频率选择性慢衰落信道下的快速频率估计

给出了在频率选择性慢衰落信道下适用于突发传输的两种快速频偏估计算法。针对慢衰落选择性信道下的频率估计问题，两种算法均给出了一个简单的闭式解，且算法实现无需任何信道幅度信息。第一种算法要求用于频率估计的训练序列的自相关矩阵具有对角特性，第二种算法使用周期的训练序列，两种算法所需的运算量大大低于最大似然估计算法。仿真结果显示，在较高信噪比下两种算法均具有较好的估计性能。     

基于梳状导频的OFDM分组自适应比特装载与功率控制

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%。     

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     

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.     

基于压缩感知超宽带信号盲稀疏度信道估计

鉴于超宽带（UWB）信道估计要求预先给出信道才能精确重构的不足,研究了 基于压缩感知的盲稀疏度匹配追踪类算法用于信道重建。这种盲稀疏度方法根据迭代终止条 件和字典中最优原子选择方式的不同,设置迭代终止阈值和阶段转换阈值,通过可变步长的 增大逐步逼近稀疏度,实现精确重建。仿真结果表明,相同条件下,基于此思想经过改进算 法可有效用于解决实际UWB信道估计,较改进前算法估计性能相当,是一种具有应用价值的 盲稀疏度重构方法。     

MB-OFDM超宽带系统中基于噪声消除的信道估计

在MB-OFDM超宽带系统中,针对采用时域滤波器算法估计出信道后内部噪声残留的问题,提出一种改进的信道估计算法.首先采用时域滤波器算法对信道进行估计,然后利用最大后验概率准则估计滤波器内部噪声,最后通过消除该噪声得到最终的信道估计.仿真结果表明,该算法相比时域滤波器算法具有更优的性能.     

卫星稀疏信道中频谱空穴的新型检测算法

面对宽带移动卫星通信中信道占用呈现的稀疏状态和时而存在的稀疏干扰,以低速率 采样和运算是简化设备的必要途径。针对宽带频谱范围内稀疏信道信号和干扰信号的检测, 提出了一种用于直接估计频谱空穴的压缩采样算法,以低速率对信号进行采样,通过相 关向量机进行迭代优化,给出检测估计值。该算法基于最大似然贝叶斯估计,具有良好的抗 噪性能,同时能够降低设备复杂度。仿真结果表明,其抗噪性能明显好于CVX方法而略逊于理 想情况,而前端随机序列的相关性是影响检测性能的重要因素。     

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.     

应用加权高斯模型的非理想稀疏信道估计

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。     

理想低通欠采样定理的结合应用分析

通过分析模拟频率与数字频率的对应关系,对含低频和不交叠窄带频率成分的信号推导得出对该类信号采样所需的最低采样率,提出了确定采样频率最小值的方法,改进了数字滤波器所对应的奈氏带宽。该方法可在不失真的情况下降低采样率,减少信号处理时间。     

欠采样在基带预失真功率放大器线性化的应用

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。     

星载AIS信号的带通采样与恢复

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。     

一种采用刀切法的单通道信源数估计算法

针对现有信源数估计算法不能直接用于单通道接收模型且抑噪能力较差的问题,提出了一种采用刀切法的单通道信源数估计算法。该算法首先通过间隔抽样实现了单通道接收信号多维数的转换,得到矢量化空间;然后采用刀切法将此组空间重构多个协方差矩阵,经酉变换后结果取平均;最后通过循环迭代得到最优信源数。理论分析和仿真结果表明,该算法在白、色噪声环境下能有效抑制噪声,且在低信噪比及采样点较少时能更准确估计信源数,相较于传统的估计算法,显著提高了检测性能。     

基于压缩感知DOA估计的稀疏阵列设计

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。     

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。     

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 。     

一种新的MIMO-OFDM系统自适应快时变信道估计算法

为了能够获得较精确的快时变信道估计,利用模糊模型拟合快时变信道,提出了一种 新的信道估计算法。算法采用自适应技术进行导频子载波频域传输函数模型参数的识别,然 后通过插值拟合全部信道的频域传输函数。仿真结果表明,在系统多普勒频移小于0.1的情 况下,信道估计的MSE性能得到改善。     

基于Ozaktas算法的LFM信号参数估计误差分析

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。