一种改进的V-BLAST译码算法

提出了一种改进的V-BLAST译码算法。接收机首先根据特定的准则在整个信号空间中进行搜索并得到一个子集，然后根据最大似然准则从该子集中选取合适的信号矢量作为译码结果。该算法可以取得和最大似然译码算法相近的译码性能，并且具有很低的计算复杂度。     

短波通信中的低复杂度时域均衡

提出了一种基于Chase算法的低复杂度时域均衡技术。首先通过传统的自适应均 衡器获取软值,再利用Chase算法计算可信度找到不可靠位,同时构造测试序列,然后进行 滑动窗搜索和逐比特译码。此算法在减小计算量的同时消除了译码时延,并且误码率逼近 最大似然序列估计,实现了复杂度和性能的折衷。     

基于最大似然估计的分集信号中频合成方法

为了降低分集信号合成时输入信号的信噪比要求,提出了一种分集信号的中频合成方法 。该方法利用最大似然估计和迭代算法,通过计算输出合成信号和输入分集信号的相关值获 得合成权值,在中频实现信号合成。仿真和实验结果表明,该方法放宽了输入信号信噪比要 高于解调捕获门限这一要求,能自动实现最大合成增益。     

波形未知信号时频差参数的最大似然估计算法

提出了波形未知确定信号时频差参数估计的最大似然算法,得出利用互模糊函数可以实现此 种信号条件下时频差参数最大似然估计的结论,推导出了闭合形式的克拉美罗下界并对比了 不同信号模型下的参数估计精度。仿真实验结果表明了估计算法和性能分析的正确性。     

一种基于旋转变换和正交设计的满分集空时频编码技术

为了在MIMO-OFDM系统中更好地获得空间、时间和频率三维分集增益及较高编码增益,设计了一种最大码元速率为1的改进空时频编码技术。编码过程中,首先对两组发射数据向量进行旋转,然后以两天线为一组对旋转后的数据流在连续的两个OFDM符号之间进行正交设计,并按一定的准则分配到不同的子载波上,从而获得满分集增益和最优化编码增益。译码时,先将接收信号进行线性合并和白化处理,然后利用复杂度较低的球形译码器实现最大似然译码。分别对两发两收和四发一收系统进行仿真,结果表明,改进的编码技术与同样可获得满分集增益的空频码相比,具有0.5~0.6 dB的性能增益,因此具有更高的应用价值。     

UFMC系统在多径衰落信道中的干扰消除

通用滤波多载波(UFMC)是5G通信系统中的关键技术，能够降低带外泄露。但是在多径衰落信道下UFMC系统会受到符号间干扰（ISI）和多普勒效应产生的载波频率偏差的影响，从而使系统的性能下降。为了消除系统中的干扰，提出了一种迭代最大似然算法。该方法主要通过迭代最大似然算法（ML）计算出载波频率偏差，把估计出的结果作为初始值并运用迭代的方法得到最终的载波频率偏差，当达到收敛区间时，迭代结束；最后利用相位旋转的概念补偿载波频率偏差并运用最小二乘算法更新信道响应信息，减少该系统干扰。仿真结果表明，在信噪比大于10 dB时，随着信噪比的增大，算法能够有效地抑制系统中的干扰，提高UFMC系统的性能。     

OFDM系统的对数似然比最大化盲频偏估计算法

为了消除短波OFDM通信中的频率偏移问题,对差分OFDM信号进行了分析,并对最大 后验概率（MAP）译码的性质进行了研究,提出了一种似然比最大化的迭代盲频偏估计 算法。由于该算法充分利用了软译码得到的似然比信息,因此可以实现最优信号检测。计算 机仿真证明了该算法的有效性。进行了短波OFDM信号通信实验,得到了实测数据。实测数据 检测结果表明,该算法的误码率性能随着迭代次数的增加而提高,且一发两收系统性能要比 单发单收系统性能至少提高2 dB。     

基于Turbo-TCM与时空分组码的级联系统的次优译码算法

针对瑞利信道中存在的严重的多径衰落，本文实现了Turbo-TCM方案与时空分组码的级联系统，以期利用空间分集改善系统的误码率性能。针对级联系统的译码，本文给出了一种具有低译码时延的次优译码算法，该算法的特点是各模块独立译码，先算比特对数似然比再进行二进制Turbo码译码。最后通过计算机仿真给出了使用该次优译码算法的Turbo－TCM方案与时空分组码的级联系统的译码性能。仿真结果说明，当发射天线数目一定时，随着接收天线数目的增加，译码性能的增益随之增加而帧长对译码性能的影响则随之减小。     

一种动态加权的LDPC译码方法

为了加快低密度奇偶校验（LDPC）码的译码速度，有效改善LDPC码的译码性能，针对校验节点更新过程中的对数似然比（LLR）值的大小，设计了一种LDPC码的动态加权译码方法。以IEEE 802.16e标准的奇偶校验矩阵为例，根据LLR值的变化规律，利用增长因子和抑制因子对和积译码算法和最小和译码算法进行动态加权。仿真结果显示，基于动态加权的译码方法相对于传统译码方法误码率都有明显改进，译码复杂度也有所降低。     

STFT算法在短波差分跳频信号检测中的应用

结合短波差分跳频(DFH)信号的特点,分析了短波信道的多径、时延和多普勒效应对高速跳 频信号的影响,构建了基于Turbo码的G函数模型,并提出采用短时傅里叶变换(STFT)算法和 最大后验概率（MA P）译码算法相结合的跳检测方法,进行跳频信号的跳检测。仿真结果表明：综合考虑短波 信道影响,采用该方法进行跳频信号检测,信噪比为6.8 dB时,误码率达到10-5, 可实现DFH信号的有效检测。     

一种适合软件无线电的符号定时估计算法

研究了一种适合软件无线电的符号定时估计算法,该算法通过并行方法估计线性和非线性调制方式的符号定时。计算机仿真结果表明,通过设置观测时间间隔数和并行估计样本值的个数,算法可以满足多种调制方式对符号定时估计指标的要求,在误比特率为10-5时,相对于理想的相干解调性能,信噪比最大损失0. 5dB。算法全数字实现,复杂度适中,适合于软件无线电系统中对多种调制方式条件下符号定时估计的需要。     

系统极化码的置信传播译码性能分析

置信传播（BP）算法可以为系统极化码提供软信息作为判决依据,也可以为系统极化码在级联迭代译码中提供交换软信息。在详细描述基于信道极化结构的置信传播算法基础上,比较了系统极化码在软信息判决方法和极化编码判决方法下错误率性能的差异。仿真结果表明,软信息判决方法可以提高系统极化码的误比特率,在高信噪比下误帧率方面也略有提高。     

一种改进的大规模MIMO发射天线选择算法

为了降低天线选择算法在大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统下的误码率和复杂度，以用户端接收的总功率为优化目标，提出一种最大化所有用户接收总功率的天线选择算法。该算法将优化目标函数转化为凸函数，并利用凸优化方法求得其有效解。仿真结果表明，所提天线选择算法与传统的最大和容量算法相比，具有较好的系统误码率性能，且运算复杂度低，但系统容量有所降低。     

大规模MIMO系统的预编码算法综述

相比于传统多输入多输出（MIMO）系统,大规模MIMO的天线数量大幅增加,使得系统的容量提升、误比特率下降,但也造成预编码矩阵维度升高,算法复杂度、系统成本及实现难度增大。将大规模MIMO系统主要采用的预编码技术分为线性和非线性两个部分,对两者进行了归纳和对比,并着重介绍了几种经过简化的线性预编码算法和几种比较典型的非线性预编码算法,指出因为非线性算法的复杂度很高,故未来大规模MIMO系统的预编码应当以线性算法为主。     

大规模MIMO系统中的一种自适应SIC检测算法

与传统系统相比,大规模多入多出（MIMO）系统能更加有效地提高频谱效率。利用传统的最小均方误差（MMSE）信号检测算法求解大规模MIMO系统,虽然检测结果接近最优,但是矩阵的求逆运算导致计算的复杂度非常高。提出了一种自适应排序干扰消除（SIC）检测算法,在逐次超松弛（SOR）迭代运算的基础上,通过干扰消除降低待检测矩阵的维度。通过仿真分析,得出所提算法的复杂度低于Jacobi、SOR检测算法,且在迭代次数较少的情况下,算法的误码率（BER）性能明显优于SOR检测算法。     

采用相位判决的低复杂度广义空间调制检测算法

针对广义空间调制（GSM）系统中信号检测复杂度过高的问题，提出了一种基于相位判决的低复杂度检测算法。首先根据一种排序准则对天线组合进行排序，然后将排序后的天线组合中的符号向量依次通过基于相位判决的迫零(ZF)均衡器进行检测，最终得到星座调制符号和激活天线组合。分析和仿真结果表明，该检测算法可以有效缩小接收端的搜索范围，在提供与最大似然（ML）检测算法相近的误比特率（BER）性能的同时，计算复杂度降低了98%。     

基于多种调制方式的空时OFDM系统多用户检测技术

建立了基于空时分组码的多输入多输出(MIMO)-正交频分复用(OFDM)系统模型,研究 了基于最小均方误差的串行干扰消除（MMSE-SIC）多用户检测算法,通过优化排序迭代结构 ,使得接收算法具有较好的性能。仿真结果表明,该算法在误码率方面能够取得优于常规线 性MMSE算法的性能,而且得出星座图中映射点间距也影响着检测算法的性能,随着间距的缩 小,误码概率会上升。     

一种高速差分混沌移位键控系统

差分混沌键控（DCSK）系统的最大缺点是参考信号和数据信号消耗了相同比例的比特能量和数据传输速率。为了克服这一缺点，提出了一种高速差分混沌键控系统（HR-DCSK）。该系统缩短了原来DCSK参考信号的长度，同时数据信号携带2 bit数据，并将数据信号重复发送,提高了数据传输速率和能量效率。推导出在高斯信道中的比特误码率公式并进行仿真,理论分析和仿真表明，在相同信噪比下，HR-DCSK比调频差分混沌键控系统（FM-DCSK）误码率降低了10%。     

一种低迭代次数的极化码置信传播译码算法

针对置信传播（Belief Propagation,BP）译码算法在迭代次数较多时吞吐量和译码时延性能提升受限的问题,提出了一种低迭代次数的极化码BP译码算法,通过采用比特翻转和子信道冻结的方式,降低译码过程中的迭代次数。仿真结果表明,相对于传统极化码BP译码算法（设置最大迭代次数为40次）,所提算法在信噪比为3 dB时可将平均迭代次数减少约53%,处理单元平均计算次数减少约68%。该算法所带来的低时延和低功耗效益可运用在对功耗要求较高的大规模机器类型通信,以及对时延要求较高的超可靠低延迟通信等5G场景下的极化码译码中。