共查询到16条相似文献,搜索用时 312 毫秒
1.
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。 相似文献
2.
3.
4.
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。 相似文献
5.
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。 相似文献
6.
7.
8.
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。 相似文献
9.
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。 相似文献
10.
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。 相似文献
11.
12.
13.
14.
15.
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。 相似文献