多叠加导频OTFS系统低峰均比信道估计

针对现有信道估计方案导致正交时频空间(Orthogonal Time Frequency Space,OTFS)调制系统峰均功率比(Peak-to-Average Power Ratio,PAPR)高或频谱效率(Spectral Efficiency,SE)低的问题,提出一种多叠加导频的低PAPR、高SE信道估计方法。发送端利用时域正交性和离散傅里叶域相位的随机性,在时延多普勒域中嵌入与数据相叠加的5导频符号的导频图案实现低PAPR,提高SE。接收端以数据符号与噪声之和的能量均值为基准,实现导频信号检测,同时根据每个导频的不同位置信息恢复出存在相位旋转的数据信号。基于能量准则,利用多个独立的接收信号进行联合信道估计,以降低数据符号的干扰,并采用消息传递算法进行数据恢复。仿真结果表明,该方法比单叠加导频信道估计的PAPR低,同时较嵌入式导频信道估计的SE提高约14.4%。

一种面向低空通信与感知一体化的多帧导频联合设计方法

无人机通信感知一体化系统因其融合高机动性与通信基站、雷达功能于一体,已成为低空无线通信研究的前沿热点。然而,低空通信的延时和多普勒频移特性使得地面5G通信体制难以直接应用。针对此挑战,提出一种多帧联合导频设计策略,利用多帧序列模糊函数的互补性,在延时容忍条件下有效克服多普勒频偏,提升系统感知性能。与5G NR中的导频序列相比,基于LBFGS算法设计的新导频在时延-多普勒域内显著降低了旁瓣水平。仿真结果显示,本方案在保持通信稳定的同时,显著提高了对多普勒效应的抵抗能力,有效提升了感知性能。

基于位置分配的去蜂窝massive MIMO系统导频分配功率控制算法

针对去蜂窝(cell free,CF)大规模多输入多输出(multiple-input multiple-output,MIMO)系统中存在严重的导频污染问题,提出了一种基于位置分配的贪婪导频分配功率控制算法(greedy pilot assignment based on location with pilot power control,GPABL with PPC).首先,遵循相邻用户不分配相同导频序列的原则进行贪婪导频分配(greedy pilot assignment,GPA);然后,在导频分配的基础上叠加了导频功率控制,选择合理的导频功率控制系数减小信道估计的均方误差.仿真结果表明,将两种方式结合起来进行导频优化,系统的吞吐能力有所提升.

无蜂窝大规模MIMO系统信道估计中基于加权图的叠加导频分配

针对无蜂窝大规模多输入多输出(cell-free massive multiple-input multiple-output, CF-mMIMO)系统信道估计中导频污染问题,提出了基于加权图的叠加导频(superimposed pilot, SP)分配方案。首先分析导频污染对SP信道估计的影响,引入一种全新度量表示用户间潜在导频污染程度;其次根据接入点与用户间大尺度衰落系数完成用户加权干扰图构建,将系统吞吐量最大化问题转化为有容量最大k切割问题求解;最后采取顶点交换局部搜索算法实现SP次优分配。仿真结果表明:本文方案能够有效地改善SP信道估计误差以及系统吞吐量。

OFDM叠加导频联合信道估计和检测方法

针对现有正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统信道估计和迭代检测算法中频谱效率低和鲁棒性差等问题,提出了一种基于酉近似消息传递和叠加导频的信道估计与联合检测方法。首先,在软调制/解调中叠加导频对正交幅度调制的星座点进行预处理,检测时将叠加的导频作为频域符号的先验分布,利用置信传播算法进行调制和解调,实现检测模型的简化。然后,应用因子图-消息传递算法对OFDM传输系统和信道进行建模和全局优化,引入酉变换加强信道估计算法的鲁棒性。最后,建立OFDM仿真环境对现有方法进行仿真分析。仿真结果表明,相对于现有的独立导频类算法,所提算法能够以相同复杂度显著提升OFDM系统的频谱效率和鲁棒性。

NOMA场景下基于双阶段训练的导频污染攻击检测和去污方案

导频污染攻击是攻击者使用与合法用户一致的导频去破坏合法用户的导频训练过程,是物理层中一种主动窃听手段。针对于目前基于调整导频结构的导频污染攻击研究在实际场景中的应用效果较差以及信道去污缺乏对角度域重叠概率探究的问题,提出可用于非正交多址接入环境的基于双阶段训练的导频污染攻击检测算法和基于空间特征的信道去污方案:首先利用接收信号在不同训练阶段正交投影结果的概率密度分布得到攻击检测结果;再利用信道能量在基站天线数较大时只会集中在少数几个方向上,并且不同用户信道在角度域上不可能存在重叠的理论依据实现信道去污。仿真实验表明,相较于基于随机矩阵理论的检测算法[10]和最小描述长度检测算法[11],提出的导频污染攻击检测方法在不同信噪比和导频长度下检测能力都得到显著改善;相较于基于特征值分解的盲信道估计算法[21]和线性最小均方误差信道估计算法[29],提出的信道去污方法在不同信噪比下去污性能上也得到了显著提升。

基于软导频复用和加权图着色的导频分配方案

针对大规模MIMO系统中存在导频污染的问题,提出一种基于软导频复用和加权图着色的导频分配方案。分别将小区用户和导频序列分成两组,小区边缘用户由于受到严重的导频污染而分配正交导频序列组;对于小区中心用户,在经典的图着色基础上使用加权干扰图的方法来进一步净化小区中心用户间的轻微导频污染。仿真结果表明,相比于传统方法,该方法可以有效地减轻导频污染,上行可达和速率得到了明显的提高。

叠加导频传输无标识随机接入方案研究

在无标识随机接入中,基站只需要恢复各个活跃设备发送的数据,而不需要识别活跃设备的信息。这使得大量活跃设备可以在无需事先请求资源的条件下,随时接入基站,从而极大地降低信令开销和传输时延,成为近期的研究热点。目前的研究大都采用基于前导序列来设计的随机接入方案,但这类方案在活跃设备数改变时的鲁棒性较差,且不能充分利用信道带宽,导致活跃设备数较大时系统性能较差。针对这一问题,提出一种叠加导频传输方案来提升信道利用率,并通过最优功率分配进一步提升不同活跃设备数下的系统性能,使系统在活跃设备数变化时具有良好的鲁棒性。在该方案中,首先将需要发送的消息序列的前B p个比特做为索引,选择一对导频序列和交织器。然后,利用选中的交织器对消息序列进行编码、调制和交织,并将选中的导频序列与交织后的调制序列进行叠加来得到发送信号。针对该传输方案,提出基于最小错误概率的功率优化方案来得到不同活跃设备数下的最优功率分配比例,设计了叠加导频检测消除和多用户检测译码的两阶段检测方案。仿真结果表明,叠加导频传输方案可以使基于前导序列的无标识随机接入方案和基于前导的稀疏无标识随机接入方案的性能分别提升约1.6~2.0 dB和0.2~0.5 dB,可以灵活地改变所能承载的活跃设备数量,并具有较低的译码复杂度。

面向工业物联网场景下行短包传输的叠加导频功率优化

工业物联网在实现自动化和智能化生产方面具有巨大的潜力,但现有无线网络难以满足工业控制场景中的低时延、高可靠通信需求。基于此,研究了工业物联网下行短包传输场景中叠加导频(superimposed pilot,SP)功率分配问题,推导了可达传输速率在非完美信道状态信息和最大比发送下的闭合表达式的下限。进一步建立了下行加权和速率最大化问题,并利用逐次凸逼近法将该问题转化为几何规划问题来优化导频和数据功率分配。仿真结果表明所提SP模式下功率优化方案在短包传输中的优越性。

基于改进匈牙利算法的导频分配

导频污染在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中严重影响数据在无线信道中的传输,合理的导频分配对提高系统性能具有重要意义。为获取最佳导频分配,提出一种低复杂度的改进匈牙利导频分配算法。根据信道误差因子值对小区用户进行分类,分类后对用户采用相应穷举法和改进匈牙利算法进行导频分配,提出的改进匈牙利算法利用问题解耦成多个子问题的思想,制定最大化系统下行链路和速率的导频分配优化问题,通过多次迭代,优化当前小区的导频分配,最后达到最佳分配。仿真结果表明:提出的改进算法能以较低的复杂度获得良好的系统性能。

基于导频辅助的高动态信号捕获技术研究

针对卫星-高动态终端相对移动过程中速度和加速度高,造成多普勒频移跨度大、变化率高的问题,提出了一种导频辅助的高动态突发信号捕获技术;对卫星-终端通信链路的信道特性进行了研究,该技术采取基于FFT算法、频偏预补偿的对抗措施,构建了链路发送端和接收端的多普勒频移补偿信道模型;并设计了多帧头同步、导频辅助的新型架构,有效降低了低信噪比下帧传输的错误率;仿真结果表明:该算法达到1×10-5误码率指标时接收灵敏度提高了3 dB左右,满足高动态终端接入卫星移动通信系统的需求。

基于大尺度衰落系数的联合用户分组和导频分配策略

导频长度受限会导致相同的导频复用给不同的小区用户,由此引起导频污染问题。导频污染将使得信道状态信息估计不准,从而降低系统性能。针对小区内不同区域用户遭受导频污染程度不同的问题,分析图着色和部分导频交替复用(AFPR)2种导频分配方案,在这2种方案的基础上进行折中,提出一种基于大尺度衰落系数的联合用户分组以及导频分配方案。对用户与本基站之间的大尺度衰落系数大小进行升序排序,将所有小区用户根据所受导频污染严重程度的不同,依次分类为安全边缘用户、危险边缘用户和中心用户,对于安全边缘用户和非安全边缘用户,分别采用加权图着色方案和AFPR方案进行导频分配。仿真结果表明,相比原有AFPR方案,该方案的用户平均上行可达和速率提高约2.2%,其能够有效利用不同区域用户信道质量的差异性来完成导频分配,并通过具有较低复杂度的策略降低导频污染对用户的影响。

大规模MIMO干扰和最小的相移导频方案

在大规模MIMO系统中,小区间使用合理相移后的导频序列而非复用同一组导频,能以导频长度的适当增加换取导频污染水平的下降。但已有研究在优化各小区导频相移量时未考虑小区间的实际干扰情况,而且在相移导频方案下传统基于贪婪搜索的协作式导频分配方法已不再适用。针对上述问题,选择与大尺度信道信息有关的系统总干扰最小作为优化目标,搜索得到更优的导频相位偏移值,降低导频污染水平;在所设计的相移导频方案基础上,采用低复杂度的禁忌搜索算法实现对各小区用户的协作式导频分配,进一步降低导频污染的影响。仿真实验表明,所设计的上行导频方案可以提高信道估计精度,进而提升下行用户传输速率。

PCSS-SC下基于并行导频序列的一种主动式RAKE接收技术

为解决并行组合扩频散射传输系统信道中存在的严重多径衰落效应,提出一种基于并行导频序列的主动式RAKE接收技术。该技术利用扩频序列PN的自相关特性,添加额外并行扩频序列作为收发已知的导频信号,设计适用在并行组合扩频散射通信的系统模型,并提出该模型下的多径搜索和时延估计方法,利用散射信道相干时间减少导频序列占比。通过仿真对比分析,在SNR=-8 dB时,信号识别概率能达到90%以上,低信噪比范围内,相比无抗多径技术可以提升60%左右的正确识别概率;区分充分多径和不充分多径进行系统误码率性能仿真分析,在SNR>-2 dB的区间内,相比无抗多径技术误码率大小均降低了三个数量级以上。结果说明文中技术能有效地对抗系统存在的多径衰落,保持较好的工作性能,保证数据稳定传输。

基于叠加导频的雷达与通信一体化信号处理算法研究

MIMO-OFDM技术日益成熟,MIMO系统为雷达通信一体化系统提供了硬件支持,OFDM调制为通信感知一体化系统提供了合适的调制方法;传统通信系统的接收方只接收通信信息而浪费了携带的信道信息,后者正是雷达系统所需的信息,通感一体化系统也提高了信息利用率;在通信感知一体化系统的存在诸多不同形式中,采用了叠加导频的系统,验证了叠加导频相较于传统导频策略的优越性,并研究了基于叠加导频的雷达系统的性能;直接使用香农公式计算通信雷达融合信道的信道容量,并研究两部分功率比对于系统互信息的影响。

基于CP和导频的两级OFDM频偏估计方法

在OFDM通信系统中,频偏估计技术是一项关键技术,OFDM系统对于载波偏移比单载波系统更加敏感。目前,常用的频偏估计技术要么存在较大残余频偏,要么会增加传输冗余,降低传输效率,无法满足高速传输系统的需求。基于循环前缀和导频的估算频偏提出了一种新型频偏估计方法,并通过仿真验证了该频偏估计方法的有效性。将该方法与单一频偏估计方法进行对比分析,结果表明,该方法不会降低传输效率,且具有良好的频偏估计性能,适用于高速传输OFDM通信系统。

大规模MIMO系统中动态导频分配

针对大规模多输入多输出(MIMO)系统中存在的导频污染问题,该文提出一种动态导频分配方案。所提方案利用目标小区与干扰小区用户之间的信号干扰强度差将干扰小区分为inU和outU两类,并对inU中的用户进行最优导频分配,outU中的用户进行随机导频分配来提升系统的平均下行可达和速率。同时,在存在额外正交导频组的情况下对所提方案做了进一步优化。仿真结果表明,所提的动态导频分配方案能够有效地提升大规模MIMO系统的性能。

PCSS-SC通信下基于导频序列的主动式RAKE接收研究

RAKE接收是一种适合扩频通信和频率选择性衰落信道的抗多径技术,论文具体分析了传统RAKE接收技术应用在并行组合扩频散射(PCSS-SC)通信系统时存在的待优化问题,结合信道多径衰落分析和仿真模型,说明了该系统适用于RAKE接收设计要求。为改善散射信道存在的严重多径衰落,结合PCSS-SC系统并行体制特殊性,提出基于导频序列的主动式RAKE接收模型,同时采用选择性合并(SC)/等增益合并(EGC)混合的合并方式。仿真结果表明,该模型在改进传统RAKE接收技术的同时,可以适配在PCSS-SC通信环境,有效降低系统误码率。

基于通信导频数据环境识别研究

首先基于真实通信设备,通过对物理层协议进行改造获取用于信道均衡的导频数据,通过对导频数据的数学处理获取信道的时延功率谱。然后对城区建筑物密集的办公区环境、临街道路环境和建筑物较为稀疏的郊区环境进行了实地测量,基于测量得到的时延功率谱数据,通过数据处理得到时延功率谱图片数据,用于对三种环境识别的学习和验证。最后使用深度学习的方式构建了Res Net50深度网络,对数据进行了训练和验证,仿真结果表明,对三种环境的识别准确度可达到90.31%。基于导频数据进行环境识别的研究适用于真实的通信设备进行通感一体化升级,通信设备在无需进行通信协议重构的前提下通过移植训练模型即可实现对环境的识别。

基于端到端系统的导频插入和信道估计设计

自深度学习技术驱动的端到端通信系统解决方案被引入后,通信系统的架构模式已经发生了巨大的变革。虽然该技术在AWGN信道上表现良好,但在无线信道环境变化情况下,其表现并不尽如人意。因此,当前普遍采用的策略是引入导频信号,将导频按照头部位置插入或固定间隔插入的方式插入数据流中,同时在端到端系统之外增设信道估计模块以补充信道信息。然而,这种做法实际上与端到端一体化的理念相矛盾。提出了一种综合的端到端系统,利用深度神经网络进行导频插入位置选择并设计接收机,使系统能够有效收集信道信息,进而顺利恢复传输数据。与传统的导频插入方案相比,该系统具备明显的性能优势,误码率降低1~2 dB。另外,针对各类信道环境,系统内部的导频插入算法都可以提供具有针对性且高效的导频插入方案,因此对通信环境具有极高的适应性。