新息净积累量序列估计算法

现有的伪随机序列捕获算法会重复积累历史错误信息,在低信噪比、高误码率下性能不理想,尤其是在初始相位未知的情况下.针对此问题,文中提出一种新息净积累量序列估计(INASE)算法,通过设计新息净积累方式,更有效地积累正确信息.仿真分析并与现有算法对比表明,INASE算法在极端恶劣的环境下仍能保持稳定收敛,最终捕获伪随机序列.

序列估计二维积累空间分析模型

目前伪随机序列捕获算法在序列估计捕获算法方向取得了广泛的关注和深入发展,针对此领域缺乏有效、通用的模型分析工具,文中提出序列估计二维积累空间分析模型.通过分析幅度积累和概率积累之间的关系,建立了具有一致性的幅度积累空间与概率积累空间,为序列捕获算法研究和设计提供了便利的分析模型和工具.蒙特卡罗仿真和对现有算法的性能分析验证了模型的正确性,并且广泛适用于目前已有的序列估计算法.

采用导频符号的短波宽带OFDM系统的同步算法

为了研究宽带短波信道上OFDM系统的同步算法,针对短波信道分析了已有同步算法在低信噪比条件下的不足,提出了一种采用PN序列调制导频符号的同步方案。在接收端,接收数据经过FFT后,利用PN序列优异的相关特性,实现了低信噪比条件下的时间和频率同步。仿真结果表明,该算法在恶劣的短波信道上具有良好的性能。

基于时频联合估计的短波OFDM的检测算法

针对短波信道的特点,该文提出了一种OFDM同步检测方案。方案采用m序列调制导频符号,利用时频偏移联合估计得到m序列的相关峰来实现同步检测。该文理论分析了方案中判决门限区间的选取。蒙特卡罗仿真表明,该方案在低信噪比(-10dB)下性能良好,有可靠的同步概率和小的虚警概率。

基于多输入多级递归软序列估计的PN码捕获算法

为了进一步改进递归软序列估计(RSSE)算法在低信噪比下的PN码捕获性能,文章提出了多输入多级递归软序列估计(MIMS-RSSE)算法。仿真结果显示,与RSSE算法相比,MIMS-RSSE算法在硬件复杂度增加不多的条件下,较显著地降低了系统对输入信噪比的要求。

可控单积累状态序列捕获算法

目前伪随机序列捕获算法在低信噪比、高误码率情况下性能不够理想,尤其在初始捕获相位未知时,传统序列捕获算法性能较差.文中分析了传统捕获算法模型,并且指出在现有序列捕获算法中,因捕获目标序列分散遍历于整个接收序列,造成错误信息重复累积、捕获效率低等问题.为此文中提出单状态累积修正思想,并设计出一种可控单积累状态序列捕获(CSAS-SA)算法,可以控制捕获接收机更有效地积累正确信息.信息累积过程的理论分析及仿真表明,CSAS-SA较现有序列捕获算法在实时性和纠错能力上有较大提高,尤其在信噪比为-3 dB的Gauss白噪声环境下,可提高70%的捕获成功率.