共查询到16条相似文献,搜索用时 109 毫秒
1.
针对非线性失真和多径效应混合的复杂信道条件,提出一种基于神经网络的正交频分复用(OFDM)信道补偿与信号检测的方法。首先接收端信号利用最小二乘(LS)算法和迫零(ZF)算法做预处理,然后再输入到一层全链接层的神经网络进行进一步的信道补偿与信号检测,并恢复数据流。仿真结果表明,在没有进行输入信号功率回退(IBO)时,所提方法的误比特率(BER)性能比LS算法提升2个数量级,比线性最小均方误差(LMMSE)、最小均方误差(MMSE)提升一个数量级;在进行IBO后,所提方法能避免LS信道估计下至少4 dB的功率损失,能避免LMMSE、MMSE信道估计下至少2 dB的功率损失。所提方法在一定程度上验证了机器学习结合通信的先验知识的这种新的网络结构更能提升系统数据传输的准确率。 相似文献
2.
OFDM系统定时偏差补偿算法 总被引:4,自引:1,他引:3
为了消除正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)符号定时偏差对信道估计的影响,提出了一种补偿算法.理论分析表明相移可以被看作是信道统计特性的变化,并且在使用线性插值的信道估计方法时估计误差会扩大.该算法利用符号定时偏差会引起子载波相位旋转的特点,对信道估计进行补偿.仿真结果表明,在多径信道下,在信噪比为20 dB定时位置位于循环前缀中点时,使用该算法后信道估计均方误差是通常线性插值算法的25%,因此新算法缩小了信道估计均方误差.实验结果表明,该算法提高了接收机的性能. 相似文献
3.
OFDM系统的自适应低秩信道估计 总被引:2,自引:0,他引:2
为了降低正交频分复用OFDM(Orthogonal Frequency division Multiplexing)系统中最小均方误差MMSE(Minimum Mean Square Error)信道估计算法的复杂度,并且改善由于信道的统计特性与先验知识不匹配而导致的MMSE估计性能恶化,提出了一种自适应的低秩信道估计算法.该算法利用信道的时间平均相关取代统计相关,结合了基于特征值分解的低秩建模,从而近似地实现MMSE估计.借助于子空间跟踪,该算法可以自适应地估计信道相关矩阵的主特征空间及噪声方差,以迭代的方式逼近最优的MMSE估计,而且复杂度较低.进一步分析指出基于信道延时子空间跟踪的估计算法是该算法的一种特例,理论分析和仿真结果均表明这种新算法在低信噪比时可以显著改善信道估计的准确性. 相似文献
4.
基于自适应LMS算法的空间光束快速精扫描跟踪控制方法 总被引:1,自引:0,他引:1
针对空间精密光学领域与国防应用对高精度快速光束控制的需求,给出自适应最小均方(LMS)算法对压电快摆镜进行光束扫描跟踪控制。首先描述了自适应LMS控制算法及快摆镜模型辨识方法,随后仿真分析了不同频率及迭代步长对自适应LMS算法跟踪控制的影响,最后采用自适应LMS算法进行了压电快摆镜辨识及扫描跟踪控制实验。实验结果表明,自适应LMS算法对2Hz、10Hz及其复合谐波信号扫描的跟踪误差分别为2.5%(3σ)、1.9%(3σ)和2.4%(3σ),控制效果均优于PI控制算法。这种自适应LMS算法能有效跟踪多频扫描信号,为高精度空间光束快速扫描跟踪提供了一种可靠的技术手段。 相似文献
5.
卫星导航接收机需要精确地估计扩频信号的码相位并进行跟踪,估计的精度直接影响伪距测量的精度.卫星信号的多径传播使得简单的相关器估计存在较大的误差,针对未来导航系统普遍采用的BOC(Binary Offset Carrier)导航信号,提出了一种基于小波分析的估计算法来抑制多径误差,仿真的结果表明该算法比传统的窄相关和双Delta技术在性能上有很大的改进.并证明了在采用Haar小波时,该技术与相关器估计方法在极限条件下是等价的,同时该方法的算法复杂度比基于最大似然估计的方法MMT(Multipath Mitigating Technique)要低. 相似文献
6.
基于MEDLL的分级搜索抗多径算法 总被引:1,自引:0,他引:1
以多径估计延迟锁定环路(MEDLL)为代表的参量式基带抗多径算法以其能够同时估计直达信号和多径信号各参数而受到广泛关注,然而该类算法估计精度的提高是以计算复杂度的增加为代价的。为了在保证估计精度的同时降低资源消耗并加快搜索速度,提出了一种MEDLL最大似然(ML)估计搜索方法,将粗搜索后得到的参数估计值作为下一级搜索的先验信息,缩小搜索范围后减小搜索步进,完成逐级精细的参数估计。推导了原始MEDLL及树状分级结构的MEDLL(T-MEDLL)算法计算复杂度表达式;其中在存在一路多径信号的情况下,对于0.01 chip的多径延迟分辨率,复杂度可以降低为传统盲搜索的30%~50%。进一步基于自研的数字中频(IF)GPS信号模拟器和软件GPS接收机平台对不同多径情况下盲搜索法与分级搜索算法的参数估计精度及码伪距多径误差等性能进行了对比,验证了更低计算复杂度的T-MEDLL可以达到与传统MEDLL算法同样的跟踪精度。 相似文献
7.
针对复杂环境下空地数据链正交频分复用(OFDM)系统信道估计精度不足的问题,提出了一种基于调制卷积神经网络(MCNN)和双向长短时记忆网络(BiLSTM)结合的信道估计算法。利用最小二乘算法(LS)提取初始信道状态信息(CSI);利用MCNN网络提取初始CSI的深度特征,并对网络模型进行压缩;利用BiLSTM网络对最终CSI进行预测,实现信道估计。利用构建的空地信道模型生成信道系数数据集,实现神经网络模型的训练与测试。仿真结果表明:与传统算法和现有深度学习方法相比,所提出的信道估计算法具有更小的估计误差,高信噪比条件下的系统误码率(BER)性能提升接近一个数量级;由于引入了调制滤波器技术,随着神经网络层数增加,网络模型参数量大幅减少。 相似文献
8.
无人机数据链通信受到各种自然与人为的干扰,信噪比(SNR)是信道状态和通信质量的有效评估指标。为解决传统估计算法信噪比估计精度不足的问题,提出了一种卷积神经网络(CNN)与长短时记忆(LSTM)网络结合的估计模型。利用仿真与实测相结合的方式,构建了一个包含不同信噪比、调制方式、衰落信道等信息的无人机通信信号数据集;在网络训练阶段,将样本序列进行分割,对分割后的每一部分序列使用CNN-LSTM网络提取深度特征,多次训练并保存模型参数;在测试阶段,利用构建好的测试集完成对算法的验证与测试,得到信噪比估计值。实验表明,相比于传统信噪比估计算法与单一网络结构的深度学习算法,所提算法的均方误差最低,实现了对信噪比的高精度估计。 相似文献
提出利用全球导航卫星系统反射信号的干涉方法(GNSS-IR)进行测高。深入分析全球导航卫星系统反射信号的多径信号模型(GNSS-MR),在此基础上提出单天线测高模型,旨在获取多径信号信噪比(SNR)频率信息,从而反演出高度信息。Lomb-Scargle(LS)谱分析方法是单天线测高模型中常用的频率提取方法;提出了基于解析模型拟合的方法对多径信号信噪比数据提取频率,同样可以准确获取频率信息,从而反演出天线到地面的高度。在此基础上,讨论了单天线测高的最大测量高度和接收机需要满足的最小输出率。由实验数据分析得出:传统LS谱分析方法和拟合法在反演效果最优时,即LS谱分析方法在高度角上限为17°时,均方根误差为0.028 75 m;拟合法在高度角上限为21°时,均方根误差为0.024 85 m。通过比较不同高度角上限的均方根误差,可以获得最优化的高度反演条件,同时也表明了拟合法的可行性。 相似文献