一种新的计算OFDM系统误码率的方法

提出一种采用不等长分组新的OFDM系统。采用不等长分组的好处是不需要加循环前缀就能在发射序列中引入周期平稳性,因此,可利用信号的二阶统计特性实现信道盲估计。信道盲估计主要分子空间分解、相关拟合和最大似然三种方法。结合Monte Carlo仿真表明,在信噪比较低时,结合子空间分解方法计算出的误码性能比其余两种方法好。     

小波建模在时变信道盲识别中的应用

当前的信道盲均衡与盲识别算法主要考虑的是线性时不变信道，而对于时变的信道，传统的自适应技术常忽略考虑相关的信道时变信息，从而不能很好地对信道进行均衡与识别，本文在考虑信道时变信息的同时，采用时变信道多分辨率分解小波模型对时变信道进行建模，并依此模型给出变信道的盲识别算法。     

基于粒子滤波器的盲辨识和盲均衡新方法

提出了一种新的基于粒子滤波器的盲辨识及盲均衡算法。在对信道进行辨识时，通过对信道均值的采样来代替对真实信道的采样，避免了对信道的后验密度进行采样，从而降低了算法的复杂度。算法还采用先验密度作为重要性函数，以便于对重要性函数进行采样。仿真结果表明，该算法收敛速度快，所需的数据量少，在信噪比较低时也能完成对信道的盲辨识和盲均衡。     

一种基于矩阵外积分解的信道盲辨识与盲均衡算法

本文提出了一种鲁棒性较好的信道盲辨识和盲均衡算法.在仅需知道信道阶数上界的条件下,首先采用改进的信道阶数估计算法对信道阶数进行精确估计,与现有算法相比,所需信噪比降低、对信道的适应性提高;然后,在矩阵外积分解算法的基础上,加入特征值扰动分析,提高了信道盲辨识和盲均衡性能.仿真结果证明了算法的有效性.     

含共零点SIMO信道直接盲序列检测与信道辨识

在ε均衡概念基础上，提出了对含公零点SIMO信道的盲辨识算法。该算法充分利用发送符号属于有限字符集的先验知识，先直接盲检测发送序列，然后再进行信道辨识。仿真结果表明：不管信道是否包含公零点，本文提出的信道盲辨识ε算法性能都明显地优于基于二阶统计量的其它经典算法。     

一种新型的在瑞利信道下盲检测器设计

针对采用卡尔曼滤波或线性预测方案进行信号检测时,需要已知信道模型参数或预先估计信道参数这一局限性问题,提出一种新型的瑞利信道下的盲检测器。盲检测器通过设计粒子学习算法,能够在未知的信道衰落模型参数和噪声模型参数条件下检测信号。为了提升检测器的性能,采用信号延迟判决技术。仿真结果表明,盲检测器性能优异,已接近在已知信道模型参数下检测器的性能。该盲检测器易于并行设计实现,具有很高的实用价值。     

基于盲源分离的水声信道盲均衡处理方法

提出了一种基于盲源分离的水声信道讯均衡处理方法,通过对接收信号过采样构成源信号,采用了基于信息最大化原理(Infomax)在线分离算法进行了水声信道的盲均衡,并研究了时变水声信道条件下算法的均衡情况,仿真实验结果表明,该处理方法对多径水声信道具有较好的均衡效果,同时不受最小相位的条件限制。     

基于过采样的六二阶归一化累积量盲均衡算法

现有盲均衡算法大多采用先辨识信道、再进行均衡的方法,但信道阶数的估计是一个难点。将高阶归一化累积量用于盲均衡,提出一种基于过采样的六二阶归一化累积量盲均衡算法。该算法不需要辨识信道和估计信道阶数,只对接收信号的六二阶归一化累积量进行优化。仿真结果验证了算法的有效性。     

基于粒子滤波的Turbo盲均衡

粒子滤波是一种基于贝叶斯估计的算法,在信道盲辨识和盲均衡问题上具有快收敛、抗深衰信道等优势。Turbo盲均衡在低信噪比条件下有较好的误码性能。为了在深衰信道下使通信具有良好的误码性能,对粒子滤波盲均衡算法进行改进,改进算法的重要性采样函数利用了粒子的先验信息,得到一种软输入软输出的粒子滤波盲均衡算法。依据Turbo盲均衡的框架结构实现了一种基于粒子滤波的Turbo盲均衡算法,该算法利用信道编码带来的编码增益,提高了均衡和信道辨识的性能。仿真结果表明相比粒子滤波盲均衡算法本文提出算法的误码率性能提高1dB左右,误帧率性能则提高了3dB以上,经分析可知在信道系数估计较为准确的条件下,系统数据帧几乎没有误码。      

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。     

OFDM空时发射分集系统信道盲估计

本文研究了OFDM空时发射分集系统的子空间信道盲估计方法。该方法仅利用空时编码及OFDM调制引入的冗余,在接收天线小于发射天线时,也可以对信道进行盲估计。对盲估计方法所共有的估计模糊性问题进行了详细的论述,证明估计仅存在两个标量不确定因子。这种方法不需要对信号进行冗余预编码,系统将有更高的速率;同时也不需要对系统输出进行过采样或采用多天线接收。由于不需要确切知道信道的阶数,算法对信道阶数过估计有较好的鲁棒性。     

衰落信道中的DS/CDMA系统盲差分自适应接收机

在本文中，我们针对标准MMSE自适应接收机在频率非选择性衰落信道中的相位滑动和失锁问题，提出了一种无需进行训练和信道参数估计的盲差分自适应接收机。为自适应地实现该接收机，我们同时提出了一种基于正交分解的盲平均随机梯度（Orthogonal Decomposition-based Blind Aver-aged stochastic Gradient，简称ODBAG）算法。仿真结果表明，这种以ODBAG算法实现的盲差分自适应接收机在瑞利（Rayleigh）衰落信道中，误码率性能比传统匹配滤波器（Matched Filter，简写为MF）接收机有显著的提高，并接近改进的MMSE自适应接收机的性能。     

新型卫星导航系统的MIMO抗干扰研究

新型卫星导航系统是自主研制、独立运行的全球卫星导航系统,其中抗干扰技术是该系统的关键技术。针对多输入多输出(Multiple-Input Multiple-Output,MIMO[1])信道下抗干扰算法的研究,通过比较全盲、半盲和确定信道抗干扰算法的误码率与干扰信号功率比的关系,给出了理论推导和仿真结果,表明全盲、半盲和确定信道抗干扰算法的可行性。而其中全盲和半盲抗干扰算法能适用于信道特性完全不知或者部分知道的情况,更加适合新型卫星导航系统应用,具有研究价值。     

短波信道盲均衡技术研究

针对短波无线信道的衰落特性严重影响信号接收的问题,在分析研究短波信道特性的基础上,通过研究现有各种盲均衡算法的特点,合理设计均衡器的结构和参数,提出了适用于短波信道的盲均衡改进算法。理论分析和仿真试验均表明,盲均衡算法较好地改善了信道环境,提高了解调性能,具有不占用信道带宽的特点,易于工程实现。     

Turbo码自适应编码调制和盲识别

讨论了在平缓衰落信道中Turbo码自适应编码调制和盲识别方法。在发送端,根据反馈的信道状态自适应调整Turbo码编码器的编码方案、调制指数M以及传输功率。接收端则采用调制指数盲识别方法进一步提高信道的利用率。根据要求的误码率和给定的平均功率,采用相应的自适应编码调制和自适应分区方法,可改善系统的平均吞吐量。仿真结果表明,所提出的Turbo码自适应编码调制和盲识别方案可使系统的平均吞吐量有很大的提高。     

用于盲接收的turbo均衡与迭代信道估计

Turbo均衡是一种将信道均衡和差错控制译码联合迭代处理的均衡机制,与传统的均衡器相比,能在更低的信噪比条件下克服严重信道失真导致的符号间干扰(ISI)。该文提出一种用于盲接收的turbo均衡和迭代信道估计方案,不依赖于训练序列或发送符号的先验知识,采用初始盲均衡处理来启动迭代信道估计和turbo均衡。在该方案中,初始盲均衡算法的选择是十分关键的,它需要在恶劣的信道条件为后续迭代处理的启动提供足够的先验信息。该文根据turbo均衡的特点,选择了超指数算法作为初始盲均衡。仿真结果表明,该文提出的用于盲接收的turbo均衡方案是有效的。     

盲均衡的一种快速算法

本文提出了盲均衡的一种快速算法.该方法与通常的盲均衡算法有着本质的区别,它不需要使用代价函数,也就不需要一个最小化代价函数的算法,从而避免了一些盲均衡器不能全局收敛的问题.本算法基于信道输入信号的一些先验的统计知识,并充分运用了信道输入序列与信道输出观测序列之间的关系.新算法主要的运算为比较运算,只用到了少量的乘、加运算,所以计算量远小于通常的盲均衡器算法.     

基于独立分量分析的正交空时分组编码盲检测方案

通过在不同天线发射的信号之间引入时域和空域信息,正交空时分组编码(OSTBC)可以获得发射分集增益,而且可以在不牺牲带宽的情况下获得更高的编码增益。但是其译码却需要精确的信道状态信息(CSI),因此,信道信息估计的准确性严重影响系统的性能。基于独立分量分析(ICA)的盲源分离(BSS)技术可以在不进行信道估计的情况下对发射信号实现有效检测。通过利用OSTBC的正交特性,提出了2种基于ICA的盲检测方案,同时,一些基于信道估计的检测算法也被用来进行性能比较。瑞利衰落信道下的仿真结果表明,2种新方案均具有较好的系统适应性和误码率性能。     

一种改进的稀疏多径信道盲辨识算法

针对无线多径稀疏信道,利用信道有效近似思想,提出了一种改进的基于矩阵外积分解的信道盲辨识与盲均衡算法。算法首先利用改进的VIA信道阶数估计准则,对多径稀疏信道“有效部分”的阶数进行精确估计,然后利用改进的矩阵外积分解算法估计出信道冲激响应的“有效部分”,最后利用该估计结果对接收数据进行反卷积运算,恢复出发送信号。为了降低噪声以及信道冲激响应中的“零抽头”部分对信道盲辨识性能的影响,本算法对噪声方差估计方法进行了改进,提高了算法在中、低信噪比条件下的盲辨识性能。与现有算法相比,本算法不仅降低了对信噪比的要求,而且克服了基于LC准则的子空间算法(SSA, Subspace Algorithm)的相位偏转问题,其中噪声方差的估计方法也可应用于信噪比估计技术。仿真实验以及对SPIB微波信道测试结果验证了本文算法的有效性。      

基于线性预测的盲最小均方误差均衡器

盲过采样均衡器仅用二阶统计量便可减小码间干扰,该文采用线性预测方法,提出了一种盲最小均方误差(MMSE)均衡器。该方法不需要先估计信道,可直接利用过采样的接收信号均衡信道。此外,该均衡器可采用递推最小二乘算法自适应地实现,具有较高的计算效率。仿真结果表明,该均衡器比基于线性预测的盲置零均衡器有更小的符号估计均方误差。