基于隐训练序列的信道估计与跟踪

提出了新的基于隐训练序列的频率选择性信道估计方法,利用训练序列与信息序列的不相关特性,在没有带宽损失的情况下估计出信道参数。文中对所提方法给予了证明,给出了信道估计算法,并提出了改进的白适应形式,可以用于跟踪时变信道。与以往的隐训练序列估计方法比较,文章中的算法具有更低的估计均方误差,不受接收端直流偏移的限制,且适用于时变信道。计算机仿真结果表明了该估计方法的有效性。

沙尘气象条件下基于隐训练序列的大气光通信信道估计

当大气光通信在沙尘气象条件下工作时,基于隐训练序列估计方法的固有优势将受到叠加数据信息、功率分配和直流偏置的制约。针对该信道环境的特点,文中提出了一种有效改善隐训练序列估计性能的方案。该方案中,采用数据依赖法来减轻叠加数据信息对估计性能的干扰,采用相关匹配法来消除直流偏置,并采用均衡后信噪比最大准则推导了最优功率分配因子。通过均方误差、功率分配因子、误码率和算法复杂度对算法性能进行了评估。结果表明:该方案以算法复杂度小幅增加为代价,较传统估计方法的性能有了显著提升。

基于隐训练序列的MIMO信道估计

提出一种基于隐训练序列的MIMO信道估计模型,模型信道估计方法不占用额外的信号带宽和具有较高的估计精度。采用最小二乘(LS)方法,推导出信道估计误差的均方差和信道容量的下限。数值模拟结果证实在相同条件下,采用隐训练序列要比直接采用训练序列对系统容量的改善5 dB左右,并且也验证一些有用的结论:不恰当的天线数目不能提高信道容量。

基于隐训练序列的信道估计改进方法

在准静态信道条件下,针对短波信道的时变抽头系数FIR模型,给出了一种改进的基于不相关特性隐训练序列的信道估计方法。通过对发送的信息序列进行实际数据帧的零均值处理,使信道估计性能得到了改善。

短波通信中基于隐训练序列的信道阶数估计的改进方法

针对传统的短波信道阶数估计方法在进行信道阶数估计时都存在一些限定条件和不足,给出了一种改进的基于隐训练序列的信道阶数估计方法。该方法是在接收端得到直流偏量的近似估计后,根据所估计的信道系数的统计特征,通过逐次计算均值的方法来估计阶数。该方法能有效消除直流偏量影响而且计算复杂度较低。仿真结果表明,给出的新的基于隐训练序列的信道阶数估计方法能较准确地估计出信道阶数,且存在直流偏量时受信噪比的变化影响较小。

基于隐训练序列的MIMO通信系统信道估计与跟踪

针对MIMO通信系统的信道估计与跟踪问题,提出了一种基于隐训练序列(ITS)的信道估计算法,分析了该算法的均方误差性能,给出了训练序列的优化方案。仿真表明,该算法与传统的最小二乘信道估计算法、预编码隐训练序列算法相比,具有估计精度高、计算量低、易于优化训练序列等特点,且算法不受接收端存在直流偏移的影响,其自适应结构能够很好地实现对快时变通信信道的跟踪,对解决电子战中快时变通信信道的捕获和跟踪问题具有一定的指导意义和应用价值。

MIMO信道容量的隐训练序列分析法

基于隐训练序列的M IMO信道估计模型,利用最小二乘算法的仿真来分析信噪比、数据传输的帧长及收发天线数目与信道容量下限的变化关系。数值模拟结果表明:相同条件下,采用隐训练序列比训练序列能提供更高的信道容量。此外,模型所采用LS方法结构简单,计算量小。

基于隐训练序列的信道阶数估计研究

在无线通信中,由于信道特性而引起的码间干扰(ISI)是影响通信质量的一个主要因素。抵消ISI的基本方法就是对接收到的数据进行均衡,均衡前进行准确的信道估计非常重要。给出一种在此信息传输系统下基于隐训练序列的信道阶数的估计方法,并对其进行了仿真分析。仿真结果显示,通过对原发送信息序列进行了帧实际数据零均值处理,达到了比较准确的信道阶数估计效果。

基于训练序列的MIMO信道估计

提出了一种基于隐训练序列的多输入多输出通信系统的信道估计方法,利用训练序列与信息序列的不相关特性,在没有带宽损失的情况下估计出信道参数。给出了信道估计算法,并对估计的均方误差性能进行了分析,讨论了隐训练序列的优化方案。与以往的隐训练序列估计方法比较,本算法不受接收端直流偏移的限制,且有更低的估计均方误差。计算机仿真结果表明了该估计方法的有效性。

UWB DS-CDMA系统中的多用户检测

研究了UWB DS-CDMA(超宽带直扩码分多址)系统多用户接收机的设计,提出了一种新的自适应MMSE多用户接收机方案。该方案将训练序列插入到信息序列中一起发送,从而避免了专用训练序列导致的频谱资源的浪费,节约了频谱资源。论文对新方案及采用完全训练MMSE(最小均方误差)接收机的性能进行了比较分析。仿真分析表明新方案具有较好的抑制多用户干扰和抗远近效应的能力,其性能接近训练MMSE接收机,但新方案频谱利用率则有很大的提高。

联合白噪声统计估计和卡尔曼滤波的MIMO信道辨识

提出了一种新的时间选择性衰落环境下MIMO信道辨识算法。为了提高信息传输效率,训练序列被直接叠加于信息序列之上。算法将信息符号输出、接收端AWGN和由于采用零中频接收技术而产生的直流偏移当做虚拟的观测噪声,其均值和自协方差均未知。通过联合的递推白噪声统计估计器和卡尔曼滤波器对时变信道进行跟踪,推导了一种计算简单的次优无偏时变白噪声统计估计器。以简单有效的方法抑制直流偏移对辨识精度的影响。仿真结果表明了算法具有良好的性能。