一种MIMO中继系统的自适应自干扰消除方法

为节省频率资源,全双工中继一般采用相同的频率接收和发射信号。由于收发天线之间无法充分隔离,接收天线容易受到自身发射天线的回波干扰。针对宽带全双工多输入多输出（MIMO）中继的自干扰问题,提出了一种基于梯度下降自适应算法的自干扰消除方法。该方法利用中继反馈的已知信号进行自干扰信道估计,并产生一个对自干扰信号的估计信号,从而在接收端将干扰抑制。仿真结果表明,该方法在自适应滤波器的跟踪性能、收敛分布和不同MIMO配置下的均方误差（MSE）性能等方面均取得良好效果。     

单权值优化发射波束MIMO传输方案

针对无线通信系统越来越高的传输速率需求,提出了一种新的多天线传输方案。该方案将非正交多址接入与波束形成相结合。在发射端,多路信号进行加权叠加,然后对该叠加信号加权形成波束。在接收端,将信号的能量、误码率等信息反馈到发射端用于权值优化。发射端收到反馈信息后,根据误码率对叠加权值进行调整,然后用单权值优化方法对波束权值进行调整,两部分联合优化提高系统的综合性能。实验仿真结果表明,与以往提出的多天线传输方案相比,该方案的传输速率和权值收敛速度都有所提高。     

高速移动OFDM系统信干比的低复杂差分计算

针对高速移动正交频分复用系统,提出了迭代消除子载波干扰的 信干比差分计算方法。该方法把前后两次迭代的子载波干扰进行差分运算,差分运算值的加 权作为干扰,每次迭代消除子载波干扰后的信号作为有用信号,实现信干比的计算。 误差分析和仿真数据表明：采用这种方法计算信干比可以有效估算出系统信干比,同时算法 复杂度较低。     

一种短波MIMO系统模型及适用性分析

在现有Gesbert 多输入多输出（MIMO）系统模型的基础上,结合短波天波信道的传 播特点,建立了一种短波MIMO系统模型。所建立的模型是一种解析模型,可由接收天线相关矩阵、发射天线相关矩阵以及传播模式相关矩阵产生。通过对该模型进行适用性分析发现,其与实际HF MIMO系统的信道矩阵具有相同的秩特性。该模型避免了直接测量HF MIMO信道矩阵的复杂性和局限性,可以用于进行HF MIMO系统容量计算。     

TDD系统中不准确的CSI对MISO传输的影响

在时分工(TDD)多输入单输出(MISO)系统中,发送机通过信道估计获得信道状态信息(CSI),根据信道互易性可用其计算发送波束成形(TBF)的加权向量.然而,由于信道估计和TDD的收发机时延,CSI可能会不准确.通过推导接收机误比特率(BER)与CSI的闭合表达关系,分析了不准确的CSI对接收机性能的影响.最后用数值仿真验证了性能分析的正确性.     

多用户MIMO系统中基于博弈论的鲁棒性功率分配

针对多用户多输入多输出（MU-MIMO）天线系统,提出了一种基于非合作博弈论的功率分配方案。此博弈模型中,以用户在系统中的信号泄漏噪声比值（SLNR）作为用户功率分配和公平性参数设置的依据,保证用户所期望的服务质量和公平性,并证明了纳什均衡的存在性。其次,考虑信道估计误差的影响,提出了一种基于滑动模型的迭代功率分配控制算法满足所有用户的最小通信质量要求。仿真结果显示此方案在信道误差的情况下,相比现有方案可提高系统吞吐量。     

基于确定性观测的压缩感知MIMO信道参数反馈

在实际资源受限（带宽受限或功率受限）的无线通信系统中,多径信道具有很强的稀疏特性,如何利用这一特点更加高效地将接收端获得的多径信道状态信息（CSI）进行压缩、反馈,是目前信道状态信息反馈技术的研究热点。针对现有多入多出（MIMO）信道状态信息反馈方法中随机观测矩阵需要较大存储空间的问题,引入了确定性Golay测量矩阵,提出了一种基于确定性观测的压缩感知MIMO多径信道参数反馈方法。在接收端对由信道估计得出的信道状态信息利用确定性Golay测量矩阵进行观测,将较少数目的观测值反馈到发送端,在发送端通过重构算法恢复出完全信道状态信息。仿真实验表明,与随机观测相比,采用确定性Golay观测矩阵的方法虽然需要的观测值数目会有所增加,但所需存储空间远小于随机观测矩阵,且利用确定性观测反馈信道状态信息的重构性能与随机观测矩阵相当。     

MIMO系统的波束成形技术与开关算法结合的性能分析

提出了一种在多用户情况下多输入多输出系统用开关算法结合波束成形技术的方法 。对3种波束成形技术的方案研究表明,波束成形的处理过程对开关算法的判决准则有重要 影响。从仿真结果可以看到,空时分组码的自适应波束成形算法与开关算法结合时在误码率 为10 -2时,信噪比比迫零算法结合和奇异值分解算法结合时分别提高7 dB和8 dB 左 右。     

一种非线性信道MIMO-OFDM系统性能改进算法

多输入多输出正交频分复用(MIMO-OFDM)可以提高系统在频率选择性衰落信道的传输性能.与OFDM系统一样,MIMO-OFDM系统也存在高峰值平均功率比(PAPR)的问题.为此,提出了一种降低空时分组编码MIMO-OFDM系统PAPR的正交部分传输序列算法,运用这种算法,利用傅里叶变换的性质,通过调整空时编码与基带正交调制的顺序,对两天线发射端,可以降低算法近一半的复杂度,且可以减少一半的边信息.利用高功率放大器的非线性模型,得到了瑞利衰落信道下PAPR降低后系统的误码率性能.仿真结果证明了该方法的有效性.     

一种基于EM算法的MIMO-OFDM系统信道估计技术

从提高多输入多输出正交频分复用（MIMO—OFDM）系统频谱利用率的目的出发，提出了一种改进型的基于EM（Expectation Maximization）算法的信道估计技术。仿真结果表明，改进后的算法可以显著提高频谱利用率，同时保持原算法的精度。     

一种异步发射信号的MIMO差分检测方法

提出了一种异步发射信号的MIMO系统模型：在V-BLAST 系统各发射天线对应的数据流中人为添加时延,使得各发射天线的信号异步 发射、异步到达接收机。基于该系统模型,提出了一种差分检测方法,解决了传 统V-BLAST方法无法进行差分检测以及无法实现单天线检测的难题。仿真结果显示,该算法 在不同的相对时延情况下的误码率性能不同。     

多用户MIMO-OFDM系统中一种子载波分配算法

介绍了多用户MIMO-OFDM系统中的Hungarian子载波分配算法，然后针对其计算复杂度过高的缺陷，提出一种局部最优的子载波分配算法，并与Hungarian子载波分配算法进行仿真比较。结果表明，该算法使系统总数据速率仅下降1．7％，而其计算复杂度却大幅减小，提高了资源分配的效率，符合高速无线系统资源实时分配的要求。     

外部信息自适应更新的SCMA系统译码方案

现有上行稀疏码多址接入（Sparse Code Multiple Access,SCMA）通信系统采用的译码算法中,基于串行策略的消息传递算法（Message Passing Algorithm,MPA）因其在每次迭代过程只选择单个消息进行更新,存在着收敛速度较慢等问题。针对以上问题,提出外部信息自适应更新的MPA算法,每次迭代过程中自适应选取多个残差值较大、相互独立的节点,更新其外部信息以达到提高计算效率的目的。仿真结果表明,该算法可有效提升译码性能,在计算复杂度与译码性能之间取得了较好的平衡。     

基于卷积神经网络自编码器结构的空时分组传输方案

为提高现有端到端通信系统的泛化能力和可靠性,提出了一种基于卷积神经网络的空时分组码（Space-Time Block Coding,STBC）多输入多输出通信系统物理层方案。该方案将通信系统物理层表述、调制和解调过程联合起来形成端到端自编码器系统,引入多层一维卷积层,分别构建发射机和接收机,并扩展为多天线模式。为进一步提高系统可靠性,合理规划网络结构和参数,联合信号的调制和编码方案,优化了系统模型。仿真实验表明,针对瑞利相关衰落下多输入多输出（Multiple-Input Multiple-Output,MIMO）信道应用场景,训练模型可以实现传统STBC系统的误码性能,两发两收系统在发送端相关系数为0和0.9时分别优于传统系统0.5 dB和1 dB。此外,经过优化后的系统可获得采用卷积编码的性能改善效果,其两发两收不同工作方式优于传统1/2码率卷积编码STBC系统1~3 dB。     

宽带自适应MIMO-DFE空时接收机

设计了频率选择信道基于RLS算法的自适应判决反馈均衡MIMO-DFE空时接收机,由于这种接收机不需要信道识别,从而降低了接收机的复杂度。通过蒙特卡罗仿真评估了接收机在频率选择信道下的误符号率性能。仿真结果表明,在不加信道编码的情况下,该接收机在信噪比为 14dB时误符号率达到 10-3以下。     

用于大规模MIMO系统的改进CG检测算法

针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中近似最优线性最小均方误差(Minimum Mean Square Error,MMSE)算法复杂度过高问题,提出了RC-CG(Region Constellation-Conjugate Gradient)低复杂度近似最优信号检测算法。该算法首先利用共轭梯度(Conjugate Gradient,CG)迭代算法避免MMSE信号检测算法的高维度矩阵求逆,降低计算复杂度;其次引入二分查找算法对星座图进行区域分块,优化迭代初始解,使算法在保证原来检测性能的基础上加快收敛速度。仿真结果表明,该算法不仅可以达到近似MMSE算法的检测性能,而且适用于高阶调制,算法复杂度从O(K3)降低到O(K2)。     

大规模MIMO系统中基于CNN的延迟CSI反馈改进算法

在大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统中,基站根据用户反馈的信道状态信息进行自适应编码调制以提高频谱效率,因此需要将用户侧估计到的信道状态信息反馈到基站。由于反馈过程存在的延迟会降低系统性能,因此在考虑延迟的情况下,对基于深度学习的信道状态信息自编码器CsiNet进行改进,使用下行信道的延迟状态信息作为信道状态信息自编码器的期望输出信号来对自编码器进行训练,减少了反馈延迟误差的影响。仿真结果表明,在延迟为1时隙时,所提方案的归一化均方误差(Normalized Mean Square Error,NMSE)仅为自回归-主成分分析方案、基于压缩感知的方案和基于卷积神经网络的CsiNet方案的1/8~1/7,并且随着时隙增加,NMSE性能提升越明显。     

基于数字波束形成的自动跟踪系统

针对多目标测控问题，提出了一种实用的利用基于圆阵的数字波束形成技术来实现目标跟踪的系统。在系统实际工作于噪声和干扰环境中时，为避免计算梯度时可能出现的数值突变，提出了一种修正的梯度跟踪自适应算法，可靠地实现了权值更新，并对各阵元输出进行加权合并，以获得最大信号输出，同时实现对目标方位角和俯仰角的自动捕获和跟踪，且跟踪迅速、正确、稳定。仿真结果表明了所提出的方案的正确性。     

一种基于滤波器组的自适应门限窄带干扰抑制方法

针对直接序列扩频(DSSS)通信中的强窄带干扰,提出了一种基于重叠变换滤波器组的自适应门限窄带干扰抑制技术.该技术根据接收信号经过滤波器组后的统计特性,确定窄带干扰与扩频信号之间的阈值.通过降低高于阈值的子带信号的强度,降低了处理后的信号中的干扰能量,使接收信号的信噪比大大提高.