CN103974262B - 一种基于一阶统计特性分离混合复通信信号的方法 - Google Patents
一种基于一阶统计特性分离混合复通信信号的方法 Download PDFInfo
- Publication number
- CN103974262B CN103974262B CN201310041880.2A CN201310041880A CN103974262B CN 103974262 B CN103974262 B CN 103974262B CN 201310041880 A CN201310041880 A CN 201310041880A CN 103974262 B CN103974262 B CN 103974262B
- Authority
- CN
- China
- Prior art keywords
- signal
- source signal
- demultiplexer
- source
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
一种基于一阶统计特性分离混合复信号的方法,无线通信系统的发送端通过信道复用技术发送源信号,接收端接收到混合信号,在接收端对所述混合信号进行白化处理,然后由信号分离器分离,得到n路估计信号,再由n路估计信号恢复出n路源信号,完成对混合信号的分离。本发明根据无线信道统计复用通信系统的特点,提出了三种信号分离器,应用于无线信道统计复用通信系统的混合信号分离;与传统的分离方法相比,本发明无须反馈和迭代即可较好地分离混合信号,提高了分离的速度,克服了传统方法复杂度高的缺陷。
Description
技术领域
本发明属于无线通信技术领域,涉及对无线信道资源和频谱资源的利用,为一种基于一阶统计特性分离混合复信号的方法。
背景技术
当今无线通信已经成为了最热门的通信领域之一,人们对于无线通信技术的需求已经催生了一个巨大的市场。目前无线通信在高质量的语音业务、高清晰的图像视频、宽带无线接入系统、智能交通系统以及军事电磁对抗等领域都得到了广泛的应用。然而有限的频谱资源已经阻碍着无线技术的发展,如何提高频谱利用率成为无线通信技术发展的焦点。为此人们提出了各种信道复用技术:频分复用、时分复用、码分复用等,但是这些复用技术或多或少都受到了频谱资源和信道资源的限制。针对诸多局限,2009年专利(申请号:200910028468.0)给出了无线信道统计复用技术,即利用不同源信号之间的统计特性(如统计独立性),在接收机中分离相互混合的信号,达到正确接收信息的目的,使无线通信信道的频谱利用率得到显著提高。
然而,专利(申请号:200910028468.0)和传统的信号处理方法——独立分量分析理论、盲信号处理理论在对混合信号进行分离时,均从混合信号二阶或二阶以上统计特性出发,对混合信号进行分离处理,造成复杂度高,特别是混合的信号数量大时,其处理复杂度达到了实际难以实现的程度。2011年,法国学者V.Zarzoso开创性地提出了基于一阶统计特性的实信号分离方法,该方法在已知信号正值采样时刻的条件下,无需迭代即可分离信号,提高了分离混合信号的速度,克服了传统方法复杂度高的缺陷。但遗憾的是无线通信信号在大多数情况下都呈现为复数形式,因此我们无法直接运用V.Zarzoso提出的方法对混合的无线通信信号进行分离,本发明针对该问题给出一种基于信号一阶统计特性分离混合复信号的方法。该方法不但能分离混合的无线复信号,同时复杂度低,分离混合信号的效果良好。
发明内容
本发明要解决的问题是:现有技术对混合的无线通信信号的分离方法复杂度高,或无法直接在实际中应用,需要新分离方法应用于无线信道统计复用通信系统的方案。
本发明的技术方案为:一种基于一阶统计特性分离混合复信号的方法,无线通信系统的发送端通过信道复用技术发送源信号,即复信号,接收端接收到混合信号,发送端各路源信号表示为矢量的形式:任一路源信号的时间均值为零,n为信源路数,n路源信号s1(t),s2(t),...,sn(t)相互之间统计独立,对于sk(t)=Rk(t)+jIk(t),Rk(t)与Ik(t)统计不相关,且var[Rk(t)]=var[Ik(t)],各路源信号的方差均为1,即
信道复用技术的混合系统H为满秩的复数矩阵;在接收端对所述混合信号进行白化处理,然后由信号分离器分离,得到n路估计信号,再由n路估计信号恢复出n路源信号,完成对混合信号的分离,所述信号分离器有三类,分离方法包括以下步骤:
1)获取信号分离器:
11)无线通信系统的接收端对接收到的混合信号做白化处理,得到白化后的信号
12)获得先验知识,即各路源信号的实部大于0的所有采样时刻,根据先验知识选择分离方法,确定对应的信号分离器;
13)求白化后的信号在步骤2)所获时刻的时间统计平均,
基于信号实部的先验知识,得到第一类信号分离器 为n×1维的复矢量,复矢量即为该路源信号的第一类信号分离器:
若已知信号虚部的先验知识,则得到该路源信号的第二类信号分离器:
若源信号的实部和虚部先验知识均已知,则得到第三类信号分离器:
2)将获得的信号分离器用于无线通信系统的混合信号分离:
对于第一类信号分离器:
接收端对接收的白化处理后的混合信号进行分离,先对分离器进行共轭转置运算,再将其乘以即获得该路源信号的估计信号:
估计信号和源信号的关系是:
yk(t)=αRsk(t),
其中αR=E{Rk(t)|Rk(t)>0}>0为大于零的常系数,根据估计信号和源信号的关系恢复出源信号;
对于第二类信号分离器:
根据式(5)获得该路源信号的估计信号:
估计信号和源信号的关系是:yk(t)=αIsk(t),其中αI=E{Ik(t)|Ik(t)>0}>0,根据估计信号和源信号的关系恢复出源信号;
对于第三类信号分离器:
根据式(6)获得该路源信号的估计信号:
估计信号和源信号的关系是:yk(t)=αsk(t),其中
根据估计信号和源信号的关系恢复出源信号。
进一步的,采用训练序列获取信号分离器,再用于混合信号的分离:
A)在发送端,给每一路源信号划分一段的训练序列Δsk,训练序列Δsk具有源信号的同样特点,每一路训练序列的时间间隔均为Δt,用于在接下来的操作中获得信号分离器;
B)发送端在时间间隔nΔt内逐次发送各路源信号的训练序列,共有n路,此时间间隔内的任意时刻信道中仅有一路信号,即各路训练序列是分时逐次发送的,接收机得到各路源信号的训练序列,并提取训练序列实部及虚部出现正值的采样时刻,接收机的采样速率越高越好,获得的分离器分离性能也越佳;
C)完成上述步骤后,重新发送训练序列,此时不按逐次方式发送,而采用同时发送的方式,即发送端各路源信号同时发送各自的训练序列,因而仅需时间Δt,且接收端收到的不再是单路信号而是混合信号;
D)对步骤C)得到混合信号进行白化处理,再根据式(1)、式(2)或式(3)求解信号分离器;
E)将所得信号分离器实际用于混合信号的分离:同时发送多路复信号,利用步骤D)得到的分离器,分离混合信号。
本发明提出的三种分离器,均可以独自完成分离任务,且由估计信号的形式可知,每一类分离器均可完整地恢复出源信号的信息。它们分离原理的本质是相同的,均是充分利用了混合信号的一阶统计特性、源信号的先验知识和复通信信号的内在特点。唯一的区别在于各分离器对先验知识的要求不同而已。因此,本发明将这三种分离器归为同一种基于一阶统计特性分离混合复通信信号的方法。
本发明在V.Zarzoso的方法基础上,提出了一种基于信号一阶统计特性分离混合复信号的新方法;并根据无线信道统计复用通信系统的特点,提出了将该分离方法应用于无线信道统计复用通信系统的方案。与传统的分离方法相比,本发明无须反馈和迭代即可较好地分离混合信号,提高了分离的速度,克服了传统方法复杂度高的缺陷。
附图说明
图1为无线信道统计复用通信系统示意图。
图2为本发明的分离方法原理示意图。
图3为本发明实施例一分离两路不含噪声的4QAM混合信号,得到的平均信干比—采样数性能曲线。
图4为本发明实施例二两路QPSK源信号的星座图。
图5为本发明实施例二两路QPSK信号分时单独发送时,接收机收到的信号星座图。
图6为本发明实施例二两路QPSK信号同时发送时,接收机收到的混合信号星座图。
图7为本发明实施例二两路估计信号的星座图。
具体实施方式
图1是无线信道统计复用通信系统,它由发送的复信号(又称源信号)、混合系统、信道噪声、混合信号、白化处理、白化后的信号、信号分离器和估计信号几部分组成,估计信号即分离后的信号,其中混合系统H是满秩的复数矩阵。本发明处理的对象是典型的复信号,则该通信系统和源信号具有以下基本特点:
C1:发送端各路源信号表示为矢量的形式,表示某一时刻各路源信号共同组成的矢量,各路源信号均值为零,其中n为信源路数;
C2:源信号统计独立;
C3:对于sk(t)=Rk(t)+jIk(t),Rk(t)与Ik(t)统计不相关,且var[Rk(t)]=var[Ik(t)];
C4:各路源信号的方差均为1,即
上述C1-C4即为本发明所利用的源信号的特点。
分离方法:
V.Zarzoso提出了基于一阶统计量的分离实信号的方法,但没有考虑复信号分离的问题。我们在V.Zarzoso的方法基础上,给出一种基于信号一阶统计特性分离混合复信号的新方法,该方法包含三类分离器,每种分离器均可以独自完成分离任务。下面,首先以第一类分离器分离其中的一路信号为例加以说明。
第一类分离器的求解公式为:
那么该路源信号的估计信号:
从理论上可以证明,估计信号和源信号的关系是:yk(t)=αRsk(t),其中αR=E{Rk(t)|Rk(t)>0}>0为大于零的常系数,因而源信号的信息得以准确恢复出来,(1)、(4)两式表明,分离混合信号应按如下步骤操作:
1、对接收到的混合信号做白化处理,得到白化后的信号信号的白化是传统的信号处理方法,具体如何实现此处不再赘述;
2、获得先验知识,即该路源信号的实部大于0的所有采样时刻;
3、求白化后的信号矢量在上述时刻的时间统计平均,从而得到n×1维的复矢量它就是该路源信号的分离器了;
4、先对分离器进行共轭转置运算,再将其乘以即获得某一路源信号的估计信号。
上述第一类分离器是仅已知源信号实部先验知识分离全部信号的方法,若仅已知信号虚部的先验知识,我们可以类似地设计出基于信号虚部正值时刻的分离器,即第二类信号分离器:
第二类信号分离器也可以独自完成分离源信号的任务:
从理论上可以证明,估计信号和源信号的关系是:yk(t)=αIsk(t),其中αI=E{Ik(t)|Ik(t)>0}>0。分离混合信号的步骤与前者类似,也是由分离器得到估计信号,再根据估计信号与源信号的关系恢复出源信号。需要注意的是,在对求时间统计平均后还要乘以-j,方可求得基于信号虚部正值时刻的第二类信号分离器。
上述两种分离器,其特征是仅采用源信号的实部先验知识,或仅采用源信号的虚部先验知识,即可得到信号完整的分离;若源信号的实部和虚部先验知识均已知,则在实际应用时,可以得到比上述分离器性能更佳的分离器:
第三类分离器:
估计信号:
其中
分离整个混合信号的步骤与上述方法类似,且分离器已由(3)式明确给出,此处不再详细说明。由于源信号的实部和虚部具有相同的统计特性,因而不论采用上述何种分离器,常系数均相同αR=αI=α。本发明提出的上述三种分离器,均可以独自完成分离任务,且由估计信号的形式可知,每一类分离器均可完整地恢复出源信号的信息。它们的分离原理的本质是相同的,均是充分利用了混合信号的一阶统计特性、源信号的先验知识和复通信信号的内在特点。唯一的区别在于各分离器对先验知识的要求不同而已。因此,本发明将这三种分离器归为同一种基于一阶统计特性分离混合复通信信号的方法。
本发明复信号分离的原理是充分利用混合信号的一阶统计特性和源信号的先验知识,并根据复信号的特点,设计复信号的分离器。本发明共设计了三种分离器,每种分离器均可以独自完成分离任务。举例来说,对信号的完整估计仅用(1)式所述的基于实部先验知识的信号分离器就可以了,而(2)(3)式所述信号分离器与(1)式分离器理论上是完全等价的。提出式(3)的第三类信号分离器的原因是它采用更多的先验知识,在工程上,分离性能较式(1)或(2)所述的信号分离器性能更佳。因而,本发明的估计信号方法也并非简单地将实部和虚部分开估计或联合起来,而是充分利用了复信号内在的特点,形成的分离技术,它与现有技术是完全不同的,具有技术原创性。
分离方法的工程应用:
由上述分离方法可以看出,新的分离方法需要有一定的先验知识,然而在无线信道统计复用通信系统中,目前要获得全部源信号的先验知识工作量巨大,存在困难。为了克服应用上的困难,我们结合发送训练序列的方法,从而得到如下的工程实现方案:
1、在复信号的发送端,给每一路源信号划分一小段的训练序列Δsk,训练序列应当具有源信号同样的基本特点,即C1-C4所述的特点,每一路训练序列的时间间隔均为Δt,用于在接下来的操作中获得分离器。对Δt没有特殊要求,但根据后面的步骤,Δt涉及接收端的信号采样,对于接收端希望采样速率越高越好,获得的分离器分离性能也越佳,以此确定Δt。
2、在时间间隔nΔt内逐次发送各路训练序列,共有n路,此时间间隔内信道中仅有一路信号,即各路训练序列是分时逐次发送的(类似于时分复用),因而各路训练序列互不干扰,此时间间隔内的任意时刻仅有一路信号,更形象的说明可以参考图2;接收端得到各路源信号的训练序列,并提取训练序列实部及虚部出现正值的采样时刻。另外,我们希望接收机的采样速率越高越好,这样获得的分离器分离性能也越佳。
我们希望信道噪声小,以使得分离性能尽可能好,但实际信道噪声不可避免且无法控制大小。尽管如此,本发明所述分离器在此种条件下仍可以顺利完成分离任务,因而此处不再对噪声做进一步讨论。
3、上述操作结束后,重新发送训练序列,此时不按逐次方式发送,而采用同时发送的方式,即发送端各路源信号同时发送各自的训练序列,因而仅需时间Δt,且接收端收到的不再是单路信号而是混合信号。
4、结合第2步得到的先验知识和第3步得到的混合信号,对应先验知识根据式(1)、式(2)或式(3)求解信号分离器。
5、同时发送多路复信号,利用第4步得到的分离器,分离混合信号。
简而言之,在该方案中,发送训练序列的目的就是获得通信系统的分离器。由于混合系统H是常系数矩阵,获得分离器后就可以进行正常的无线信道统计复用通信,仅用时间(n+1)Δt就使得该通信系统无需再次计算分离器。
我们将上述无线信道统计复用通信的实现方案,用图2加以归纳。
性能分析:这里简要阐述本发明的分离效果评估。下述条件A1和A2限定了源信号的具体形式,为了评估新式分离器的对混合信号的分离性能,我们运用平均信干比指标作为衡量标准。
A1:各路源信号及其采样点都是独立同分布的。
A2:源信号实部和虚部的概率密度函数均是偶函数。
经典的平均信干比一般式表示如下:
其中yk为某一路源信号分量,b为该路估计信号的误差分量,E{·}表示求时间统计平均。
我们运用第一类分离器,分离混合信号。通过一系列的理论推导,我们得到平均信干比的解:
其中,T表示单路混合信号包含的采样数,n表示信源路数。由该式可以看出,平均信干比同信源路数、单路混合信号的采样数以及系数α有关。采样数越大分离性能越佳,估计信号越接近源信号,这表明希望采样速率越大越好是有理论根据的;系数α与信号的概率分布有关,表1中给出了各种分布的α系数;信号源路数增加,误差分量将会随之增加,因而分离性能变差。同样地,我们也可以得到第二类分离器性能,应当和式(6)相同。
表1各种分布的α系数
而采用第三类分离器对混合信号分离,可以得到平均信干比的解为:
该式解释了第三类分离器性能优于第一类(或第二类)分离器性能的原因,相对而言平均信干比增加3dB。
本发明的有益效果是十分明显的,本发明设计了三种信号分离器,三者均可独自完整地分离信号。本发明的发明点在于提出了一种分离思想,它充分利用了混合信号的一阶统计特性、源信号的先验知识和复信号的内在特点。举例来说,在无线信道统计复用通信系统中要分离两路混合后的4QAM复信号(不含信道噪声时),其中单路混合信号采样数为1000;若采用第三类分离器,分离平均信干比可以达到30dB,若采用第一类分离器(或第二类分离器),分离平均信干比也可达到27dB,分离方法求解分离器均仅需一步运算,而传统的Complex FastICA方法则平均需要4到5次迭代才可达到同样的分离效果,且ComplexFastICA每一次迭代的运算量和本分离方法求解分离器的运算量相同,均为o(nT),可见本发明的分离效率大大提高。
为了验证分离器的分离效果,我们这里做了两项分离混合复信号的仿真实验。下面逐一说明其具体实施方式和方法。
实施例一:分离不含噪声的4QAM混合信号
第一步:生成两路4QAM源信号。
第二步:随机生成混合矩阵H,源信号进入不含信道噪声的无线信道统计复用通信系统,即图1所示系统中去掉信道噪声的部分。
第三步:得到白化后的信号分别用第一类分离器(图中以分离器1表述)和第三类分离器(图中以分离器2表述)分离信号,得到估计信号。
图3给出了分别用第一类分离器和第三类分离器分离混合信号的分离性能,以平均信干比为性能指标,仿真结果和理论性能曲线(由式(6)、(7)给出)基本一致,实现了较好的分离。
实施例二:分离含噪声的QPSK混合信号
第一步:生成两路QPSK源信号k∈{1,2},相位携带每个码元的信息,四个离散数值中等概随机产生,在四个离散数值中等概随机产生。
第二步:随机生成混合矩阵H,源信号进入无线信道统计复用通信系统,如图1。
第三步:得到白化后的信号用第一类分离器,分离得到估计信号。
图4分别为两路QPSK源信号星座图;图5分别为两路QPSK信号单独通信时,接收机收到的含噪声的信号星座图;图6表示两路QPSK信号共同在含噪声的通信系统中传输时,接收机收到的两路混合信号的星座图;图7为两路估计信号的星座图,从图中可以看出,混合信号得到了很好的分离,尽管分离器没能去除信道噪声,但至少和如图5所示的信号单路传输时的效果基本一致。
Claims (2)
1.一种基于一阶统计特性分离混合复通信信号的方法,无线通信系统的发送端通过信道复用技术发送源信号,即复信号,接收端接收到混合信号,其特征是发送端各路源信号表示为矢量的形式:任一路源信号的时间均值为零,n为信源路数,n路源信号s1(t),s2(t),…,sn(t)相互之间统计独立,对于sk(t)=Rk(t)+jIk(t),Rk(t)与Ik(t)统计不相关,且var[Rk(t)]=var[Ik(t)],各路源信号的方差均为1,即
信道复用技术的混合系统H为满秩的复数矩阵;在接收端对所述混合信号进行白化处理,然后由信号分离器分离,得到n路估计信号,再由n路估计信号恢复出n路源信号,完成对混合信号的分离,所述信号分离器有三类,分离方法包括以下步骤:
1)获取信号分离器:
11)无线通信系统的接收端对接收到的混合信号做白化处理,得到白化后的信号
12)获得先验知识,即各路源信号的实部或虚部大于0的所有采样时刻,根据先验知识选择分离方法,确定对应的信号分离器;
13)求白化后的信号在步骤12)所获时刻的时间统计平均,
基于信号实部的先验知识,得到第一类信号分离器为n×1维的复矢量,复矢量即为该路源信号的第一类信号分离器:
若已知信号虚部的先验知识,则得到该路源信号的第二类信号分离器:
若源信号的实部和虚部先验知识均已知,则得到第三类信号分离器:
2)将获得的信号分离器用于无线通信系统的混合信号分离:
对于第一类信号分离器:
接收端对接收的白化处理后的混合信号进行分离,先对分离器进行共轭转置运算,再将其乘以即获得该路源信号的估计信号:
估计信号和源信号的关系是:
yk(t)=αRsk(t),
其中αR=E{Rk(t)|Rk(t)>0}>0为大于零的常系数,根据估计信号和源信号的关系恢复出源信号;
对于第二类信号分离器:
根据式(5)获得该路源信号的估计信号:
估计信号和源信号的关系是:yk(t)=αIsk(t),其中αI=E{Ik(t)|Ik(t)>0}>0,根据估计信号和源信号的关系恢复出源信号;
对于第三类信号分离器:
根据式(6)获得该路源信号的估计信号:
估计信号和源信号的关系是:yk(t)=αsk(t),其中
根据估计信号和源信号的关系恢复出源信号。
2.根据权利要求1所述的一种基于一阶统计特性分离混合复信号的方法,其特征是采用训练序列获取信号分离器,再用于混合信号的分离:
A)在发送端,给每一路源信号划分一段的训练序列△sk,训练序列△sk具有源信号的同样特点,每一路训练序列的时间间隔均为△t,用于在接下来的操作中获得信号分离器;
B)发送端在时间间隔n△t内逐次发送各路源信号的训练序列,共有n路,此时间间隔内的任意时刻信道中仅有一路信号,即各路训练序列是分时逐次发送的,接收机得到各路源信号的训练序列,并提取训练序列实部及虚部出现正值的采样时刻,接收机的采样速率越高越好,获得的分离器分离性能也越佳;
C)完成上述步骤后,重新发送训练序列,此时不按逐次方式发送,而采用同时发送的方式,即发送端各路源信号同时发送各自的训练序列,因而仅需时间△t,且接收端收到的不再是单路信号而是混合信号;
D)对步骤C)得到混合信号进行白化处理,再根据式(1)、式(2)或式(3)求解信号分离器;
E)将所得信号分离器实际用于混合信号的分离:同时发送多路复信号,利用步骤D)得到的分离器,分离混合信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310041880.2A CN103974262B (zh) | 2013-02-01 | 2013-02-01 | 一种基于一阶统计特性分离混合复通信信号的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310041880.2A CN103974262B (zh) | 2013-02-01 | 2013-02-01 | 一种基于一阶统计特性分离混合复通信信号的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103974262A CN103974262A (zh) | 2014-08-06 |
CN103974262B true CN103974262B (zh) | 2017-11-07 |
Family
ID=51243200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310041880.2A Expired - Fee Related CN103974262B (zh) | 2013-02-01 | 2013-02-01 | 一种基于一阶统计特性分离混合复通信信号的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103974262B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388677A (zh) * | 2008-10-23 | 2009-03-18 | 华南理工大学 | 基于盲信号分离的通信接收机抗干扰方法及其系统 |
CN101488776A (zh) * | 2009-01-21 | 2009-07-22 | 中国人民解放军理工大学 | 统计复用无线通信系统 |
-
2013
- 2013-02-01 CN CN201310041880.2A patent/CN103974262B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388677A (zh) * | 2008-10-23 | 2009-03-18 | 华南理工大学 | 基于盲信号分离的通信接收机抗干扰方法及其系统 |
CN101488776A (zh) * | 2009-01-21 | 2009-07-22 | 中国人民解放军理工大学 | 统计复用无线通信系统 |
Non-Patent Citations (2)
Title |
---|
Independent Component Analysis Based on First-Order Statistics;V. Zarzoso 等;《Elsevier"s Signal Processing, Special Issue on Latent Variable Analysis and Signal Separation》;20120831;第92卷(第8期);第2节 * |
通信侦察中通信复信号的盲源分离算法;付卫红 等;《华中科技大学学报(自然科学版)》;20070430;第35卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103974262A (zh) | 2014-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101385249B (zh) | 支持多输入多输出通信系统的图案多样性和相关方法 | |
CN108933745A (zh) | 一种基于超分辨率角度和时延估计的宽带信道估计方法 | |
CN1930813B (zh) | 接收装置、接收方法以及无线通信系统 | |
Choqueuse et al. | Blind modulation recognition for MIMO systems | |
WO2017219389A1 (zh) | 大规模mimo系统中实现完美全向预编码的同步信号和信号的发送与接收方法 | |
CN102355291B (zh) | 一种基于放大转发的多流双向中继传输方法 | |
CN103051403A (zh) | 基于多个mwc分布式亚奈奎斯特采样联合重构的频谱感知方法 | |
CN103475606A (zh) | Lte-a系统中tm9模式下基于参考信号的信道估计方法 | |
CN102714572A (zh) | 通信系统、通信装置、通信方法及其处理器 | |
CN104243377B (zh) | 一种干扰抑制方法和装置 | |
CN106160809A (zh) | 多用户多天线系统的混合预编码方法及其装置 | |
CN104869086B (zh) | 基于二维压缩感知的mimo‑ofdm通信系统下行信道估计方法、装置 | |
CN103209051A (zh) | 一种协作多点联合传输系统在多用户场景下的两步预编码方法 | |
CN104023340A (zh) | 一种基于联合极化适配和波束赋形处理的极化-空域频谱共享方法 | |
CN102510324A (zh) | 多输入多输出 y 信道中基于网络编码的信号传输方法 | |
CN103974262B (zh) | 一种基于一阶统计特性分离混合复通信信号的方法 | |
CN101197639B (zh) | 分布式mimo的信号检测方法及系统 | |
CN109495147B (zh) | 大规模mimo系统中基于空间复用的叠加导频方法 | |
Ngo et al. | 3-D minimum Euclidean distance based sub-optimal precoder for MIMO spatial multiplexing systems | |
CN111988247A (zh) | 一种基于信号虚拟分解的多址接入方法及其系统 | |
CN103220089A (zh) | 基于双向多中继网络的分布式循环重叠空时码传输方法 | |
CN102984100B (zh) | 多小区迫零型干扰抑制方法 | |
CN101478374A (zh) | 物理层网络编码处理方法 | |
CN102332946A (zh) | 一种能同时消除小区间干扰和流间干扰的CoMP下行联合传输方法 | |
CN104618297A (zh) | Ofdm-dcsk通信系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171107 Termination date: 20190201 |
|
CF01 | Termination of patent right due to non-payment of annual fee |