基于可靠性的低复杂度最小均方误差软干扰抵消MIMO Turbo接收机

计算复杂度高是MIMO最小均方误差软干扰抵消Turbo接收机面临的主要问题。一种方案提出在迭代检测阶段采用匹配滤波器取代最小均方误差滤波器,以避免矩阵求逆,但会导致性能显著下降。为了克服这一缺点,本文提出一种基于先验信息可靠性的低复杂度最小均方误差软干扰抵消Turbo接收机方案。该方案根据先验信息的可靠性动态选择最小均方误差和匹配滤波检测,从而在显著降低系统复杂度的同时使得引入的性能损失可以忽略不计。同时,通过合理设置选择门限,该方案还可以灵活地在复杂度和性能之间进行折中。

MIMO-OFDM系统Turbo接收机中的限幅非线性失真迭代对消法

在多入多出的正交频分复用系统中,常采用Turbo接收以保证系统性能。在正交频分复用系统中,限幅技术是常见的峰值平均功率比抑制技术,但限幅带来的非线性失真会造成带内失真和带外辐射,从而恶化系统性能。本文提出可以利用Turho接收机的先验信息进行限幅非线性失真的迭代对消,从而在引入少量复杂度的基础上,对抗限幅带来的影响。仿真结果表明,引入限幅非线性失真迭代对消算法可以有效提高系统性能,限幅门限越低效果越明显。

LTE系统中turbo接收机的设计

LTE系统采用了OFDM、MIMO等关键技术。传统的V-BLAST、QR算法在进行信号检测时,需要进行硬判决,造成了性能的下降。为此,本文提出了应用于LTE系统的turbo接收机,对其每个组成模块进行详细描述。由于在信号检测时以软信息的方式进行处理,避免了信息的损失。仿真结果表明,该turbo接收机能够极大地降低误比特率,提升性能。

一种带有CFO补偿的OFDMA上行链路Turbo接收机

提出了一种带有多用户载波频率偏移(CFO)联合补偿功能的迭代(Turbo)接收机,用于频率非同步环境下的正交频分多址(OFDMA)上行信号接收处理。基于频域Turbo均衡原理,该接收机实现了带有软干扰消除(SIC)的CFO补偿、最小均方误差(MMSE)频域均衡和最大后验(MAP)信道译码的联合迭代处理。理论分析和仿真结果均表明:与传统的非迭代接收机相比,文中所提Turbo接收机利用MAP译码器的软判决反馈信息实现了干扰重构和消除,在迭代中获得了更优的频率同步性能和误比特率性能;与现有几种典型的迭代接收机相比,文中所提Turbo接收机具有更优的误比特率性能和更低的实现复杂度。

分组空时块码系统中的Turbo接收技术研究

在分组空时块码系统中引入了基于软球形译码的Turbo接收机。利用分组空时块码系统的正交性特点,设计了新的综合考虑信道状态、噪声影响和映射星座的软球形译码初始搜索半径确定方法。根据信道解码器反馈的先验信息扩充了传统软球形译码的搜索列表。通过仿真实验对接收机和两种传统迭代接收机进行了分析和比较,结果表明接收机在相同的迭代次数下较具有更好的性能,可以更快接近分组空时块码系统的性能限。

一种适用于频率选择性衰落信道的Turbo-BLAST系统

该文提出了一种适用于频率选择性无线衰落信道的Turbo-BLAST方案。在发送端联合采用了随机分层空时编码和分组线性星座预编码OFDM以充分利用多径和空间分集;在接收端比较了两种类型的Turbo接收机,一种是基于最小均方误差准则的软输入软输出的检测模块,它有较低的计算复杂度;另一种采用了类似球形解码的检测模块,它有很好的性能但需要较高的计算复杂度。仿真结果表明该文提出的方案能在保持BLAST高数据速率的同时充分利用信道环境提供的多径和空间分集。

深空遥测系统中信道编码简述

由于深空信道的极低的信噪比,具有高增益的信道编码技术是深空遥测系统必不可少的环节。总结了深空通信领域中曾经使用的或可能使用的各种典型的信道编码包括卷积码、级联码、TURBO码和LDPC码方式,并对各种编译码方式的特点进行比较,给出其性能仿真。最后,对深空通信信道编码技术(包括TURBO接收机、LDPC码的应用以及编码调制技术)未来发展作展望。

基于Kalman滤波的水声混合双向迭代信道均衡算法

水声信道均衡中基于信道估计的均衡方法理论上具有更优的均衡性能,但较高的计算复杂度限制了算法的实际应用。针对这一问题,该文首先基于Kalman滤波和Turbo均衡提出一种迭代Kalman均衡器,实现了基于软符号的迭代信道估计与迭代Kalman均衡,且复杂度较常规方法降低约1个数量级。其次,针对单一均衡算法和单一方向Turbo均衡器存在的误差传递现象,设计了基于迭代Kalman均衡器与改进成比例归一化LMS(IPNLMS)自适应均衡器相结合的混合双向Turbo均衡器,提高了自适应均衡器的收敛速度和均衡性能,并通过双向均衡结构带来的增益改善了符号估计误差传递的现象。理论分析与仿真实验验证了该文算法的有效性。

基于扩展路径识别算法的水声OFDM系统低复杂度迭代稀疏信道估计

移动OFDM水声通信系统中,基于压缩感知的稀疏信道估计方法计算量较大,不适用于实时通信。针对这一问题,该文基于一致多普勒信道模型提出一种扩展路径识别(GPI)算法。该方法首先使用信道多普勒扩展矩阵构造等效发射序列,将多普勒信道转化为等效线性时不变信道。然后使用GPI算法估计信道多普勒及各路径的时延及幅度参数,实现低复杂度稀疏信道估计。此外,该文将GPI算法扩展到Turbo接收机中,通过利用信道译码器反馈的数据符号先验信息迭代提高信道估计精度。仿真结果表明,所提方法的性能优于传统的路径识别算法,且与OMP算法接近,而其计算量远低于后者。