多载波通信系统仿真中的EESM和MI-ESM方法

介绍了在OFDM系统仿真中链路级仿真和系统级仿真之间的映射方法，主要探讨了两种基于有效SINR映射的方法：指数有效SINR映射（EESM）和互信息有效SINR映射（MI—ESM）。着重阐述了这两种方法如何把多状态信道变成单状态信道以及为什么这种有效单SINR方法能够表示多个子载波SINR信道性能，同时也重点研究这两种方法的主要优缺点以及它们对RRM算法设计的影响。而且，也提及了如何去构建链路和系统级映射表（MCS，SINR，BLER）。     

一种适用于稀疏多径信道的自适应均衡算法

针对传统的自适应均衡算法在稀疏多径信道下性能表现不佳的问题,提出了一种基于基追踪降噪的自适应均衡算法。该算法利用稀疏多径信道下均衡器权值的稀疏性,将自适应均衡器的训练过程看作压缩感知理论中稀疏信号对字典的加权求和,并利用重构算法直接对稀疏权值进行求解,解决了迭代参数设置和收敛慢的问题。采用基追踪降噪作为重构算法并选用变量分离近似稀疏重构对该最优化问题进行求解,既提高了权值的重构精度又降低了计算的复杂度。仿真结果表明,所提算法能够以较低的计算量和较少的训练序列达到更优性能,这对提升系统的通信性能具有参考价值。     

几种接收机在MIMO信道下的性能比较

多入多出（MIMO）无线信道具有空间复用增益和分集增益特性，因此MIMO系统和单入单出（SISO）无线系统相比能够获得更高的频谱效率。本文在不同天线组合下分析了几种MIMO空时信号处理算法的性能，仿真结果和理论分析表明：空间复用增益和分集增益不能同时获得最大，因此在设计MIMO通信系统时可根据实际情况选择天线数，即不仅考虑系统抵抗信道衰落的分集增益，还要考虑能够提供更高的数据传输速率，通过折衷考虑空间复杂增益和分集增益，从更全面的观点评估系统的性能。     

无人机扩频遥控链路Rake接收机设计

针对无人机起降阶段多径效应会引起遥控误码率性能下降的问题,提出了一种基于导频辅助的Rake抗多径算法。该算法通过在传输帧中插入导频符号和在遥控接收机中增加Rake抗多径模块的方式,使无人机遥控链路在多径信道下的误码率性能得到了显著改善。在高斯、莱斯、瑞利等信道条件下对算法进行了仿真,结果表明,该算法能够将无人机起降阶段的遥控误码率提高2～3个量级。实测数据进一步验证了该算法抗多径性能的有效性。     

高速MIMO解调器的FPGA实现

研究了高速多入多出（MIMO）解调器的实时实现，并且基于一种与信道译码器联合迭代的MIMO检测算法，提出了高效可行的FPGA实现方案。仿真分析和实验表明，硬件实现的性能与理论性能接近。完全可应用于新一代移动通信系统中完成高速MIMO解调的任务。     

基于相关信道统计的有限速率反馈波束形成

针对实际MIMO系统无线信道存在的空域相关性,提出了一种基于 相关信道统计的改进算法。基于此算法,并采用随机码本量化信道信息形成一种新波束形成 方案,它只需要有限速率反馈部分信道信息,可以同时获得系统多用户分集增益和阵列增益 ,解决了常规波束形成需要大量信道反馈信息和相干波束形成系统性能对信道瞬时变化信息 敏感的问题。仿真结果表明,提出方案在相关信道下相当有效,其性能超过常规波束形成, 即使在有限反馈限制条件下,其性能亦接近相干机会波束的性能,仅有0.2 bit/s·Hz -1的性能损失。     

一种新的临近空间通信信道模型及其仿真分析

分析了临近空间通信信道的衰减特性,从多径衰落和降雨衰减两个方面综合考虑, 建立了一种新的两状态信道统计模型,使用MATLAB进行了计算机仿真。仿真结果表明,该模 型能够较好地反映临近空间通信的信道特性,对于临近空间通信的开发和研究具有重要意义 。     

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。     

基于压缩感知的直扩通信多音干扰抑制

针对直扩通信多音干扰抑制算法应用受限于采样率较高的问题,在分别构建信号和干扰稀疏字典的基础上,利用正交匹配追踪算法,设计了一种压缩域直扩通信多音干扰抑制算法,并通过理论分析和计算机仿真验证了算法的有效性。仿真结果表明,在已知干扰稀疏度的条件下,该方法能够有效抑制多音干扰,干扰抑制效果不随干扰数量、干扰强度变化而变化,在压缩率为1/2、干信比为20 dB的条件下重构信号与加性高斯白噪声信道中传输信号解调性能相比只有约5 dB的信噪比损失。这将为在多音干扰条件下压缩采样后直扩信号的重构提供一种有效方法。     

平坦信道下的MIMO信道估计误差分析

基于导频序列推导了频率平坦多输入多输出(MIMO)信道下的最小二乘信道估计(LS)误差;将信道估计误差等效为高斯噪声,推导了信道估计条件下系统的等效信噪比,提出了用系统的等效信噪比来分析和评估在信道估计误差条件下系统的误码性能;最后用等效信噪比的方法评估了ZF-V-BLAST算法在信道估计下的性能,结果表明和计算机仿真结果基本相吻合。     

码分多址系统中多速率方案的分析和比较

本文讨论了直接序列－码分多址（ＤＳ－ＣＤＭＡ）系统中的几种多速率方案，分别分析了它们在加性白高斯噪声和多径瑞利衰落条件下的性能。对这几种方案在瑞利衰落信道下的性能做了仿真，结果表明，多扩频增益方案与多信道方案性能接近，多调制方案在信息速率较高时，性能不如其它方案。     

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。     

基于块对角化的格基规约GMD矢量预编码

研究了对多用户多输入多输出下行链路进行块对角化后,使用格基规约算法的几何均 值分解矢量预编码的实现方法。根据块对角化思想将多用户多天线信道分解为等价并行子信 道,基于等价子信道给出了单个用户的几何均值分解矢量预编码的传输方案,通过使用格基 规约算法分别结合连续干扰消除和垂直分层空时编码两种方法,求解矢量预编码中的扰动矢 量。仿真表明,提出的方法误码率性能优于块对角化矢量预编码算法2 dB以上,而且能在不 降低系统性能的前提下降低计算复杂度。     

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     

一种基于二阶锥约束克服信道不匹配的盲分离方法

针对多输入多输出（MIMO）系统信道不匹配造成的系统性能受损问题,结合二阶锥规划约束最优化理论,提出了一种二阶锥条件约束的盲源分离算法,用于提高信道不匹配条件下的MIMO系统性能。该算法首先利用信道不匹配问题得到的二阶锥约束条件与负熵最大化的独立分量分析形成一个约束的最优化代价函数;其次,约束的代价函数借助牛顿迭代原则最优化得到分离向量。仿真分析验证了该算法在信道不匹配条件下可以有效提升MIMO系统的性能。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制（GSM）系统接收端最大似然（ML）检测算法计算复杂度极高的缺点,提出了一种基于压缩感知（CS）信号重构理论的低复杂度信号检测算法。首先,在多输入多输出（MIMO）信道模型下,通过改进正交匹配追踪（OMP）算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。     

基于格基约减辅助的低复杂度MIMO信号检测算法

在多输入多输出(MIMO)系统中,常规的格基约减辅助信号检测算法由于复杂度高而难以在实际工程中应用。为了解决这一问题,基于Brun算法提出了一种低复杂度的信号检测算法。该算法首先通过奇异值分解(SVD)得到信道矩阵奇异向量和转换矩阵之间的近似整数关系,进而采用Brun算法对信道矩阵的对偶格基进行约减优化,最后将约减后的新对偶格基用于传统线性信号检测。仿真结果表明：该方法的复杂度约为基于常规Lenstra Lenstra Lovasz(LLL)格基约减辅助的MIMO信号检测算法的0.1倍;同时,与线性检测算法相比,检测性能提升非常明显,特别在较高信噪比(SNR)范围内。因此,该算法能够在检测性能与计算复杂度之间取得较好的折衷。     

一种基于信道信息修正的解码后合并算法

远距离短波通信过程复杂,接收信号相位、幅度都发生剧烈变化。为提高远距离短波 通信性能,采用本土多台站构成宏分集,结合最大比合并方法性能最优和解码后合并方法实 现简单的优点,对两种方法进行折衷,提出了一种基于信道信息修正的解码后合并方法,并 对其性能进行理论分析和仿真实现。仿真结果表明,在误码率为10－4时,修 正后的解码后合并法比传统择多判决的方法提高了2 dB,当接收台站数大于5时,该修 正算法性能优于等增益法接近最大比法。该方法易于实现,为实际通信中合并方法的选择提 供了有效参考。     

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。     

加权多路径路由在LEO卫星星座组网中的仿真应用

给出一种加权多路径路由算法.采用多路径路由技术, 避免了数据路由与转发对单个路径的依赖,提高了星座网络系统的吞吐率、网络抗毁能力,同时使网络负载得到均衡.借助OPNET仿真平台,对算法在星座组网中的性能进行了仿真,并对仿真结果进行了分析与评定.仿真结果表明,该算法使星座组网的抗毁性能、信道利用率等方面得到了显著提高.