方案。该方案将信息和训练叠加发送,通过预失真发送信 息符号使得训练与信息在频域正交,收端采用一阶统计信道估计和最大似然符号检测,并设 计了抗直流干扰的信道估计方案。仿真表明,新方案在消除训练序列的频带开销的情况下获 得了较好的信道估计和符号检测性能,与采用时分复用训练的方案相比,其有效吞吐率更优 。     

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.     

一种快速时变自适应信道估计盲方法

提出了一种新的信道估计最小均方(LMS)盲方法--时变步长理想加权判决信道估计盲方法.该方法通过对常规LMS算法进行改进,实现自适应跟踪信道特征变化;同时利用接收机判决误差信息函数作为权系数的理想加权判决,从而解决了常规LMS盲方法收敛速度慢、信道估计性能不高的缺点.仿真证明,对于不同的多普勒频移、时延扩展以及时间,该方法均表现出了比常规LMS方法更优的性能.同时,该方法还可用于航天、雷达等领域估计其他特征参数.     

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.     

信道估计偏差对空时编码的OFDM系统性能的影响

本文研究了采用空时编码的OFDM系统的性能，通过Monte Carlo仿真分析了系统性能和信道估计偏差对系统的影响。     

信道特性对OFDM信道估计中导频模式选择的影响

分别介绍了基于梳状导频和块状导频的OFDM信道估计的原理,重点研究了上述两种导频在不同的信道环境中的信道估计性能.仿真分析展示了两种导频模式对传输信道的不同参数的敏感程度,由此给出了在不同的传输信道条件下导频模式的选择依据.     

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。     

一种基于RAMP算法的OFDM稀疏信道估计方法

针对OFDM稀疏信道估计需要信道稀疏度作先验条件的不足,将正则化自适应匹配追踪（RAMP ） 用于信道重建,可在信道稀疏度未知的情况下,自适应地调整候选集原子的个数,并利用正 则化过程实现支撑集的二次筛选,逐步扩大支撑集,准确地估计出信道的冲激响应。仿真结 果表明,该方法收敛速度快,估计效果好,有较好的应用价值。