GFDM系统中基于软符号的迭代信道估计

广义频分复用(Generalized Frequency Division Multiplexing,GFDM)是能够满足低轨通信卫星各种应用和场景要求的候选波形。为了在基于GFDM的低轨卫星通信系统中实现可靠的数据传输,信道估计(Channel Estimation,CE)是先决条件。但是由于GFDM的二维块调制和子载波之间的非正交性使得传统CE方法几乎不可能直接应用于GFDM。除此之外,当依靠硬判决策略来保证迭代信道估计准确度的时候,需要较多迭代次数才能达到理想效果。针对上述问题,提出了一种基于软符号的迭代信道估计(Iterative Channel Estimation,ICE)。根据最大后验(Maximum A Posteriori,MAP)准则推导出ICE,通过调和平均相结合的方法构造每一个子载波上的软符号,并利用不动点迭代(Fixed-point Iteration,FPI)求解。最后通过仿真实验证明,与硬判决信道估计相比,在同样的迭代次数下,误码率(Bit Error Rate,BER)性能提升2 dB左右,并且在低迭代次数下,该方法的均方误差(Mean Squared Error,MSE)性能明显低于硬判决迭代信道估计,更适合对运算复杂度有较高要求的低轨卫星通信系统。

基于最大后验概率准则的天基星座网络多用户检测方法

天基星座网络中用户可以随意进出自由组网,活动用户的数量、身份和发送的数据随机变化,对接收用户的性能造成很大影响。多用户检测是指识别每个活动用户的身份并检测每个活动用户发送的数据。传统方法假设活动用户数等于网络可以容纳的最大用户数,这种方法模型比较简单且误码率性能不够理想。提出了一种基于最大后验概率准则的多用户检测方法,该方法将用户的活动状态建模为马尔科夫链,并将多用户检测转换为在网格图中使用BCJR算法搜索最优路径。仿真结果表明,当活动状态错误概率和符号错误概率达到10^(-3)时,本文所提方法与对照方法相比分别获得2.6 dB和1 dB信噪比增益。

基于小波统计模型的医学超声图像去噪方法研究

超声图像中固有的斑点噪声严重降低图像的可解译程度,影响了后续的图像分析和诊断。因此,抑制相干斑噪声一直是医学超声图像预处理中一个关键性问题。本研究通过对含斑图像做对数变换和冗余小波分解,提出了一种基于Bayesian估计的小波域局部自适应性去斑算法。将斑点噪声和有用信号的小波系数分别建模为瑞利分布和拉普拉斯分布,利用最大后验概率(MAP)准则得到了一种解析的Bayesian估计表达式;进一步通过邻域窗口估计模型参数,使算法具有局部自适应性。实验仿真表明,该算法简单有效,在滤除超声图像斑点噪声的同时,较好地保持了图像的细节特征,其性能优于空间域滤波和传统的小波去噪算法。

一种纹理图像分割的松弛算法

利用分层马尔可夫随机场模型表征纹理图像，根据最大后验概率分布准则提出一种确定型松弛分割算法。对纹理图像进行分割的实验表明，该算法与模拟退火算法相比，明显地减少了计算时间，其分割误差与模拟退火分割误差非常接近。

MB-OFDM超宽带系统中基于噪声消除的信道估计

在MB-OFDM超宽带系统中,针对采用时域滤波器算法估计出信道后内部噪声残留的问题,提出一种改进的信道估计算法。首先采用时域滤波器算法对信道进行估计,然后利用最大后验概率准则估计滤波器内部噪声,最后通过消除该噪声得到最终的信道估计。仿真结果表明,该算法相比时域滤波器算法具有更优的性能。

电力线OFDM系统整数频偏估计算法

正交频分复用(orthogonal frequency division multiplexing,OFDM)技术是电力线通信中重要的调制技术,而OFDM系统的主要缺点之一是对载波频率偏移非常敏感,故载波频偏估计是OFDM系统的关键技术之一。对采用Chu序列的互相关整数频偏估计算法进行改进,提出了基于最大后验概率准则的整数频偏估计算法。该算法在原有算法基础上考虑训练序列周围的数据符号和噪声影响,增加了一个修正项,可以进一步降低整数频偏估计错误检测概率,提高估计的准确性。仿真结果表明,与原互相关算法相比,该算法降低了一般通信信道和电力线通信信道下的整数频偏估计错误检测概率,在电力线OFDM通信系统中具有良好的应用前景。

基于马尔可夫随机场的图像分割方法研究

在计算机视觉和图像处理等相关领域的Markov(Markov Random Field,即马尔可夫随机场)引入概率这个概念后可以很好地描述图像中各像素间由于处于不同位置而形成的一些特性.主要研究了基于MRF的一种模型——条件随机场CRFs(Conditional Random Fields)模型及其在图像分割中的应用.