光纤信道自适应均衡器的仿真研究

为了解决色散时光纤通信系统高速率、长距离传输的限制,在分析影响光纤通信系统性能的主要原因的基础上,提出一种光纤信道仿真模型,并用MATLAB仿真LMS算法和RLS算法对10 Gb/s光纤信道进行自适应均衡的性能.仿真结果表明,这两种算法简单、高效,能有效消除光纤色散和偏振模色散(PMD)引起的码间干扰,RLS算法比LMS计算复杂度高,但收敛速度更快,所以这两种算法都能满足光纤通信系统对均衡速度较高的要求.     

基于Kalman滤波的水声混合双向迭代信道均衡算法

水声信道均衡中基于信道估计的均衡方法理论上具有更优的均衡性能,但较高的计算复杂度限制了算法的实际应用。针对这一问题,该文首先基于Kalman滤波和Turbo均衡提出一种迭代Kalman均衡器,实现了基于软符号的迭代信道估计与迭代Kalman均衡,且复杂度较常规方法降低约1个数量级。其次,针对单一均衡算法和单一方向Turbo均衡器存在的误差传递现象,设计了基于迭代Kalman均衡器与改进成比例归一化LMS (IPNLMS)自适应均衡器相结合的混合双向Turbo均衡器,提高了自适应均衡器的收敛速度和均衡性能,并通过双向均衡结构带来的增益改善了符号估计误差传递的现象。理论分析与仿真实验验证了该文算法的有效性。     

平均自适应滤波的信道均衡算法研究

近年来数字传输系统的信道均衡侧重于训练时间的缩短和跟踪速度的加快,需要研究快速收敛的自适应算法。从这点考虑递归最小二乘(RLS)均衡器是最佳的选择,但RLS算法的运算非常复杂而且存在稳定性问题,因而有必要研究一种能够代替传统RLS的算法。在本文中介绍一种基于平均自适应滤波(AFA)算法的均衡器,其主要优点是与RLS算法相当的快速收敛速度,同时运算复杂度较低。     

MIMO-OFDM系统中一种基于自适应滤波的信道估计方法

该文提出了一种适用于MIMO-OFDM系统的基于自适应滤波器的信道估计方法,此方法在不需要任何信道统计信息的前提下,通过自适应滤波的方法对时变信道状态参数进行即时跟踪与估计。仿真结果表明该文提出的基于自适应滤波的信道估计方法,相比于不考虑噪声的基于LS算法的信道估计方法,MSE和BER性能均有很大的提高。其中基于LMS滤波器的信道估计方法具有计算复杂度小的特点;而基于RLS的信道估计方法具有收敛速度快,MSE和BER性能均优于基于LMS方法的特点。     

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。     

快速的ZP-OFDM系统中的盲信道估计算法

基于子空间的盲信道估计因为其节约带宽和发射功率成为OFDM系统中比较热门的研究领域。但是,之前很多子空间算法有的收敛速度快,计算复杂度却高,有的用迭代算法跟踪子空间的特征结构,复杂度较低,但收敛速度却比较慢。提出了一种基于快速收敛的LMS-Newton算法的ZP-OFDM系统的信道估计方法,既提高了收敛速度,计算复杂度又不是很高。借助于子空间跟踪,该算法可以自适应地估计信道相关矩阵的噪声子空间,从而估计OFDM系统信道。仿真结果表明该算法可以改善信道估计的性能。     

自适应增益LMS的盲多用户检测算法

研究了一种工作于CDMA系统的盲多用户检测算法--自适应增益LMS,推导了算法实现的步骤.仿真实验表明,该算法相对于传统的LMS盲多用户检测算法,大幅度提高了收敛速率和稳态输出信干比,大大增强了适应非平稳信道的能力.另外,该算法运算量远远低于多用户检测中的盲RLS和Kalman滤波算法,非常适合于硬件实现.     

基于预测的OFDM系统迭代联合信道估计与符号检测算法

该文在现有的OFDM系统联合迭代信道估计与符号检测算法的基础上,根据信道响应的时域相关性,将预测方法引入迭代信道估计,对其进行改进.提出一类基于对初始信道估计值进行预测的迭代信道估计算法.进而分别用两种预测方法进行仿真并与传统迭代算法进行比较.仿真结果表明:该方法与传统算法相比,加快了迭代收敛速度,降低了系统误码率.在复杂度增加不大的前提下,提高了系统性能.     

宽带SC-FDE系统低复杂度二维信道估计算法

单载波频域均衡系统因具有峰均比低、适用于高速率传输的优势,具有广泛的应用前景,同时对其信道估计性能也提出了一定的要求。针对传统一维MMSE估计算法性能较差,而二维算法运算复杂度又较高的问题,依据信道的时频分离特性提出了一种低复杂度二维MMSE信道估计算法。将二维估计转化为两个一维估计,再通过改进的SVD算法减小一维估计的复杂度,并通过在帧结构插入特殊字(UW)序列作为循环前缀来减小系统开销,进行噪声方差估计。理论分析及仿真结果表明,本文算法比传统的LS及MMSE信道估计算法在未编码系统及编码系统中的性能都更好,且运算复杂度比传统一维MMSE算法更低。     

基于韦伯分布函数的低复杂度变步长符号算法

针对OFDM系统中传统信道估计算法在冲击噪声环境中性能急剧下降的问题,提出了一种基于韦伯分布函数的顽健型变步长符号算法进行信道估计。在深入研究冲击噪声特性及韦伯分布函数性质的基础上,提出了采用估计误差绝对值的韦伯分布函数控制步长的低复杂度变步长符号算法。该算法在利用传统符号算法顽健性的基础上,采用估计误差的韦伯分布函数动态地改变迭代符号算法的步长,从而能够以较低的复杂度提高变步长符号算法在冲击噪声环境中的收敛速度。算法复杂度分析及仿真结果表明,在冲击噪声环境下所提算法相较于传统自适应滤波信道估计算法能够以更低的复杂度、更快的收敛速度达到相同的信道估计均方误差。