基于压缩感知的稀疏多径信道估计

提出了一种基于压缩感知理论的稀疏多径信道估计方法。利用训练序列设计了一种简化的Toeplitz结构观测矩阵,证明了观测矩阵满足限制等距特性,可以作为压缩感知的观测矩阵。根据此矩阵的近似正交性特点对正则化迭代硬阈值算法进行简化,并引入精英策略提出一种归档正则化迭代硬阈值估计算法。仿真结果表明,该估计方法相对于迭代最小二乘法具有更优的性能,且提出的归档正则化迭代硬阈值算法兼具收敛速度快和稳定性高的优点。

在正交频分复用系统中对多径信道进行估计

正变频分复用(OFDM)技术因能有效抑制信道畸变而在无线数据传输中受到广泛的关注。为了能够正确估计发射端的数据,信道的正确估计是非常重要的。将已有算法由单路发射推广为I/Q两路发射,采用复抽头系数的FIR滤波器来对信道建模,并用循环前缀作为训练序列对信道进行估计和均衡。仿真结果表明,当FIR信道没有深度衰减时,所提算法在相同的子载波和比原有方法传输效率提高一倍的情况下能有效地自动跟踪信道的变化;当信道有深度衰减时采用线性预编码的情况下,算法在比原有方法传输效率有较大提高的情况下也能有效地跟踪信道的变化。

基于NN准则的IR-UWB合成脉冲多径信道估计方法

针对脉冲超宽带(IR-UWB,impulse radio-ultra wideband)系统现有合成脉冲多径信道估计方法不能解决由ISI带来的脉冲波形失真影响的问题,提出一种基于最近邻居(NN,nearest neighbor)准则的合成脉冲多径信道估计方法。估计出合成脉冲多径信道而后用作相关检测器的模板,通过仿真比较了所提方法与传统平均方法得到的模板对信号的检测性能。结果表明,不存在ISI时,NN估计方法获得和平均方法相似的误码率(BER)性能,存在ISI时,NN估计方法获得的BER性能优于平均方法。

一种改进的卡尔曼滤波压缩感知信道估计算法

针对卡尔曼滤波压缩感知在信道估计时伪测量过程计算效率较低的问题进行了研究,提出了一种高性能的卡尔曼滤波压缩感知信道估计算法。对伪测量过程的近似l0范数约束框架进行了进一步研究,引入高斯核函数对雅克比赋权矩阵的列向量进行优化,使算法对稀疏信号支撑集的重构速度有较大程度提升;同时,引入微分熵确立了收敛指标,降低了算法的运行时间。仿真表明,在同等条件下,该算法相对于原有算法,估计精度和收敛速度均有较大程度提高,在低信噪比和不同稀疏度下都具有较好的鲁棒性和实用性。

一种稀疏度自适应的压缩感知信道估计算法

针对目前稀疏度自适应的压缩感知(compressed sensing,CS)信道估计算法计算量过大的问题,文章提出了基于关联度分析的稀疏度自适应归档正则化迭代硬阈值(sparsity adaptive archiving normalized iterative hard thresholding,SAANIHT)算法。ANIHT算法可以解决传统压缩感知理论计算量大、计算时间过长的问题,但需要预知信道的稀疏度。引入高斯核函数对一种稀疏度估计算法进行了改进,并与ANIHT算法结合,使其可以在盲稀疏情况下对信道进行估计。仿真结果表明,在同等稀疏度条件下,该算法比其他算法节约了计算时间,在低信噪比下性能更优,具有较好的重构性能与稳定性。

一种码片内多径参数的最大似然估计算法

针对码分多址卫星移动通信中码片内两径参数估计问题,该文提出了基于最大似然的2维搜索算法。算法对两径时延进行2维搜索,同时对多径复振幅分别采用解相关和线性最小均方误差(LMMSE)算法进行估计,最后通过使似然函数最大化而找出最优的一组时延、复振幅估计值。仿真证明两径时延2维搜索结合采用近似的LMMSE算法进行多径复振幅估计具有良好的性能。

An efficient channel estimator for OFDM system with sparse multipath fading

A channel estimator used in sparse muhipath fading channel for orthogonal frequency division multiplexing （OFDM） system is proposed. The dimension of signal subspace can be reduced to improve the performance of channel estimation. The simplified version of original subspace fitting algorithm is employed to derive the sparse multipaths. In order to overcome the difficulty of termination condition, we consider it as a model identification problem and the set of nonzero paths is found under the generalized Akaike information criterion （GAIC）. The computational complexity can be kept very low under proper training design. Our proposed method is superior to other related schemes due to combining the procedure of selecting the most probable taps with GAIC model selection. Simulation in hilly terrain （HT） channel shows that the proposed method has an outstanding performance.

基于多径指纹的概率匹配室内定位方法

空间交替广义期望最大化(SAGE)算法可以高效地实现室内信道多径参数的估计,同时提供相对较高的精度。该文提出一种基于多径指纹的概率匹配室内定位方法,将SAGE算法得到的信道多径参数作为指纹数据进行定位,以求获得更好的定位精度和鲁棒性。通过分析典型场景下的定位实验测量结果,并与同类型的传统室内定位方法进行比较,验证了该方法的有效性。

UWB中不可分离多径条件下的ML改进算法

UWB(UltraWideband)系统多用于室内环境中,其多径干扰非常严重,在这种情况下对信道进行精确估计是非常必要的,但同时也是非常困难的。在可分离多径情况下,最大似然算法具有比较好的性能。而在不可分离多径情况下,最大似然算法的性能很差,文中对ML算法进行了改进,可以比较理想的估出信道参数使其能够适用于不可分离多径环境。