线性最小均方误差在水声通信中应用

首先对水声信号的结构进行分析和研究,然后对影响其性能的部分采用线性最小均方误差估计的均衡算法,通过调制方式进行实验仿真。实验结果表明,本文所设计的算法性能比较稳定、复杂度低、均衡效果好。

正交频分复用系统一种基于线性最小均方误差信道估计的改进算法

线性最小均方误差(LMMSE)是OFDM系统中常用的一种信道估计算法。LMMSE信道估计需要无线信道的统计信息,在实际应用中很难实现。针对上述问题,提出了一种利用滑动窗口法改进的LMMSE算法。该算法利用最小平方(LS)估计结果通过滑动窗口获得计算所需的参数,与LMMSE算法相比,该算法计算相对容易,更加实用。在对估算精度要求不太高的场合,改进算法更具优势。仿真结果显示,改进算法的误码率性能接近理想条件时等价线性最小均方误差(ELMMSE)算法。

OFDM水声通信线性最小均方误差算法信道均衡

正交频分复用在高速水声通信中的应用越来越广泛。水声信道是多径、高噪声的衰落信道。由于信道条件差,容易产生码间干扰,信道均衡技术是提高通信系统性能的重要技术。提出了线性最小均方估计在水声通信系统中应用的方案,研究了实际通信中利用调频信号如何确定信号的平均多径时延、最大多径时延,比较了不同调频信号测量信道的性能。该方案基于导频辅助均衡方法,利用调频信号测量信道,获得的信道统计信息,计算信道的自相关矩阵。从而根据线性最小均方误差算法进行信道均衡。通过仿真和湖试进行验证,结果表明该方案效果较好,对系统性能改善比较明显。

综合多梯度磁场方向弥散加权磁共振图像线性最小均方误差去噪

弥散加权磁共振图像(DWI)是使用特殊自旋平面回波序列进行快速成像,它易被噪声干扰,需要有效去噪以保证后续应用。目前去噪方法一般为常用图像去噪方法扩展,缺乏针对DWI多不同梯度磁场方向数据构成特点的针对性应用。本文提出一种DWI Rician噪声的线性最小均方误差(LMMSE)复原方法,使用局部信息的统计特征,对DWI的Rician噪声进行有效估计,并综合多梯度磁场方向改进使用LMMSE进行复原。在合成模拟DWI数据和真实人体脑部DWI数据上进行的仿真和实验表明,本文方法较之目前使用较多的逐梯度方向去噪方法能够更好去除DWI中Rician噪声,有效改善计算获得的DTI大小和方向信息的有效性和准确性。

结合相似块匹配及线性最小均方误差滤波器的全极化雷达影像去噪

针对全极化合成孔径雷达Pol SAR(Polarimetric Synthetic Aperture Radar)影像相干斑噪声严重的问题,提出了一种结合相似块匹配和线性最小均方误差原理的去噪方法。该方法首先在原始影像上实现相似块组的匹配,进而利用线性最小均方误差滤波器对影像块组进行滤波得到初始去噪结果;然后,同时利用原始影像和初始去噪影像的信息进行相似块组的重新匹配,并再次利用线性最小均方误差原理对重匹配影像块进行去噪,得到影像最终的去噪结果。利用模拟的Pol SAR影像和高分三号卫星Pol SAR影像进行了算法效果的验证。结果表明,去噪算法在显著抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。

Turbo均衡中的符号方差反馈均衡器

为了降低Turbo均衡中均衡器的复杂度,该文提出了符号方差反馈均衡算法(SVFE)。该算法是对精确的线性最小均方误差估计值(LMMSE)进行Taylor展开得到的。在该算法中,先利用时不变均衡器得到初步符号估计值,再根据先验符号方差对估计值加权,最后进行时不变滤波得到更佳的符号估计值。由于用到了时变的先验符号方差信息,其性能更接近精确的LMMSE均衡器。将所提算法用于Proakis C信道下的Turbo均衡处理,和时不变均衡算法进行仿真对比,所提算法将信噪比损失从0.83 d B降到了0.17 d B,并且仍可通过快速傅里叶变换降低为对数复杂度。

一种面向多RIS的LMMSE信道估计方法

在智能超表面(Reconfigurable Intelligent Surface,RIS)辅助的无线通信系统中,信道状态信息(Channel Situation Information,CSI)是RIS反射相位矩阵优化的前提和基础。为了获得精准的CSI,针对多RIS辅助的多输入单输出(Multiple Input Single Output,MISO)通信系统,提出了一种训练序列优化和线性最小均方误差(Linear Minimum Mean Squared Error,LMMSE)方法相结合的信道估计方法。该方法使用LMMSE方法估计级联信道的CSI;在所得CSI的基础上,对RIS的反射矩阵和基站(Base Station,BS)发射的训练序列进行了联合优化,最小化原本信道估计的均方误差(Mean Squared Error,MSE),进一步提高了信道估计的精度。仿真结果验证了所提信道估计方法和双RIS联合训练反射矩阵与训练序列优化设计的有效性。与各种基准方法进行比较,具有更高的CSI估计精度。

UWB测距室内定位算法误差分析

为了进一步研究提高室内定位的精度,分析适合用于室内定位的基于超宽带(UWB)测距技术的算法:建立基于UWB的测距模型;分析线性最小均方差估计(LLSE)、加权质心估计(WCE)及指纹估计(FPE)3种算法的均方差;然后比较分析视距(LOS)和非视距(NLOS)场景下的均方差特性;最后总结出基于UWB测距的较高精度的室内定位算法。仿真结果表明:相比于LLSE和WCE算法,FPE算法更适应室内定位,在室内环境具有更高的定位精度,但其复杂度较高;而LLSE不适合应用于基于UWB测距的室内定位算法。

基于小波多尺度分析的网络流量组合预测方法研究

基于小波多尺度的分解和重构思想,将网络流量通过小波分解成不同尺度下的逼近信号和细节信号,然后分别单支重构成低频序列和高频序列。根据低频序列和高频序列的不同特性,分别采用自回归模型(AR)和线性最小均方误差估计(LMMSE)对未来网络流量进行预测,最后重新组合生成预测流量,通过对真实网络流量的仿真实验,结果显示该方法能比较准确地预测未来的网络流量。

OFDM系统中基于导频的低秩信道估计方法

主要研究了正交频分复用(OFDM)系统中基于导频辅助的低秩信道估计方法,提出了一种秩的取值及自适应秩跟踪方法。低秩估计方法利用信道的频域(和/或时域)相关性以及奇异值分解技术。其中关键的秩估计也就是信号子空间的维数判定必须在计算复杂度和估计误差两方面折中考虑。仿真表明给出的秩估计方法能够比较准确地反映出信号子空间的大小,大大降低运算复杂度。在此基础上的低秩方法与线性最小均方误差(LMMSE)估计的性能几乎一样并且对子载波总数的大小和信道环境变化的敏感性相当小,通过分块估计还可以进一步降低运算量。

基于码分多址的大容量鲁棒数字水印方案

提出了基于CDMA的大容量鲁棒数字水印方案。该方案解决了基于CDMA的大容量水印所面临的几方面问题,应用排序后构造分组矩阵的方法,解决了CDMA数字水印系统中嵌入较大水印图像所出现的同址分组干扰严重的问题;通过对合路器合成后的水印序列进行自适应调节,可以有效解决PSNR值下降较大的问题;通过应用线性最小均方误差估计进行水印检测,在不加剧噪声影响的情况下解决了CDMA水印中存在的多址干扰问题。实验结果表明,本文提出的方案和方法实现了水印容量大、宿主图像失真小、水印信息的安全隐蔽性好、抗干扰噪声以及其他常见图像处理攻击的鲁棒性强等优点。

无人机数据链信道均衡算法仿真研究

研究无人机数据链信息传输和信息处理问题,针对无线通信中的符号间干扰问题,将Turbo迭代处理技术应用于接收机中的均衡和解码过程,同时考虑实调制信号在复信道中的传输特性以及传统MMSE算法存在的缺陷,提出采取宽线性的信号处理算法,由宽线性最小均方误差(Widely Linear-MMSE,WL-MMSE)迭代算法,推导具有迭代思想的均衡算法,给出算法在两种信道下的性能仿真,在短帧传输条件下和复系数信道中,WL-MMSE算法取得了较优异的性能,与MMSE算法相比,三次迭代后,算法约有0.3d B的增益。结果表明,Turbo均衡技术实现了接收系统解调、均衡与译码的联合优化,为提高无人机数据链性能奠定了技术基础。

网络化多传感器系统的序贯式融合滤波——基于噪声估计方法

在网络化多传感器系统中,由于各传感器采集到的量测信息在经网络向融合中心传递的过程中,常会出现各种随时间变化的延迟现象,而处理该类系统融合滤波问题的现有方法又大都难以实现滤波过程实时性与滤波精度最优性的共赢.为此,本文在线性最小均方误差意义下,利用不同时刻状态间的递推关系和噪声估计方法,提出了一种实时、递归、最优的序贯式融合滤波器.首先利用状态间的递推关系,将不同时刻得到的量测信息转化为当前状态的伪量测信息.其次,利用新提出的噪声估计方法求解伪量测方程中增益噪声的估计值和用于滤波器设计的增益矩阵.然后,基于转化后的伪量测信息和求取的滤波增益矩阵实现对系统状态的最优估计.以此方法依次处理该融合周期内到达融合中心的各量测信息,建立起一种实时、递归、最优的序贯式融合滤波器.最后,用计算机仿真来验证新方法的有效性.

基于局部同质区最大化搜索的极化SAR影像最小均方误差滤波方法

极化合成孔径雷达(SAR)相干斑的存在严重降低了其影像质量,进而影响了后续信息提取与地物解译的精度。本文提出了一种结合局部同质区域搜索技术与线性最小均方误差滤波器的全极化SAR去噪方法。主要思想是以待处理像素为中心,由八邻域方法向外扩张寻找八条拓展边长,然后连接各边的顶点所构成的八边形区域,即是中心像素的邻域同质区;利用得到的邻域同质像素,通过设计线性最小均方误差滤波器,实现相干斑噪声的去除。模拟和真实实验表明,本文提出的方法不仅能快速有效地抑制相干斑噪声,还能较好地保持影像的边缘和极化散射特性等信息。

OQAM/OFDM系统中基于LMMSE的时域信道估计方法

针对偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统在高频率选择性衰落信道下频域信道估计方法存在的误码平层问题,提出了使用时域信道估计方法对OQAM/OFDM系统进行信道估计。建立了OQAM/OFDM系统时域信道估计模型,通过迭代的方法估计信道的协方差矩阵,得到不需要先验信道协方差矩阵信息的线性最小均方误差(LMMSE)估计方法。仿真结果表明:所提的方法能够有效克服误码平层,且信道估计性能比传统的加权最小二乘(WLS)估计方法有5dB的性能提升,与已知先验信道协方差矩阵信息的LMMSE信道估计方法有相近的性能。

基于并行均衡框架的Turbo均衡

为了解决在Turbo均衡中由迭代引起的均衡延迟问题,两种分别对应于最大后验概率(MAP)和线性最小均方误差(LMMSE)均衡算法的并行均衡方案被提出。通过理论分析、仿真验证以及最后的硬件实现复杂度的分析研究表明,对于上述两种并行均衡方案,可以保证在小的硬件实现复杂度开销以及几乎没有性能损失的前提下,大大降低其均衡延迟。

基于导频的OFDM信道估计方法研究

提出了一种改进的信道估计算法。采用基于SVD的LMMSE算法对导频符号的信道系数进行估计,比较了改进后的算法与原有算法。仿真结果证明,无论对于快衰落信道,还是慢衰落信道,改进后算法都具有更好的性能,更适合于无线OFDM系统。

LMMSE频域均衡系统中的最优LDPC码设计

首先介绍了基于LMMSE准则的频域均衡算法的基本原理及其信噪比演进技术,进而采用高斯近似的方法引出了LDPC码的最优设计问题,并通过将优化问题分解为线性优化对其进行迭代求解。针对优化所得的LDPC码进行仿真,结果表明其性能优于已有文献中给出的LDPC码性能,并且更加接近系统容量。

短波信道数字通信中Turbo均衡技术研究

研究turbo均衡原理及几种均衡算法,并针对具有严重ISI的短波信道,在信道参数已知和不匹配的情况下,对不同的联合均衡和译码算法、不同迭代次数对系统性能的影响进行了仿真和比较,结果表明,LMMSE/MAP算法在迭代几次以后具有良好的误码性能和鲁棒性,且计算复杂度低,利于工程实现。

线性预编码OFDM系统的迭代接收机

线性预编码是OFDM系统在频率选择性衰落信道中利用频率分集的有效方法 .为了进一步提高性能 ,本文提出了一种线性预编码OFDM系统的迭代接收机 ,该迭代接收机采用基于线性最小均方误差准则 (LMMSE)的tur bo均衡算法及其简化方法 ,具有很低的计算复杂度 .本文同时还提出通过使用长度不小于等效离散时间信道的时延扩展长度的线性预编码器和迭代接收机 ,可获得完全的频率分集增益 .