滤波器组多载波系统的高精度符号定时估计

针对滤波器组多载波（FBMC）系统的传统定时同步算法精度较低的问题，研究了其发送信号统计特性，从理论上量化分析了受数据符号重叠影响部分和非重叠部分的同步训练数据的特性，在此基础上提出了一种适用的高精度符号定时估计算法。该算法通过传输一串长度大于滤波器重叠因子的连续相同的训练符号，使得时域合成信号具有多重延迟冗余特性。仿真结果表明，该算法定时精度优于传统方法。

滤波器组多载波技术仿真性能分析

基于滤波器组的多载波调制技术是第5代移动通信系统(5G)研究的关键技术之一。与传统的调制技术相比滤波器组多载波技术具有不需要插入循环前缀、较低旁瓣等优点,其技术发展尚处于探索阶段。使用滤波器组多载波技术调制方式实现信号调制主要有两种方式,其中之一的FBMC是在IFFT的基础上使用原型滤波器在帧结构水平上对信号进行滤波,因此重点是设计出滤波器组对帧信号的合理处理方式。

滤波多音频技术及其滤波器组设计

提出了一种新型的多载波传输技术———滤波多音频(FMT)技术的基本原理和系统结构,并对系统进行了优化改进.分别将使用窗函数法和切比雪夫逼近法设计的原型滤波器应用于FMT仿真平台,通过仿真实验发现,使用切比雪夫逼近法设计的原型滤波器因其频率响应的通带锐截性能好,过渡带窄,性能优于使用窗函数法设计的原型滤波器.

一种基于预留子载波的CA-FBMC系统PAPR抑制算法（英文）

针对引入载波聚合的滤波器组多载波(carrier aggregation-filter bank multicarrier,CA-FBMC)调制系统峰均功率比(peak to average power ratio,PAPR)进一步升高的问题,基于预留子载波(tone reservation,TR)思想,提出一种适用于面向载波聚合的FBMC(filter bank multicarrier)系统降低PAPR的有效方法,利用分量载波间原有保护子载波充当预留子载波成分,结合时域信号剪切的处理方法,在不改变原有信号子载波有效输入数据的前提下,降低系统信号的PAPR。同时,由于重叠因子的存在,为克服系统符号重叠特性的影响,利用后向迭代的处理思想,对时域输出信号进行分组,针对每组信号分别进行迭代剪切处理,并将处理完成的信号进行后向叠加处理,从而避免符号重叠引发的峰值增生而导致PAPR回退的问题。仿真结果表明,该算法可在不影响系统基本传输性能的情况下有效降低系统的PAPR。

一种基于块结构广义多载波的无干扰重叠传输机制

提出了一种能够有效提高快结构广义多载波(BW-GMC)系统效率的传输机制.利用BW-GMC系统中原型滤波器的对称性,在发射端构造包含原信号和叠加信号的重叠传输信号,在接收端提出了相应检测方案,以实现原信号和叠加信号的无干扰分离.理论分析结果表明,与传统系统相比,采用无干扰重叠传输机制的BW-GMC系统能有效提高传输效率,并且传输效率增益取决于信噪比以及BW-GMC中的逆滤波器组变换符号个数.仿真结果进一步验证了该传输机制的无干扰特性.

基于多载波调制光纤接入网的传输性能优化方法

针对部分传输序列法(PTS)计算复杂度过高的问题,提出了一种峰均功率比降低的方法。该方法联合交错分割与随机分割策略,提高数据块分组效率;采用多数据块联合优化的新型相位因子,提升获得最小峰均功率比的概率;利用引入惯性权值的粒子群算法优化最佳相位因子寻优过程,降低算法复杂度。理论分析和仿真实验表明,该方法具有更优的峰均功率比抑制性能,且计算复杂度不高。

基于5G的新型多载波传输技术对比

多载波传输技术将成为5G时代的核心任务,文章介绍了几种新型多载波传输技术,包括通用滤波多载波、滤波器组多载波和广义频分复用技术。通过在具体的移动通信模拟传输中的效果对比,分析三种多载波技术的适用范围。随着我国移动通信的快速发展,5G的实现将成为一种必然,分析5G时期的多载波传输技术要点,并根据实际需求正确选择多载波传输技术,将促进我国移动通信业的发展。

面向的5G新型多载波传输技术比较探究

随着5G通信技术的不断发展多载波技术在被应用其中,其通过合理优化滤波多载波和滤波器组多载波、以及分复技术,同时通过进行有效的组合来提升数据的传输能力和增强数据在传输时的稳定性和网络覆盖的质量。本文主要针对5G网络多载波技术原理进行分析,并进行技术对比,为促进5G网络的发展奠定基础。

面向后三代移动通信的MIMO-GMC无线传输技术

面向后三代移动通信应用 ,本文提出多入多出 (MIMO)信道环境下广义多载波 (GMC)无线传输技术方案 ,对其中若干关键技术进行了简要阐述 ,包括广义多载波合成与分析系统的设计与实现、双循环自适应时隙结构、导频设计与信道估计、迭代检测译码方法等 ,并给出瑞利衰落MIMO信道环境下链路仿真结果 .

宽带无线通信中的滤波器组多载波技术

滤波器组多载波技术抗多径衰落能力很强,能够平衡高速传输与均衡接收复杂度二者之间的矛盾,是未来宽带无线通信的发展方向之一。从已获广泛应用的正交频分复用技术出发,简述滤波器组多载波传输技术基本原理及框图,给出现存问题。在此基础上总结它们与多输入多输出、码分多址以及认知无线电系统的技术融合,并对滤波器组多载波技术发展做出展望。

降低FBMC/OQAM峰均比的联合算法

为克服FBMC/OQAM系统存在峰均比(PAPR)较高的问题,提出一种多数据块优化的部分序列传输(IPTS)与载波预留(TR)联合的算法。根据FBMC/OQAM符号的重叠特性,在传统的PTS算法上进行多数据块优化,结合新型相位因子,在不增加边带信息的条件下保证较低的PAPR,联合载波预留(TR)算法进一步抑制系统PAPR。理论分析和仿真实验结果表明,IPTS-TR联合算法具有更优的PAPR性能。

新型多载波调制技术在无源光网络中的研究现状

为了满足当前日益增长的带宽需求,下一代接入网络将支持单波长50 Gb/s及以上的传输速率,同时确保以经济高效的方式与传统网络共存。基于数字信号处理的先进的调制和检测技术是实现该目标的有力支撑,能为大规模接入和多场景多业务承载提供很好的支持。描述了几种新型多载波调制技术的产生原理和主要特点,总结了其在无源光网络(PON)中的研究现状和存在的问题,并结合下一代PON的诉求提出了研究方向建议。

FBMC/OQAM中基于离散粒子群优化的峰均比抑制方法

部分传输序列(Partial Transmit Sequence,PTS)是降低正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统峰均比(Peak-to-Average Power Ratio,PAPR)的有效方法,但是PTS穷举法搜索最优解,使系统复杂度增加。针对这一缺点进行改进,提出了基于离散粒子群优化的部分传输序列(Partial Transmit Sequence based on Discrete Particle Swarm Optimization,PTS-DPSO)方法,并将其应用到基于偏移正交幅度调制的滤波器组多载波系统(Filter Bank Multicarrier with Offset Quadrature Amplitude Modulation,FBMC/OQAM)中。PTS-DPSO利用离散粒子群优化搜寻最优解,避免了系统复杂度的增加。通过仿真验证,PTS-DPSO可以有效抑制FBMC/OQAM系统过高的PAPR且误码率低。

滤波多音调制技术的应用

文章详细介绍了滤波多音调制(FMT)这种基于滤波器组调制的新兴多载波调制技术,并将其与现有的其他多载波传输技术(如OFDM)作了对比,指出了有待研究的有关课题,最后对FMT在宽带无线数据传输中的应用作了初步展望。

降低FBMC-OQAM峰均值比的低复杂度PTS算法

针对滤波器组多载波/正交幅度调制(FBMC-OQAM)系统中,功率峰均值比(PAPR)过高且传统抑制方法复杂度过高难以实现的问题,提出了一种应用在FBMC-OQAM系统中的新的抑制方法。首先,在传统部分传输序列(PTS)方法的基础上根据系统特性进行改进,得到迭代PTS(IPTS)算法,较传统PTS算法计算复杂度有明显降低;其次,将IPTS算法与限幅(Clipping)算法相结合,作为一种新的IPTS-Clipping联合算法应用在FBMC-OQAM系统中,该算法先利用IPTS算法对FBMC信号进行处理,再利用限幅方法进一步抑制系统的PAPR。理论分析和仿真实验结果表明,与传统PTS算法相比,所提算法减少了约70%的计算次数,当累计分布函数CCDF为10-3时,所提算法的PAPR值较原始信号降低了约48.5%,较PTS算法降低了33%,抑制效果明显优于其他方法。所提算法不仅能够显著抑制FBMC系统的PAPR,同时复杂度远低于其他原始算法,具有十分良好的性能。

基于深度学习的多载波系统信道估计与检测

为了提升滤波器组多载波(FBMC)系统的通信质量,针对符号检测与信道估计问题,研究系统框架和虚部干扰问题,提出基于深度学习的FBMC系统信道估计与检测方法.搭建完整的FBMC-偏移正交幅度调制(OQAM)系统与深度学习模型结合的仿真系统,设计接收数据的特征与标签处理;采用ResNet-DNN神经网络对信道符号检测模块建模,改进原模型网络结构和优化模型参数,和传统的分类器相比,提高了符号检测的准确性;采用CNN+NN模型对信道估计、均衡、符号检测模块进行建模和集成,理论分析和仿真结果表明,新方法的抗噪声能力、鲁棒性和误比特率(BER)性能均优于正交频分复用(OFDM)系统和基于导频估计的FBMC系统性能.

基于凸优化的MIMO-FBMC系统峰均比抑制方法

目前,多载波滤波器组(filter bank multi-carrier,FBMC)因其良好的性能,成为5G通信中重要的调制方式。为了提高移动通信的质量和速率,采取了将多输入多输出(multiple input multiple output,MIMO)技术和FBMC技术相结合。首先,建立多串流传输模型和共轭数据结构,分析数据流、天线数和预编码矩阵之间的关系。然后,研究系统的峰均功率比(peak-to-average power ratio,PAPR),用凸优化模型对PAPR降低问题进行简化。最后,用快速迭代收缩门槛算法(fast iterative truncation algorithm,FITRA)求解凸优化问题。仿真结果表明,该方法在频率选择性衰落信道中有着优异的PAPR性能,误码率性能良好。

基于深度神经网络的水声FBMC通信信号检测方法

针对传统水声滤波器组多载波(Filter Bank Multi-Carrier,FBMC)通信接收端需经过信道估计和均衡才可恢复出发送符号,系统复杂度高且信道估计精度不佳等问题。文章将深度神经网络融入到水声多载波通信当中,提出一种基于深度神经网络的水声FBMC信号检测方法。在训练阶段通过大量的数据迭代、调试超参数和优化算法来改善深度神经网络参数,使其具有预期的估计效果。利用训练完成的深度神经网络模型取代传统FBMC通信系统接收端的信道估计、均衡等模块,自适应地学习水声信道状态信息,同时避免了固有的虚部干扰影响。在测试阶段直接将频域序列作为网络的输入来预测发送的二进制序列,仿真结果表明所提出的基于深度神经网络的FBMC信号检测方法相比传统信道估计算法有更好的误码率性能。

一种基于SPSO算法降低FBMC系统PAPR的新方法

部分传输序列(Partial Transfer Sequence,PTS)是滤波器组多载波(Filter Bank Multicarrier,FBMC)降低峰均功率比(Peak-to-Average Power Ratio,PAPR)的有效方法之一,但PTS存在计算复杂度高等问题。本文提出了一种基于PTS的新方法,采用一种奇数分割法(Odd-PTS),并在此基础上引入了一种基于比例因子的粒子群优化(Scaled Particle Swarm Optimisation,SPSO)算法,通过加入比例因子克服PSO算法收敛速度不足等缺点。该方法不仅降低了系统的PAPR性能还降低了计算复杂度,并显著提高了频谱利用率。通过仿真验证了本文方法的有效性。

一种基于PTS方法降低FBMC系统PAPR的新方法

在滤波器组多载波(Filter Bank Multicarrier,FBMC)系统中,通常采用部分传输序列(Partial Transfer Sequence,PTS)方法来降低系统的峰均功率比(Peak-to-Average Power Ratio,PAPR),然而该方法在传输过程中需要携带边带信息,会降低频谱利用率.对此提出了两点改进:在搜索最佳相位因子时,提出了新多层搜索方法,避免了相位因子的重复搜索,降低了计算复杂度;通过加入改进星座映射(Active Constellation Extension,ACE)方法,在接收端可以不需要边带信息即可快速解调出原始数据,虽然PAPR有所增加,但却显著提高了频谱利用率.通过计算和仿真验证了两个改进方案的有效性.