移动WiMAX下行系统SVD-FFT内插信道估计

针对移动WiMAX下行系统中导频个数少且分配不均匀导致的边缘效应问题,提出了一种 基于奇异值分解（SVD）的快速傅里叶变换（FFT）内插信道估计方法。该方法首先得到每个 符号实 际分配导频处的最小二乘信道频响估计,当前符号在相邻符号实际分配导频处的信道频响由 相邻符号信道频响线性内插得到;然后,将上述信道估计值合并且按子载波索引值升序排列 后进行奇异值FFT内插,以减少边缘效应和噪声的影响;最后再经线性内插得到数据子载波 处的信道频响估计值。仿真结果表明,和传统估计方法相比,所提出的方法估计精度更高, 复杂度较低,而且避免了使用信道统计特性信息。     

基于梳状导频分布的OFDM信道估计改进算法

提出了基于梳状导频分布的OFDM信道估计的改进算法,分别在基于频域（DFT）和时 域（IDFT）的迫零内插算法的基础上运用了数据翻转的思想。该算法可以大大地减少DFT/ID FT变换时所产生的边缘效应,并且通过优化边缘位置的估计性能来提升整个OFDM信道估计的 精确度。仿真结果表明,该算法相比经典算法在性能上有较大提升。     

MIMO-OFDM系统载波间干扰的时域消除

由于载波间干扰（ICI）是影响正交频分复用（OFDM）系统性能的重要因素，一般消除ICI时作信道估计都采用辅助导频的方法，需要使用大量的离散导频，为此提出了一种对MIMO信道中ICI消除的时域均衡方法。该方法利用MIMO空时检测后的数据信息迭代回去，当作导频符号估计出时变信道的冲激响应，然后通过时域均衡消除ICI，而无需额外的导频，在改善系统误误码率的同时，提高了频谱的利用率。     

一种基于LMS滤波的OFDM系统信道估计方法

提出了一种适用于OFDM系统的最小均方(LMS)滤波的信道估计算法,对发送序列中导频位置的信道响应进行LMS滤波,进一步得出所有子载波上的信道响应。仿真结果表明,该方法同基于离散傅里叶变换(DFT)的信道估计算法相比,改善了估计的均方误差(MSE)和误码率(BER)性能。     

基于压缩感知的大规模MIMO下行信道状态信息获取

信道状态信息（Channel State Information,CSI）对于大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）发挥高性能至关重要。但在上下行传输信道不存在互易性的频分双工（Frequency Division Duplex,FDD）制式下,若采用传统的信道估计方法会给CSI的获取带来巨大的导频开销和计算量。考虑利用大规模 MIMO 信道的虚角域稀疏性来减少获取CSI所需开销,在此基础上进一步研究了大规模 MIMO 正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中各子载波信道在虚角域的共同稀疏特性和稀疏支撑集的时间相关特性,达到降低信道维度的目的,则大大减少了基站对 CSI 获取所需的资源开销。同时,为了降低信道稀疏支撑集信息获取所需的导频开销和提高信息的时效性,利用压缩感知技术对支撑集进行估计。仿真结果验证了所提方案性能的优越性。     

MB-OFDM系统中采用梳状导频的信道估计

针对采用梳状导频的多频带正交频分复用(MB-OFDM)系统,提出一种新的基于频域插值定理的信道估计算法,即FD-INTERP.与传统的插值信道估计算法不同.FD-INTERP算法首先计算出导频点处的信道值,再根据DFT频域插值定理计算出时域信道.算法仅需较少的导频符号,提高了频带利用率,并且避免了插值计算,提高估计精度的同时降低了运算量.仿真结果表明该算法具有良好的可靠性和稳定性.     

一种新的MIMO-OFDM系统自适应快时变信道估计算法

为了能够获得较精确的快时变信道估计,利用模糊模型拟合快时变信道,提出了一种 新的信道估计算法。算法采用自适应技术进行导频子载波频域传输函数模型参数的识别,然 后通过插值拟合全部信道的频域传输函数。仿真结果表明,在系统多普勒频移小于0.1的情 况下,信道估计的MSE性能得到改善。     

基于滤波多音改进的F-OFDM方案

针对滤波OFDM（F-OFDM）系统对子带内定时同步要求严格的问题，提出了一种基于滤波器组的滤波多音（FMT）调制技术来实现F-OFDM的改进方案。通过滤波器组结构实现子载波级的滤波处理，采用载波频谱不重叠的FMT调制，改进方案降低了子带内严格的定时同步要求。仿真结果表明，所提方案可进一步将带外发射（OOBE）抑制到-65 dB深度，且在加性高斯白噪声（AWGN）信道和瑞利衰落信道下，具有较好的抗载波频率偏移（CFO）性能。相比于F-OFDM的直接实现，改进方案具有更低的运算复杂度。     

数字并行接收机在时变信道下的信道估计与均衡方法

为了适应高速宽带无线通信的需要,本文在一种高速数字并行接收机(APRX)结构的基础上,提出了一种时变信道下的信道估计和均衡方法。使用伪随机(pseudo-randomnumber,PN)序列相关进行信道估计,将所得到的信道频率响应粗估计按照一个DFT块的长度在一帧内进行线性内插得到信道频率响应细估计,将其用来在频域进行信道均衡。这种结构能适应高速率传输的要求,并且能有效地对抗时间和频率选择性衰落。仿真结果表明,在多径衰落信道下,APRX已经无法工作,而本文提出的数字并行接收机的信道估计和均衡方法有较好的性能,并且该方法实现简单,便于应用。     

5G系统中基于解调参考信号的信道估计方法

5G系统使用解调参考信号(Demodulation Reference Signal,DMRS)用于下行信道估计,工程中通常采用插值法得到数据位置信道响应,考虑实际信道中噪声的影响,频域采用线性最小均方误差(Linear Minimum Mean Squared Error,LMMSE)插值算法。针对LMMSE需要获取信道先验统计特性以及存在矩阵求逆运算量大问题,利用信号时域内能量集中特点估计出信道均方根时延、信噪比和信道自相关矩阵,对于DMRS信号在频域上间隔较大、DMRS信号所在子载波相关性不强的问题,通过引入导频加密方法提升DMRS信号所在子载波间的相关性以提升信道估计性能,并通过滑动窗口插值方法进一步降低LMMSE算法求逆运算复杂度。仿真结果表明,所提算法均方误差和误码率总体均优于线性插值和基于矩阵奇异值分解的LMMSE算法,并与传统LMMSE算法相比性能极为接近,而且复杂度降低了99.85〖WT《Times New Roman》〗%〖WTBZ〗,适合实际工程应用。     

修正Kalman滤波多带UWB信道估计改进方法

针对多带超宽带(UWB)系统中修正Kalman滤波算法复杂度高的缺陷,提出一种低复杂度的修正Kalman滤波改进方法。该方法中UWB信道采用自回归模型(AR)建模,利用导频跟踪时变信道衰减因子,通过Kalman滤波和频域分段最小均方误差(MMSE)算法同时跟踪信道的时域相关性和频域相关性,提高了系统性能,降低了计算复杂度。仿真结果表明,和修正的Kalman滤波方法相比,在估计精度损失很小的情况下,所提方法极大降低了计算复杂度,提高了系统整体的估计性能。     

基于谱相关的CBOC信号参数盲估计

针对低信噪比下组合二进制偏移载波(CBOC)调制信号的参数盲估计问题,提出了利用谱相关对CBOC信号进行参数估计方法。首先给出了CBOC信号模型,然后根据CBOC信号的数据通道和导频通道之间有良好的正交性特点,详细推导出其谱相关函数可以化简为两个BOC信号谱相关函数的叠加,最后根据CBOC信号循环频率截面的特点进行峰值检索后,实现对伪码速率、载频速率和副载波速率的盲估计。推导结果和计算机仿真分析表明,该方法可以实现在低信噪比下对伪码速率、载频速率和副载波速率的有效估计。     

双边阈值补偿隐藏导频UWB系统信道估计新方法

在隐藏导频信道估计系统中,导频和数据叠加同时发送,造成接收端分离的导频信息中掺杂 着数据成分,从而严重干扰信道估计,目前尚无针对这方面的解决方案,因此提出双边阈值 补偿算法,该算法应用于发送端。发送数据经过双边阈值补偿算法处理后迫使数据均值为零 ,然后叠加导频信息并发送出去,接收端用传统的导频数据分离方法就可以得到高质量的导 频信息,从而提高信道估计精度。仿真结果表明：和传统隐藏导频信道估计系统相比,在最 小二乘和最小均方误差算法下信道估计精度和误码率方面均有明显改善。     

MB—OFDM UWB系统中基于信道缩短的信道估计

在MB-OFDM超宽带(UWB)系统中,针对循环前缀(CP)长度小于信道最大多径延迟时难于估计信道参数的问题,提出一种基于信道缩短的信道估计方法。首先采用发送信号插入梳状导频的方式,利用无约束最优准则,在接收机前端设计信道缩短均衡器,然后根据均衡器输出序列估计出复合信道,最后通过反卷积解出原信道参数。仿真结果表明,在信道最大多径延迟大于CP长度时,该算法具有更优的性能。     

采用数据辅助的大规模MIMO信道半盲迭代估计

由于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)信道衰落参数的维度较高,导致最优估计算法计算量大且需要的导频数较多而影响到频谱效率。为降低计算复杂度并减少导频开销,提出了两种基于期望最大化(Expectation Maximization,EM)估计的半盲迭代改进算法。利用少量正交导频序列估计出信道初值,通过用户与基站间信道的大尺度衰落系数把用户分簇,根据这些系数按比例地分配接收噪声,再利用数据的统计特性推导出信道衰落参数的均值和方差。仿真结果表明,当导频数远少于待估计参数的个数时,半盲估计算法的均方误差(Mean Square Error,MSE)优于导频估计的极大似然(Maximum likelihood,ML)算法。     

DFT-S-OFDM系统中基于DFT的软迭代信道估计

在基于傅里叶变换扩展的正交频分复用（DFT-S-OFDM）系统中,为了消除由多径传播和多普勒效应导致的信道间干扰（ICI）,提出了一种基于离散傅里叶变换（DFT）的软迭代信道估计算法。该算法将传统DFT信道估计技术与Turbo均衡技术相结合,利用Turbo均衡器反馈的软信息来更新初始信道估计响应,进而消除噪声和ICI。Matlab仿真结果表明,在多径信道下,经过2次以上的迭代后,该算法的误码率（BER）性能得到了显著的改善。