F-OFDM仿真系统设计与时频同步算法

针对新一代5G波形的F-OFDM技术开展了研究,通过把一个宽带分为若干个子带,对每个子带进行滤波处理以实现更好的通信效能。基于Simulink平台进行了F-OFDM仿真系统的搭建,重点对F-OFDM符号同步方法和频偏估计方法进行了研究与仿真分析。实验结果表明,基于Chu序列相比采用PN序列可以获得更好的同步效果,基于导频的Classen频偏估计算法相比基于CP的CFO估计算法和基于训练序列的Moose估计方法可以获得更好的频偏估计效果。     

一种新型基于格基约减的MIMO检测算法

MIMO技术是LTE的关键技术,MIMO信号检测算法的选用需要在复杂度和检测性能之间取得合理的折中。将格基理论应用于MIMO检测中,能够大幅降低由于天线数增多所带来的检测复杂度过高问题,典型的格约减算法有LLL算法和Seysen算法。以上述格基约减算法为基础,引进排序串行干扰抵消和广度优先球译码K-best算法的思想,提出了一种新型的基于格基约减的MIMO检测算法--KLR_OSIC。与原有基于格基约减的检测算法相比,该算法能够在较低的计算复杂度下显著提高MIMO的检测性能。通过仿真可看出,新算法比原基于格基约减的算法性能更佳,且更接近ML算法。     

基于纠错编码联合迭代的多址干扰消除方法

在链路资源受限条件下的扩频通信应用中,多址干扰成为限制系统多用户服务能力和通信质量的最主要因素。针对多址干扰问题,提出了一种基于纠错译码联合迭代的并行多址干扰消除方法,显著改善了在多址干扰恶劣条件下,传统并行干扰消除算法多址干扰抑制性能不佳的情况,解决了传统算法难以应用于异步扩频通信系统的问题。仿真实验结果表明相比经典的部分并行干扰消除(PPIC)算法可带来7 dB以上的解调性能增益,同等链路资源可以支持更多用户数量进行通信,有效提高了扩频通信系统多用户信息传输能力。     

复杂多径下IR-UWB自适应频偏估计算法研究

在脉冲超宽带定位系统中,时钟频率偏移是影响测距和测角精度的重要因素;针对复杂多径下频偏估计精度低的问题,设计了一种适应复杂多径环境的脉冲超宽带自适应频偏估计算法;首先,借助脉冲超宽带信号的抗多径优势,将实时估计的信道脉冲响应作为自适应匹配滤波模板,以保证复杂多径下相关峰的准确提取;利用相关峰辐角信息得到前导符号的相位序列;再使用贝叶斯估计算法提高频偏估计精度;在IEEE 802.15.4a标准CM1、CM2多径信道下进行仿真,仿真结果表明,低信噪比情况下,频偏估计估计精度保证在0.2 ppm以内;在巷道环境实验结果表明,50 m范围内频偏估计标准差在0.06 ppm以内;实现了复杂多径环境下高精度频偏估计,具有较强的实用性。     

基于多源融合的OFDM室内定位技术研究

目前各种室内定位技术都有其自身的优势和局限性，单一的定位技术已经无法满足高精度的室内定位需求。针对该问题，提出了一种基于多源融合技术的室内定位方法。利用常见正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)信号的时频二维特性实现测距定位，并通过识别主径的方式来抑制多径对子载波相位的影响，同时采用行人航位推算技术得到预测的用户位置，使用粒子滤波器将OFDM定位结果和行人预测信息进行滤波融合。实验结果表明，相较于单一的定位方法，融合后的定位方法更能满足室内定位需求，其平均定位误差小于1 m的概率大于95%。