张丹[1]2004年在《正交频分复用系统中的窄带干扰抑制算法研究》文中进行了进一步梳理正交频分复用(OFDM)技术因为具有频带利用率高、抗多径干扰能力强等特点,近年来被广泛的应用于各种宽带通信系统。对于工作在开放频带上的OFDM系统,例如5GHz的UNII频带上的802.11a无线互联网(WLAN)系统,它所处的公共频带向所有符合无线电管理规范的通信系统开放,因此不可避免的存在相互之间的干扰。在OFDM传输系统的接收端,由于离散傅立叶变换(DFT)所带来的频谱泄漏效应,非正交窄带干扰的频谱会被扩展到整个OFDM信号的频率范围之内,影响到多个子载波。我们可以关闭一些受到较大影响的子载波来降低误码率,但其代价是吞吐量的下降。如何在吞吐量一定的条件下利用信号处理的技术抑制窄带干扰的影响,是作者论文工作的中心课题。作者在论文中回顾了窄带干扰抑制技术的发展历史,将其大致归为两类,即接收机窗函数技术和窄带干扰消除技术。作者对两类技术都分别做出了自己的贡献:其一,将抑制窄带干扰的窗函数方法引入WLAN接收端,利用IEEE 802.11a物理层帧结构中长训练序列的对称性提出了一种加窗信道估计方法;同时根据实际的信道环境,为数据接收选择了简易的窗函数。这种组合加窗方案满足802.11a协议,而且不需要对发射端做任何改动。仿真和理论分析结果都证明,该方法能有效提高窄带干扰下的系统性能,当信干比为5dB时,能够使有信道编码的系统误码率降低大约一个数量级。其二,首次提出把OFDM系统中的窄带干扰看作一种窄带的数字通信信号,利用这个假设设计了一种新的干扰消除算法。并对不同的干扰带宽、中心频率以及不同的干扰功率下该算法的性能做了仿真和讨论。我们还为新算法设计了一种实用的OFDM系统,并且提出利用Zoom FFT技术来减小干扰信息估计的计算量。与过去的干扰消除算法相比较,新的算法物理意义明确,可以定量的计算出所需要的未知参量的个数。仿真的结果表明,这种新的干扰消除算法能够显着提高系统性能,特别是在干扰功率较强的时候。举例来说,当干扰
张国梅, 朱世华[2]2008年在《矢量正交频分复用系统的窄带干扰抑制》文中认为分析了窄带干扰对矢量正交频分复用(VOFDM)系统性能的影响,提出了一种VOFDM系统的窄带干扰抑制方法。该方法通过对接收矢量进行修正,把矢量子信道的接收转化为多载波码分多址(MC-CDMA)系统的接收检测问题,再采用最小均方误差合并技术实现窄带干扰抑制。性能分析及仿真结果表明,所建议的接收方法可有效提高系统对窄带干扰的顽健性,对于矢量长度为16的VOFDM,当信干比为15dB且误码率为10-2时,本方法相比于最小平方检测有约8dB的信噪比增益。
王胜, 张天骐, 袁帅[3]2019年在《基于循环自相关的NC-OFDM信号参数的盲估计》文中研究说明在认知无线电(CR)环境中,频率资源不足的问题越来越严重,而非连续正交频分复用(NC-OFDM)能够工作在非连续的频谱环境。针对NC-OFDM信号的参数估计问题,提出一种循环自相关的方法。该方法首先分析循环平稳信号特点,然后根据NC-OFDM信号的循环自相关,在循环频率α以及时延τ切面图具有离散谱线特征进行参数估计,最后对NC-OFDM信号的循环自相关进行数值仿真。仿真结果表明在低信噪比下,能有效估计NC-OFDM信号的参数及识别零前缀的正交频分复用信号(ZP-OFDM),且实验证明关闭近90%的子载波数目都能够实现NC-OFDM信号的参数的盲估计。
赵锦航, 刘健均, 周思源, 谭国平[4]2019年在《基于BIC停止准则的改进A~* OMP信道估计算法》文中指出在高速移动场景下,由于多普勒频移的影响,OFDM系统会产生严重的载波间干扰,从而影响无线通信链路的质量。为弥补该缺陷以保障通信链路的质量需求,需要对高速移动通信信道进行准确估计,然后通过均衡算法进行补偿。已有的A~* OMP算法是一种基于多路径搜索和优选的改进OMP算法,与传统OMP算法相比,虽然能够更加接近全局最优解,但其使用的停止准则在高速移动通信信道估计中性能表现欠佳。为此,提出一种运用BIC停止准则的改进A~* OMP算法,对高速移动通信信道进行估计。仿真结果表明,BIC停止准则比原有准则具有更好的信道估计性能。该改进算法在350 km/h的场景下,与OMP算法相比,约有0.5 dB的性能提升。
参考文献：
[1]. 正交频分复用系统中的窄带干扰抑制算法研究[D]. 张丹. 清华大学. 2004
[2]. 矢量正交频分复用系统的窄带干扰抑制[J]. 张国梅, 朱世华. 通信学报. 2008
[3]. 基于循环自相关的NC-OFDM信号参数的盲估计[J]. 王胜, 张天骐, 袁帅. 计算机应用研究. 2019
[4]. 基于BIC停止准则的改进A~* OMP信道估计算法[J]. 赵锦航, 刘健均, 周思源, 谭国平. 计算机应用与软件. 2019