自适应减少复杂度的盲最大似然序列估计

基于逐幸存路径处理原理和自适应选择幸存路径的思想,本文提出了一种自适应减少计算复杂度的盲最大似然序列估计新算法.通过分析和推导,给出了一种近似估计网格图最小欧式距离的方法,并利用该估计值对幸存路径进行取舍,在网格搜索中仅保留少数幸存路径来进行信道参数和发送符号序列的联合盲估计.理论分析和计算机仿真结果表明,对严重符号干扰信道,在较高信噪比条件下,本文提出的新算法具有较理想的误符号率性能和较低的计算复杂度.

适用于慢衰落信道的联合最大似然序列估计

为了克服移动通信中存在的多径衰落效应,基于Viterbi算法的最大似然序 列估计需要不断跟踪信道参数的变化。在建立有限带宽信号的多径衰落信道传输模 型的基础上,提出了一种适合于慢衰落信道特性的降阶联合信道跟踪与最大似然均 衡算法D PSP。该方法根据信道特性选择不同的降阶维数N,在保证数据正确接收 率的条件下,不同程度的有效减小PSP算法的计算时间和存储空间。

基于最大似然序列估计的MSDD OFDM载波间干扰抑制法(英文)

为抑制多符号差分检测(MSDD)OFDM系统中的载波间干扰(ICI),分析了载波间干扰的统计性影响,并在最大似然序列估计过程中考虑了这些影响。提出了通过在最大似然序列估计过程中利用全部子载波信号的信息估计并抑制载波间干扰的方法。为降低计算复杂度,进一步提出了几种利用部分子载波信号信息的次优载波间干扰抑制法。仿真结果表明:所提出的次优方法在平坦及频率选择性瑞利信道中均可显著提高误码率性能。

无线通信中最大似然序列估计的改进方法

无线通信中应用最大似然序列估计,其时延和计算复杂度是必须解决的两个问题。为跟踪时变的移动无线信道,必须采用自适应信道估计器来提供信道信息。针对以上问题,综述了减少时延和计算复杂度的解决方法,并讨论了各种方法在复杂度和性能之间的权衡。最后指出了今后的研究方向。

基于牛顿梯度的盲最大似然序列估计算法研究

为解决LMS类算法简单但收敛速度慢,RLS类算法收敛跟踪性能好但计算太复杂的不足,提出了基于牛顿梯度的盲最大似然序列估计算法,即将牛顿梯度算法与Viterbi-MLSE算法相结合。牛顿梯度法是用当前时刻的梯度估计代替前一时刻的梯度估计,并由矩阵求逆定理导出了一种新的相关函数自适应滤波算法。分析了基于牛顿梯度的盲最大似然序列估计算法的基本机理,并通过实验仿真验证了其可靠性。与传统的基于LMS的盲最大似然序列估计算法相比,具有收敛速度快的特点。

一种基于最大似然序列估计的均衡算法

本文利用编码的思想 ,在Viterbi算法的基础上提出了一种改进的准MLSE均衡算法。此算法能大大降低计算的复杂度 ,并具有对信道冲激响应波形的敏感性较低、和软输出的Viterbi算法兼容等特点。本文利用计算机对算法进行了性能仿真 ,并和NMLSE等算法进行了比较 ,模拟结果表明 ,该算法具有良好的抗ISI性能。

归一化LMS盲最大似然序列估计算法

阐述了归一化LMS盲最大似然估计算法的基本原理,通过计算机仿真试验证明了该算法在收敛速度、稳态剩余误差等方面均优于传统的LMS盲最大似然估计算法,并提出了该算法的研究方向。

一种空时分组码最大似然检测的递归算法

空时最大似然序列估计(MLSE)方法是在已知接收的向量信号的情况下,估计已经发送出去的数据序列。论文在分析了空时编码(STBC)原理的基础上,提出了一种空时分组码的最大似然比检测的递归算法。利用STBC的正交结构,简化了最大似然准则,并且推导出递归表达式,接收端采用Viterbi译码,以较低复杂度实现最大似然译码。

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。

频率选择性衰落下一种基于迭代干扰抵消的空时分组码译码算法

针对频率选择性衰落下空时分组码的正交性由于多径干扰而遭到严重破坏,提出一种基于迭代干扰抵消的最大似然序列估计(MLSE)译码方案;并结合最大比合并方法对所提方案进行改进和提高,以进一步降低计算复杂度。这些方案能很好地弥补通常空时分组码在频率选择性衰落下译码时的不足,它们不仅能抵消正交性没有破坏的在偶次项上的多径干扰,还能抵消正交性受到破坏的在奇次项上的多径干扰;有着非常好的性能。而且与直接对长序列信号进行MLSE译码相比,有着非常低的译码复杂度;从而以低复杂度实现了较好的空时分组码译码性能。

光纤通信中序列估计与纠错译码的级联的研究

使用误码率仿真的方法,比较了基于Viterbi算法(VA)的最大似然序列估计(MLSE)电色散补偿技术和低密度奇偶校验(LDPC)纠错译码技术的VA+BF译码、VA+BP译码简单级联和VA+BP译码置信级联3种级联方法。仿真结果表明,本文提出的置信级联能够有效地判断出VA给出的序列估计值是否可信,并在此基础上进行LDPC译码需要的对数似然比(LLR)信息的初始化。与简单级联方式相比,置信级联的方法能够获得更好的LDPC软译码性能,而且随着光纤传输距离的增加和码间串扰(ISI)效应的恶化,置信级联比简单级联具有更高的性能增益。

基于最小二乘支持向量机的自适应盲均衡器

提出了一种普适性较强的基于最小二乘支持向量机(LSSVM)的自适应盲均衡器(ABSVME)。该方法根据信号的特征恢复思想,将LSSVM均衡器的输出进行过采样,构造具有时间去相关特性的代价函数,结合Kumar快速算法和静态迭代学习算法在线跟踪信道。通过仿真实验,并与传统恒模盲均衡器和最大似然序列估计均衡器进行比较,结果证明该方法具有优良的非线性均衡能力。

改善判决反馈均衡器性能的一种新方法

判决反馈均衡器是一种算法复杂度较低、性能也较好、并在实际中得到广泛应用的均衡器。它的一个内在的缺陷是错误判决结果反馈所引起的性能损失。利用判决反馈均衡器中前向滤波器输出中的信息,提出了一种改善判决反馈均衡器性能的方法,并给出改进后判决反馈均衡器的结构和实现方法。仿真结果证明了该方法的有效性。

紫外非视距通信的MLSE均衡器

针对无线非视距紫外通信中的大气信道模拟问题,提出将最大似然序列估计均衡器应用于无线非视距紫外通信中。推导紫外通信中接收信号的概率密度函数,以此近似研究均衡器的输出误码率。理论分析与仿真结果表明,在短距离通信时,大气衰减系数与信道带宽的变化不影响均衡器性能。在接收信噪比不变的较长距离通信时,两者的变化对均衡器性能影响明显。信道记忆长度等因素对均衡器性能影响显著,而对调制方式不敏感。

GSM公共信道中SCH自适应均衡解调算法研究

针对移动信道多径效应造成的严重的码间干扰（ISI）问题，研究了基于最大似然序列估计（MLSE）的GSM公共信道中SCH自适应均衡解调算法，并对这种自适应均衡解调算法在Jakes移动信道模型环境下的性能进行了分析和计算机仿真，仿真结果表明该自适应均衡解调算法能够很好地克服码问干扰（ISI）问题，性能良好。

短波通信中的低复杂度时域均衡

提出了一种基于Chase算法的低复杂度时域均衡技术。首先通过传统的自适应均衡器获取软值,再利用Chase算法计算可信度找到不可靠位,同时构造测试序列,然后进行滑动窗搜索和逐比特译码。此算法在减小计算量的同时消除了译码时延,并且误码率逼近最大似然序列估计,实现了复杂度和性能的折衷。

时频混合重叠复用系统的快速检测算法

为提高通信系统的频谱效率,研究了一种时频混合重叠复用系统,并提出针对该系统的基于Gabor变换的快速检测算法和利用误差反向传播思想的改进检测算法。实验结果表明,与利用最大似然序列估计检测算法相比,该算法在牺牲部分性能的条件下,检测速度大幅提高,且系统性能和检测速度做了很好的折衷,在较高信噪比时仍然优于相同频谱效率的高阶调制。采用相互重叠的信号复用传输方式直接提高传输速率比使用同样频谱效率的高阶QAM调制能带来更大的增益。

一种新型的GSM接收机的设计与实现

依据GSM协议,结合GSM数字移动通信系统信号传输的特点,给出了基于GSM系统的带软输出结构的MLSE接收机的设计方案,阐述了MLSE接收机的实现算法。实际环境的试验结果表明:工程实现的MLSE接收机具有良好的工作性能和一定的实际应用价值。

MLSE算法及其在智能天线中的应用

MLSE算法作为一种最优算法,能有效地抑制多径干扰,得到了比较广泛的应用。该文系统地介绍了MLSE算法原理和在智能天线中的应用。

多调制指数CPM频域均衡技术研究

研究了多指数连续相位调制(multi-h CPM)信号的频域均衡技术。区别于采用循环前缀(CP)的作为保护间隔,提出了带有训练序列(TS)的发射帧结构设计。在理想信道估计和同步的条件下,采用最大似然估计(MLSE)维特比译码,仿真了多径衰落信道中不同均衡算法的误码率性能,并比较了采用CP和TS帧结构的mutli-h CPM频域均衡技术在误码率性能上的差异。