基于深度学习的广义频分复用系统时频双选择信道估计

广义频分复用(GFDM)系统存在固有的子载波间干扰和子符号间干扰,在时频双选择信道下,会产生严重的导频污染现象,使基于导频的信道估计性能显著下降。为此,提出一种基于深度学习的GFDM系统信道估计框架,将离散导频位置处最小二乘信道估计值构成低分辨图像作为网络输入,利用深度残差网络恢复信道时频响应的高分辨图像,实现GFDM系统的信道估计。设计了基于深度残差网络的GFDM时频双选择信道估计算法的仿真系统,通过离线训练获得深度残差网络的最优参数。仿真结果表明,所提算法能够得到接近于最小均方误差信道估计的精度和误码率性能,并具有稳健的多普勒频移泛化能力。

双选择信道中的时间偏移广义频分复用通信

当信道存在时间-频率双选择性时,严重的子载波间干扰和子符号间干扰将导致广义频分复用(GFDM)系统性能显著下降。为此,该文提出一种时间偏移GFDM系统(TO-GFDM),通过对传统GFDM系统的原型滤波器进行时间偏移,来提高双选择信道下GFDM系统的性能。该文推导了GFDM信号在双选择信道中的平均信干比公式,并提出基于离散导频的联合迭代信道估计与符号检测算法,该算法利用信道估计器与串行干扰消除符号检测器之间的信息交换,逐步减小干扰信号,提高信道估计与符号检测的精度。理论分析与仿真实验结果表明,在双选择信道条件下,时间偏移GFDM比传统的GFDM具有更高的平均信干比和误码率性能;并且,联合迭代信道估计与符号检测算法能有效降低系统误码率。

双选择信道下OFDM系统中一种基于新Kalman滤波估计的Turbo均衡

在OFDM系统中,信道的快速时变性破坏了子载波间的正交性,从而导致子载波间干扰(ICI),降低了系统性能。该文针对双选择信道的时变特性,提出了一种新的Kalman滤波信道估计算法,将其应用于过采样的复指数基扩展模型(OCE-BEM),从而将一个OFDM符号周期内信道参数时变的问题转化为参数时不变问题,同时,将这种新的Kalman滤波器与基于ICI抑制的低复杂度LMMSE Turbo均衡器相结合,并辅以循环冗余码校验(CRC)控制算法迭代次数,从而不需要更多的导频符号,在保证算法性能的基础上,减小算法的计算时延和复杂度。理论分析和仿真结果表明,该文给出的方法在双选择信道下能够有效地跟踪信道变化并抑制ICI影响。

针对双选择性衰落信道的联合期望传播与高斯近似迭代均衡算法

针对双选择性衰落信道,为提升信息传输的可靠性,设计了一种联合期望传播与高斯近似的迭代均衡算法。该算法借鉴高斯近似的思想,将接收信号中由多径传播效应导致的符号间串扰近似为高斯分布随机变量,进而计算数据比特的对数似然比信息,以较低的复杂度实现译码器与均衡器之间的信息传递。为了进一步提升高斯近似的准确性并改善迭代算法的收敛性,创新性地利用期望传播的处理准则对译码器输出的后验信息进行去相关处理。仿真结果显示,期望传播处理准则可以显著改善迭代算法的收敛性和均衡的准确性,与线性最小均方误差和NDDE等经典均衡算法相比,所提出的联合期望传播与高斯近似的迭代均衡算法可以获得1~1.5 dB的性能增益,有效提升了双选择性衰落信道下信息传输的可靠性。

双选择性信道下发射分集MISO OFDM系统基于BEM的低复杂度信道均衡

在高速移动环境下,无线信道会同时经历时间选择性和频率选择性衰落,即所谓的快速时变信道,也称之为双选择性信道。最初的发射分集Alamouti编码方案是针对时不变平坦信道提出的,不能直接应用于快速时变信道。此外,OFDM系统在双选信道下遭受的载波间干扰(ICI)不可忽视。因此,发射分集MISO OFDM系统在双选择性信道下既节能又有效的信号恢复是有挑战的。本文基于双选择性信道的基扩展模型(BEM)表示,研究了一种有效的可动态分组的混合干扰消除(HIC)信道均衡方案。仿真结果表明,提出的方案,与传统的MMSE均衡相比,计算复杂度大大降低的同时性能显著提高,计算量的降低减少了能量消耗,达到节能的目的;与现有的关于发射分集的信道均衡方案相比,表现出性能和复杂度的较好折中;此外,在信道信息完美已知的假设下,随着移动速度的提高,误码性能没有损失。

OFDM系统中一种双选择性稀疏信道压缩感知方法

针对OFDM系统,提出了一种基于压缩感知(CS)的双选择性稀疏信道估计新方法.为解决传统二维插值算法无法准确估计双选择性稀疏信道的问题,通过利用信道在时频域的稀疏特性,将OFDM系统下的双选择性信道模型转化为CS可解的BPIC数学模型,并最终利用基追踪算法对稀疏信道的脉冲冲激响应实现估计.仿真结果显示,新方法能有效减少导频数,提高频谱利用率;在传统的FFT-Linear和FFT-FFT二维联合插值算法无法正确估计出信道响应时,基追踪算法仍能实现对稀疏信道的精确估计.

一种双选择性信道中OFDM系统的IQ不平衡补偿方法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统在时间—频率双选择性信道环境中由同相正交(in-phase and quadrature-phase,IQ)支路不平衡耦合多径时变信道导致的复杂子载波间干扰问题,提出了一种基于球形译码算法和并行干扰消除算法的IQ不平衡补偿方法。该方法通过对系统模型进行简化与分块处理,采用球形译码算法消除块内的子载波间干扰,采用并行干扰消除算法抑制块间干扰,并进行交替迭代运算。仿真结果表明,提出的算法在时间—频率双选择性信道环境下具有良好的IQ不平衡补偿性能。

基于多项式内插的MIMO时间-频率双选择性信道的信道估计

数据的高速率传输以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征。该文主要研究了数据分组传输方式下,基于导频符号辅助调制(PSAM)的多输入多输出(MIM())时间一频率双选择性信道的信道估计问题。首先,将时间一频率双选择性MIMO信道,建模为一个随时间变化的多项式内插信道模型:然后,根据信道Doppler衰落速率、多项式模型中的误差项,确定出模型的阶数以及整个数据块的长度;最后,基于该多项式内插信道模型,提出了采用PSAM的MIMO双选择性信道估计方法。实验结果表明该算法在时间一频率双选择性衰落信道下具有较好的性能。

基于PSAM的MIMO时间-频率双选择性信道的信道估计

数据的高速率传输以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征.本文主要研究了数据分组传输方式下,基于导频符号辅助调制(PSAM)的多输入多输出(MIMO)时间-频率双选择性信道的信道估计问题.首先,将时间-频率双选择性MIMO信道,建模为一个随时间变化的多项式内插信道模型;然后,根据信道Doppler衰落速率、多项式模型中的误差项,确定出模型的阶数以及整个数据块的长度;最后,基于该多项式内插信道模型,提出了采用PSAM的MIMO双选择性信道估计方法.实验结果表明本文的算法在时间-频率双选择性衰落信道下具有较好的性能.

基于压缩感知的MIMO双选择性衰落信道的估计

为了减少MIMO(multiple-input multiple-output)时频双选择性衰落信道估计过程中需要的导频符号数,文中对多径信道的时延和多普勒频移构成的时频二维有界区域进行量化,将该信道估计问题建模为压缩感知理论中的稀疏信号重构问题,提出了一种采用正交匹配追踪估计MIMO双选择性衰落信道的方法。仿真结果表明获得相同的估计性能,所提出的压缩信道感知方法比传统的最小二乘法能节省近50%的导频符号,且该方法在低信噪比的场景里也能获得较高的估计性能。

双选择性衰落信道下的频谱感知

为提高双选择性衰落信道环境下频谱感知性能,提出了一种基于改进的复指数基扩展模型进行信道建模的频谱检测方法.该方法是在一般的复指数基扩展模型的基础上,采用一种能自适应移动速度的基函数,在恒虚警概率条件下,利用接收信号的循环特征,对授权用户的频谱进行感知.实验结果表明,在低信噪比和认知用户移动速度不断变化的环境下该方法有较好的检测性能.

双选择性信道条件下OFDM系统的频域Turbo均衡

未来OFDM系统将工作在高载频、高容量、高移动速率的条件下,传统的单抽头频域均衡器将不再适用。该文基于双选择性信道的ICI分析,提出了一种用于OFDM系统的频域Turbo均衡(Frequency-domain Turbo Equalization,FTE)算法。仿真表明该算法具有BER性能好,计算复杂度低的优点,能够很好地抑制ICI。

双选择性衰落信道中一种新的OFDM均衡算法

在分析子载波间干扰(ICI)产生机理的基础上,提出一种采用联合时频域均衡抑制ICI的算法.理论分析和仿真结果均表明:在一定的条件下,该方法能够有效地抑制ICI的影响,从而使OFDM系统的误码率得到相应的改善.

双选择性信道中OFDM信号的均衡

正交频分复用(OFDM)技术是一种多载波调制方式,由于他易于实现并且能够有效对抗频率选择性衰落,因此受到了人们极大的重视。他将数据在相互正交的子载波上并行发送,同时在数据的前端引入循环前缀,可以有效地对抗频率选择性信道,消除符号间的干扰,实现数据的高速传输。但是当他在频率选择性和时间选择性信道条件下,也就是双选择性信道条件传输时,子载波之间的正交性会遭到破坏。文章讨论了双选择性信道条件下,在时域采用自适应均衡器来消除信道时变带来的载波间干扰,保证各个子载波的正交性。仿真结果表明,信号可以被正确的恢复。

基于FG-PF的双选信道估计与译码迭代算法研究

提出一种双选衰落信道下的联合信道估计与译码算法,基于因子图(Factor Graph,FG)与和积算法(Sum-Product Algorithm,SPA),将信道估计器与译码器作为独立的信息处理器融入统一的FG系统模型中,利用不同的消息更新规则,结合粒子滤波算法(Particle Filter,PF)对信道参数进行实时跟踪与估计,实现信道估计器与译码器的迭代消息传递.仿真结果表明,在一定的导频间隔和粒子总数下,算法性能逼近已知信道信息下的系统性能,迭代过程清晰,并有效解决传统算法中由导频数量引起的低频谱利用率问题.

基于双选衰落信道的差分空时协作技术

协作分集技术解决了MIMO技术在移动终端受天线制约的问题.由于无线通信环境的特殊性和复杂性,对信道估计十分困难,因此引入了不需要信道估计的差分空时编码,并在时间选择性衰落信道和频率选择性衰落信道的基础上研究了时间-频率双选择性衰落信道模型,在更接近实际信道环境的基础上将差分空时编码和协作分集技术相融合.理论研究和仿真结果均表明系统性能在信道容量、误比特率等方面均得到了提高.

基于椭球基扩展模型的OFDM快变信道估计仿真

在无线正交频分复用(OrthogonalFrequencyDivisionMultiplexing,OFDM)系统中,快速时变信道带来的子载波间干扰(intercarrier interference,ICI)影响子载波间的正交性,严重恶化系统性能。由于信道在一个OFDM符号期间内就发生变化,导致信道的频域矩阵不再具有对角性,给信道估计带来新的挑战。为解决上述问题,针对快变信道情况下,利用椭球基扩展信道模型,采用频域插入优化的梳状导频的方法,基于改进的线性最小均方误差估计器(LMMSE)对快变信道进行估计,仿真结果表明,方法能够对快变信道进行准确估计,为信道均衡提供了良好的性能。

一种基于加窗基扩展模型的OFDM信道估计算法

针对双选择衰落信道下OFDM系统中基于复指数基扩展模型(CE-BEM)的信道估计算法存在的不足,提出了一种基于加窗的基扩展模型信道估计算法。该算法通过时域加窗和去窗处理来减少CE-BEM存在的频谱泄露,并抑制多普勒频移对估计性能的影响;利用设计的导频方案,简化数学模型;再通过正交映射对估计的基扩展模型系数进行转换,从而进一步提高信道估计的精确度。同时采用归一化均方误差和误码率来衡量信道的估计性能,实验仿真表明,提出的算法在高速的移动环境下能有效提高估计性能。

多用户OFDM系统基于压缩感知的信道估计中多导频集合设计研究

为了保证高速移动环境中多用户OFDM系统(Multi-User Orthogonal Frequency Division Multiplexing Systems)中基站能估计所有的上行信道,研究了双选择(Doubly-Selective,DS)信道模型下多个导频集合的设计问题。同时为了降低每个用户的导频开销,将压缩感知(Compressed Sensing,CS)理论应用在信道估计中。在分析基于最小化互相关值的导频设计准则所存在问题的基础上,将最小化调整互相关值用于传统的DSO(Discrete Stochastic Optimization)导频设计方法来完成单个用户导频设计,然后基于最小化调整互相关集合元素的加权平均准则,将改进的DSO算法扩展到多用户导频集合的设计。仿真结果表明,采用提出的新准则获得的每一个导频集合均能获得比较好的信道估计性能,与已有的其它准则相比,在用户数增多的情况下能使信道估计性能得到改善。

浅谈快速衰落的信道估计技术

随着通信技术的发展,移动通信需求量越来越大。面对高速移动变化的通信场景,通信信道从缓慢衰落信道变成快速衰落信道,即双选择性信道,对于信道估计算法提出了更高的要求。文章简单分析了快速衰落信道估计所面临的难题,对现有的估计算法进行简要介绍并分析其优缺点。