基于频偏估计算法研究

载波频率偏移是光通信系统中一种常见的损伤,常用数据辅助估计算法和非数据辅助估计算法进行频偏估计并补偿。两类算法可以均在时域或者频域进行估计。基于M次幂周期图盲估计是一种较为成熟的应用算法,经过改进可以应用在高阶调制格式。为降低频偏估计的计算量可以使用多级频偏估计算法,可以在不损失估计精度的前提下大大降低频偏估计的实现复杂度。通过仿真与实验,验证了多种频偏估计算法的正确性和有效性以及多级频偏估计的实用性。

基于OFDM信号的联合环境感知和数据解调方法

在下一代无线通信网络中,通信感知一体化(Integrated Sensing and Communications, ISAC)通过频谱共享、硬件共享、信号共享等方式实现感知与通信的融合,从而在进行信息传递的同时,感知环境中的物体的方位角度、距离、速度等信息。为进一步提高资源利用率和一体化系统集成度,一体化信号设计和信号处理成为了ISAC的主要任务之一。作为信号处理中的一项基本流程,信道估计是高速数据传输和波束成形的先决条件,也是环境感知和参数估计的基础,因此准确的信道估计结果对感知和数据传输都至关重要。本文针对基于正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)信号在动态场景下的高导频开销问题,设计并实现了一种高效的时变信道估计与解调方案,并将其运用到通信感知一体化系统中。首先,本文设计了一种无导频的OFDM信号作为ISAC信号,仅依靠较短的前导码获取合适的初始信道估计值;接着提出了联合时变信道估计与数据解调的迭代算法,旨在利用数据辅助信道估计;最后,为了进一步提高动态场景下的信道估计精度,本文提出了一种鲁棒的基于卡尔曼滤波技术的数据辅助的时变信道跟踪算法。仿真表明本文设计的联合信号处理算法能在降低导频开销的同时,仅仅使用几次迭代就能显著提升时变信道估计和数据解调性能;本文还通过蒙特卡洛实验统计了所提方案的最大有效频谱效率,结果表明本文所提方法相比较传统能提高在高动态场景下的效率、鲁棒性和实用性;最后,本文还通过数值实验验证在多径环境中的目标感知功能,表明了本文的一体化信号适用于感知通信一体化系统,且本文设计的算法能提升通信和感知性能。

MPSK信号载波频率盲估计

该文针对调制自动识别中,MPSK信号调制相制和训练序列未知的情况,提出了一种利用定时同步信号的差分相位有效识别MPSK信号相制M,并精确估计其载波频偏的方法。该算法不仅克服了调制制式不明对频偏估计的不利影响,还通过引入线性相位展开和高阶时延相关,大大提高了大频偏、低信噪比下估计的性能,对调制自动识别中MPSK信号的澄清和参数估计起到关键作用。

基于CS的大规模MIMO-OFDM信道估计

本文主要研究的是大规模多输入多输出-正交频分复用(MIMO-OFDM)系统,一方面MIMO技术可以尽可能地加快传输速度和信道容量,另一方面OFDM技术又在尽可能地去降低信道之间的串扰,从而提高利用率。在信道研究中关键所在即信道估计,目前大致分为三类:盲道、半盲道及基于数据辅助的信道估计算法,然而出于保证通信质量的前提下,本文重点研究基于数据辅助的信道估计算法。在此基础上,压缩感知(CS)的研究必不可少,压缩感知能从低分辨率采样中创建高分辨率数据集。本文提出一种将CS和信道估计结合起来,在通用的正交匹配追踪算法(OMP)、重构算法上加以正弦余弦算法、SCA算法优化改进,实现对大规模MIMO-OFDM信道的准确估计。