一种适用于CMMB系统的信道估计方法

在对导频符号处信道冲击响应估计以最小二乘(LS)准则的前提下,通过对正交频分复用(OFDM)系统中各种信道插值算法的分析及其在中国移动多媒体广播(CMMB)系统中的性能仿真,提出了一种适用于CMMB系统的信道估计方法。该方法在频率域中采用低阶维纳插值滤波方法完成,时间域采用线性插值完成。该方案不仅能降低系统的实现复杂度,而且能在恶劣的环境下获得良好的系统性能。     

基于遗传算法的SOFDM信道资源动态分配策略

对卫星正交频分复用(Satellite Orthogonal Frequency Division Multiplexing,SOFDM)传输体制进行信道资源分配时,采用传统定界分类法存在效率较低,功率资源浪费较大等问题。文中提出一种改进的信道资源动态分配新策略,引入生物遗传算法,对信道传输特性进行适应性评估,按照"优胜劣汰,适者生存"的进化原则对信道子载波频率和功率资源进行有效分配。仿真分析结果表明,新策略获得了优于传统定界分类法的效果,在算法运行时间与传统方法基本相当的情况下,采用生物遗传算法的SOFDM系统能够更加合理地分配系统频率资源,使系统功率资源产生约1dB的增益,并有效降低系统误包率。     

基于调制卷积神经网络的空地数据链信道估计

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。      

OFDM系统的自适应低秩信道估计

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.      

压缩感知OFDM稀疏信道估计导频设计

为提高稀疏信道估计性能, 基于压缩感知(CS)理论, 研究了正交频分复用(OFDM)系统中的导频设计问题。由于已有方法不能准确衡量采样矩阵重建性能, 从而导致根据已有方法设计的导频具有较差的信道估计性能, 因此提出以互相关矩阵元素的立方和为准则准确评价采样矩阵的重建性能。针对OFDM系统信道估计导频设计为离散组合优化问题, 提出了一种并行完全树分组替换搜索算法用于搜索最优的导频。在算法的每次循环中, 先将导频索引集合分组, 再根据每一组替换的结果更新导频, 提出的方法扩大了导频搜索空间, 避免了导频搜索的局部最优问题。仿真结果表明, 提出的评价方法相比现有方法能够准确评价采样矩阵重建性能, 使用提出的准则设计的导频与现有互相关准则相比信道估计均方误差可减小约3 dB。同时, 所提出的导频搜索算法具有更快的收敛速度和最优的导频搜索性能。      

基于神经网络的OFDM信道补偿与信号检测

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。      

一种Turbo码短交织器的设计方法

短交织器的结构对Turbo码的性能有很大的影响,通过探讨Turbo码编码器中反馈最小多项式的周期性和序列的可整除性问题,把可整除序列变为不可整除序列交织器,从而获得高码重的码字,并给出一种基于输入信息序列周期性特性的短交织器的设计方法.仿真结果表明是一种很有效的设计方法.     

正交频分复用系统中一种抗多径衰落的联合时频同步算法

在正交频分复用(Orthogonal frequency division multiplexing,OFDM)通信系统中提出了一种基于新颖训练序列的同步算法.该训练序列只使用了一个OFDM符号,并且具有中心对称和前后部分一致的双重结构.在进行完粗定时同步和小数倍频率同步后,使用逆快速傅里叶变换(IFFT)运算来进行精...     

一种基于连续星图观测的自旋姿态估计方法

传统的利用地球敏感器和太阳敏感器作为测量仪器的自旋卫星姿态确定方法存在系统误差和安装误差等,从而导致自旋姿态确定误差较大的问题,文章提出了一种利用星敏感器获取的连续星图估计卫星自旋姿态参数的新方法。该方法以卫星的自旋轴和旋转角速度作为状态变量,通过星敏感器连续跟踪拍摄的恒星的成像位置作为观测量,利用无迹卡尔曼滤波估计出卫星的自旋姿态参数。仿真结果表明,在星敏感器的精度为3″时,该方法的自旋轴估计精度为0.3448″,自旋角速度估计精度为10^-4(°)/s数量级。     

一种基于SD-ICA的卫星电池健康状态估计方法

针对容量增量分析（ICA）法应用在卫星电池的健康状态（SOH）估计中存在较大误差的问题,提出了基于带平滑处理并使用放电数据的容量增量分析（SD-ICA）的电池健康状态估计方法。首先,利用光滑样条函数的拟合结果具有二阶导连续的特性,对低分辨率的遥测数据进行平滑处理,从而提高了计算结果的准确性。其次,针对ICA必须使用微小电流放电数据的限制,推导出有负载条件下的容量增量（IC）计算方法,降低了对卫星电池放电工况的要求。最后,利用IC曲线的第一特征点（FOI1）与电池容量的关系,对卫星电池的健康状态进行估计。经验证,所提方法具有对数据分辨率要求低、不需要增加电池工况、计算简便等优势,可以准确地从卫星遥测数据中估计电池健康状态。研究成果在卫星电池的健康管理和任务规划中具有重要的应用价值。