多径瑞利衰落信道中的盲信噪比估计

提出了一种在多径瑞利衰落信道中的信噪比盲估计算法。采用自相关检测和多项式拟合的方法，在保证接收端参数符合降噪原理的条件下．利用接收信号同相分量的自相关函数实现了较精确的盲信噪比估计。算法分析和计算机仿真结果表明．该算法适用于低信噪比情况，在信噪比为0-20dB时估计误差小于1dB。     

基于码片延迟的多径信道扩频序列盲估计

针对多径信道下低信噪比直扩信号扩频序列的盲估计问题,提出一种通过码片延迟与相关矩阵分析相结合的方法实现扩频波形估计。该方法首先将接收信号延迟一段时间与原信号相乘,然后代入自相关矩阵中,通过特征值分解求得最大特征值及其对应的特征向量,通过该特征向量中的零点确定同步位置并恢复扩频序列。理论分析和仿真结果表明,本算法在低信噪比条件下能完成对PN码序列的精确估计。     

认知无线电中OFDM信号信噪比盲估计

针对认知正交频分复用(OFDM,orthogonal frequency division multiplexing)系统中低信噪比多径信道下传统的OFDM信号信噪比盲估计算法的估计性能差,计算复杂度高的问题,提出一种新的OFDM信号信噪比盲估计方法,该方法首先利用自相关函数的特性粗略估计出信道阶数,确定循环前缀部分中不受符号间干扰的数据区间,然后根据选定区间的数据的自相关函数值估计接收信号的信号功率,最后利用循环前缀数据为部分有用数据的复制这一特性估计出噪声功率,从而估计出接收信号的信噪比。仿真实验结果表明,提出的方法无需任何先验信息,在低信噪比多径信道下具有良好的估计性能,且计算复杂度低,更适合于认知OFDM系统。     

一种适用于多径信道下DSSS信号检测新方法

针对多径信道下直接序列扩频信号检测的难题,在基于自相关二阶矩的检测算法基础上提出了新的检测参数,从而将加性高斯白噪声信道下的直接序列扩频信号检测算法推广到多径信道。本文算法首先分析了由多径信道导致的能量峰值和由直扩信号的伪码特性导致的自相关峰值的特点,并根据此特点定义了新的检测参数——多径因子,最后将该参数应用到基于自相关二阶矩的直接序列扩频信号检测算法中,实现了对多径信道下的直接序列扩频信号的检测。理论分析和仿真实验表明,本文提出的检测新参数能真实的反映多径信道对信号自相关函数的影响;当信噪比大于-14dB时,本文提出的多径信道下直扩信号检测算法性能与加性高斯白噪声信道下的检测性能相当。      

一种基于PN序列的信道估计算法及SIMULINK仿真

提出了一种基于PN序列的LS信道估计算法。利用PN序列特殊的相关性,在接收端完成相关处理,从而获得多径衰落信道的状态参数。在SIMULINK搭建的OFDM-FH仿真模型中,运用该信道估计算法进行仿真。结果证明,在相同信噪比和信道利用率的条件下,基于PN序列的LS信道估计算法要比传统的LS算法具有更高的信道估计精度。     

一种基于数据辅助的OFDM系统符号同步算法

该文提出了一种改进的OFDM系统符号同步算法。在集相关法估计出FFT有效采样窗的基础上,加以数据的辅助,将恢复后的符号序列再次进行OFDM调制并与接收信号作相关,能够求出符号到达的准确时刻。这种基于数据辅助的方法提高了估计过程中的信噪比。仿真结果表明,该方法在多径衰落信道下能获得较好的定时同步性能。     

一种循环前缀为PN序列的OFDM信道估计算法

与传统的正交频分复用（OFDM）频域信道估计方法不同，提出了一种循环前缀为PN序列的OFDM信道估计方法：在时域OFDM符号中不插入传统意义上的循环前缀，而是插入PN序列作为训练序列，将PN序列与对应的接收序列作圆周相关处理获得信道频率响应估计；而由于PN序列周期性出现，它也起到了循环前缀的作用。仿真结果表明：在多径瑞利衰落信道中，在相同信噪比和相同信道利用率的条件下，提出的算法比频域梳状导频插入的时域滤波算法具有更高的信道估计精度。     

一种基于STBC的SC-FDE系统双天线联合检测算法

针对双发双收的基于空时分组编码的单载波频域均衡(STBC-SC-FDE)系统,研究了一种双天线联合检测算法,通过信道估计、导频干扰消除、加权联合均衡等过程重构发送的信息。并根据信噪比对频域信号与均衡矩阵进行加权处理,使联合检测算法适用于2路接收信号信噪比不同的情况。仿真结果表明,所提出的双天线联合检测算法在SUI-3信道下最大可获得约8dB的接收分集增益。与时域最大比合并(MRC)算法相比,由于采用联合检测,该算法能有效改善系统在多径衰落信道下的误码率。     

一种平坦衰落信道下的盲信噪比估计算法

针对基于子空间分解信噪比估计算法中信号子空间维数估计复杂度高、小样本条件下估计偏差大的问题,提出了一种改进的盲信噪比估计算法.该算法首先构造接收信号的自相关矩阵,然后从矩阵奇异值序列的尾部开始,间隔两项依次进行差分得到梯度序列,再以梯度序列相邻两项均值大干特定阈值为条件确定信号子空间的维数,最后求得信噪比.仿真结果表明:信噪比范围为-5～+15 dB时,平坦衰落信道下常用调制信号的信噪比估计标准差小于0.1 dB,与MDL,AIC方法相比,该算法计算量小,且能适应更低的信噪比和更短的数据长度.     

SIMO信道中基于奇异值分解的盲信噪比估计算法

信噪比（SNR）是现代通信信号处理中一个重要参数,许多算法需要它作为先验信息以获取最佳估计性能。针对单输入多输出（SIMO）系统的信噪比估计问题,本文提出了一种盲信噪比估计算法。该算法利用多路信号协方差矩阵的奇异值分解（SVD）,通过计算矩阵的最大特征值实现各路信号信噪比估计。该算法无需知道信号的先验信息,能够对加性高斯白噪声信道（AWGN）和多径信道下常用的数字调制信号进行信噪比估计。仿真结果表明该算法具有良好的估计性能。与单路信号中基于SVD信噪比估计算法相比,该算法无需估计信号空间与噪声空间维数,提高了估计精度,同时大大减小计算复杂度。      

基于压缩感知的大规模MIMO信道估计与反馈

针对大规模 MIMO系统信道估计精度低及反馈方案较为复杂的问题,在差分信道估计及反馈方案上提出了一种基于系数相关性的压缩采样匹配追踪（BCC-CoSAMP）算法。该算法将CoSAMP算法中衡量两个向量之间关系的内积替换为基于相关系数的向量关系判定,从而较快地选出与原始信号相关性强的原子,达到提高信道估计精度的目的。仿真结果表明,与CoSAMP算法相比,所提出的BCC-CoSAMP算法在低信噪比情况下,信道估计精度平均有5 dB的提高,同时能平均提高系统总速率1.25 bit/(s.Hz)。     

多径环境下异步长码直接序列码分多址信号伪码序列及信息序列盲估计

针对低信噪比 (SNR)下存在多径效应的传统单通道异步长码直接序列码分多址(DS-CDMA)信号伪码序列(PN)及信息序列难估计问题,该文提出一种基于平行因子的多通道盲估计方法。该方法先将接收到的多径信号建模为多通道模型,然后将长码DS-CDMA信号建模成短码DS-CDMA信号的缺失数据模型,形成观测缺失数据矩阵,并将其等效为缺失平行因子模型,最后利用正则交替最小二乘法(ALS)对缺失平行因子进行低秩分解,实现多径环境下长码DS-CDMA信号各用户伪码序列及信息序列的盲估计。仿真结果表明,序列的估计性能与多径环境密切相关,且在莱斯因子为10,多径路数为3,通道数为4,用户数为6,信噪比大于–10 dB的条件下,伪码序列及信息序列的估计错误率均低于1%。     

高斯白噪声信道下8PSK信号信噪比估计

针对高斯白噪声信道下传统信噪比(Signal to Noise Ratio,SNR)估计算法适用的相位键控(PSK)调制阶数低、信噪比估计过程中数值计算系数大的问题,提出了一种新的8PSK信号盲信噪比估计算法。该算法理论分析了高斯白噪声信道下8PSK信号信噪比与中间观测量的数值关系,采用多项式拟合和观测量归一化处理的方式推导了二者的解析关系式。数值仿真表明该算法在-6~10 dB范围内,可取得良好的信噪比估计效果。     

一种基于与BCH码等价原理的m序列重构算法

该文针对现有m序列特征多项式估计方法在高阶高误码条件下的估计效率不高,精度不够的问题展开研究,通过分析m序列和BCH码的生成原理,得出二者之间的等价关系,进而提出了一种新的m序列特征多项式的估计算法。该算法通过构造与之等价的BCH码,利用其良好的纠错性能,实现高误码条件下的m序列特征多项式的估计,仿真结果表明本算法能较好地解决误码条件下的m序列特征多项式估计问题,运算速度主要适用于通信信号处理中常用20阶以内的m序列分析问题。     

一种基于PN序列的OFDMA上行链路参数估计和信号检测方法

该文研究了OFDMA上行链路的频偏信道参数估计和信号检测问题,设计了一种OFDMA上行链路发射信号帧结构,信号帧的帧头由PN序列构成;提出了基于PN序列的频偏信道参数估计算法;并根据频偏信道参数采用时域最小均方误差检测算法进行信号检测。仿真表明:该文提出的频偏信道估计算法充分利用PN序列的相关特性,具有良好的抗噪特性、衰落信道适应性和高的估计精度;而时域最小均方误差信号检测算法也具有较好的误比特率性能。     

基于MMSE 信道估计的VRVP-MQAM 方法性能研究

信道估计对于VRVP-MQAM系统的整体性能至关重要,论述了VRVP-MQAM方法在实际应用中遇到的问题,针对假定CSI已知的传统研究方法,该文通过采用MMSE算法进行信道估计,研究了MMSE估计误差对VRVP-MQAM方法的ASE性能影响,并在Rayleigh衰落信道下进行了仿真,仿真结果表明:与信道状态已知(=1)相比,MMSE估计误差(=0.9时)会产生1~3 dB左右的ASE性能差距;当平均SNR为20 dB时,MMSE算法下信道状态的平均频谱效率为0.3 bps/Hz,比理想信道状态的平均频谱效率低。因此,VRVP-MQAM方法的应用将会越来越广泛。     

A Signal Perturbation Free Whitening-Rotation-Based Semiblind Approach for MIMO Channel Estimation

It was shown in our previous work that, in the noise-free case, the whitening-rotation (WR)-based MIMO channel estimation algorithm is subject to a signal perturbation error, justifying that the WR-based method is efficient only in the low signal-to-noise ratio (SNR) case. In this paper, a very efficient signal-perturbation-free WR-based approach is proposed for semiblind channel estimation of MIMO systems. A novel transmit scheme is developed based on the eigenvalue decomposition of the correlation matrix of the transmitted signal. The new scheme is to send a small volume of data bearing the information of the correlation matrix to the receiver for the cancellation of the signal perturbation error so as to improve the performance of the WR-based method in the case of high SNRs. Then, a perturbation analysis of the proposed WR-based semiblind method with the new transmit scheme is conducted, leading to a closed-form expression for the mean square error (MSE) of the channel estimate. Computer simulations show that the proposed approach significantly outperforms the original WR-based method as well as some other channel estimation methods for all SNR levels.     

窄带干扰下基于子空间跟踪的扩频序列估计

针对窄带干扰条件下低信噪比直扩信号扩频序列（Direct Sequence Spread Spectrum,DSSS）的盲估计问题,提出了一种基于子空间跟踪的扩频波形估计算法.该方法避开了直接的特征分解求解,利用滑动窗技术取得码同步,根据求解结果可以估计出信号所夹杂的窄带干扰特征波形,并进一步消除窄带干扰估计出信号的扩频码序列.结果表明,该算法在低信噪比条件下能完成对PN码序列的精确估计,降低了数据的存储量,易于硬件实现.     

一种K-means改进算法的软扩频信号伪码序列盲估计

针对软扩频信号因采用了编码技术使得伪码序列难以估计的问题,该文提出一种基于K-means聚类改进的软扩频信号伪码序列盲估计方法。该方法首先以单倍伪码周期的窗长对接收信号进行数据分段以构造观测数据矩阵,其次利用相似测度的理论从观测数据中寻找出K-means算法最优的初始聚类中心点,然后通过搜索平均轮廓系数(Silhouette Coefficient, SC)最大的绝对值以完成伪码集合规模数的估计,最后找到估计的伪码集合规模数所对应的聚类中心点集合,进一步完成对软扩频信号伪码序列的盲估计。通过仿真实验表明,在伪码序列估计错误概率低于0.1的情况下,该文方法比未改进方法提高信噪比约4 dB;而且在同一条件下,该文方法对信号的盲解扩性能优于未改进的方法。