OFDM系统自适应盲信道估计新方法

基于无线通信OFDM系统信道估计,提出了两种时域自适应盲估计方法。这些方法通过对极性(符号)LMS算法（SLMS）进行改进,改进算法有几方面优点,一是继承了极性LMS算法简单易实现的特性;二是解决了极性LMS收敛速度慢的缺点;最后结合自适应可变步长及步长调整策略,有效地提高了算法的估计性能。仿真给出了误差曲线以及归一化均方误差曲线,结果表明,和基于极性LMS盲估计方法相比,修正极性LMS和时变步长修正极性LMS盲估计方法均具有很快的收敛速度。由于采用了变步长技术,时变步长修正极性LMS盲估计方法具有更好的估计性能。      

一种基于自适应滤波的信道估计优化方法

为了解决无线移动通信 MIMO-OFDM 系统中导频辅助信道估计方法所存在的估计精度问题,提出了一种基于改进 LMS 算法的自适应滤波优化方法。首先使用 LS 算法对信道进行初始估计,然后利用估计结果恢复出原始发送数据,最后通过自适应滤波的方式对信道估计结果进行重新优化得到新的信道估计矩阵,可以获得更优的估计性能。仿真结果表明,提出的改进 LMS 算法相比于基本 LMS 算法具有更快的收敛速度和更好的稳态性能,自适应滤波优化后信道估计性能得到很大提高。     

MPSK调制系统中的自适应信道估计

本文研究了在MPSK调制方式下,不发送训练序列的商接判决自适应信道估计问题。为提高信道估计性能,提出采用软判决鉴相估值来调整加权最小均方(WLMS)和加权递归最小二乘(WRLS)自适应算法中的权值来进行信道估计,并研究了改进的软判决WRLS算法。结果表明,软判决加权LMS算法比一般LMS性能有很大提高,改进的软判决WRLS算法估计性能优于WRLS算法。     

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。     

一种快速时变自适应信道估计盲方法

提出了一种新的信道估计最小均方(LMS)盲方法--时变步长理想加权判决信道估计盲方法.该方法通过对常规LMS算法进行改进,实现自适应跟踪信道特征变化;同时利用接收机判决误差信息函数作为权系数的理想加权判决,从而解决了常规LMS盲方法收敛速度慢、信道估计性能不高的缺点.仿真证明,对于不同的多普勒频移、时延扩展以及时间,该方法均表现出了比常规LMS方法更优的性能.同时,该方法还可用于航天、雷达等领域估计其他特征参数.     

快速启动自适应均衡算法的研究

研究一种快速启动自适应均衡算法,提出并证明了一个命题。计算机模拟结果表明:快速启动均衡算法总是优于LMS算法,固定信道中,性能甚至优于RLS算法;时变信道中,性能接近RLS算法。文中的快速启运自适应均衡算法,具有训练时间较短(与LMS算法比较)、运算简单、容易实现的特点,是一种比较实用的均衡算法。     

WCDMA系统的迭代信道估计研究

本文针对WCDMA系统非连续导频情况,研究了采用Turbo编码的迭代信道估计技术,提出了一种基于LMS算法自适应滤波的信道估计方法.对信道估计值采用不同滤波器方法:维纳滤波、滑动平均滤波、FIR滤波、LMS自适应滤波的性能进行了比较,同时采用基于代价函数的方法对迭代信道估计进行了分析.理论分析和仿真结果表明对迭代信道估计所得信道估计值进行滤波的方法能够提高信道估计的精度,从而降低接收机的误比特率.     

加白化滤波的自适应均衡器

LMS算法由于简单且易于实现而在自适应均衡中得到了广泛应用。但收敛速度取决于信道特性,当信道特性较差时,它收敛得非常慢,有时甚至不收敛。作者在这篇文章中提出一种新型均衡器,即加白化滤波的自适应均衡器,它所对应的调整算法,与LMS算法相比,在不增加太多计算量的前提下,能够减少信道对其收敛速度的影响。     

新型紫外光非视距通信系统信道估计的研究

主要对紫外光非视距通信系统的信道估计做了研究,采用最小均方(LMS)算法,通过自适应滤波的方式估计了紫外光非视距通信信道的脉冲响应.在多种条件下比较了该系统有、无信道估计技术时的误码率,得出了基于训练序列的信道估计技术能改善紫外光非视距通信系统性能的结论.     

基于免疫机制的RBF网络在OFDM信道估计中的应用

针对OFDM系统的信道估计问题，提出了一种新型的基于免疫机制的RBF网络信道估计方法。该算法能够有效提高网络训练精度，改善进化训练算法的未成熟收敛问题。在低信噪比，快衰落的恶劣信道情况下，文中采用的RBF网络相对传统算法表现出了优异性的性能，设计出的信道估计器可以达到很高的测量精度。     

一种基于RLS算法的自适应时延估计算法

针对基于LMS算法的自适应时延估计算法收敛速度慢的缺点,推导出一种基于RLS算法的自适应时延估计算法,并分析了基于RLS算法的自适应滤波器的均值性能。经仿真证明该算法的收敛速度有了一定提高,并且其时延估计的跟踪性能得到了改善。     

特征参数自适应盲估计方法

 基于无线移动通信OFDM系统信道估计,提出了三种时域自适应特征参数估计最小均方盲方法——时变步长最小均方法(tvcpblms)、时变步长软判决最小均方法(tvcpsdwlms)、时变步长理想判决最小均方法(tvcpidwlms).这些方法通过对常规LMS算法步长进行自适应的科学设计以便跟踪特征参数变化,从而解决了常规LMS盲方法收敛速度慢、估计性能不高等缺点.仿真证明:对于不同的时延扩展、时间以及多普勒频移,这些方法均表现出了比常规方法更优的估计性能.同时,这些方法不仅可以估计无线移动通信系统信道特征参数,而且还可用于雷达、航天等多种领域估计其他特征参数.     

OFDM调制技术在低压电力线的自适应控制

通过改进传统LMS算法,提出了一种模糊推理的变步长自适应算法。该算法结合模糊推理对LMS算法的步长增益进行了改进,通过模糊推理把输入变量映射为合适的步长增益,从而提高了对信道估计值的精度。通过误差绝对值与均方误差值的比较,表明该算法所测得的信道值比传统的LMS算法信道值更接近真实值,说明该算法具有良好的估计性能。     

基于导频的室内可见光自适应OFDM通信系统信道估计

使用自适应OFDM技术改善可见光通信系统性能,需要以准确的信道估计为前提。研究可见光自适应OFDM通信系统的基于导频的信道估计方法,引入射频通信中常用的LMS方法,与可见光信道基于LS的估计方法进行了比较,并对其特性进行了分析,仿真实验结果表明,采用LMS估计方法在BER为10-3水平时,SNR优于LS估计方法2 dB,LMS信道估计方法信道跟踪能力较强,比LS法抗干扰。     

结构性稀疏阵列多信道联合估计

多信道估计时,如果利用信道的稀疏性和多信道的相关性,可以提高信道估计性能。本文利用阵列信道的结构性稀疏特性,提出了一种多路分组稀疏LMS算法(Group Sparse LMS,GS-LMS)。该算法将多路信道作为一个整体同时进行自适应信道估计,通过引入Ι_2,1范数,将结构性稀疏先验引入到稀疏LMS算法的代价函数中,导出新的滤波器权系数更新公式。仿真结果表明了在不同信道条件下,本文算法的稳态误差性能明显优于若干现有的稀疏LMS算法。      

一种基于一阶扰动自适应特征值分解的多用户检测算法

本文提出了一种新的、适用于多径信道中多用户检测的盲自适应算法.这种算法使用基于一阶扰动的自适应特征值分解算法对信号空间进行分解,并使用最小均方(LMS)算法对信道进行盲自适应估计.实验和仿真证明,这种算法收敛速度快,稳态性能好,是一种较好的盲自适应多用户检测算法.     

新型信道估计器

提出了一种新的信道估计器－－“结合型信道估计器”此估计器结构简单，容易实现。它可对固定信道和慢性变信道的采样冲激响应进行了估计。分析和计算机模拟表明；结合型信道估计器优于Ｈａｍｉｅｄ ＫＡ所提的非迭代器型估计器及ＬＡＳ估计算法，在一些条件下甚至估于ＲＬＳ算法。     

一种变步长LMS算法自适应均衡器研究

最小均方(LMS,Least Mean Square)算法由于其简单易实现,在自适应信号处理领域十分流行且应用广泛,但其缺点是收敛速度相当缓慢.研究了基于一种变步长(VSS,Variable Step Size)LMS算法的自适应信道均衡器.仿真了LMS算法和VSS-LMS算法的迭代收敛过程和对加噪正弦信号的处理.结果表明,跟传统LMS算法相比,这种变步长的LMS算法在收敛性能上有显著的优势.     

一种基于LMS自适应滤波的互相关时延估计优化算法

在多站时差定位系统中使用基于LMS自适应滤波的互相关法进行时延估计时,若采用固定步长因子则会在收敛速度和稳态失调之间存在较大矛盾,从而影响时延估计精度。针对这一问题,文中提出了一种基于分段变步长LMS自适应滤波和希尔伯特差值的互相关时延估计优化算法。该方法首先采用分段变步长LMS自适应滤波对信号进行滤波处理,然后将滤波后的信号作互相关运算,最后通过希尔伯特差值法锐化相关函数的峰值,进一步提高时延估计精度。在相同条件下,文中模拟分析了不同算法的时延估计精度。实验结果表明,新的优化算法时延估计精度更高。在不同信噪比下,新方法相较传统时延估计方法精度提高了2.2%以上,具有良好的抗噪声性能。     

基于模糊规则的低轨卫星信道自适应估计算法

低轨卫星通信功率控制需要有对信道增益及时的估计,而由于低轨系统链路增益的时变特性使传统的信道估计方法性能受到限制.基于模糊滤波理论,提出一种在功率控制中使用的自适应LMS信道估计算法,根据分析模型和经验数据建立信道增益及其滑动均值大小的模糊集,利用LMS算法调整模糊隶属函数的参数,使算法具有对信道时变特性一定的适应性.仿真结果表明了算法的有效性.