DFT-S-GMC系统中均匀导频信道估计方法性能分析

针对我国提出的离散傅里叶（DFT）扩频广义多载波（DFT-S-GMC）系统,给出了使用均匀分 布导频的信道估计方 法。该方法首先采用最小二乘算法估计导频音的信道频响,然后内插或外推非导频音的信道 频 响,再利用信道频响DFT过采样特性,数据块特定用户数据子带信道频响可由与之对应的导 频块内子载波处信道频响线性内插获得,并在时间维上线性内插出数据子带处的信道频响。 最后,通过仿真比较分析了高低阶插值、内插外推方法以及导频密度对信道估计方法性能的 影响。     

移动WiMAX下行系统SVD-FFT内插信道估计

针对移动WiMAX下行系统中导频个数少且分配不均匀导致的边缘效应问题,提出了一种 基于奇异值分解（SVD）的快速傅里叶变换（FFT）内插信道估计方法。该方法首先得到每个 符号实 际分配导频处的最小二乘信道频响估计,当前符号在相邻符号实际分配导频处的信道频响由 相邻符号信道频响线性内插得到;然后,将上述信道估计值合并且按子载波索引值升序排列 后进行奇异值FFT内插,以减少边缘效应和噪声的影响;最后再经线性内插得到数据子载波 处的信道频响估计值。仿真结果表明,和传统估计方法相比,所提出的方法估计精度更高, 复杂度较低,而且避免了使用信道统计特性信息。     

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。     

一种高性能内插滤波器的设计

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。     

基于总体最小二乘准则的OFDM系统时变信道估计

信道估计的准确程度直接影响正交频分复用系统的性能。为了提高时变信道估计算法的精度,基于总体最小二乘准则(TLS)提出了一种时变信道的估计方法。该方法用线性模型对时变信道进行建模,不仅考虑了信道噪声,同时也兼顾了模型误差。该方法能较好地跟踪信道的变化,显著消除模型误差。仿真结果表明所提算法的均方误差介于最小二乘算法与最小均方误差算法之间,在不同归一化多普勒频移下,该算法具有较好的稳健性。     

双通道跟踪接收机的动态极化校相

传统校相方法无法检测双通道单脉冲体制雷达极化失配问题。采用基于静态目标的动态极化校相方法，即在静态条件下，增加一个信标天线正交极化角校相环节，用于完成跟踪接收机和差信道的校相工作。数学模型的构建、仿真计算以及实测结果均表明，采用该方法可以准确识别双通道单脉冲体制雷达双通道极化失配问题，弥补了传统校相方法在检测跟踪接收机和差信道极化失配问题上的缺陷。     

TD-LTE-A上行信道估计中基于加权的插值算法

TD-LTE-A上行信道估计中的线性插值算法只利用数据两端的两个导频位置的信道响应进行插值,不能很好拟合信道响应。针对此问题,提出了基于加权平均的插值算法。该算法以线性插值算法为基础,首先利用连续3个导频位置的信道响应进行线性插值得到数据位置的两个初步插值结果,再在此基础上引入权值α,最后对初步插值结果进行加权得到数据位置的信道响应。在EPA环境下的MATLAB仿真结果表明,相对于线性插值算法,基于加权的插值算法在不过度增加计算复杂度的情况下能降低系统的误比特率。     

无人机地空信道模型仿真与特性分析

针对当前无人机地空信道模型存在的局限性，根据实际测量结果，对现有模型进行改进和仿真验证，并对其时变特性和稀疏特性进行了分析。首先，分析了多径的间歇性和瞬时多普勒频移特性。其次，从微观时间尺度上，得到多径的时延和增益仿真数据。最后，对宽带通信系统下的离散信道冲激响应进行了定量分析，即在连续几个符号周期内，抽头增益近似线性变化，并且在时域上具有明显的稀疏特性。研究成果为无实测数据下的无人机地空通信系统提供了验证模型，为线性时变信道稀疏重构方法的应用提供了依据。     

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。     

适用于Rayleigh衰落信道的一种新型MMSE接收机

智能天线中一般的MMSE接收机缺乏有效跟踪Rayleigh衰落信道变化的机制。在分析了MMSE接收机在Rayleigh信道中的特点之后，提出了一种新型的MMSE接收机。计算机仿真结果表明，此接收机性能较好，适用于Rayleigh衰落信道。     

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。     

一种基于插值和卡尔曼滤波的接收机钟差预测方法

针对多模多频接收机面临同时处理大量数据的压力,提出了一种基于插值和卡尔曼滤波的接收机钟差预测方法。插值方法分别用拉格朗日和三次样条,三次样条端点的一阶导数采用“差分法代替求导法”来确定。首先由插值方法得出每隔1 s的卫星坐标、速度、钟差、频漂和伪距测量值,然后基于单星授时方法计算出静止接收机钟差,接着用卡尔曼滤波算法对接收机钟差和频漂进行预测,最后将预测的接收机钟差与加拿大空间参考系统（CSRS） 提供的精密接收机钟差数据进行比较。结果表明,拉格朗日插值由于存在龙格效应,其接收机钟差的抖动幅度比三次样条略大,它们与CSRS钟差数据相比,均方根误差在3 ns之内。     

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。     

一种基于预测值量测转换的卡尔曼滤波跟踪算法

在雷达目标跟踪中，系统量测信息通常在球坐标系下获得。为了采用经典卡尔曼滤波算法实现有效目标跟踪，通常采用量测转换方法将非线性量测信息转换到直角坐标系中。针对传统量测转换方法基于量测值计算转换误差统计特性而导致的估计结果有偏问题，提出了一种基于预测值的量测转换方法，并将其与卡尔曼滤波算法相结合，获得了一种基于预测值量测转换的卡尔曼滤波跟踪算法。仿真结果表明，与现有的基于量测转换的卡尔曼滤波算法相比，该算法能在不提高运算量的情况下有效改善目标跟踪效果，跟踪精度提升约20%。     

无线电静默下数据链端机的时间同步守时优化

在无线电静默的情况下所有数据链端机无法进行往返校时，这会导致端机间时间同步精度的降低。国内外普遍使用卡尔曼滤波的方法来实现守时优化，但当模型建立不准确时，容易出现滤波发散的现象。提出了一种改进的卡尔曼滤波算法，在自适应渐消卡尔曼滤波渐消因子计算方法的基础上，将其与奇异点剔除技术相结合来防止滤波的发散。该方法计算过程比较简单，满足工程所需的实时性要求。多次仿真实验证明数据链端机可以满足10 m测距所要求的33 ns以内的时间同步精度要求，使得数据链端机在静默结束后可以完成更高要求的任务。     

卡尔曼滤波在iBeacon室内定位系统中的应用

为了抑制iBeacon信号在传播过程中由于人员扰动、多径效应等引起的噪声，以及移动定位过程中定位结果的不稳定，在iBeacon室内定位系统中引入了卡尔曼滤波算法分别对采集到的iBeacon信号与移动定位结果进行处理。首先通过卡尔曼滤波对采集的信号进行处理，降低了信号噪声，提高了信号的质量，其次应用卡尔曼滤波对移动定位结果进行二次处理，提高了移动定位结果的稳定性与精度。实验结果表明,在办公室环境下采用卡尔曼滤波进行处理后可将1 m以内的定位精度提高到80%以上。     

采样滤波算法在单站无源定位中的应用

讨论了用采样的方法近似非线性分布来解决无源定位中的非线性问题，提出了一种简单的正则粒子滤波，克服了标准粒子滤波用于单站无源定位中出现的粒子贫乏现象，将粒子滤波成功应用到无源定位中，计算机仿真表明该算法的定位精度较Unscented卡尔曼滤波（UKF）有一定的提高。