一种新的定时和频偏联合估计算法

提出了一种新的正交频分复用(OFDM)系统定时和频率同步联合算法.该算法仅需要一个训练符号就可以完成定时和频偏估计,额外开销量小,定时和频率同步的实现均在时域进行,简化了同步实现的复杂度.由于使用自相关处理,定时同步对频率偏差具有较强的鲁棒性.与以往的定时同步算法相比,该算法避免了定时平台和多峰值的出现,即使在非常低的信噪比下,其定时测度都是一个尖脉冲.仿真结果表明,该算法能快速地实现定时和频率同步.     

基于特殊训练序列的OFDM符号定时同步

利用一种特殊的符号序列作为训练序列,在Schmidl＆cox定时同步算法的基础上提出一种新的OFDM系统定时同步算法,该算法克服了原算法定时模糊的问题,提高了定时精度。仿真表明,该算法具有类似于冲击函数的符号定时曲线,而且在多径信道下依然能够保持清晰的定时位置,进而进行小数频偏估计,性能优于Schmdl＆cox算法,且节省带宽资源。     

OFDM信号伪逆谱分析及参数估计

提出一种基于伪逆谱的OFDM 信号盲检测方法,方法充分利用了OFDM信号伪逆谱谱线的隐含周期性,具有较强的抑制加性干扰和乘性干扰的能力,能够在较低的信噪比条件下快速准确地检测OFDM信号,可以精确估计出OFDM信号的子载波频率间隔、符号周期、信号带宽、子载波数目,具有运算量小、精度高、适于硬件实现等特点。仿真结果进一步说明了该检测方法的有效性。     

一种用于OFDM符号定时跟踪的盲估计算法

利用具有循环前缀和循环后缀的OFDM帧结构,该文提出了一种新的符号定时跟踪盲估计算法。理论分析及仿真表明,无论在AWGN还是多径衰落信道条件下,该定时算法估计的均方差都小于ML算法。     

叠加弱能量序列的OFDM系统时频同步方法

 本文提出一种使用叠加的、弱能量序列进行时间同步和频偏估计的方法,其中所构造的训练序列具有低/零自相关性及弱能量性能,该序列被叠加在信息符号上并仅分配发射机总能量的4.1%;传统利用循环前缀信息估计频偏范围只局限于0.5内,该法使频偏估计范围可达到1,在利用本地序列与接收信号的相关性后可使整个频偏估计范围达到1/4带宽.理论和仿真表明,该法具有比常规算法更优的时间估计精度和频偏估计范围.     

OFDM-UWB系统的自适应联合信道估计算法

提出了一种新的MB-OFDM-UWB自适应联合信道估计算法,该算法首先对基于DFT的信道估计算法进行改进,使其能自适应的调整滤波窗口的大小。然后利用改进后的算法与梳状导频估计相结合。算法的优点在于能根据不同的信道的统计特征,自适应调整滤波器窗口的大小,从而减少了噪声对信道估计的影响,并保留了梳状导频估计能快速跟踪信道变化的特性。仿真结果表明,该算法能很好地适用于UWB室内信道。     

一种新的基于前导的定时和频偏联合估计方法

提出了一种基于前导的OFDM的定时和频偏的联合估计算法,该算法仅使用了一个具有共轭对称的特点的训练序列完成了定时恢复和频偏估计,通过仿真分析了提出方法的均值和标准方差,表明该方法是有效的.     

数字电视系统中OFDM稀疏信道估计算法

针对采用OFDM调制技术的数字电视传输系统,利用信道的稀疏特性提出一种基于子空间拟合的信道估计算法。该算法首先利用参考矩阵列向量与观测向量的相关性来确定信道的非零抽头位置,然后再采用最小二乘算法完成对非零系数值的二次估计,避免了无谓的零抽头估计,改善了算法性能。在低信噪比和导频数较少的情况下,算法仍具有稳健的性能,仿真结果验证了该算法的有效性。     

基于失配序列的OFDM同步算法

提出了一种利用失配序列来完成OFDM符号同步的新方法.在发端直接加入失配序列作为OFDM符号的训练序列,在收端将OFDM符号序列与失配滤波器系数做相关运算,利用失配序列的优良自相关特性和有效抑制旁瓣的特点,很好地完成符号同步.在多径信道下,与已有方法进行比较.仿真结果表明,提出的算法在计算复杂度低的情况下有效降低了同步均值偏差,提高了正确同步估计的概率.     

一种新的OFDM联合信道估计方法

OFDM（正交频分复用）作为一种高效可靠的传输方式,被广泛应用于无线通信系统中,近年来越来越受到人们的关注。文中主要研究基于导频的OFDM信道估计,在此基础上提出了一种采用最小二乘法的联合信道估计方法。这种方法能够将传送数据与导频结合起来进行更精确的信道估计,从而提高系统性能。仿真结果表明,文中方法优于经典的信道估计方法。     

组播OFDM系统中基于子载波成对调整的功率分配算法

 研究了在总功率的约束下,组播OFDM系统中最大化组播速率的功率分配问题. 首先引入贪婪算法求解该问题以降低复杂度,但贪婪算法只执行预设的固定次数分配后即停止,其截止条件与功率分配过程中的状态无关,无法有效地提高系统性能;进而提出了两种基于子载波成对调整的功率分配算法,在初始功率分配的基础上选择子载波对交换功率,将功率重新分配给能够使组播速率提高得最多的子载波,并只在无法进一步提高组播速率时才停止调整. 研究和仿真结果表明,所提出的两种调整算法能够有效地提高组播速率,性能接近根据凸函数优化方法求得的最优解,且显著降低了算法的复杂度.     

基于IEEE802.16d系统的简易信道估计算法

提出了基于IEEE802.16d标准的当信道的响应大于循环前缀(CP)时一种简易的信道估计算法。利用系统前导的特殊时域结构,在不增加系统实现复杂度的基础上就可以很好地消除由于循环前缀不足而带来的ICI和ISI的干扰。仿真结果表明该方法可以满足IEEE802.16d在高速非视距环境下对信道估计的性能要求,该研究结果对高传输速率的信道信息估计有较大的参考价值。     

基于正交多相序列的OFDM信道估计算法

提出了一种基于正交多相序列的OFDM信道估计算法。该算法采用相关性能良好的正交多相序列作为发送信号的循环前缀,在接收端,提取循环前缀,进行相关计算,最终得到系统频域响应的估计值。通过仿真,验证了在多径衰落信道中,提出的算法比频域梳状导频插入的时域滤波算法及采用小m序列作为循环前缀的信道估计算法具有更高的信道估计精度。     

基于ES-CAZAC序列的CO-OFDM系统定时同步算法

针对传统基于复伪噪声(PN)序列的定时同步算法在 相干光正交频分复用(CO-OFDM)系统中存在定时度量函数模糊和峰均功率比(P APR)高的问题,提出了基于偶对称恒振幅零相关(ES-CAZAC,even symmetry c onstant amplitude zero auto－correlation)序列的定时同步算法。 改进算法训练序列包含两部分,并将这两部分看作两个窗口,利用偶数长度的CAZAC 序列具有偶对称特性分别计算 两个窗口的相关度,通过两个窗口同时得到最大相关度来确定正确定时点。分别在高斯白噪 声信道和10Gbit/s的CO-OFDM系统 上进行仿真。结果表明,改进算法在不增加算法复杂度的情况下,能得到十分尖锐的定时度 量函数,并且几乎没有旁瓣的干扰。 在CO-OFDM系统下,改进算法的旁瓣模糊度较Park算法减少26.7%, 在色散常数较大的情况 下定时均方误差(MSE)仍在10－5左右,定时精准。同 时,ES-CAZAC训练序列具有理想的PAPR值。     

一种时频变换OFDM系统的信道估计模型

在OFDM系统中,无线信道的准确估计很大程度上决定了系统的传输性能,提出了一种时频变换信道估计模型,并将它应用于自适应OFDM系统中的信道估计,通过与理想自适应系统相比较,研究了模型的性能以及信道估计的误差对于系统性能的影响。     

基于FOLP的STBC-OFDM信号盲识别方法

针对STBC-OFDM信号盲识别中存在着识别所需样本数多、对频偏敏感和不适用于单接收天线等问题,提出一种基于FOLP（Fourth Order Lag Product）的识别方法.根据不同空时分组码元素的相关性,推导了接收信号的FOLP,构造了基于FOLP的峰值检测算法.推导和仿真结果表明,该算法能够在单接收天线下运行,且不需要知道信道信息、噪声信息、调制信息以及OFDM块的起始位置;且该算法不受调制方式的影响,对时延、相位噪声和频率偏移鲁棒性能好,能够应用于认知无线电、频谱监控等工程领域中.     

一种可靠的OFDM系统时间和频率同步方案

在无线信道中,由于多径和频偏的存在,影响了OFDM系统中同步的准确性.结合中国移动多媒体广播(CMMB)信道帧结构、调制及其信道,提出了一种适用于多径衰落信道、高频偏的OFDM系统时间和载波频率同步方案,能准确地完成帧同步和频偏估计.     

MIMO-OFDM中最优导频序列信道估计算法

提出了最优导频序列对于信道估计在多输入多输出(MIMO-OFDM)系统中的应用,这种设计使得信道估计解决方案复杂度很低,以及灵活的天线结构,可以获得最佳的均方误差(MSE)而且在空间域和信道估计的性能最优,峰值平均功率比OFDM符合的性能,仿真结果证明了该最优导频设计方案的有效性。     

一种基于改进ROMP的MIMO-OFDM信道估计方法

本文根据信道响应的时域稀疏性,引入压缩感知理论,针对正则化正交匹配追踪（ROMP）需已知稀疏度和原子一旦选入无法删除两大缺点,提出一种基于改进ROMP的信道估计方法.该方法结合压缩采样匹配追踪（CoSaMP）、稀疏度自适应匹配追踪（SAMP）和变步长的优点,实现稀疏信号快速准确的重建.仿真结果表明,与基于OMP、ROMP、CoSaMP、SAMP的信道估计方法相比,所提方法有效提高了MIMO-OFDM系统的归一化均方误差（NMSE）和误码率（BER）性能.     

一种α稳定分布噪声下OFDM信号调制识别与参数估计算法

正交频分复用（OFDM,Orthogonal Frequency Division Multiple）信号的调制识别与参数估计是非协作通信领域的重要研究内容.为了解决α稳定分布噪声下OFDM信号调制识别与参数估计困难的问题,提出一种广义循环平稳的盲处理算法.该算法首先对接收信号进行非线性变换,推导出接收信号的广义循环自相关函数表达式,分析了单载波调制信号与OFDM信号的广义循环自相关函数特性,并给出了OFDM信号的广义循环自相关函数与待估参数之间的关系.然后,基于分析结论,利用广义循环自相关函数构造调制识别特征完成OFDM信号与单载波信号的调制方式自动分类;最后,针对OFDM信号的调制参数估计问题,提出了一种基于广义循环自相关函数的调制参数估计算法.理论分析与仿真结果表明,在α稳定分布噪声环境下,该算法可以有效实现OFDM信号调制识别与参数估计,且算法不依赖接收信号的先验信息,可以直接对中频接收信号进行处理.