关于802.11g上行链路信号解析过程的研究

本文以802.11g下行发射信号为数据源,在接收端对经编码、交织、调制、OFDM等处理的下行发射信号进行接收处理。应用延时相关算法确定接收信号的帧起始位置;计算短前导的相位信息对长前导序列进行相位补偿;继而根据导频信号和信道估计算法估计信道的频率响应和相位响应。自此,不但可以确定数据域信号的起始位置,还可以根据信道特性解析数据域信号,实现数据发射端信号的可靠接收。     

改进的时分长期演进系统定时同步算法

针对现有时分长期演进(TD-LTE)系统定时同步算法复杂度过高以及抗频偏性能较差的问题,提出一种基于辅同步信号(SSS)时域共轭对称性的定时同步算法。该方法对接收信号本身进行滑动共轭对称相关运算,在明显的相关峰值处捕获SSS,然后利用捕获到的SSS的位置联合小区组内ID检测,实现循环前缀(CP)类型的判决,从而完成了定时同步。理论分析和仿真结果表明,该方法具有很强的抗频偏性能、低复杂度,且较常规算法可靠性有了很大提高,同时在多径信道下性能良好。该方法已成功应用于TD-LTE第三方终端探测系统中,验证了其可行性。     

基于过采样的归一化累积量盲均衡算法

传统的波特间隔均衡器只能补偿接收信号混叠的频率响应特性,并不能补偿信道畸变。针对这一问题提出一种基于过采样的归一化累积量算法,先对接收信号进行过采样,再利用变步长自适应调整均衡器的抽头系数,不仅能避免算法陷入局部最优,而且还能有效补偿信道畸变。仿真表明:引入过采样和变步长的盲均衡算法,有效地提高了收敛速度,降低了稳态剩余误差。     

802.11n单流基带系统研究

提出了一种依据802.11n规范的单流基带收发器系统算法模型,系统收发模型包括内接收机和外接收机,内接收机基于短训练序列完成帧同步和频率同步的联合估计与频率补偿,基于长训练序列完成符号细同步,采用LS方法实现信道估计,频率/相位联合跟踪和补偿确保内接收机的接收信号质量。外接收机分别采用Viterbi和LDPC完成信道译码设计,选择最小和的置信度传递算法进行LDPC设计,对LPDC和Viterbi的译码性能进行比较,在IEEE WLAN TGN信道条件下,对系统模型的误码率和误帧率进行仿真测试,结果表明,该基带系统算法达到系统设计指标需求。     

一种基于自适应算法的超宽带系统盲均衡技术

提出了一种适用于直接序列超宽带(DS-UWB)和跳时超宽带(TH-UWB)系统中的自适应盲均衡技术。该方法利用可变遗忘因子的自适应算法,快速有效地跟踪超宽带(UWB)时变信道的变化,从而有效地补偿由于信道特性引起的干扰。在接收过程中,不需要训练序列就可以修正均衡器系数,从而获得发送信号的估计量。此外,该算法收敛快,稳定性好。仿真结果表明,该方法可以有效地跟踪UWB衰落信道的变化,并获得较小的误码率。     

基于载波频偏盲补偿的MIMO OFDM系统同步算法

给出了基于载波频偏盲补偿的MIMO OFDM系统同步算法：首先,将接收到的序列进行载波频偏盲补偿;然后,进行粗时间同步和载波频偏估计;最后,应用估计出的载波频偏进行载波频偏补偿,利用经过载波频偏补偿后的序列进行符号定时同步。该算法最大限度地抑制了载波频偏对符号定时同步的影响。仿真试验证明,该算法有着良好的性能。     

适用于恒定模值调制的OFDM系统的载波频偏跟踪算法

OFDM系统对载波频偏十分敏感.提出一种适用于恒定模值调制的OFDM系统的载波频偏跟踪算法.基于信道频率响应已经由帧前部的训练符号估算出来并且在一个帧内保持不变这一合理假设,本文证明可以通过最小化接收信号和已知信道频率响应的能量差来获得频偏估计.文中详细分析算法的可分辨性问题并且给出算法的简化形式.然后理论推导出算法估计的均值和均方差.最后分析了信道估计误差对算法性能的影响,结果显示本算法对信道估计误差不敏感.仿真结果表明较之于现有方法,该跟踪算法有更好的误码率性能.     

基于高阶累积量的信道估计及数字调制识别方法①

无线信道的多径干扰使得接收信号发生畸变,其高阶累积量特征不再趋近于其理论值,给调制识别带来了很大困难。针对多径信道中的调制识别问题,提出了一种基于高阶累积量的信道估计及调制识别算法。首先提取接收信号的高阶累积量进行信道参数估计,根据估计结果对识别参数进行修正,使其重新趋近于理论值,从而完成调制识别。该算法仅根据接收信号序列进行运算,所需先验信息少,能对大部分调制方式进行识别。仿真结果证明了算法的有效性。     

LTE系统中互相关主同步理论研究

针对LTE系统主同步训练符号结构,提出了一种基于ZC序列的LTE互相关主同步算法。该算法分别对接收信号进行整数倍频偏估计、符号定时估计、小数倍频偏估计;为了提高同步的精度以及系统在低信噪比下的同步性能,采用分段互相关和具有完美自相关性能的ZC序列,并能根据实际信道环境进行复杂度和同步精度的灵活选择。仿真结果表明,该算法同步性能较传统延迟相关算法SNR性能提高了6~9 dB。     

TD-LTE下行发射分集自适应信道估计研究分析*

为了研究适用于TD-LTE系统下行信道发射分集模式下的信道估计算法,在基于离散分布的小区专用参考信号基础上分析了最小二乘（LS）和递归最小二乘（RLS）信道估计算法。为了简化MIMO信号检测的复杂度,针对发射分集模式提出了两种信道响应值的修正方法,改善的信道响应修正算法利用了时频域相关特性可以更好地跟踪信道变化。通过MATLAB在瑞利衰落信道下的仿真,表明RLS信道估计性能优于LS信道估计算法,而改善的信道响应修正算法能够进一步提高传统修正算法的性能。     

一种TD-LTE系统下行辅同步信号检测方法

基于相干检测和使用部分相关的非相干检测,提出了一种适用于TD-LTE系统下行辅同步信号SSS(Secondary Synchronization Signal)的检测方法。根据SSS索引号(m0,m1)对应关系,通过优化降低了索引号m1的检测运算量。仿真结果表明,在不同的信道环境下,本文提出的SSS检测方法能较好地工作,具有稳定、检测复杂度低等优点。     

低复杂度的大规模MIMO上行链路软输出信号检测

针对信道矩阵维度高以及接收信号复杂的情况,提出了一种适用于大规模MIMO系统上行链路信号检测的混合迭代算法,即结合自适应阻尼雅克比(damped Jacobi,DJ)算法和共轭梯度(conjugate gradient,CG)算法。首先利用CG算法为自适应阻尼雅克比迭代算法提供有效的搜索方向;随后提出切比雪夫方法消除松弛参数对信号检测的影响,在降低算法复杂度的同时加快收敛速度;最后,利用信道编译码中的比特似然比近似求解软信息,以提升检测性能。通过理论分析算法的复杂度,仿真在不同判决方式下对不同检测算法进行误码率对比,并对混合迭代算法的收敛进行了分析。仿真结果表明,混合迭代算法在少量迭代次数下快速收敛并近似达到最佳MMSE检测性能,且算法复杂度远低于MMSE算法。     

面向C-V2X通信的基于深度学习的联合信道估计与均衡算法

为了在不显著提升计算复杂度的情况下,有效提升通信系统的误码率（BER）性能,利用深度学习在数据处理方面的强大能力,提出一种面向基于蜂窝网络的车联网（C-V2X）通信的基于深度学习的联合信道估计与均衡算法——V-EstEqNet。与传统算法分两个阶段分别进行信道估计与均衡不同,V-EstEqNet将通信系统接收机中的信道估计与信道均衡进行联合考虑,并利用深度学习网络直接对接收数据进行校正和恢复,无须进行显式的信道估计环节即可完成信道均衡。具体而言,首先利用大量的接收数据对网络进行离线训练,使网络学习到叠加在接收数据中的信道特性;然后利用该特性恢复原始的发送数据。仿真实验结果表明,在不同的速度场景下,所提算法可以更加有效地追踪信道特性;同时,相较于传统信道估计算法（最小二乘法（LS）和线性最小均方误差法（LMMSE））配合传统信道均衡算法（迫零（ZF）均衡算法和最小均方误差（MMSE）均衡算法）,所提算法在低速环境下有最高有6 dB的BER增益,在高速环境下最高有9 dB的BER增益。     

基于相关检测的低复杂度窄带物理下行控制信道盲检测算法

在窄带物联网系统（NB-IoT）中,物联网（IoT）终端应当快速获取下行控制信息（DCI）,以便正确接收数据信道的资源分配和调度信息。为此,针对窄带物理下行控制信道（NPDCCH）搜索空间大小大于等于32时,提出一种利用相关检测的低复杂度的NPDCCH盲检测算法。首先,通过对一个NPDCCH可能最小重复传输单元进行两次相关判决,剔除搜索空间中其他无效的数据,以降低计算复杂度;然后,对判决为有效数据所在的重复周期进行合并译码,以提高盲检性能;最后,对两个相关阈值设定进行了理论与仿真分析。仿真结果表明,相比穷举盲检测算法,所提算法在计算复杂度上至少降低了75%,检测性能提高了增益2.5~3.5 dB,更加利于工程实践。     

基于超级节点MAC中继的复域分布检测非正交网络编码

为解决正交通信过程存在的数据发送等待问题,提出一种基于超级节点多接入信道（MAC）中继的复域分布检测非正交网络编码策略。首先,对经典正交信道分布检测技术进行介绍,并针对其存在的问题,使用中继MAC无线传感器网络,把复数域网络编码技术应用在无线传感器网络中,有助于实现协同分集降低信道衰落不利影响。其次,针对中继MAC复数域网络编码正交信道分布检测技术,基于传感器的虚警率和检测概率,提出结合网络符号差错概率的最大似然（ML）最佳传感器标签选择算法,降低误差概率,同时通过超级节点近似,获得中继功率和总发射功率的公平分配。仿真结果显示,该算法在非正交网络编码检测中,检测率指标可达到91.3%,而错误率指标仅为25.1%。实验结果表明,该算法可以有效地提高非正交网络编码算法在实际应用中的检测性能。     

MIMO-PLC系统中基于条件数阈值选择的信号检测算法

为了满足电力线通信（power line communication,PLC）对更大容量和更广覆盖范围的需求,多输入多输出（multiple-input multiple-output,MIMO）技术已逐渐应用于PLC中,实现了高速率的数据传输,但MIMO-PLC信道具有严重的多径效应和频率选择性衰减的特性,而且不同子载波的信道质量差异性大,使现有的信号检测算法不能获得良好的性能。提出一种基于条件数阈值选择的检测算法,该算法利用信道矩阵的条件数来衡量信道质量的好坏,设置最佳条件数阈值,在信道条件数小于或者等于阈值时,选择CLLL-MMSE-SQRD检测算法,而在信道条件数大于阈值时,选择QRD-M检测算法。通过仿真验证,该算法能够达到最优检测算法的性能,而且在16QAM调制方式下,该算法复杂度相比于QRD-M检测算法降低了44%,且随着调制阶数的增加复杂度降低更为明显。     

LTE-A系统中物理随机接入信道信号检测的仿真与实现

根据多普勒频移对物理随机接入信道（PRACH）信号检测产生的影响进行分析,划分出了中速、高速、超高速三种模式,并提出相应改进的信号检测算法。对中速模式,提出了基于频偏校正的前导检测算法;对高速模式,提出了多重滑窗峰值检测算法;对超高速模式,提出了基于整数倍子载波的频偏补偿前导检测算法。仿真结果表明,不同场景下PRACH信号通过加性高斯白噪声（AWGN）信道传输,接收端虚警率性能至少改善了3.8 dB;通过扩展典型城市信道模型（ETU）信道传输,虚警率性能至少提升了1 dB。与频域相关检测算法相比,所提算法提高了前导信号成功检测概率,减少了接入时延。     

大规模MIMO室外无线光通信系统中基于分段高斯近似的最大似然盲检测算法

在室外可见光通信场景下,现有的盲检测算法在近似信道模型时,往往未能与真实信道模型的概率密度函数在截尾处充分拟合,导致在寻找最佳判决门限时存在误差,从而影响系统的平均误符号率性能。因此,针对大规模MIMO(Multiple-Input Multiple-Output)室外无线光通信系统,提出了一种基于分段高斯近似的最大似然盲检测算法。该算法在强大气湍流情况下,得到各个子信道叠加后的等效信道模型服从伽马分布,依据等效信道概率密度函数的唯一极值点确定左右两个分段区间,得到各个子信道在两个分段区间的一阶和二阶统计信息,然后利用中心极限定理和大数定理得到等效信道在两个分段区间都近似服从高斯分布,弥补了等效信道模型与真实信道模型的概率密度函数在截尾处拟合较差的缺点,获得了精确的最佳判决门限,从而改善了系统的平均误符号率性能。为了验证该算法的优越性,通过MATLAB仿真实验将其与现有的盲检测算法进行平均误符号率性能对比。实验数据表明,在收发天线数为4和小信噪比的情况下,所提算法的平均误符号率性能相比现有盲检测算法性能提高近10倍。同时,在接收天线数为8时,所提算法的平均误符号率性能与现有盲检测算法在接收天线数为16时的性能接近,接收天线数是原来的50%。实验数据充分说明,相比于现有的盲检测算法,所提算法在仅利用信道的数学模型和统计信息的情况下,随着收发天线数的增加能够明显提高系统的平均误符号率性能。