共查询到20条相似文献,搜索用时 15 毫秒
1.
非合作通信背景下,针对传统干扰近似法(IAM)进行正交频分复用(OFDM)/偏移正交振幅调制(OQAM)系统信道估计需要导频符号值作为先验信息的问题,提出一种基于OQAM符号特征的IAM(OCBIAM)估计算法。该算法利用IAM导频结构和OQAM实符号的有限集特征,将信道衰落系数幅度和相位分开估计,在仅获得导频位置而未知导频符号值的条件下实现了OFDM/OQAM系统半盲信道估计。并且证明了OCB-IAM算法由于利用接收符号的二阶统计量将高斯白噪声变为非随机的单音干扰,从而在中低信噪比条件下具有优于IAM算法的估计性能。仿真实验验证了理论推导的正确性和OCB-IAM算法的可靠性。 相似文献
2.
非合作通信背景下,针对传统干扰近似法(Interference Approximate Method, IAM)进行OFDM/OQAM系统信道估计需要导频符号值作为先验信息的问题,提出一种基于OQAM符号特征的IAM(OQAM Characteristic Based-IAM,OCB-IAM)估计算法。该算法利用OQAM实符号的有限集特征,将信道衰落系数幅度和相位分开估计,在仅获得导频位置而未知导频符号值的条件下实现了OFDM/OQAM系统半盲信道估计。并且证明了OCB-IAM算法由于利用接收符号的二阶统计量将高斯白噪声变为非随机的单音干扰,从而在中低信噪比条件下具有优于IAM算法的估计性能。仿真实验验证了理论推导的正确性和OCB-IAM算法的可靠性。 相似文献
3.
4.
正交频分复用(orthogonal frequency division multiplexing,OFDM)信号是雷达通信一体化系统常用的发射波形之一,但是其峰均比较高,影响发射机的工作效率。传统的限幅法虽然可以降低系统OFDM信号的峰均比(peak-to-average power ratio,PAPR),但会造成误码率(bit error rate,BER)增大和带外频谱泄露的问题。对传统的限幅法进行改进,将高于门限的信号进行抑制,通过迭代滤波消除带外信号弥散造成的频谱效率下降的问题。将改进峰均比抑制方法与传统峰均比抑制方法进行比较,验证了所提方法的低峰均比性能、误码率性能和模糊函数性能。仿真实验表明,所提方法通过合理设置限幅门限和选择迭代滤波次数,可以有效降低OFDM信号的PAPR,并且对雷达探测性能和通信性能影响较小。 相似文献
5.
针对多径信道条件下,偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统中采用导频序列方式进行信道估计时导频开销较大的问题,提出一种基于压缩感知的离散导频信道估计方法。该方法利用无线信道的稀疏特性,建立基于压缩感知的OQAM/OFDM系统信道估计模型,对离散导频结构进行了优化设计,使较少的导频符号随机分布在子载波上,在接收端利用信号恢复算法实现信道估计。该方法能够显著减少导频数量,并实现高精度信道估计性能,通过实验仿真对比验证了所提方法在慢时变和快时变的无线信道条件下的有效性。 相似文献
6.
7.
在基于导频的信道估计方法中,伪导频的功率决定了该信道估计方法的性能。为了提高OFDM/OQAM系统的信道估计精度,提高频谱效率,提出一种基于改进导频结构的信道估计方法。在原有导频结构的基础上,对其中功率最高的导频结构进行改进,并给出对应的信道估计方法。由于缺乏足够的接收信号先验知识,无法直接对信道进行估计。为了解决这一问题,提出一种预判决方法对接收信号进行估计,并通过迭代减小预判决引入的误差,提高估计精度。仿真结果表明,本文提出的导频结构具有更高的频谱效率和更好的信道估计性能。 相似文献
8.
9.
正交频分复用(OFDM)技术的缺点之一是其峰值平均功率比(Peak-to-Average Power Ratio,PAPR)较高。为了降低OFDM信号的PAPR,本文对选择性映射(SLM)、部分传输序列(PTS)和交织三种多信号表示方法进行了比较分析,给出了各自的仿真结果,并且将交织与SLM以及PTS方法结合起来,进一步降低了系统的PAPR。 相似文献
10.
针对正交频分复用(OFDM)系统中高功率放大器(HPA)固有的非线性特性导致频谱再生和邻道干扰等问题,介绍了一种高功率放大器的自适应预失真技术,该技术采用查表法对信号进行预失真。本文用M AT-LAB仿真研究分析了基于查表法自适应基带预失真算法的有效性。仿真实验表明:该预失真算法可以有效地降低放大器所带来的OFDM信号频谱再生等非线性失真,提高了系统的性能。 相似文献
11.
《火力与指挥控制》2015,(9)
散射通信以其特有性能在无线通信领域发挥着重要作用,但存在传播损耗大、多径传输和衰落问题,基于交错正交幅度调制的正交频分复用系统(OFDM/OQAM)无需循环前缀,既具有传统正交频分复用系统(OFDM)抗多径干扰的优势,又利用滤波器组消除多径信道之间的符号间干扰(ISI)和载波间干扰(ICI),而无需保护间隔,提高了频谱利用率。建立了对流层散射信道抽头延迟线信道模型,分析了ICI和ISI的数学统计特性,将OFDM/OQAM系统与CP-OFDM/QAM系统进行对比。仿真分析表明:散射信道下OFDM/OQAM系统较传统的OFDM系统抑制ICI和ISI具有明显优势,误码率(BER)明显降低,为实现散射信道的高速率、大容量可靠通信提供了的方向指导。 相似文献
12.
在使用正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)信号的雷达通信一体化系统中,循环前缀(Cyclic Prefix, CP)和导频的存在,使得共享信号在自相关运算中出现较高的副瓣电平,严重影响雷达检测性能。针对这个问题,提出一种新的基于时域同步OFDM(Time Domain Synchronization OFDM, TDS-OFDM)的共享信号形式,该信号利用训练序列填充保护间隔,同时完成同步与信道估计,从而避免了CP副瓣和导频副瓣的出现。首先分析TDS-OFDM共享信号的模糊函数,然后通过训练序列的优化设计,有效降低TDS-OFDM信号的距离峰值副瓣,同时保持训练序列自身良好的自相关性能。理论分析与仿真表明,相对于CP-OFDM,TDS-OFDM共享信号更加适用于雷达通信一体化系统。 相似文献
13.
抗多径衰落是正交频分复用(OFDM)系统的显著特点之一。具体分析了OFDM抗多径的机理,说明了两种不同情况下多径对信号频谱的影响,并提出了相应的减轻多径影响的方法。通过仿真分析验证了HiperLANType2标准规定的OFDM系统的抗多径性能,并提出了一些改善系统性能的方法。 相似文献
14.
15.
16.
17.
正交频分复用(orthogonal frequency division multiplexing,OFDM)雷达信号具有良好的分辨力和较高的频谱利用率,其中基于混沌二相编码调制的OFDM雷达信号由于具有结构灵活、更优的脉压性能和较强抗干扰能力等优点受到广泛青睐,但是在系统中存在的高峰均比问题使得OFDM雷达在实际应用受到限制。针对各载波不同混沌二相编码序列调制的OFDM雷达信号,提出一种基于混沌粒子群的选择性映射(selective mapping,SLM)算法来降低OFDM雷达信号中的高峰均比问题。实验结果表明:相比于传统SLM算法和基本粒子群SLM算法,基于混沌粒子群的SLM算法在降低OFDM雷达信号的峰均比方面具有更好的效果。 相似文献
18.
导频污染被认为是多小区大规模MIMO通信系统的主要技术瓶颈,与以小区为单位进行导频复用方案不同,提出了一种减轻导频污染影响的优化的部分导频调度方案。该调度方案先将全部可用的正交导频序列划分为若干子集,把其中的一个导频子集设为导频复用子集,该导频子集在系统中每个小区复用,其余导频子集则在不相邻小区间复用;之后在目标小区基站对导频复用子集中的导频序列引起的小区间干扰进行测量,依次将导频复用子集中具有最小小区间干扰的导频序列分配给上行链路信道质量最差的用户,改善系统频谱利用率。分析和仿真结果显示该导频调度方案可以有效抑制导频污染,并且相比于目前已有的导频调度方案性能有所改进。 相似文献
19.
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是现代移动通信中一项重要的物理层通信技术,并且OFDM系统要求子载波间严格正交。然而,在实际系统中,振荡器和滤波器等器件的非理想特性会导致同相正交(In-phase and Quadrature-phase,IQ)不平衡,从而破坏子载波的正交性,严重影响OFDM系统的性能。通过研究IQ不平衡对OFDM系统的影响,提出了一种并联深度神经网络架构下的IQ不平衡补偿算法。该算法利用了深度神经网络不依赖于模型的特点,直接从接收到的频域信号恢复原输入信号的二进制序列,并利用干扰信号来自镜像子载波的先验知识来初始化模型驱动的神经网络,加快其网络优化的收敛速度。仿真结果表明,该算法能有效地补偿IQ不平衡失真,并且在幅度和相位失真的补偿上,其性能都优于传统的基于导频的最小二乘补偿算法,证明了深度学习方法解决物理层问题的优越性。 相似文献
20.
正交频分复用(OFDM)是现代移动通信中一项重要的物理层通信技术,并且OFDM系统要求子载波间严格正交。然而在实际系统中,振荡器和滤波器等器件的非理想特性会导致同相正交(In-phase and Quadrature-phase,IQ)不平衡,从而破坏子载波的正交性,严重影响OFDM系统的性能。本文研究了IQ不平衡对OFDM系统的影响,提出了基于并联深度神经网络的IQ不平衡补偿技术。该算法利用了深度神经网络不依赖于模型的特点,直接从接收到的频域信号恢复原输入信号的二进制序列,并利用IQ不平衡的干扰信号来自镜像子载波的先验知识来初始化神经网络,加快其网络优化的收敛速度。仿真结果表明,该算法能有效地补偿IQ不平衡失真,并且在幅度和相位失真的补偿上,其性能都优于传统的导频的最小二乘(LS)估计补偿IQ不平衡的算法,证明了深度学习方法解决物理层问题的优越性。 相似文献