水声正交频分多址上行通信稀疏信道估计与导频优化

针对水声正交频分多址(OFDMA)上行通信中用户导频数量少、分布不均匀, 导致传统内插信道估计方法产生误码平层的问题, 提出一种稀疏信道估计与导频优化方法. 基于压缩感知(CS)理论估计稀疏信道冲激响应, 并依据CS理论中测量矩阵互相关最小化原理, 提出基于随机搜索的导频图案和导频功率联合优化算法. 仿真结果表明, 所提方法在不同多径扩展信道下的性能均优于基于线性内插的最小二乘估计、未经导频优化的CS信道估计以及单纯基于导频图案优化的CS信道估计. 水池实验分别验证了交织式和广义式子载波分配的水声OFDMA上行通信性能, 在接收信噪比高于10 dB时利用所提方法实现了两用户接入的可靠通信.     

基于压缩感知理论的大规模MIMO系统下行信道估计中的导频优化理论分析与算法设计

针对大规模多输入多输出(multiple input multiple output, MIMO)系统信道估计中的导频设计问题,在压缩感知理论框架下,提出了一种基于信道重构错误率最小化的自适应自相关矩阵缩减参数导频优化算法.首先以信道重构错误率最小化为目标,推导了正交匹配追踪(orthogonal matching pursuit, OMP)算法下信道重构错误率与导频矩阵列相关性之间的关系,并得出优化导频矩阵的两点准则,即导频矩阵列相关性期望和方差最小化;然后研究了优化导频矩阵的方法,并提出相应的自适应自相关矩阵缩减参数导频矩阵优化算法,即在每次迭代过程中,以待优化矩阵平均列相关程度是否减小作为判断条件,调整自相关矩阵缩减参数值,使参数不断趋近于理论最优.仿真结果表明,与采用Gaussian矩阵、Elad方法、低幂平均列相关方法得到的导频矩阵相比,本文所提方法具有更好的列相关性,且具有更低的信道重构错误率.     

偏振复用CO-OFDM-OQAM系统的高频谱效率频域信道估计方法

研究对象是偏移正交幅度调制的相干光正交频分复用通信（CO-OFDM-OQAM）系统的信道估计方法。为了减少训练序列所占用的频谱资源,进一步提升频谱效率,为偏振复用CO-OFDM-OQAM系统提出了一种新的频域信道估计方法。该方法利用偏振复用系统的解调原理和固有虚部干扰系数的对称性规律设计全负载型实值导频方案,结合插值法,将每个偏振态上训练序列需要占用的频域符号个数降低为4。此外,该方法的另一个优势是具有更好的功率峰均比。搭建了偏振复用CO-OFDM-OQAM系统的数值仿真平台,在背靠背（BtB）、100 km和200 km光纤传输3种场景下对所提方法的频谱效率、功率峰均比和信道估计性能进行了验证。获得的结果证实所提方法能够提高频谱效率,而且功率峰均比更加优良。     

深海远程正交频分复用水声通信块间迭代稀疏信道估计方法

在深海远程正交频分复用(OFDM)水声通信中,信道时延长、频率选择性衰落严重,传统的块独立压缩感知稀疏估计需要较高导频插入密度才能保证一定的估计性能,通信频谱利用率较低。提出了一种基于信道稀疏时变建模的块间迭代信道估计方法,利用深海信道在两个相邻OFDM数据块之间的时间相关性建立块间信道稀疏多途结构的时变关系,在此基础上,对传统稀疏信道估计算法中的候选字典矩阵的字典原子进行删减并改进优化方程,实现了对前一数据块所估信道信息的有效利用,显著降低了信道估计所需的导频插入密度。在深海不同接收深度、不同距离条件下开展了海试验证,实验结果表明,与传统稀疏信道估计方法相比,本方法在导频插入密度减半的条件下可达到优于传统方法的估计性能。     

可见光通信系统的符号定时偏移估计方法

同步模块作为正交频分复用(OFDM)系统中的关键模块,是数据解调和信道估计的基本前提。由于基于OFDM的可见光通信(VLC)系统对同步误差敏感,符号定时偏移(STO)估计的准确性直接影响系统性能。针对直流偏置光OFDM(DCO-OFDM)系统,提出了一种基于奇偶对称性的符号定时偏移估计方法。该方法通过设计具有奇偶对称结构的训练符号,使其能够产生理想的类脉冲定时度量,从而实现出色的符号定时估计精度。通过计算机仿真测量定时偏移估计的均方根误差(RMSE)、平均绝对误差(MAE)和误码率(BER),以评估所提方法的性能,并与两个基线方法(Park方法和Guerra方法)进行比较。仿真结果表明,这种新的符号定时同步方法在加性高斯白噪声(AWGN)信道和多径衰落信道上均优于上述方法,这验证了该方法在DCO-OFDM系统中的有效性。     

IMDD-OFDM系统的低开支、高准确度信道估计方法

提出一种应用于强度调制直接检测光正交频分复用(IMDD-OFDM)传输系统的低开支、高准确度的信道估计算法.该算法充分考虑系统噪声特性,利用梳状导频插入结构,结合符号间平均与子载波间频域线性插值的思想,在低开支导频条件下实现较高的估计准确度.仿真和理论推导结果表明:与传统平均算法和直接线性插值算法相比,基于梳状导频先平均后线性插值的算法估计出来的信道特性更能接近实际信道的.实验结果表明:在误码率为3.8×10~(-3)处,本文所提出的算法仅使用0.78%导频开支即可与使用20%导频开支的平均算法获得相同的接收灵敏度;同时,与传统估计算法相比,该算法与导频开支无关,能较好抗系统中的高斯噪声,获得与真实信道较为接近的估计性能.     

改进的时序多重稀疏贝叶斯学习冰下水声信道估计方法

针对时序多重稀疏贝叶斯学习信道估计方法计算复杂度高且在低信噪比时估计精度低的问题,本文提出了一种改进的时序多重稀疏贝叶斯学习正交频分复用冰下水声信道估计方法。首先,采用奇异值分解方法对接收导频矩阵进行去噪;随后利用去噪后的接收导频矩阵结合最小二乘信道估计方法获得时序多重稀疏贝叶斯信道估计的超参数矩阵、感知矩阵等先验知识;最后,利用冰下水声信道的稀疏特性和多途结构较为稳定的特点,采用时序多重稀疏贝叶斯信道估计对不同符号的冰下水声信道进行联合重建。仿真结果显示,在能量系数为0.03时,改进方法信道估计均方误差相比较于原始方法至少降低了约2.87×10-5,运算时间至少下降了约为90%。第11次北极科学考察冰下试验结果显示,改进方法的平均原始误码率略微低于原始方法,平均运算时间降低约75%。研究结果表明,利用冰下水声信道的特点,改进方法可以实现高精度冰下水声信道估计,并且有效降低系统计算复杂度。      

基于时频域卡尔曼滤波的CO-OFDM系统相位噪声补偿算法

针对基于高阶正交幅度调制(QAM)的大线宽相干光正交频分复用(CO-OFDM)系统,提出了一种基于时域和频域卡尔曼滤波(KF)联合估计的相位噪声补偿算法。所提算法在发射端插入时域训练符号和导频序列,在接收端基于训练符号进行频域卡尔曼滤波后得到信道估计值,进行时域扩展卡尔曼滤波(EKF)后得到相位噪声粗略估计值。时域相位噪声估计值为复数值,为获得较好的补偿效果,根据导频序列数目将每个OFDM符号分割为若干个亚符号。在导频序列处进行时域EKF,通过在每个亚符号最后一个导频处进行线性插值,得到每个采样点的相位噪声粗略估计值。对粗略相位噪声补偿后的频域数据进行预判决,并对时域相位噪声进行精细补偿。采用所提算法对传输速率为50Gbit·s-1、传输距离为100km的CO-OFDM系统进行了数值模拟,结果表明所提算法与其他方法相比取得了较好的补偿效果。对于激光器线宽为1 MHz(16QAM)和800kHz(32QAM)的CO-OFDM系统,误码率可达前向纠错上限。     

基于改进基追踪去噪的水声单载波频域均衡信道估计

针对低信噪比下单载波频域均衡信道估计精度低导致均衡效果差的问题,利用基追踪去噪方法估计稀疏信道有效抽头具有的稳定特性,提出了一种在平稳水声信道条件下单载波频域均衡系统中应用的改进基追踪去噪稀疏信道估计方法。方法利用延拓循环前缀作为导频进行多次信道估计,将估计结果累积平均,再采用门限判决提取有效抽头得到信道估计值,从而提高了稀疏信道的估计精度。通过合理选择循环前缀延拓次数,尽可能地降低导频长度对频带利用率的影响。仿真对比分析了改进基追踪去噪算法与匹配滤波、最小平方以及传统基追踪去噪信道估计算法的性能以及对单载波频域均衡系统误码率的影响。仿真实验结果表明,改进基追踪去噪信道估计算法具有更优的估计精度,在单载波频域均衡系统中可以提高约3 dB的接收信噪比增益。     

多波束分集深海远程正交频分复用水声通信

针对深海远程信道传播衰减大、多途扩展严重的问题,提出一种单输入多输出（SIMO）模型下的水声正交频分复用（OFDM）多波束空间分集均衡方法。建立了深海远程信道下SIMO-OFDM接收信号模型,对宽带波束形成处理后的多个到达角度的波束输出进行独立的多普勒补偿和稀疏信道估计,最后基于最大比合并实现多波束均衡。相对于远程通信中常用的单波束处理方法,所提方法可获得额外的不同到达角度的多径分集增益;且基于阵列波束形成处理可明显提升各个波束输出信噪比,避免了单阵元信噪比过低导致的信道估计误差增大的问题。所提方法的计算复杂度大于单波束均衡,但低于多阵元最大比合并均衡。基于BELLHOP的数值仿真和中国南海实验结果表明,所提方法的误码率性能明显优于单波束均衡和最大比合并均衡,且在100 km的距离上实现了通信速率199 bps的无误码通信。      

稀疏信道条件下正交多载波扩频水声通信无导频信道估计算法

提出了一种无导频信道估计算法,该算法首先利用水声信道的稀疏特性对扩频信号进行识别,再利用扩频信号识别结果对水声信道响应进行判决反馈估计,从而实现对稀疏水声信道响应的可靠重建。仿真和湖上试验结果证实:无导频信道估计算法可以在不降低通信质量的前提下,实现对水声通信信号的稳健均衡,提升水声通信速率。      

一种改进的DVB-T信道估计算法

针对传统DVB-T系统信道估计算法估计精度低或复杂度高的问题,为了提高信道估计算法整体性能,提出了一种改进的DVB-T信道估计算法。该算法首先采用最小二乘法估计离散导频处频率响应估计值;进而,利用连续导频对信噪比进行估计;最后,将得到的信噪比估计值与预先设定的信噪比阈值进行比较,若估计值小于阈值,则先经过卡尔曼滤波处理,再在时频二维方向上用高斯插值得到全部子载波的频率响应值,否则直接在时域和频域上进行插值。此方法在信道条件较好时关闭卡尔曼滤波过程,从而有效减少滤波次数,提高算法整体运行速度。仿真结果表明,该方法能有效提高系统整体性能,减少在噪声影响较大时的干扰,同时也兼顾了算法整体运行速度。     

结合区分性训练深度神经网络的歌声与伴奏分离方法

针对音乐信号中的歌声与伴奏相互关联难以分离的问题,提出了一种区分性训练深度神经网络(Deep Neural Network,DNN)的音乐分离方法。首先,在DNN模型的基础上同时考虑歌声与伴奏间的重建误差和区分性信息,提出了一种改进的目标函数进行区分性训练;其次,在DNN模型上额外添加一层,引入时频掩蔽对估计出的歌声伴奏进行联合优化,相应的时域信号由傅里叶逆变换获得;最后,验证不同参数设置对分离性能的影响,并与现有的音乐分离方法进行对比.实验结果表明,改进的目标函数和时频掩蔽的引入明显提高了DNN的分离性能,且与现有的音乐分离方法相比分离性能最高提高了4 dB从而证实所提方法是一种有效的音乐分离方法。      

用于单载波频域均衡水声通信的可分近似稀疏信道估计

针对单载波频域均衡水声通信中信道估计易受噪声干扰的问题,提出了一种低复杂度的信道估计方法。考虑水声信道的时域稀疏特性,导出频域输入、输出信号与信道冲激响应的关系式,并引入稀疏正则项,构造稀疏信道估计的目标函数。然后利用可分近似对目标函数进行迭代优化,再经过稀疏化与去偏处理,得到信道传递函数的最终估计。最后,利用数值仿真和海试数据对所提出方法的性能和运算效率进行评估。较之传统信道估计方法,所提出的方法在估计精度和计算复杂度方面具有一定的优势。      

改进的多输人多输出正交频分复用水声通信判决反馈信道估计算法

针对最小均方误差准则下(Minimum Mean Square Error,MMSE)判决反馈信道估计算法在多输入多输出正交频分复用(Multiple-input Multiple-output Orthogonal Frequency Division Multiplexing,MIMO-OFDM)低信噪比水声通信环境下存在误码遗传缺陷,提出了一种基于压缩感知理论的改进的MMSE判决反馈信道估计算法。通过结合浅海水声信道的稀疏性特点,利用编码校验后的信息与原始信息实现了对信道估计的判决反馈更新,采用匹配追踪算法改进MMSE判决反馈追踪信道估计技术,实现了抑制传统判决反馈信道估计算法在迭代更新及传递过程中存在的误码遗传的目的。仿真和水池实验结果证实:改进的MMSE判决反馈追踪信道估计算法不仅可以有效的抑制误码遗传,对抗突发噪声,跟踪信道的缓慢时变,同时大幅降低了导频占用率,提高了通信质量。      

基于基追踪去噪的水声正交频分复用稀疏信道估计

针对传统的l₂-范数信道估计精度低的问题, 提出了一种基于基追踪去噪(BPDN)的水声正交频分复用稀疏信道估计方法, 该方法针对水声信道的稀疏特性, 利用少量的观测值即可以很高的精度估计出信道冲激响应. 与贪婪追踪类算法相比, 基于BPDN算法的稀疏信号估计具有全局最优解, 采用l₂-l₁范数准则估计信号, 同时考虑了观测值含噪情况, 通过调整正则化参数控制估计信号稀疏度和残余误差之间的平衡. 仿真分析了导频分布、正则化参数等对BPDN 算法的影响以及BPDN算法与最小平方(LS)、正交匹配追踪(OMP)信道估计算法的性能. 湖试结果表明, 在稀疏信道下, 基于BPDN的信道估计方法明显优于LS和OMP信道估计方法.     

一种鲁棒性强的OFDM 水声通信系统*

为了在不同衰落水声信道下实现正交频分复用水声通信,该文提出了一种鲁棒性强的正交频分复用水声通信方案,方案包括编码调制、信道估计和多普勒估计等内容。为了使该系统更稳健,整个信道编码分为两个步骤。首先,循环冗余校验编码器和里德-所罗门编码器用于编码整个数据包,然后循环冗余校验编码器和Turbo 编码器用于编码每个数据帧,其中比特交织编码调制技术用来对抗信道的时变特性。为了得到水声信道估计,使用线性最小均方误差估计器来处理导频数据得到信道估计值。多普勒估计包括帧的多普勒估计和符号的多普勒估计。实验结果表明该系统在不同的衰落信道下都能实现正确的跟踪和译码,系统的鲁棒性能优越。此外,该系统算法计算简单,易于实现,具有良好的工程应用价值。     

室内多输入多输出可见光通信系统接入点与功率分配优化

针对室内用户在非均匀分布时选择最高信号强度接入点（AP）导致系统总速率和用户服务质量较低的问题,提出联合AP和功率分配的方法。考虑多个LED作为AP的可见光通信（VLC）网络,根据用户分布设计了一个基于用户信道增益权重回溯（BM）的AP分配算法,使权重较低的用户接入到其他AP,降低资源竞争严重的LED上的用户负载;为了使所有用户均能满足通信需求,提出改进逐维动态正余弦算法（IDDSCA）的转换参数,并引入基于最优解方向的自适应搜索策略。利用IDDSCA动态调整每个AP下行链路的功率分配,同步优化系统总速率和用户服务质量。仿真结果表明,所提BM-IDDSCA方案相较于BM-DDSCA、SLCG-IDDSCA、BM-αPA、MT-PA与SLCG-QTPA方案在总速率方面分别提升2.94%、4.20%、2.03%、62.90%、4.89%。     

浅海水声信道响应的盲估计

在难以得到发射源信号的水下声场环境中,利用单水听器或单个波束的接收数据可以进行浅海信道响应的盲估计。首先运用径向高斯核时频分析方法进行源信号重构,再利用接收数据和所重构的源信号,通过高精度时延估计的WRELAX算法,估计出水声信道响应。所提出的盲估计方法经过海洋实验数据验证,估计结果准确,表明这种方法在水声领域具有广泛的应用前景。     

基于DFT-SAMP算法的MIMO-VLC系统压缩感知信道估计

多输入多输出(Multiple-input-multiple-output,MIMO)可见光通信(Visible Light Communications,VLC)系统接收端需精确的信道状态信息用以解调信号，而常用的最小二乘算法对噪声敏感，估计误差较大，难以保证可靠性。基于信道稀疏特性，利用压缩感知方法进行MIMO-VLC信道估计，提出一种基于离散傅里叶变换(Discrete Fourier Transform,DFT)的稀疏度预测自适应匹配追踪(DFT Based Prediction-sparsity Adaptive Matching Pursuit,DFT-SAMP)算法。首先，通过DFT的稀疏度预测方法对信道冲激响应的稀疏度进行预估计，将估计的稀疏度作为算法初始步长，以快速逼近真实稀疏度，提高算法效率；其次，采用SAMP算法重构信道冲激响应，提高信道估计准确性，保证通信可靠性。基于2×2的MIMO-VLC系统信道估计实验结果表明，导频数为32时，本文算法相较于最小二乘算法在误码率满足前向纠错的误码率阈值(3.8×10^-3)时所需的信噪比降低4.5 dB；...