基于正交训练序列的MIMO系统联合最大似然时频同步和信道估计

该文推导了多输入多输出(MIMO)系统中的符号定时、频偏和信道参数的联合最大似然(ML)估计。针对联合ML估计没有闭合的表达式、数值计算复杂度高的问题,该文提出了一种基于重复结构的正交训练序列的简化估计算法。该估计算法形式简单、复杂度低,且仍为最大似然估计。最后仿真分析了最大似然参数估计的均方误差与接收信噪比和天线数目的关系,并与Cramer-Rao界作了比较,表明了该算法的有效性。     

基于CMMB传输系统的粗符号定时同步算法

为了减少无线信道中存在的多径和频偏对中国移动多媒体广播(CMMB)系统传输信号同步的影响,结合CMMB标准协议规定的具体帧结构,分析了符号同步对系统的影响,讨论了传统最大似然(ML)算法的优缺点,并基于文献中的无数据辅助算法,提出了一种适合该系统并且复杂度较低的粗符号定时同步算法。仿真结果表明,在AWGN及多径信道环境下,新算法可以有效克服传统算法相关峰不明显的缺陷,其估计性能更好。     

4×4 V-BLAST系统分组最大似然检测算法

对于V-BLAST系统的检测,最大似然(ML)算法有着最优的性能却也有最大的计算复杂度;经典的排序连续干扰抵消(OSIC)算法复杂度较低,但数值稳定性差,且性能与ML差距较大.因此,本文基于检测性能和计算复杂度折中的思想,针对4×4 V-BLAST系统提出了一种分组最大似然(Group ML,GML)检测算法,在保证较好检测性能的基础上,通过将四维ML检测器分成两组二维ML检测器来降低计算复杂度.此外,本文还提出了一种简化的最大似然(Simpli-fled ML,SML)检测算法,通过将每组中的二维ML检测器的搜索空间从二维降至一维,进一步降低了计算复杂度,并证明其与ML算法具有一致的性能.仿真表明,在误符号率为10~(-3)时GML算法相比OSIC算法有约7dB的性能提升.经分析知.GML算法复杂度与ML-OSIC算法相比在高阶调制方式下有着显著的降低,易于硬件实现.     

一种改进的SC-FDE系统定时同步算法

单载波频域均衡是一类高效的无线传输技术,它能够支持与OFDM相似的数据速率,但是需要精确的定时同步来保障时频转化时的符号对齐。本文针对经典定时同步算法出现相关平台(plateau)以及虚假峰值等问题,提出一种改进的SC-FDE系统定时偏移估计算法。该算法使用一种特殊的训练序列结构,不仅消除了测度函数的相关平台,而且抑制了虚假峰值的出现,提高了估计精度,并降低了计算复杂度。仿真结果表明,改进同步算法在AWGN信道和ETU信道下的性能都优于Schmidl&Cox算法,消除了"平台效应",并且没有Minn算法和Park算法的虚假峰值,具有较高的定时估计精度和较低的计算复杂度。     

基于IEEE 802.11a标准的符号同步新算法

针对OFDM系统符号定时,采用了两种经典算法的结合一符号同步两步算法,提出符号同步低复杂度算法,并进行分析与仿真,结合频率偏移估计比较两种算法性能。仿真结果表明。该方案中的低复杂度算法的符号定时精度较高,且算法简单。     

OFDM系统中对最大似然算法频偏估计的改进

深入研究了基于循环前缀(Cyclic-Prefix,CP)的最大似然算法(ML)算法。针对这个问题,对基于CP的ML算法做了如下改进,改进的算法同时对连续3个符号进行ML估计。符号定时同步时,当前符号同步信息能够通过前面2个符号的同步信息得到校正。在进行频偏估计时,通过使用观察窗,在窗口内进行连续频偏值的均值运算,对频偏估计值误差进行矫正。     

一种改进的OFDM盲同步算法

研究了OFDM系统中的最大似然估计(ML)算法,并使用数据循环移位以及多符号联合估计等技术对ML算法进行了改进,随后提出了一个综合性的新方案。仿真结果显示,在AWGN和瑞利多径衰落信道中,该方案可以有效提高符号定时偏差(STO)和载波频率偏移(CFO)的估计性能。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制( GSM)系统接收端最大似然( ML)检测算法计算复杂度极高的缺点,提出了一种基于压缩感知( CS)信号重构理论的低复杂度信号检测算法。首先,在多输入多输出( MI-MO)信道模型下,通过改进正交匹配追踪( OMP)算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。     

一种用于遥测多符号检测的位同步算法

为使现有遥测脉冲编码调制/调频(PCM/FM)系统中的定时同步环路可直接用于多符号检测(MSD),从而降低系统的复杂度,提出了一种适用于遥测PCM/FM MSD的位同步算法。该算法采用MSD的似然比作为定时估计的统计变量,据此可直接利用传统PCM/FM限幅鉴频接收机中的定时同步环路来实现位同步。与传统的基于“迟早门”的MSD位同步算法相比,所提算法节省了一个MSD支路的运算,极大降低了接收机存储和计算资源。此外,所提算法采用Gardner算法作为定时误差检测单元,便于高速实现;所提算法的定时估计误差的归一化方差在低信噪比区仍小于0.01,满足遥测接收机的要求,且误比特率(BER)性能与理想同步情况相比,几乎没有损失。     

基于CAZAC序列的CO-OFDM系统同步算法

本文提出一种新的基于CAZAC序列的CO-OFDM系统的同步算法。算法利用一个重新设计的加权CAZAC序列作为训练符号进行符号定时同步与载波频偏估计。该算法使用重新设计的训练符号使整数倍频偏估计的复杂度有效降低,并能够估计出[-5GHz,5GHz]范围内的所有频偏,满足实际系统的需要。由于对CAZAC序列进行加权,这极大地提高了系统的定时同步性能。该算法在基于100Gb/s 16-QAM PDM-CO-OFDM系统中进行仿真,仿真结果证明了算法的可行性与正确性。     

Low complexity joint estimation of synchronization impairments in sparse channel for MIMO–OFDM system

Low complexity joint estimation of synchronization impairments and channel in a single-user MIMO–OFDM system is presented in this paper. Based on a system model that takes into account the effects of synchronization impairments such as carrier frequency offset, sampling frequency offset, and symbol timing error, and channel, a Maximum Likelihood (ML) algorithm for the joint estimation is proposed. To reduce the complexity of ML grid search, the number of received signal samples used for estimation need to be reduced. The conventional channel estimation techniques using Least-Squares (LS) or Maximum a posteriori (MAP) methods fail for the reduced sample under-determined system, which results in poor performance of the joint estimator. The proposed ML algorithm uses Compressed Sensing (CS) based channel estimation method in a sparse fading scenario, where the received samples used for estimation are less than that required for an LS or MAP based estimation. The performance of the estimation method is studied through numerical simulations, and it is observed that CS based joint estimator performs better than LS and MAP based joint estimator.     

基于MUSIC和ML方法的MIMO系统参数估计

该文提出了一种基于MUSIC和ML方法联合估计MIMO系统频偏和信道增益的算法,该算法首先使用MUSIC方法估计出多个发射天线到某一接收天线的频偏子集,然后利用最大似然方法在这个有限子集中分离出不同天线对之间的频偏,最后在频率同步的基础上利用最大似然估计器对信道增益进行估计。该算法解决了在估计多个频偏时直接使用最大似然估计进行多维搜索的问题,将多维搜索转化为一维搜索,降低了算法的复杂度。     

Blind channel estimation of space-time Frequency-Shift Keying

The decoupled coherent Maximum Likelihood （ML） detection algorithm presented in this letter can sharply reduce the complexity of the receiver as well as provide better error performance under the precondition that channel should be estimated first. Considering the bandwidth inefficiency of Frequency Shift Keying （FSK）, the acquisition of channel state information through training sequences will further decrease the transmission efficiency. This letter presents a blind channel estimation algorithm based on noise subspace theory which can acquire channel information without any training symbols. The simulation shows that the algorithm brings about fewer channel estimation errors while the frequency efficiency can be increased.     

UWB-SAR抑制FI的ML参数估计方法

有效的射频干扰(RFI)抑制技术是超宽带合成孔径雷达(UWB-SAR)成像质量的重要保证。基于多正弦波模型的选代最大似然(ML)法能够在很大程度上抑制RFI。然而,这种方法存在局部最小及相近频率分辨问题。本文利用特征结构分析求解初始频率估计,较好地解决了上述问题。同时,对RFI谱峰中正弦信号个数的二元假设使算法得到简化。理论分析和仿真实验均表明本文算法的良好性能。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中,最大似然（ML）检测可以取得最优的检测性能,然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题,提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引,接着对候选天线索引按正则化标准进行可靠性验证,剔除错误索引,缩小信号的搜索空间,最后通过求解最小二乘问题估计信号。仿真结果表明,与经典的正交匹配追踪（OMP）算法相比,所提算法以少许复杂度的增加为代价极大提升了检测性能,能够在检测性能与复杂度之间取得更好的折中。     

AN EFFICIENT APPROXIMATE MAXIMUM LIKELIHOOD SIGNAL DETECTION FOR MIMO SYSTEMS

This paper proposes an efficient approximate Maximum Likelihood （ML） detection method for Multiple-Input Multiple-Output （MIMO） systems, which searches local area instead of exhaustive search and Selects valid search points in each transmit antenna signal constellation instead of all hyperplane. Both of the selection and search complexity can be reduced significantly. The method performs the tradeoff between computational complexity and system performance by adjusting the neighborhood size to select the valid search points. Simulation results show that the performance is comparable to that of the ML detection while the complexity is only as the small fraction of ML.     

基于ML和ESPRIT方法的OFDMA上行链路频偏估计算法

由于载波频偏会给正交频分多址接入OFDMA系统带来子载波之间干扰,从而造成多用户之间的干扰,导致系统性能下降。该文提出一种基于ESPRIT和ML方法联合估计的频偏估计算法。该算法首先使用ESPRIT方法估计出多个可能的频偏构成的子集,然后使用最大似然估计方法在这个有限子集合中搜索出估计的频偏。该算法解决了使用似然估计进行多维搜索的问题,大大降低了算法的复杂度,同时解决了多个频偏估计的问题。     

一种低复杂度的差分酉空时调制多符号球形译码算法

该文提出了一种瑞利衰落信道下差分酉空时调制系统中多符号差分球形译码的改进算法。该算法在执行球形译码的最大似然度量搜索时,仅对具有较小最大似然度量的部分测试符号进行搜索,从而大大减少了搜索的次数,同时提出了一种逐项进行的最大似然度量计算方法,可以尽早发现超过搜索范围的测试符号并终止计算,在避免无谓的运算负担的同时得到所需的具有较小最大似然度量的部分测试符号。仿真表明,在适中的信噪比范围内,该算法在牺牲少量系统性能的基础上降低了超过50%的运算量。     

一种有效的MIMO-OFDM系统MAP信道估计

对于MIMO-OFDM系统,最大后验概率(MAP)信道估计算法可通过期望最大化(EM)算法降低计算复杂度,但将产生误差平底(error floor)现象。并且,系统的数据传输效率受限于发送端天线的数目。针对这些问题,该文提出了一种有效的MAP信道估计算法,并分析了算法的性能。所提算法在利用EM算法减小MAP 算法计算复杂度的基础上,利用角域内信道间的独立性降低估计误差。为改善系统数据传输效率及估计性能,通过多个OFDM符号进行联合的信道估计。仿真实验验证了所提算法拥有更好的估计性能和数据传输效率。