-
公开(公告)号：CN109039960A
公开(公告)日：2018-12-18
申请号：CN201810673129.7
申请日：2018-06-26
Applicant: 东南大学
CPC classification number: H04L25/0202 , H04B11/00 , H04B13/02 , H04L25/0212 , H04L25/0224 , H04L25/024
Abstract: 本发明公开了一种水声稀疏信道估计变步长稀疏度自适应匹配追踪方法，充分利用水声信道稀疏多径特性，避免传统信道估计技术中导频数目过多造成频谱资源的浪费。并且该方法无需稀疏度作为先验信息，通过步长扩充支撑集，迭代终止时支撑集大小即为估计稀疏度。此外，融入分阶段思想和变步长，将信号重构过程划分为多个阶段，在某一阶段支撑集原子数目保持恒定，相邻阶段通过不同大小的步长逐步扩充支撑集。本发明在不显著增加计算量的前提下提高恢复准确度，即在重构精度和计算复杂度之间获得更优权衡；与现有的经典贪婪算法相比，本发明无需稀疏度作为先验信息，同时步长自适应变化能够兼顾算法精度和运行效率。
-
公开(公告)号：CN106330251A
公开(公告)日：2017-01-11
申请号：CN201610751216.0
申请日：2016-08-29
Applicant: 东南大学
Abstract: 本发明公开了一种使用零相关带(ZCZ,zero correlation zone)序列作为训练序列来估计MIMO-OFDM水声通信系统多普勒扩展因子的方法。该方法在数据帧前插入两段重复的ZCZ序列，接收端采用多个并行相关器对接收信号进行延时自相关运算,根据最大输出结果的相关器的窗口长度估计多普勒扩展因子。与现有的多普勒扩展估计算法相比，该方法可显著提高多普勒扩展估计精度，信道适应性强，在信噪比大于-5dB时，估计精度始终保持在10-4以下，满足高数据率水声通信对多普勒扩展因子估计精度的要求。
-
公开(公告)号：CN106100692A
公开(公告)日：2016-11-09
申请号：CN201610754653.8
申请日：2016-08-29
Applicant: 东南大学
Abstract: 本发明公开了一种适用于MIMO‑OFDM移动水声通信系统的多普勒扩展估计方法，在发射端发送两段重复的训练序列，接收端采用多个并行相关器对接收信号进行延时自相关运算。根据最大输出结果的相关器的窗口长度进行多普勒扩展因子估计。本发明提供的一种适用于该方案的训练序列结构，可以充分利用MIMO技术带来的分集增益，与传统的基于线性调频信号估计多普勒扩展因子的方法相比，可显著提高多普勒扩展因子估计精度。
-
-
Patent Agency Ranking
公开(公告)号：CN106330251B
公开(公告)日：2019-08-13
申请号：CN201610751216.0
申请日：2016-08-29
Applicant: 东南大学
Abstract: 本发明公开了一种使用零相关带(ZCZ,zero correlation zone)序列作为训练序列来估计MIMO‑OFDM水声通信系统多普勒扩展因子的方法。该方法在数据帧前插入两段重复的ZCZ序列，接收端采用多个并行相关器对接收信号进行延时自相关运算,根据最大输出结果的相关器的窗口长度估计多普勒扩展因子。与现有的多普勒扩展估计算法相比，该方法可显著提高多普勒扩展估计精度，信道适应性强，在信噪比大于‑5dB时，估计精度始终保持在10‑4以下，满足高数据率水声通信对多普勒扩展因子估计精度的要求。
-
公开(公告)号：CN107171987A
公开(公告)日：2017-09-15
申请号：CN201710554675.4
申请日：2017-07-10
Applicant: 东南大学
IPC: H04L25/02
Abstract: 本发明公开了一种适用于时变稀疏信道的估计算法，该算法在正交匹配追踪算法OMP算法的基础上，结合人工鱼群算法并进行改进。算法以迭代的方式进行，包含一个子迭代过程。子迭代中将人工鱼分为特殊鱼SF和普通鱼NF，SF执行局部觅食行为；子迭代结束时根据人工鱼位置信息估计时变信道参数，重构目标信号，直至剩余信号能量小于设定阈值。仿真结果表明，本发明提出的时变稀疏信道估计算法，可以准确估计每一条路径参数，在估计精度和计算复杂度上均优于OMP算法。
-
公开(公告)号：CN107171987B
公开(公告)日：2020-02-18
申请号：CN201710554675.4
申请日：2017-07-10
Applicant: 东南大学
IPC: H04L25/02
Abstract: 本发明公开了一种适用于时变稀疏信道的估计方法，该方法在正交匹配追踪算法OMP算法的基础上，结合人工鱼群算法并进行改进。方法以迭代的方式进行，包含一个子迭代过程。子迭代中将人工鱼分为特殊鱼SF和普通鱼NF，SF执行局部觅食行为；子迭代结束时根据人工鱼位置信息估计时变信道参数，重构目标信号，直至剩余信号能量小于设定阈值。仿真结果表明，本发明提出的时变稀疏信道估计方法，可以准确估计每一条路径参数，在估计精度和计算复杂度上均优于OMP算法。
-
公开(公告)号：CN107395535A
公开(公告)日：2017-11-24
申请号：CN201710554672.0
申请日：2017-07-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于改进粒子群算法的多扩展多时延水声信道参数估计方法，该方法在粒子群优化算法PSO的基础上，通过创建一个多径列表来记录局部最优粒子的位置和适应度值，并用于迭代中粒子速度的更新。算法结束时，根据多径列表的记录值，可以同时估计出每一径的多普勒扩展、时延和幅度参数。本发明提出的改进粒子群优化算法MPSO的估计精度优于匹配追踪MP算法和分数阶傅里叶变换FrFT算法。
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
