基于KNN信道识别算法的无前后缀频域均衡技术

为了提高单载波频域均衡(SC-FDE)系统的频带利用率和通信速率,提出了一种基于KNN信道识别算法的无前后缀频域均衡技术;该技术通过构建不同信道环境下带有导频的训练数据集,根据训练数据通过不同信道条件下的特征并使用KNN算法进行分类,进而确定信道类型及信道最大多径时延,通过信道最大多径时延合理确定无前后缀重叠剪切频域均衡算法的最优重叠剪切长度,进而消除多径干扰对无前后缀频域均衡数据的影响,达到最优解调性能;仿真表明:基于KNN的重叠剪切算法与文献推荐的50%重叠剪切法相比,性能基本一致,即在误码率为10^(-3)的情况下,信噪比恶化不大于0.5 dB;此算法准确确定了最优重叠长度,减少了大量无效的重叠长度,保证了多径信道下系统的误码性能,达到性能和复杂度的平衡。

平坦慢衰落信道下基于HOS的PSK调制盲信道估计

提出一种基于符号高阶统计量(HOS,high-order statistics)的MPSK调制信道衰落系数盲估计算法。针对平坦慢衰落信道模型,首先分析了MPSK调制符号高阶统计量特征,证明了MPSK调制符号的M次方符号的值是唯一的,而当1≤M′<M时,调制符号的M′次方符号在复平面上是对称分布的;之后利用此特征推导出MPSK调制阶数、初始相位和衰落系数估计算法。仿真实验表明,信噪比高于12 d B条件下,HOS算法估计性能与目前平坦慢衰落信道盲估计的主流方法 Lloyd-Max算法相同,而算法复杂度为Lloyd-Max算法的1/50,并且在接收样本符号较少的条件下HOS算法的均方误差曲线收敛于最小二乘估计理论下界。

频率选择性衰落OFDM的半盲信道估计算法研究

从系统性能分析和设计的角度详细地研究了基于无线HIPERLAN2通信协议的OFDM(orthogonal frequency division multiplexing,正交频分多路复用技术)系统信道估计与均衡的一种半盲算法,提出了结合直接法和Cholesky分解法的切换盲算法。这种半言算法综合了全盲算法得到的信息与已知导频符号,充分利用了原发信号的统计特性和OFDM帧结构中插入的导频符号,克服了全盲和导频训练序列存在的问题,且不需额外的带宽。仿真结果表明,在误比特率和收敛性方面,该算法比现有的主要三种全盲算法有更好的收敛和抗干扰特性。

正交频分复用技术在协作通信下的应用

协作分集技术利用其他用户进行协作传输,可以获得一定的分集增益,但是在频率选择性衰落信道下性能不很乐观。为了对抗频率选择性衰落,采用正交频分复用(ODFM)技术与协作分集技术相结合的方法,研究了基于OFDM技术的协作通信,对在不同调制技术、不同信道估计方法下系统的性能进行了比较,为了进一步提高系统性能,对传统S&C算法进行了改进并应用于该系统中,仿真实验结果表明,改进的定时同步算法性能优于传统的S&C算法。

相关分块衰落信道下基于因子图EM算法的解码方法

针对相关分块衰落信道模型,提出一种基于因子图期望最大化(FGEM)算法的联合估计解码方法。在接收机中,采用因子图消息传递方法进行信道估计和迭代解码,并引入期望最大化(EM)算法来消除因子图模型中存在环路对消息传递的影响,同时解决了消息传递中的混合高斯消息计算的问题。采用卡尔曼前后向算法代替最大化步消息更新过程,简化了消息的迭代计算,降低了联合解码和估计的复杂性。实验结果表明,与只有导频辅助方法和判决方法相比,该算法进一步提高了信道估计的准确度和接收机的解码性能。

基于导频的OFDM信道估计方法研究

提出了一种改进的信道估计算法。采用基于SVD的LMMSE算法对导频符号的信道系数进行估计,比较了改进后的算法与原有算法。仿真结果证明,无论对于快衰落信道,还是慢衰落信道,改进后算法都具有更好的性能,更适合于无线OFDM系统。

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.

频率选择性衰落CDMA信道的半盲估计算法

提出了一种用于频率选择性衰落CDMA信道的半盲估计方法。该方法首先把高速率传输测控信号转换成多个低速率并行传输CDMA信号,利用CDMA系统中扩频增益远大于信道阶数的特点消除了信道码间干扰的影响,然后在多个并行传输的低速率CDMA信号中插入导频信号,利用导频信号估计得到测控信号后,不需要训练序列,就能实现对信道的估计。该方法仅使用少量导波信号,不占用额外带宽,具有较低的运算复杂度。

用于无线快衰落信道的快速自适应估计新算法

提出了一种用于无线快衰落信道的快速自适应估计新算法——拆分基展开递推最小二乘法。该算法通过利用多径信道之间相互独立的特性,减少了传统基展开递推最小二乘法在相关运算过程中的冗余。实验结果表明,提出的新算法与传统的基展开递推最小二乘法比较,在得到同样信道估计精确度的条件下,算法的复杂度降低了约80%。

频率选择性慢衰落信道下的消息传递迭代均衡算法

针对频率选择性慢衰落信道,现有的迭代接收机性能与最优估计性能有较大差距,且复杂度高。为了提高频率选择性慢衰落信道均衡器的性能,提出了BP-EP-MF消息传递迭代均衡算法。该算法包含置信传播(Belief Propagation)、期望传播(Expectation Propagation)和平均场(Mean Field),其中MF算法处理非线性因子节点,EP算法降低计算复杂度。消息传递算法首先利用系统中的未知变量及关系建立信道的因子图模型,然后根据因子图上各部分的特点选择合理的、有效的消息更新规则和合适的消息更新机制,最后依据最大后验估计准则得到数据估计值。仿真结果表明,与非线性卡尔曼(EKF)迭代均衡器相比,消息传递算法(BP-EP-MF)均衡器的性能大幅提升、收敛速度加快、复杂度略微降低。

时变平坦衰落SIMO信道中的信噪比盲估计

针对恒包络信号在时变平坦衰落单输入多输出(SIMO)信道下的信噪比盲估计问题,提出一种基于 EM(Expectation-Maximization)算法的改进 M2M4-EM 算法。利用 EM 算法的迭代期望值最大化思想,推导了 SIMO 信道下 EM 算法的闭式解。为进一步改善性能,通过接收信号的二阶和四阶矩(M2M4)对 EM 算法进行初始化。仿真结果表明, M2M4-EM 算法在较宽的信噪比范围内具有较好的估计精度和较快的收敛速度。