盲检测的递推算法

在ε均衡概念基础上,提出了对含公零点SIMO(单输入多输出)信道的盲均衡算法。该算法充分利用发送符号属于有限字符集的先验知识,先用ε算法盲检测少量发送序列,然后再用递推算法恢复出发送信号。仿真结果表明:不管信道是否包含公零点,文中提出的算法性能都明显地优于基于二阶统计量的其它经典算法,并且算法还可适用于时变信道。     

标准SIMO信道盲解卷固定点算法

从最简单的IIR-SIMO信道出发,采用离散傅立叶变换从理论上推导出了源信号估计值与观测信号的基本关系,据此提出了源信号固定点迭代计算方法,并基于最小均方误差准则给出了确定滤波器阶数的代价函数.在此基础上,进一步将这种分析方法推广到标准SIMO信道,进而最终建立了标准SIMO信道盲解卷固定点新算法.该算法无需设置迭代步长,也不像已有的许多SIMO盲解卷算法一样要求源信号属于有限字符集.针对混迭语音信号进行的仿真结果验证了算法理论分析的正确性和算法的有效性.     

基于离散微粒群优化的MIMO系统多用户盲检测

充分利用移动通信发送信号属于有限字符集的特点。把MIMO（多输入多输出）系统多用户盲检测问题转换为带二值约束的二次规划问题，从而突破信道辨识条件即MIMO信道传递函数必须不可简约且列简化的苛刻限制。采用离散微粒群优化算法求解二次规划问题，利用接收数据阵的补投影算子构成适应度函数。仿真实验表明：不管传统的信道辨识条件是否满足，该算法都具有较低的信号误码率和较好的稳健性。     

含公零点SIMO信道QPSK序列盲检测

在QPSK字符集下导出了与传统迫零均衡准则有本质不同的ε-均衡准则,并证明了ε-均衡器存在的充分及必要条件.给出了基于ε-均衡准则的QPSK序列盲检测算法,该算法将QPSK序列盲检测问题转化为带整数约束的二次规划问题.采用具有多项式近似复杂度的ε近似算法解决带整数约束的二次规划问题.仿真结果表明,该算法能够有效地适用于含公零点的单输入多输出信道,并对信道阶具有稳健性,无论信道是否包含公零点,该算法误码性能都明显优于基于二阶统计量的其他经典算法.     

基于子空间方法的多输入多输出信道盲辨识与均衡

子空间方法是一种有效的基于二阶统计量的盲信道辨识方法.具有计算量小、性能好、所需样本量少,不需要信号源相关性信息的特点.文中将单输入多输出（SIMO）系统的信道辨识子空间方法推广到多输入多输出（MIMO）系统.在MIMO的情况下,估计所得到的信道参数矩阵与真实参数矩阵间存在一个模糊矩阵,利用二阶盲源分离的方法将其转化为置换矩阵与对角的尺度矩阵乘积,得以提取源信号.此外,针对盲源分离中卷积混合信号分离的问题,利用此类盲均衡方法及其模型中的卷积矩阵,可将卷积混合转化为瞬时混合,从而利用大量已有针对瞬时混合的算法进行盲源分离.并对此进行了仿真,验证了其可行性.     

一种基于统计特性变换的盲信道辨识与均衡算法

在接收信号过采样的情况下,总结了SIMO信道堆栈系统模型。在此基础上针对输入信号为平稳非独立同分布且有已知自相关函数的情况,引入统计特性变换,导出了变换阵的闭式解。提出一种适用于平稳信号源的盲信道辨识与均衡算法,并对算法进行仿真,分析其辨识误差、收敛性能和均衡效果。结果表明：本文算法在输入信号为平稳非独立同分布时仍能对信道进行辨识且具有较高的精度,算法的收敛速度快并能达到理想的均衡效果。     

基于二阶循环统计量的直接盲MMSE均衡算法

提出了一种基于二阶循环统计量的直接盲MMSE均衡算法。该算法利用接收信号的二阶循环平稳性,依据MMSE准则,不经过辨识直接均衡信道。由于利用了信号的周期循环平稳性,该算法可以实现非最小相位系统的盲均衡。仿真实验表明,与基于子空间的盲均衡算法和基于CMA的盲均衡算法相比较,该算法运算复杂度低、收敛速度快、且不会陷入局部最优点。此外,由于该算法不经过辨识直接均衡信道,所以受信道阶数误差的影响较小。     

基于信道模型过估计的最小噪声子空间盲辨识

研究基于信道模型过估计的盲系统辨识问题.采用最小噪声子空间方法,提出了一种通信信道盲辨识算法.与现有算法比较,提出的算法减少了辨识过程的计算量,提高了辨识精度,并对信道阶数过估计具有鲁棒性.仿真结果表明,在信道阶数过估计时,提出的算法仍能给出较好的参数辨识效果.     

频率选择性信道下空时分组码直接盲信号检测算法

针对空时分组码系统中训练序列的引入会降低系统传输效率的问题,提出了一种在频率选择性衰落信道下无需信道估计直接对空时分组码进行盲信号检测的算法.该算法在发射端采用线性预编码并且在接收端采用子空间方法进行解码.和已提出的其他盲信号检测算法不同,它可以在未知信道信息的情况下以满速率发送和接收信号并获得满的分集增益.该算法可以被推广到有任意发射天线数的空时编码结构.Monte Carlo仿真实验表明,该算法和使用准确信道信息的解码算法性能相近.     

空间相关信道下空时分组码的子空间修正解码

针对空时分组码子空间盲解码算法在空间相关信道下性能下降的问题，提出了一种修正解码算法．在分析空间相关性破坏信号子空间和统计噪声子空间正交性的基础上，利用接收端已知的信道相关矩阵，修正接收端用于搜索的码字矩阵集合，使相关信道下分解得到的统计噪声子空间正交于修正的发送信号子空间，提高了解码性能．与传统解码的算法不同，该算法无需在发送端进行信道相关矩阵的估计和预编码，降低了发送端的编码复杂度．Monte-Carlo仿真实验表明，空间强相关信道下空时分组码子空间盲解码性能下降比较剧烈，采用新算法修正后的解码性能明显改善，在误比特率为10^-2、相关系数为0．8时，修正性能提高约2dB．     

基于抽头探测的MB OFDM 超宽带信道估计

在MB-OFDM超宽带系统中,针对超宽带信道的稀疏特性,提出一种新的基于抽头探测的信道估计算法(MP-DFT)。利用DFT(Discrete Fourier Transform)算法得到信道的原始估计值,采用匹配追踪(MP)算法探测出非零抽头的位置,最后将剩余抽头置零得到稀疏信道参数。仿真结果表明,对于4种标准的超宽带信道模型,MP-DFT算法相比DFT算法性能都有所改善,尤其对于稀疏性较好的CM1和CM2信道,算法性能有明显提高。     

超宽带通信压缩感知信道估计与信号检测方法

针对超宽带信号在采样速率过高时难以采样的问题,利用信号稀疏性提出一种基于压缩感知的信道估计和信号检测算法(CS算法).将信号重复送入随机滤波器后发送,对接收信号进行欠采样,利用调制信号、滤波器、信道的圆周卷积关系建立压缩感知的数学模型,从而可采用基追踪算法实现信道估计和信号检测.仿真结果表明,CS算法所需的采样数据量仅为最小二乘算法的1/3或更少,而在中等信噪比(15~25 dB)的情况下,估计性能可以提高约4.5 dB,且可以准确检测出原始信号.     

基于非理想信道信息的协作式空间复用系统性能分析与模式切换

针对基于非理想信道信息的多用户多天线上行协作式空间复用系统,提出了一种自适应的在协作式空间复用与单发多收之间进行模式切换的混合传输方案.分别分析了协作式空间复用与单发多收在理想信道信息与非理想信道信息下的各态历经可达速率性能,获得了其闭式的边界结果;在两者分析结果比较的基础上,提出了一种基于可达速率边界的模式切换传输方...     

非线性有限冲激响应Volterra信道的盲辨识

提出了单输入多输出有限冲激响应（ＳＩＭＯ ＦＩＲ）Ｖolterra系统的盲辨识及盲均衡的子空间方法,首先描述了ＳＩＭＯ非线性Ｖolterra信道模型,并将此模型转化为多输入多输出（ＭＩＭＯ）信道 模型;接着讨论了ＦＩＲＶolterra系统盲可辨识条件,并给出了ＳＩＭＯＶolterra系统的盲辨子空间算法;进一步讨论了ＶolterraＦＩＲ非线性信道的确定性盲均衡问题;最后用仿真实例验证了此算法的有效性,所提方法与确定性的线性多信道方法相比,它的最大优点就在于所需约束条件少,此方仅需要输入信号的相关矩在奇异,且在低信噪比情况下（ＳＮＲ为５dB)也有效。     

Analytical Expression for the MIMO Channel Capacity

Introduction Information theory has demonstrated the enormous po-tential capacity of wireless communication systems with antenna arrays at both the transmitter and the re-ceiver[1,2],when the channel exhibits rich scattering and complete channel state inf…     

SIMO信道组合优化递推序列检测算法

传统的盲均衡算法主要基于高阶统计量(HOS)法或信道输出过采样的二阶统计量 (SOS)算法,而这些算法不能实际应用于时变环境。与现有的自适应均衡LMS算法、RLS算法不同,提出了一种基于有限字符集信息的组合递推算法,实现单输入多输出 (SIMO)信道盲序列检测。仿真表明:该算法具有较快的收敛速度和较低的稳态误码。     

基于盲辨识理论的双通道肌电信号建模与分类

基于肌电信号产生机理 ,对双通道前臂肌电信号建立单输入多输出 IIR系统模型 ,由于模型输入未知且不可测 ,采用了盲信道辨识方法对模型传递函数进行辨识 .通过提取模型参数作为信号特征 ,能够对握拳、展拳、前臂内旋和前臂外旋四类前臂动作进行识别 .实验表明 ,该方法运算量小 ,适合在线实现 ,性能要优于传统的 AR模型方法     

A Decorrelation Constant Modulus Algorithm for Multitarget Separation Using Adaptive Arrays

In this paper, an adaptive digital filter algorithm is presented to optimize the signal-to-noise ratio of an antenna array with multiuser signal inputs. These synchronous communication signals have constant envelope property and are transmitted through a Multiple-Input/Multiple-Output （MIMO） linear channel. This Multiuser Constant Modulus Algorithm （MU-CMA） using an antenna array can compensate for both Interuser Interference （IUI） and Intersymbol Interference （ISI）. The method is derived by minimizing the cost function of the constant modulus signals as well as cross-correlations between them. The simulation result in this paper shows the performance of this algorithm.     

基于距离相关的信道分配算法

为最大化认知Ad Hoc网络并行传输的信道数目,提出一种新的信道分配算法.由于认知Ad Hoc网络中信道的衰落特性不同,该算法首先估算节点间距离,根据估算到的距离选择合适的信道进行数据传输,节点以干扰距离与传输距离的关系为依据更新信道的使用状态,从而提高信道的空间复用;另外,在公共信道上只进行广播和信道预定信息的传输,有效地避免了控制信道瓶颈问题.实验结果表明,该信道分配算法能够有效增加信道的空间复用,提高网络的吞吐量.相同的策略下,当负载较高时,该算法的吞吐量比DDMAC算法提高12%左右.