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。     

自适应OFDM采样频偏估计算法

修正了基于数据判决的采样频偏估计公式,提出一种自适应采样频偏估计算法,利用离散导频估计频偏变化,从而得到参与估计的数据符号间隔,并且同时使用信道估计结果和接收数据对采样频率偏差进行估计,达到提高估计精度的目的.仿真表明,在高斯白噪声信道下,新算法估计精度比基于数据判决算法和基于离散导频算法高3 dB左右;在多径信道下,新算法的估计精度比其他两种算法提高5 dB以上.实验结果表明,该算法的星座收敛速度快,提高了接收机性能.      

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系统定时偏差补偿算法

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.     

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.      

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。      

基于导频辅助的定时与载波同步环路设计

针对突发通信系统中定时与载波联合同步存在运算复杂度高的问题,提出了一种基于导频辅助的同步算法.首先针对基于匹配滤波器多项实现形式的定时环路,讨论了滤波器的实现形式及各支路采样时钟的控制方法;接着按照最优导频放置方式设计了一种基于相关函数和的频率估计器,该频率估计器运算简单并且其估计精度可接近CRB(Cramer-Rao Bound )界;最后用仿真验证了所提出的接收机性能.结果表明新算法采用较小的导频数目就可以实现理想同步,同时复杂度低,适合于工程实现.     

一种基于分组截短PN码的SOFDM信道估计方法

基于PN序列的信道估计方法的特点是计算过程简明,已被广泛应用在地面无线局域网系统中。在卫星正交频分多路复用传输体制(SOFDM)系统中引入传统PN序列信道估计方法的主要问题在于卫星信道的多径延时远大于SOFDM数据符号的持续时间,信道特性比较复杂,使得传统方法的估计精度严重下降。提出了一种改进的方法,根据信道的近似周期特性对数据帧进行合理的等长度分组,并把长PN序列改为短PN码来跟踪信道局部特性的变化,再对分组后的数据子帧分别进行信道估计。对该方法的设计思想进行了理论分析,并通过仿真验证了该方法的估计精度比传统方法至少提高了10倍。     

移动多媒体广播SOFDM系统4M新传输模式

借鉴欧洲DVB-H标准对OFDM系统研究新的4k传输模式这一思想,在中国移动多媒体广播SOFDM系统现有的8M和2M传输模式的基础上,提出并设计了一种新的传输模式--4M模式。理论研究表明,4M模式比2M模式具有更高的数据传输率,比8M模式具有更高的频谱利用率,为中国移动多媒体广播SOFDM信道传输体制的拓展与完善问题探索出了一条通用的技术途径。仿真分析表明,4M模式的导频和数据子载波分布合理,信道传输误码性能整体优于欧洲同类标准4k模式。     

基于BDS/GPS的KBLMS信道补偿多径缓减算法

在全球卫星导航系统（GNSS）中，针对城市峡谷单系统无法定位及信号失锁后重新捕获及跟踪性能表现不佳的问题，提出了一种基于BDS/GPS的卡尔曼最小均方估计（KBLMS）的信道补偿技术。首先，建立双系统模型。其次，设计基于卡尔曼估计的最小均方误差的延迟估计模块，补偿接收信号上的多径失真。最后，设计视距（LOS）最佳估计块以在反馈回路中产生控制误差信号，用于自适应地更新补偿矩阵系数。通过实测数据与实验仿真，分析KBLMS的信道补偿多径缓减算法的性能。结果表明:KBLMS的信道补偿多径缓减技术相较于最小均方（LMS）算法在多径信道中能快速收敛，且码跟踪误差在ENU三个维度误差减少了0.1 chip，载波跟踪误差减少了约0.125 cm，有效降低了多径效应引起的误差，最终残余误差比LMS降低了0.035 chip，说明所提多径缓减算法可以进行更为精准的估计，从而验证了算法的有效性。      

一种基于迭代的多音干扰消除方案

针对正交频分复用技术(OFDM)系统的多音干扰,本文提出先通过增加频域分辨率进行多音干扰识别,再基于迭代运算逐个对多个单音干扰进行参数估计、重构和消除的方案。其中,在多音干扰识别阶段,使用Zoom FFT技术以提高频域分辨率并简化计算复杂度。然而,Zoom FFT后的降采样序列点数不一定满足2的整数次幂,对于单音干扰参数估计,此时可采用经典的基于离散傅里叶变换(DFT)的最大似然参数估计(DFT-MLE),但当采样点数太大时,DFT运算将带来很大的实现复杂度。本文在基于DFT-MLE算法基础上给出一种基于快速傅里叶变换(FFT)的单音参数估计法FFT-MLE,不仅简化了运算复杂度,而且相比DFT-MLE其估计性能有更好的鲁棒性。最后的仿真结果说明了该多音干扰消除方案的有效性。     

基于压缩感知的高精度地磁基准图构建方法

地磁基准图的构建是实现地磁匹配导航的基石。针对实测数据量较小时利用插值法构建的地磁基准图精度不理想的问题,将压缩感知理论应用到地磁信息采集中。结合地磁基准图的结构特点设计了以离散余弦变换作为稀疏基、单位矩阵作为观测矩阵,以压缩采样匹配追踪（CoSaMP）算法作为重构算法的基于压缩感知的高精度地磁基准图构建方法,并与三次样条插值、Kriging插值及PSO-Kriging插值法进行对比。实验结果表明:所提方法具有较高的重构精度和稳定性,与性能最好的PSO-Kriging插值法相比,在6.25%采样率下重构地磁基准图,所提方法使得峰值信噪比（PSNR）由66.97 dB提高至74.67 dB,绝对误差由25.47 nT减小至10.26 nT,均方根误差由28.57 nT减小至11.33 nT。      

基于双层协方差矩阵重构的稳健波束形成算法

针对协方差矩阵含目标信号分量及目标导向矢量失配情况下，传统自适应波束形成器性能急剧下降的问题，提出了干扰加噪声协方差矩阵双层重构的稳健波束形成算法。首先，利用稀疏重构的方法预估干扰加噪声协方差矩阵，通过估计干扰导向矢量及干扰功率对干扰加噪声协方差矩阵进行优化校正；然后，基于子空间理论建立导向矢量约束误差优化模型，利用迭代方法对凸优化模型进行求解，得到最优权值向量。仿真结果表明:所提算法显著提高了波束形成器在目标导向矢量约束误差及阵列误差情况下的稳健性，低快拍条件下表现较好，输出性能优于仿真对比算法。      

联合压缩感知与干扰白化的脉冲干扰抑制方法

针对L频段数字航空通信系统1(L-DACS1)以内嵌方式部署在航空无线电导航频段而产生的测距仪脉冲干扰(DME)正交频分复用(OFDM)接收机的问题,提出联合压缩感知与残留干扰白化的测距仪脉冲干扰抑制方法.首先接收机通过空子载波信道来观测测距仪脉冲干扰,并利用测距仪脉冲干扰在时域的稀疏特性,基于l1范数最小化约束的凸优化方法重构测距仪脉冲干扰;然后将重构的脉冲干扰转换到频域进行干扰消除;最后,接收机通过信号解交织器与逆正交变换器将残留的脉冲干扰转换为高斯白噪声,避免了残留干扰信号造成的突发性解调错误.仿真研究表明:联合干扰抑制方法可有效消除测距仪脉冲信号干扰,显著提高L-DACS1系统链路传输的可靠性.