一种快速,低运算量的信道辨识算法

在离散多音频（ＤＭＴ）系统中，保证通信正常进行的关键之一是完成收发信机的时域和频域均衡器的正确设置。一般的均衡器训练算法计算量较大。为了降低对计算量的要求，同时保证的精确度，本文提出一种基于信道辨识的均衡器训练算法。该算法将信道等效为一个ＡＲＭＡ（自回归滑动平均）模型，应用正交最小二乘法（ＯＬＳ）可快速估计出这个ＡＲＭＡ模型的阶数和参数，同时也就得到了均衡器系数的值。实验结果证明，本算法计算量较小     

衰落信道中的DS/CDMA系统盲差分自适应接收机

在本文中，我们针对标准MMSE自适应接收机在频率非选择性衰落信道中的相位滑动和失锁问题，提出了一种无需进行训练和信道参数估计的盲差分自适应接收机。为自适应地实现该接收机，我们同时提出了一种基于正交分解的盲平均随机梯度（Orthogonal Decomposition-based Blind Aver-aged stochastic Gradient，简称ODBAG）算法。仿真结果表明，这种以ODBAG算法实现的盲差分自适应接收机在瑞利（Rayleigh）衰落信道中，误码率性能比传统匹配滤波器（Matched Filter，简写为MF）接收机有显著的提高，并接近改进的MMSE自适应接收机的性能。     

一种低复杂度聚类估计MLSE均衡器

给出了一种新的聚类估计最大似然序列均衡器(CBSE),避开了传统MLSE均衡需要估计信道脉冲响应(CIR)和卷积运算,由接收信号估计聚类中心,同时利用聚类中心之间的对称性,仅需估计其中部分中心,其余中心可通过简单运算获取,从而在缩短训练序列的同时减少了运算量.仿真表明,新方法在取得与RLS均衡器相近收敛性能的同时,计算量比LMS均衡器小.     

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。     

一种MB-OFDM系统中改进的盲自适应信道缩短算法

针对MB-OFDM(多频带正交频分复用)系统中Merry算法收敛速度慢的问题,提出一种改进的盲自适应信道缩短算法.利用RLS算法实现均衡器抽头的迭代计算,改善了算法的收敛性和鲁棒性.同时提出一种最优初始化算法,提高了算法的收敛速率.仿真结果表明对于具有很强时变性的超宽带信道,该算法在收敛性和稳健性方面都具有良好的性能.     

基于Kalman滤波的WCDMA上行链路衰落信道跟踪

针对WCDMA上行链路的结构，介绍了一种基于卡尔曼滤波和线性内插的信道跟踪方法。Kalman滤波器通过线性内插所提供的粗略的数据估计值来准确地获得信道参数的LMMSE解，跟踪信道的变化。仿真结果表明该方法能有效跟踪快速衰落信道，改善系统的性能。     

MB—OFDM UWB系统中基于信道缩短的信道估计

在MB-OFDM超宽带(UWB)系统中,针对循环前缀(CP)长度小于信道最大多径延迟时难于估计信道参数的问题,提出一种基于信道缩短的信道估计方法。首先采用发送信号插入梳状导频的方式,利用无约束最优准则,在接收机前端设计信道缩短均衡器,然后根据均衡器输出序列估计出复合信道,最后通过反卷积解出原信道参数。仿真结果表明,在信道最大多径延迟大于CP长度时,该算法具有更优的性能。     

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。     

递归神经网络自适应均衡抗突发干扰研究

短波信道的突发干扰对判决反馈递归神经网络自适应均衡器有破坏作用并能导致均衡器失效,从而影响整个通信系统的连续性。本文对突发干扰时判决反馈递归神经网络自适应均衡器特性进行了分析,提出了2种改进算法。仿真结果证明了这2种改进算法的有效性。     

联合信道均衡与时间反演的室内保密通信方法

针对物理层无线通信的窃听信道问题,提出了一种适用于室内频率选择性衰落信道的均衡时间反演(Equalized Time Reversal,ETR)保密通信方法。首先,建立了均衡时间反演窃听模型,在信号发送端将均衡器级联配置,利用信道均衡技术提高信息传输的保密性能;其次,通过传统时间反演(Time Reversal,TR)技术的等效信道分析对均衡器进行了设计,根据均衡后的信道推导了系统保密信干噪比、系统保密容量、误码率的闭合表达式。理论分析和仿真结果表明,与传统的TR技术相比,ETR的保密信干噪比、系统保密容量更高,合法接收用户的误码率更低。     

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。     

DFT-S-OFDM系统中基于DFT的软迭代信道估计

在基于傅里叶变换扩展的正交频分复用（DFT-S-OFDM）系统中,为了消除由多径传播和多普勒效应导致的信道间干扰（ICI）,提出了一种基于离散傅里叶变换（DFT）的软迭代信道估计算法。该算法将传统DFT信道估计技术与Turbo均衡技术相结合,利用Turbo均衡器反馈的软信息来更新初始信道估计响应,进而消除噪声和ICI。Matlab仿真结果表明,在多径信道下,经过2次以上的迭代后,该算法的误码率（BER）性能得到了显著的改善。     

多径衰落信道MPSK信号超指数迭代盲解调算法

为了提高多径衰落信道下的盲解调性能,提出了一种结构简单的MPSK信号盲解调算法。首先利用超指数迭代分数间隔盲均衡器实现联合定时同步与均衡,然后对均衡器输出信号进行非线性变换实现载波频偏的估计,最后利用二阶数字判决锁相环跟踪相位变化纠正剩余频偏和相偏。仿真结果表明,在多径衰落信道条件下,与现有算法相比,基于超指数迭代分数间隔盲均衡器的盲解调算法实现简单,误码率低,而且具有收敛速度快、性能稳定等优点。     

基于矢量消息传递的迭代均衡

在迭代均衡中,通过计算后验概率密度求解输入信息可以被视为一个广义线性回归问题。为解决此问题,采用了一种名为广义矢量消息传递的新算法。该算法与之前的广义消息传递算法相比,可以适用于包含任意分布的输出。使用该算法的检测器中,包含一个内部软均衡器和软分块交织器,原理与软均衡器和软译码器的消息传递类似,其按照迭代算法逐块交换外信息,从而改善均衡器的性能。通过对该算法的性能分析,提出增加半自适应的阻尼系数来保证内部软均衡器和交织器的独立性。对改进后的算法进行性能分析,结果表明其计算复杂度和低信噪比条件下性能均优于逐符号的迭代均衡以及广义消息传递算法的迭代均衡。     

应用于窄脉冲超宽带通信的均衡算法及其实现

由于高传输速率及多径效应的影响,在窄脉冲超宽带（IR-UWB）通信系统中,基于传统横向滤波器的时域均衡技术已无法对抗严重的码间干扰。通过收发两端联合设计,提出了一种以数据块为基础的基于码元的频域均衡技术,同时介绍了其应用前提和算法实现。仿真结果表明,所提方法能有效对抗超宽带通信系统中存在的码间干扰,是窄脉冲超宽带通信系统中更为现实的技术选择。     

块处理Kalman算法及其在系统辨识中的应用

Kalman滤波器能以自适应的方式精确地辨识一个系统,但在通信等应用领域,Kalman系统辨识的意义往往在于求其逆系统并用作均衡等后级处理。由于求逆算子的敏感性,估计结果中小的误差也可能造成均衡器性能的显著损失。本文在研究Kalman估计的各种噪声抑制结构后提出一种块处理Kalman算法,该算法在静态或缓变系统中显示出比传统逐符号处理Kalman算法更好的估计误差的性能(误差功率与块处理长度成反比),而且其结构简单,易于实现。     

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。     

IEEE802.16a单载波频域均衡方案的仿真

研究了IEEE802.16a宽带无线接入系统的单载波频域均衡(SC-FDE)方案,建立了完整的802.16a单载波频域均衡系统仿真平台,研究了SC-FDE系统的频域均衡、编码和分集增益.仿真结果表明,将SC-FDE系统与判决反馈均衡、信道编码或发送分集结合都能提高SC-FDE系统抗多径干扰的能力.     

基于小波变换变步长LMS自适应信道均衡的新方法

结合变换域最小均方（LMS）和变步长LMS算法的优势,提出了一种基于小波变换 的变步长LMS自适应均衡方法。该方法中步长调整函数采用了改进的Sigmoid函数,该函数具 有简单且误差信号接近零时变化缓慢的特点。并且,在训练模式、判决引导模式以及混合模 式下,将提出方法和传统均衡方法进行了仿真比较。结果表明,所提出的方法比传统的线性 LM S算法、变步长LMS以及小波变换LMS收敛更快、性能更优。