Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phương pháp ước lượng kênh và tiếng ồn xung dựa trên cảm biến nén và bộ lọc Kalman cho hệ thống OFDM
Tóm tắt
Tiếng ồn xung (IN) tồn tại rộng rãi trong nhiều hệ thống truyền thông, ảnh hưởng nghiêm trọng đến hiệu suất của các hệ thống truyền thông OFDM. Một phương pháp ước lượng kênh và tiếng ồn xung kết hợp dựa trên tất cả các sóng mang được thiết kế. Phương pháp này sử dụng một thuật toán học Bayes thưa (SBL) kết hợp với bộ lọc Kalman tiến lùi (FB-Kalman) để giải quyết vấn đề ước lượng kênh và tiếng ồn xung cũng như phát hiện dữ liệu cho các hệ thống OFDM. Đầu tiên, phản ứng xung kênh và tiếng ồn xung được coi là các vectơ thưa không xác định, và một khung SBL sử dụng tất cả các sóng mang được đề xuất để ước lượng vectơ không xác định. Lý thuyết SBL được sử dụng dựa trên phân phối a priori của các biến, sau đó hệ thống kết hợp tiến-lùi được thiết lập, cho phép phát hiện dữ liệu đồng thời. Chúng tôi cũng đề xuất thuật toán thực hiện FB-Kalman bằng cách sử dụng các cập nhật tối ưu hóa kỳ vọng. Các biểu thức rõ ràng của trung bình và ma trận hiệp phương sai của phân phối hậu nghiệm được suy diễn trong bước E. Kết quả mô phỏng cho thấy thuật toán được đề xuất cải thiện sai số bình quân bình phương chuẩn hóa và hiệu suất tỷ lệ lỗi bit của hệ thống OFDM trong môi trường truyền thông có tiếng ồn xung.
Từ khóa
#Tiếng ồn xung #Hệ thống OFDM #Ước lượng kênh #Học Bayes thưa #Bộ lọc KalmanTài liệu tham khảo
T. Bai et al., Discrete multi-tone digital subscriber loop performance in the face of impulsive noise. IEEE Access. 5, 10478–10495 (2017). https://doi.org/10.1109/ACCESS.2017.2712359
H. Zhang, L. Yang, L. Hanzo, Compressed impairment sensing-assisted and interleaved-double-FFT-aided modulation improves broadband power line communications subjected to asynchronous impulsive noise. IEEE Access. 4, 81–96 (2016)
K.L. Blackard, T.S. Rappaport, C.W. Bostian, Measurements and models of radio frequency impulsive noise for indoor wireless communications. IEEE J. Sel. Areas Commun. 11, 991–1001 (1993)
X. Kuai, H. Sun, S. Zhou, E. Cheng, Impulsive noise mitigation in underwater acoustic OFDM systems. IEEE Trans. Veh. Technol. 65, 8190–8202 (2016)
D. Middleton, Non-Gaussian noise models in signal processing for telecommunications: new methods an results for class A and class B noise models. IEEE Trans. Inf. Theory 45(4), 1129–1149 (1999). https://doi.org/10.1109/18.761256
M. Ghosh, Analysis of the effect of impulse noise on multicarrier and single carrier QAM systems. IEEE Trans. Commun. 44(2), 145–147 (1996). https://doi.org/10.1109/26.486604
S.P. Talebi, S.J. Godsill, D.P. Mandic, Filtering structures for α-stable systems. IEEE Control Syst. Lett. 7, 553–558 (2023). https://doi.org/10.1109/LCSYS.2022.3202827
M. Ghosh, Analysis of the effect of impulse noise on multicarrier and single carrier QAM systems. IEEE Trans. Commun. 44, 145–147 (1996)
K. Yan, H. Zhang, H.C. Wu, Robust multipath channel estimation in the presence of impulsive noise. IET Commun. 12, 228–235 (2018)
S. Dimitrov, S. Sinanovic, H. Haas, Clipping noise in OFDM-based optical wireless communication systems. IEEE Trans. Commun. 60, 1072–1081 (2012)
Mandar Chitre, S. Kuselan, V. Pallayil, Ambient noise imaging in warm shallow waters; robust statistical algorithms and range estimation. J. Acoust. Soc. Am. 132, 838–847 (2012)
D.L. Donoho, Compressed sensing. IEEE Trans. Inf. Theory 52, 1289–1306 (2006)
J. Lin, M. Nassar, B.L. Evans, Impulsive noise mitigation in powerline communications using sparse Bayesian learning. IEEE J. Sel. Areas Commun. 31, 1172–1183 (2013)
P. Chen, Y. Rong, S. Nordholm, A.J. Duncan, Z. He, Compressed sensing based channel estimation and impulsive noise cancelation in underwater acoustic OFDM systems, in 2016 IEEE Region 10 Conference (TENCON) (2016), p. 2539–2542
T. Suzuki, H.M. Tran, T. Wada, An underwater acoustic OFDM communication system with shrimp (impulsive) noise cancelling, in 2014 International Conference on Computing, Management and Telecommunications (ComManTel) (2014), p.152–156
M. Nassar, P. Schniter, B.L. Evans, A factor graph approach to joint OFDM channel estimation and decoding in impulsive noise environments. IEEE Trans. Signal Process. 62, 1576–1589 (2014)
S. Wu, S. Wang, Z. He, K. Niu, Y. Rong, An Approximate Message Passing Algorithm for Channel and Impulsive Noise Estimation in Underwater Acoustic OFDM Systems. OCEANS 2019 - Marseille. 1–5 (2019). https://doi.org/10.1109/OCEANSE
X. Lv, Y. Li, Y. Wu, H. Liang, Kalman filter based recursive estimation of slowly fading sparse channel in impulsive noise environment for OFDM systems. IEEE Trans. Veh. Technol. 69, 2828–2835 (2020)
S. Wang, Z. He, K. Niu, P. Chen, Y. Rong, New results on joint channel and impulsive noise estimation and tracking in underwater acoustic OFDM systems. IEEE Trans. Wireless Commun. 19, 2601–2612 (2020)
P. Schniter, Belief-propagation-based joint channel estimation and decoding for spectrally efficient communication over unknown sparse channels. Phys. Commun. 5, 91101 (2012)
N. Okafor, M. Deyoung, UT Austin interference modeling and mitigation toolbox. http://users.ece.utexas.edu/bevans/projects/rfi/software/. Accessed 15 October 2008