二相编码信号载频盲估计快速算法研究

讨论二相编码信号载频盲估计快速算法.在没有接收信号先验知识的情况下,首先粗略估计出二相编码信号的载频(fc)和3 dB带宽(△f3dB),然后以(fc)为中心,以4(△f3dB)为带宽对BPSK信号滤波,再对滤波后信号平方得到一个准正弦波信号,估计出该信号的频率,最后将该频率除以2就得到BPSK信号的载频精确估计值.理论分析证明本算法的合理性,并给出算法的应用门限.仿真结果表明本算法在没有先验知识的情况下可以对BPSK信号载频进行精确估计,特别是在低信噪比条件下依然能够取得良好的估计性能,且本算法简单易行,运算量小,适合实时处理.     

基于支持向量机可控功率响应的MUSIC-DOA估计方法

针对MUSIC归一化算法在低信噪比时波达方位(DOA)估计性能下降的问题,提出了基于支持向量机(SVM)可控功率响应的MUSIC-DOA算法。该算法首先对宽带信号进行快速傅里叶变换,然后用MUSIC算法进行DOA估计,最后通过SVM对每个子带信号的DOA估计结果进行分类,选择分类后DOA估计结果较为准确的子带信号进行融合,得到宽带信号的DOA估计。该文方法有效解决了MUSIC归一化算法在低信噪比时定位精度不高的问题,提高了定位系统的稳定性。     

二维快速子空间DOA估计算法

提出一种二维快速子空间DOA估计算法,该算法利用阵列协方差矩阵的一个子矩阵得到降维的信号子空间,不需估计整个阵列的协方差矩阵,也不需进行特征值分解,从而使得该方法具有运算量小、复杂度低和易于实时处理的特点,因而可以应用在小数据样本和快速时变的信号环境中.理论分析和计算机仿真结果表明:与MUSIC算法相比,该算法运算量最多为MUSIC算法的1/4,低信噪比条件下DOA估计性能损失并不大,当信噪比大于5dB时,性能与MUSIC算法相当.     

极化敏感阵列的DOA及极化参数降维估计算法

为解决极化MUSIC算法运算量大的问题,提出了一种适用于极化敏感阵列的秩亏损MUSIC算法。在极化MUSIC算法的基础上,通过运用矩阵秩亏损原理将谱函数进行降维优化成只与空域参数相关的二维谱函数,大大降低了谱峰搜索过程中的运算量,同时保证了波达方向(DOA)估计精度。在获得入射信号的DOA之后,通过公式可直接计算得到入射信号的极化参数,具有较低的运算量。通过仿真实验可以验证秩亏损MUSIC算法存在着较高的估计精度,并通过将其与极化MUSIC算法的计算复杂度进行对比,可以发现秩亏损MUSIC算法具有较好的实时性,在入射信号相同并含有极化信息的条件下,秩亏损MUSIC算法的计算复杂度相较于极化MUSIC算法降低了104数量级。     

平面阵列的半实值MUSIC波达方向估计算法

针对二维波达方向(DOA)估计算法运算量大的问题,基于平面阵列提出一种优化后的半实值MUSIC算法,将问题转化为对目标与x轴、y轴的2个夹角的估计,首先提取接收信号协方差矩阵的实部,并对其特征值分解得到噪声子空间;利用Kronecker积降维得到搜索区域减半的MUSIC谱,估计入射方向与x轴夹角;接着利用最小二乘法得到目标与y轴夹角的估计值;最后根据角度的对应关系方程求得二维DOA的估计值。仿真结果表明,该算法在保证精度的同时显著减小了运算量,且算法估计性能与常规MUSIC算法相当。     

OFDM无线系统载频与定时偏移估计算法

针对受到传播时延、多普勒效应以及发送端与接受端振荡器的不匹配等因素影响的正交频分复用OFDM(orthogonal frequency division multiplexing)无线系统载频与定时偏移问题,提出了一种基于周期稳态性的载频与定时偏移估计算法CSBE(cycloslationary based estimation).该算法通过对接收信号的周期稳态性及相关性估测出频率偏移与时隙偏移,进而有效地提高OFDM系统抗频率与定时偏移的能力.仿真实验以及与现有BE算法的性能比较表明,提出的频率与定时偏移估计算法在加性高斯白噪声AWGN(additive white Gaussian noise)与瑞利衰落信道下都明显地减小了频率与定时偏移误差.     

基于频率不变性的改进MUSIC算法的DOA估计

针对传统的波达方向估计（DOA）精度较低的问题，文章提出了一种基于频率不变性的改进多重信号分类方法（Multiple Signal Classification,MUSIC）的算法。该算法利用均匀同心圆阵列先将阵列接收到的数据进行预处理，再使用本文中所提出的改进的MUSIC算法来估计波达方向。改进MUSIC算法是在传统MUSIC算法的原噪声子空间的基础上，依次向信号子空间多取一个特征向量，形成一系列的子空间，加入原来的空间谱估计公式当中，构成新的空间谱估计公式。仿真结果表明，使用改进的MUSIC算法得到的空间谱图的波峰值比传统MUSIC算法增大了85.47 dB，提高了系统的分辨率。     

OFDM系统载频偏移估计算法研究

对正交频分复用系统中的载波频率偏移估计的典型算法——ML算法、类MUSIC算法和类ESPRIT算法进行研究，总结三种算法的基本思想，对三种算法进行仿真实验和性能分析。     

OFDM系统载频偏移估计算法的研究

载波频率偏移是OFDM系统实现的关键问题之一。分析了OFDM系统载频偏移估计的2种算法，即利用循环前缀和训练序列方法。它们均为最大似然估计方法。分别讨论了它们的基本思想、实现方法和仿真结果。可以看出基于循环前缀算法复杂度较小，精度不高，而基于训练序列的算法有较高的估计精度，但降纸了系统传输效率。     

单通道小样本信号频率估计算法

针对噪声条件下单通道小样本信号的频率估计问题,提出基于MUSIC方法估计信号频率的算法,通过分析单通道接收信号,结合阵列信号处理方法,根据离散采样间隔和线性阵列阵元间距的关系,提出新的观测数据矩阵构造方法.利用采样数据构造一个Toeplitz矩阵,然后对该矩阵进行特征值分解得到信号子空间和噪声子空间,并通过MUSIC算法实现在单通道较小采样数据量的条件下,精确地估计信号频率.最后经过计算机仿真并与快速傅里叶变换(FFT)算法相比,验证了本文算法的有效性和优越性.     

多载波调制码分多址系统自适应盲信道估计

针对多载波调制码分多址系统中循环前缀的引入会降低系统传输效率及相应的盲信道估计方法运算量大等问题，在分析了无需循环前缀而利用虚拟子载波的盲信道估计方法的基础上，将子载波的正交性与信号时域特征相结合，提出一种基于恒模准则的盲信道估计方法，通过将频域的扩频码等效到时域，利用恒模算法锁定期望用户，抑制干扰用户和无需大量矩阵求逆运算等特性，在时域实现了盲信道估计与多用户分离，数值仿真结果表明，基于恒模准则的信道估计均方根误差小于基于有限码集的方法，并且具有运算量小，收敛速度快等特点。     

交织正交频分多址上行频偏和定时同步联合盲估计算法

提出了一种基于功率谱叠加的交织正交频分多址系统上行链路载波频偏和定时同步联合估计算法.该算法利用同一用户在各个子载波上具有相同载波频偏的特点,采用一个未受之前符号污染的循环前缀样值,通过抽取自相关矩阵,将属于同一用户的子载波在功率谱上进行叠加,得到更尖锐的谱峰,从而实现对载波频偏的精确估计.对不同时刻估计到的谱峰量级进行比较,可同时实现定时同步.仿真结果表明,算法在估计精度上明显优于循环平稳算法,当一帧中的符号数较大时,算法的估计精度略优于子空间法,且计算复杂度更低.     

基于TD-LMS算法的OFDMA上行链路载波频偏补偿

针对OFDMA上行链路的通信系统,各用户存在不同的子载波频偏,导致子载波正交性的破坏,本文提出一种基于最小均方误差(MMSE)的时域自适应算法(TD-LMS)来补偿子载波频偏引起的干扰。该算对OFDMA系统接收端的时域信号进行无偏估计,然后利用估计量来调整频偏值,最后利用TD-LMS算法进行自适应消除。与传统的算法相比,此算法无需获得子载波频偏范围的先验知识。仿真结果表明,该算法对各用户的子载波频偏的估计精度较高,而且补偿的效果更明显。     

EMD算法应用于OFDM系统频偏估计的新方法

提出了一种利用经验模态分解（empirical mode decomposition,EMD）技术估计正交频分复用系统（orthogonal frequency division multiplexing,OFDM）频偏的新方法。传统的OFDM系统频偏估计算法通常需要获得多路混合信号,而新方法仅需要利用相关检测处理单路的OFDM信号,再通过EMD模态分解算法分离出各路子载波信息,即可估计出OFDM系统频偏。与传统的OFDM系统频偏估计方法相比,新方法不依赖源信号的统计特性和信道状态信息,不需要额外带宽,降低了系统的实现复杂度。仿真结果表明,该方法具有较高的频偏估计精度。     

一种相关编码正交频分复用系统的载波频偏估计算法

基于相关编码正交频分复用(OFDM)系统，提出了一种新的数据辅助载波频偏估计技术，利用相关编码OFDM系统的频域幅度特性估计载波频率偏移，增大了频偏估计的跟踪范围，同时采用改进的迭代估计剩余频偏方法，消除载波间干扰对频偏估计的影响，提高了估计精度．仿真结果表明，与传统的基于数据辅助频偏估计技术相比，该技术的跟踪估计范围增大为(-1，1)，且在较高信噪比的估计均方误差明显降低。     

一种快速正交频分复用频率跟踪算法

提出了一种快速的正交频分复用(OFDM)系统载波频率跟踪算法，该方法采用基于变步长的自适应滤波算法。经过频率粗同步后，以变步长的最小均方算法(VLMS)进行频率补偿。在算法的初始使用大的步长值加快算法的收敛速度，然后使用小的步长使残留的频率偏移最小。由于不需要训练序列，故该算法是盲的，没有频带效率损失。仿真结果表明，所提出方案能显著提高误码率性能，高精度的频率偏移估计几乎可以使频率偏移得到完全补偿，且算法的收敛速度比固定步长的算法快得多。     

采用导频子载波的OFDM系统频偏跟踪算法

为了进一步提高多径快衰落环境下,正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统的载波频偏估计精度,研究了利用在OFDM符号中插入的导频子载波进行小数倍频偏跟踪的算法在多径快衰落信道下的频偏跟踪性能.通过与常规的基于循环前缀的跟踪算法进行比较,采用导频子载波的频偏跟踪算法,不仅在高斯白噪声信道下能达到很好的频偏跟踪性能,而且在多径快衰落信道下也能实现更准确的频偏估计,因此采用导频子载波的算法更适合用于多径快衰落信道下的频偏跟踪.     

Blind Carrier Frequency Offset Estimation via Power Spectrum Analysis in MIMO OFDM Systems

As a generalization of orthogonal frequency-division multiplexing (OFDM) systems,multi-input multi-output (MIMO) OFDM systems are very sensitive to carrier frequency offset (CFO).This paper proposes a blind CFO estimation method based on power spectrum analysis,which has high bandwidth efficiency and is much less complex.This method can be used to estimate the residual CFO,which is less than half of the subcarrier spacing.The method uses a cosine cost function to get a closed-form CFO estimate.Simulation results illustrate that the method is effective for MIMO OFDM systems.     

基于子空间的交织OFDMA上行载波频偏估计

为了实现采用交织子载波分配方法的正交频分多址(orthogonal frequency division multiplexing access,OFDMA)上行链路多个用户频偏的联合估计,提出了一种基于子空间的两阶段频偏搜索方法。由于多重信号分类法(multiple signal characteristic,MUSIC)的采用,使得该方法具有较高的精确度。并且该方法不需要知道接入的用户个数及用户所占用的子信道,因此适用于随机分配子信道的情况。仿真结果表明:当信噪比大于5dB时,其标准均方根误差小于子载波间隔的1%,满足宽带无线接入系统关于载波频率偏差应小于子载波间隔2%的频率同步要求。     

基于子空间的交织OFDMA上行载波频偏估计

为了实现采用交织子载波分配方法的正交频分多址(orthogonal frequency division multiplexing access,OFDMA)上行链路多个用户频偏的联合估计,提出一种基于子空间的两阶段频偏搜索方法。由于多重信号分类法(multiple signal characteristic,MUSIC)的采用,使得该方法具有较高的精确度,并且该方法不需要知道接入的用户个数及用户所占用的子信道;因此适用于随机分配子信道的情况。仿真结果表明:当信噪比大于5 dB时,其标准均方根误差小于子载波间隔的1%,满足宽带无线接入系统关于载波频率偏差应小于子载波间隔2%的频率同步要求。