共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
无线通信环境中信道信息(ChannelStateInformation,CSI)随时间变化明显,需要不断地更新自适应比特装载和功率控制的策略。现有的OFDM自适应比特装载方法需要大量的信令来传递当前比特装载的策略,不适用于无线通信的应用环境。为此,本文针对OFDM系统的特征提出了一种利用插入梳状导频的信道估计得到的带有误差的信道信息,来完成自适应比特装载的算法。首先把OFDM子载波进行分组,然后利用基于梳状导频的信道估计对信道时变进行跟踪,使用即时获得的CS完成自适应比特装载算法。仿真实验证明,在保证算法简单、实用及保证要求的误码率(BER)性能的情况下,信道信令的开销低于传统算法的10%。 相似文献
3.
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 相似文献
4.
5.
6.
7.
8.
9.
10.
在高速通信系统中,由于多径信道通常存在一些小的散射体,使得抽头向量不满足理想的稀疏特性,导致经典的稀疏估计算法存在一定的性能损失。针对上述非理想稀疏特性问题,提出了一种基于酉变换近似消息传递(Unitary Transform Approximate Message Passing,UT-AMP)和加权高斯(Weighting-Gaussian,WG)先验模型的稀疏估计算法。首先,由非理想稀疏信道的构造分析,导出了WG先验模型和参数;其次,利用贝叶斯公式对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统进行因式分解和因子图建模,归纳了在消息传递框架内期望最大化(Expectation Maximization,EM)算法嵌入方式,推导了联合UT-AMP和EM的信道估计算法;最后,建立仿真环境对所提算法进行复杂度分析和数值仿真。仿真结果表明,所提算法能够以同阶复杂度实现信道估计性能和频带利用率的提升,具有很高的应用和推广价值。 相似文献
11.
12.
从理论证实了欠采样在基带
预失真中的可行性,将欠采样用在基带预失真系统上,降低了功率放大器失真信号的采样率
而完整地保留了信号中的非线性信息。最后,利用欠采样理论构建了基带预失真功率放大器
系统,得到了19 dB三阶交调失真的改善,与正常采样下(5倍输入信号Nyquist采样率)的
三阶交调失真的改善度相比相当,从而降低了系统的复杂度及成本。 相似文献
13.
针对卫星接收机对模拟器件性能要求较高的问题,提出直接对接收到的射频信号进行采样,将模拟信号转换成数字信号,后续处理用软件模块实现的方法。同时结合自动识别系统(AIS)本身两个载波频率接近以及带宽较窄的特点,根据Nyquist带通抽样定理实现以较低速率采样来获取船舶状态信息,研究了一种星载AIS信号全数字解调方法和信息检测恢复技术。首先介绍了带通采样原理,其次详细研究了多用户AIS信号采样频率的确定、两个频道信号分离方法以及单通道信号如何下变频为基带信号,其中基带信号检测采用简化的基于Viterbi的非相干检测方法,最后结合AIS协议进行信号的恢复,并通过示波器采集实际船台发送的AIS信号进行了实验,验证了该过程的正确性。 相似文献
14.
15.
根据格拉姆(Gram)矩阵优化测量矩阵的方法,给出了一种基于压缩感知波达方向(DOA)估计的均匀线阵的稀疏阵列设计方法。该方法不需要对阵列的输出数据进行压缩采样,直接利用稀疏阵列的输出数据,然后利用稀疏恢复算法求解DOA估计信息。实验仿真证明,相比于原均匀线阵,所提方法在阵元数目较少且信噪比较低的情况下具有更好的DOA估计性能。 相似文献
16.
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。 相似文献
17.
18.
19.
Ozaktas算法因其运算复杂度低、精度高、提出时间早而成为目前对LFM信号进行处理
时最为常用的离散分数阶Fourier变换算法,但其附加的量纲归一化对LFM信号参数估计存在
影响。为此,在对LFM信号参数估计建模基础上,分析了基于Ozaktas算法的参数估计二维离
散网格效应,并进一步得到了影响初始频率和调频率估计精度的因素。可以发现:在满足采
样定理条件下,基于Ozaktas算法的LFM信号参数估计能保持较好的估计精度,且在一定程度
上可以通过增大采样频率或减小采样时长来进一步提高估计精度。最后,通过仿真分析验
证了上述理论推导的正确性。 相似文献