无人机数据链信道均衡算法仿真研究

研究无人机数据链信息传输和信息处理问题,针对无线通信中的符号间干扰问题,将Turbo迭代处理技术应用于接收机中的均衡和解码过程,同时考虑实调制信号在复信道中的传输特性以及传统MMSE算法存在的缺陷,提出采取宽线性的信号处理算法,由宽线性最小均方误差(Widely Linear-MMSE,WL-MMSE)迭代算法,推导具有迭代思想的均衡算法,给出算法在两种信道下的性能仿真,在短帧传输条件下和复系数信道中,WL-MMSE算法取得了较优异的性能,与MMSE算法相比,三次迭代后,算法约有0.3dB的增益.结果表明,Turbo均衡技术实现了接收系统解调、均衡与译码的联合优化,为提高无人机数据链性能奠定了技术基础.     

WCDMA系统中的差分最小均方误差多用户检测算法

宽带码分多址(Wideband code division multiple access,WCDMA)系统中现有的自适应多用户检测算法需要训练比特,不能适应快衰落信道。本文根据WCDMA系统中特有的二级扩频体制的特点,提出基于差分最小均方误差(Differential minimum mean square error,DMMSE)准则的自适应多用户检测算法。该算法根据相邻接收符号幅度变化的比率变化自适应调整横向滤波器的权系数,从而不需要通过训练比特开销跟踪信道状态信息的方式来抑制多址干扰。仿真结果表明,在存在多普勒频移的传播环境下,DMMSE算法的误码性能优于现有的自适应最小均方误差(Minimum mean square error,MMSE)算法。     

机载AIS系统信道建模及估计

针对航空通信中的多径效应会严重影响系统接收端的通信质量,而传统信道估计算法存在收敛速度慢,计算复杂度过高,对信道参数的估计不准确的问题.根据机载船舶自动识别系统实际通信环境的特点,建立了满足莱斯衰落的频率选择性信道模型,并提出了一种适用于信道估计的快速最小均方误差算法.上述算法在训练序列的辅助下,通过高斯消元法估计出信道参数,并依据最小均方误差思想,得到信道估计的快速收敛形式.仿真结果表明,快速最小均方误差算法能够快速准确的估计出信道参数,两次迭代后其均方误差即可达到0.005左右,且具有计算复杂度低,收敛速度快等优点,能够显著提高机载AIS系统的通信性能.     

基于块自适应滤波的核最小均方算法

核最小均方(KLMS)算法在非线性系统中收敛性能较好,但其使用瞬时梯度估计均方误差梯度,导致随机性较大。而块自适应滤波理论利用多个输入-输出的误差来估计均方误差梯度,可降低KLMS算法稳态误差。为此,将块自适应滤波理论运用到KLMS算法中,提出核块最小均方(KBLMS)算法,根据最陡下降法原理推导出KBLM S权矢量更新公式,使用核方法计算得到滤波器输出表达式,并通过并行处理减小算法计算复杂度。仿真结果表明,KBLMS算法可有效提高KLMS算法的稳态性能,并且相比块最小均方算法具有更低的误码率。     

一种新的MIMO-OFDM通信系统比特分配方案

从MIMO-OFDM系统模型出发,首先对理想信道传输矩阵进行奇异值分解,在子信道自适应调制设计中应用信道矩阵特征值把空分复用信道转化为并行子信道,将用于多载波自适应比特分配算法应用于MIMO-OFDM系统。然后以实现系统发射功率最小为原则,以降低系统比特分配算法复杂度为目标,提出了一种可变步长的子信道比特分配优化算法。仿真结果表明,这种算法不但可以实现和Campello方法相当的比特分配性能,还可以较大地降低系统的计算复杂度。     

一种LTE自适应参数MMSE信道估计算法

在工程中,为了达到高速率的数据传输和良好的外场接收性能,LTE系统通常采用最小均方误差(MMSE)信道估计方法。针对传统的MMSE算法对多径时变信道的适应能力较差,提出了一种自适应参数MMSE信道估计系数调整算法。通过对信道均方根时延扩展(RMS Delay Spread)和对信噪比的估计,自适应地调整信道估计参数并生成准最佳的MMSE信道估计系数进行滤波。仿真结果表明,此算法比固定系数的MMSE信道估计算法有更好的信道估计性能。     

基于信道估计的SC-FDMA自适应传输方案

由于SC-FDMA的峰均功率比（PAPR）比OFDMA低,因而被应用于3GPP LTE上行链路。论文分析了SC-FDMA传输系统的数学模型,介绍了基于导频的SC-FDMA系统最小二乘（LS）和线性最小均方误差（LMMSE）信道估计算法。在比较该系统集中式和分布式两种子载波映射方式在高低速不同移动环境下传输性能的基础上,提出了一种基于信道估计的SC-FDMA系统自适应传输方案。经仿真证实该方案比单纯采用一种子载波映射的方法性能更加优越,在相同的误码率情况下,能够节省大概3dB左右的信噪比。     

基于EMD-SVD差分谱的DWT域LMMSE自适应信道估计算法

针对当前基于奇异值分解的线性最小均方误差（SVD-LMMSE）法信道估计误差相对较大的问题,提出了一种基于经验模态分解和奇异值分解（EMD-SVD）差分谱的离散小波变换（DWT）域线性最小均方误差（LMMSE）自适应信道估计算法。在对信号进行最小二乘（LS）信道估计及预滤波处理后,运用DWT对信号的高频系数进行阈值量化去噪处理;然后结合基于EMD-SVD差分谱的自适应算法,将强噪声小波系数中微弱的有效信号提取出来,并进行信号的重构;最后根据循环前缀（CP）内、外噪声方差的均值设置相应门限,对循环前缀以内的噪声进行再次处理,从而进一步降低噪声的影响。对算法的误码率（BER）和均方误差（MSE）性能进行实验仿真,实验结果表明：所提算法的整体性能明显优于经典的LS算法、传统的LMMSE算法和目前较为流行的SVD-LMMSE算法,能够较好地降低噪声的影响,并可有效提升信道估计的精确度。     

线性均衡和判决反馈均衡LMS算法仿真分析

介绍基于自适应最小均方线性均衡和判决反馈均衡算法的原理,并通过实验仿真比较两种算法在训练判决引导混合模式下的均衡性能,分析反馈滤波器长度对判决反馈均衡器性能的影响。结果表明:在训练阶段,最小均方线性均衡算法优于最小均方判决反馈均衡算法的性能;在判决阶段,良好信道条件下最小均方线性均衡具有比较理想的性能,当信道条件恶劣时,最小均方线性均衡算法性能变差,而最小均方判决反馈均衡算法随着反馈滤波器长度增加,均衡效果更优。     

比特交织编码调制系统中的均衡技术仿真研究

判决反馈迭代译码的比特交织编码调制(BICM-ID)技术是一种高性能、低复杂度的先进信道调制方案.分析了BICM-ID系统的结构和迭代译码方法,研究了最小均方(LMS)和最小二乘(RLS)自适应均衡算法以及线性(LE)和判决反馈(DFE)均衡器.设计了在ISI信道下BICM-ID使用DFE-RLS均衡器的系统,计算机仿真证明其能够自适应地快速估计、跟踪信道,对于码间干扰严重的信道有良好的均衡效果,经过迭代译码有良好的误码性能-分别在ISI干扰轻微和严重的W2.9和W3.5信道下,经过3次迭代译码,在信噪比分别为7.6 dB和12.8 dB时误码率可达10-4.