粒子滤波盲均衡译码联合算法

粒子滤波在解决信道盲辨识和盲均衡问题上具有收敛快、抗深衰信道等优势.在粒子滤波盲均衡算法的基础上,依据卷积码的马氏性特点进行建模,提出了一种直接对信息序列做重要性采样的粒子滤波盲均衡和卷积码译码联合算法.同时,提出了噪声功率递推计算的方法,并将其应用于联合算法中噪声功率参数的自适应调整.仿真结果表明,相比分离算法,联合算法的收敛性能和误码率性能都有明显提高,而自适应调整功率参数的算法则降低了运算复杂度.     

时变信道下CPM信号自适应盲均衡算法

针对时变频率选择性衰落信道下二阶连续相位调制 (CPM) 信号盲均衡中存在的均衡性能较差问题,提出了一种新的自适应盲均衡算法。该算法使用双向自适应软输入软输出(SISO)方法,同时利用过去、现在和将来的观察数据符号来进行递归最小二乘(RLS)估计,有效改善了信道估计的精度。仿真结果表明所提算法具有良好的盲均衡性能。     

一种新的基于粒子滤波的OFDM时变信道估计方法

提出了一种基于粒子滤波的OFDM时变信道和模型参数的联合估计方法.该方法将时变信道建成一个动态时变参数AR模型,在传统粒子滤波算法的基础上,引入核平滑收缩技术动态估计模型参数,进而估计信道状态,最终实现了状态方程参数和信道状态的联合估计.仿真结果表明:与传统的采用常系数AR模型的信道估计方法相比,该方法在估计精度和系统性能方面均有明显的改善.     

OFDM系统基于自适应滤波的LS信道估计

针对传统LS信道估计的性能受噪声影响较大的问题,提出一种基于自适应滤波的LS估计算法。该算法在时域采用不同宽度的滑动窗口,对信道能量集中区域的LS估计结果进行自适应滤波。通过仿真分析,将基于自适应滤波的LS算法与LS估计算法、MMSE估计算法在误符号率(SER)方面的性能进行比较,可以发现,基于自适应滤波的LS的信道估计算法是一种高精度、低复杂度的估计算法。     

一种新的基于粒子滤波的全盲接收机设计算法

提出一种新的基于粒子滤波的适用于时变衰落信道的全盲接收机设计算法。该算法根据粒子滤波理论估计后验概率分布,并采用贝叶斯滤波进行同步参数估计与符号判决。与卡尔曼滤波相比,该算法能有效应用于定时误差以及相差等非线性模型中的参数估计;同时较前馈式参数估计算法,能实现对时变定时误差、时变相差的实时跟踪与矫正,算法具有收敛速度快,所需数据量少等优点。文章最后通过计算机仿真对该算法性能进行分析比较。     

一种基于改进LMS算法的MIMO-OFDM信道估计方法

最小均方(LMS)算法是一种典型的自适应滤波算法,基于该算法的信道估计算法具有不需要已知信道和噪声统计信息的特点,但是其收敛速度较慢。为此,提出一种基于改进LMS算法的MIMO-OFDM信道估计方法,该方法人为地引入一个时延,即将LMS算法固定自适应步长由随着输入信号功率自适应变化的收敛因子替代,大大降低了收敛时间,具有较好的信道估计性能。     

基于LFM信号信道估计的水声MPSK信号盲Turbo均衡方法

为提高水声多进制相移鍵控（Multiple phase Shift Keying, MPSK）信号盲解调过程中的信道失真补偿能力,提出一种利用水声线性调频（Linear Frequency Modulation, LFM）信号进行信道盲估计的水声MPSK信号的盲 Turbo均衡方法。该方法利用水声通信的前导LFM信号进行信道参数盲估计,估计结果作为软干扰抵消的最小均方误差（Soft Interference Cancellation MMSE, SIC-MMSE）均衡器的关键参数,通过 Turbo迭代实现对MPSK信号盲Turbo均衡。与传统 Turbo盲均衡算法相比,该方法充分利用了水声通信的结构特点,在低信噪比时可以获得较为准确的信道估计值,适用于非合作通信。借助Turo均衡迭代均衡和译码过程,进一步提升了MPSK水声通信的可靠性。仿真实验结果验证了方法的有效性。     

一种基于递归逆的快速盲均衡算法

在现代数字通信中,盲均衡算法是克服多径衰落引起的码间干扰(Inter symbol Interfer-ence,ISI)的有效方法。文章利用递归逆(Recursive Inverse,RI)自适应滤波算法收敛速度快、稳态均方误差小的优点,提出一种新的双模式盲均衡算法。该算法通过一种新的双模式机制,将RI自适应滤波算法应用于盲均衡,可以在获得小的MSE(Mean Square Error,MSE)的同时实现快速收敛。仿真结果表明,相比盲RLS(Recursive Least Square)算法和传统双模式算法,该算法在获得良好稳态MSE性能的同时提高了收敛速度,可以有效地对多径环境中突发信号进行盲均衡。     

SIMO系统吉布斯盲迭代均衡算法

针对符号间干扰信道的多天线分集接收问题,提出一种单输入多输出(SIMO)系统盲迭代均衡算法.该算法利用吉布斯样本法处理思路,在SIMO条件下推导了信道冲击响应、发送符号等未知参数的条件后验分布,根据该条件概率逐个参数进行随机采样,通过不断迭代更新来逼近最大后验概率(MAP)估计的结果.该算法的一个显著特点是具有软输入软输出(SISO)结构,因此在编码系统中可以与信道译码结合,通过联合迭代进一步提升均衡的性能.计算机仿真结果表明,在严重符号间干扰信道条件下,SIMO系统肓迭代均衡算法的性能非常接近于已知信道时迭代均衡算法的性能,距离理想无符号间干扰信道分集合成的性能差距只有约1 dB.     

一种基于粒子滤波的非线性系统参数和状态联合估计方法

提出了一种新的基于粒子滤波的非线性系统参数和状态联合估计方法.该算法利用粒子滤波方法,结合核平滑收缩技术,同时采用标准贝塔分布代替传统的高斯分布,来拟合系统未知参数的后验分布,最终实现非线性系统中参数的迭代估计.仿真结果表明,该算法提高了未知参数和状态的估计精度,在估计的收敛性方面也有明显的改善.     

MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO—OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的缺点,提出了两种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,以避免大矩阵求逆运算,降低算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整个帧所有符号的信道响应,实现在算法复杂度基本不变前提下估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

多途水声信号盲恢复技术研究

针对盲解卷积只能获取未知源信号的波形,而得不到源的幅度问题,研究了一种平稳信道、多途传播条件下估计信道参数及源分离的算法.该算法引入均值和方差都已知的参考信号,在FIR模型的基础上利用解相关技术估计水声多途信道参数,进行盲信号分离.分析了实际的水声信道参数特点,提出新的信道参数及阶数的估计方法,继而利用改进的自适应逆滤波器恢复源信号,最后在瞬时混合以及不同信噪比情况下与其他算法进行比较,以验证算法的有效性.仿真结果表明,未知源估计结果与信道阶数和信噪比有关;对于卷积混合,该方法对于信道参数的估计具有稳健性,.可以同时恢复源信号的时序结构与幅度信息;对于瞬时混合,该方法的计算量和性能指标优于其他算法.     

基于匹配滤波的正交频分复用信号盲识别

针对传统的相关算法在循环前缀(Cyclic prefix)长度较短时识别率较低的缺点,研究了一种基于匹配滤波的正交频分复用(Orthogonal frequency division multiplexing,OFDM)信号盲识别方法。该方法利用不同标准中OFDM信号子载波间隔不同的特点,通过对子载波间隔的估计来实现对信号的识别分类。在建立信号模型的基础上,对提出的算法进行了详细的描述,分析了频率和时间偏移对算法的影响。针对参数搜索过程的高复杂度问题,采用了粒子群优化算法优良的迭代寻优能力来优化参数搜索过程。仿真结果表明:匹配滤波算法克服了传统方法的不足,具有更高的信号识别率和更好的抗多径信道能力。     

一种新的频率选择性信道下V-BLAST检测算法

针对频率选择性衰落信道,提出了一种新的基于判决反馈均衡的V-BLAST(垂直-贝尔实验室分层空时)检测算法.在算法中,提出了分段训练的概念,依据前段训练结束后,各层被检测信号的信噪比大小在反馈部分进行逐层递增反馈.该算法无需进行信道估计,无需对信道矩阵求逆,且能自适应信道变化.同时,相对于自适应多输入多输出判决反馈均衡算法,新算法的计算复杂度明显降低,且低信噪比条件下的误码率性能有所改善.仿真实验给出了新算法与自适应多输入多输出判决反馈均衡算法的性能对比,证明了新算法的有效性.     

基于常数模算法的空间分集盲均衡技术

针对传统的自适应均衡技术需要重复发送训练序列,占用大量带宽,及Bussgang类盲均衡算法在收敛速度、稳态误差以及克服相位旋转等方面性能较差的缺陷,研究了Bussgang类盲均衡算法与不同的分集合并技术相结合的方法,提出了基于常数模算法的空间分集盲均衡技术,以适应远距离通信,提高接收信噪比和更有效地克服信道衰落。计算机仿真实验结果证明该技术比传统的判决反馈均衡器具有更快的收敛速度和更低的稳态误差。     

上行MIMO-OFDMA系统的频偏和信道联合估计算法

针对上行多输入多输出－正交频分多址(MIMO-OFDMA)系统, 提出了一种基于粒子滤波的信道响应和载波频偏联合估计算法. 首先对信道响应和载波频偏分别采用自回归(AR)和正则化自回归(GAR)模型进行建模, 然后利用Rao-Blackwellization理论降低粒子滤波算法的计算复杂度, 载波频偏通过粒子滤波算法进行估计, 而信道冲激响应则通过卡尔曼滤波更新获得. 仿真结果表明, 提出的改进算法可以获得比传统粒子滤波算法更低的误块率性能, 而算法的复杂度仅略有提高.     

采用信道估计的MOE接收机

讨论了使用信道估计的盲自适应MMSE接收机,使用了信道估计以后,系统的误码率大大地降低,而且仍然具有盲自适应MMSE接收机的性能。     

采用循环前缀的OFDM信道盲估计算法

在无线OFDM通信系统中,信道参数估计一直备受关注。该文基于最大似然估计原理,提出了一种改进的盲信道估计算法,利用并根据循环前缀的周期平稳性来进行信道盲估计。该算法是在接收端DFT之前进行信道估计和均衡。研究和仿真表明,该算法不仅显著地减少了运算的复杂度,而且使系统性能也得到了一定程度的改善。     

CDMA系统下行信道的分数阶间隔信道估计和均衡

提出一种应用于非周期扩频的CDMA系统下行信道的分数阶间隔信道估计算法,以及在信道估计结果基础上得到的均衡算法.这些算法克服了以往的Chip速率采样的信道估计和均衡算法固有的缺陷,得到了完备的信道参数的估计,改善了均衡的效果.计算机仿真验证了算法的性能.     

低复杂度的OFDM信道估计算法

LS算法在频域对OFDM系统的信道进行估计方面,具有简单、易实现的优点.维纳滤波可以有效地改善LS估计器的性能,但会增加系统的计算复杂度.该文利用主分量分析的方法,提出了一种能有效地降低系统的复杂度的算法.该算法首先利用LS算法在频域对OFDM系统的信道参数进行粗略估计,然后利用改进后的低复杂度维纳滤波器对所获得的信道参数进行滤波.理论分析及仿真结果表明,谊方法在估计性能损失不大的情况下,能有效地降低系统估计的计算复杂度.