MIMO-OFDM系统中一种改进的信道估计方法

信道的准确估计是提高MIMO-OFDM系统性能的关键.在最优导频时域信道估计的基础上,提出了一种较低复杂度的改进算法,利用时变信道的自回归(AR)模型构造卡尔曼滤波器对估计出的时域信道响应进行滤波,提高信道时域响应的估计精度.仿真结果表明,在慢时变信道环境下,改进方法可以进一步提高信道估计的精度,同时保持了较低的复杂度.     

叠加训练序列的判决指导信道估计方法

针对实际应用中信道先验信息未知时无法求解信道相关矩阵的问题,提出了一种改 进的叠加训练序列的判决指导信道估计方法。该方法利用每次迭代的信道估计值求解信道相 关矩阵。推导了该方法中信道相关矩阵的求解公式。仿真结果表明,在未知信道先验信息的 情况下,与利用信道先验信息的叠加训练序列的信道估计方法相比,改进方法取得了与之几 乎一样的性能,因此改进方法更适用于实际应用。     

准正交空时分组码系统的一种盲信道估计方法

空时分组码(STBC)系统的经典信道盲估计方法,如子空间法(SS)等,都是基于接收端样本自相关矩阵的特征值分解(EVD)或奇异值分解(SVD)来实现信道估计的,而基于QR分解的信道盲估计方法是一种性能优良的新算法.文中将该算法应用到准正交空时分组码系统的信道估计中,结合准正交空时分组码的特性提出了一种新的信道盲估计算法.与以上经典的信道盲估计算法相比,文中提出的算法的计算量大为降低.同时Monte-Carlo仿真表明,当信噪比较低时,该算法比子空间法有更好的性能.     

一种新的低复杂度信道估计算法

提出了一种低复杂度的最小线性均方误差（LMMSE）估计算法,该算法依据重叠和非重叠技 术将相关矩阵进行分块。由于该算法采用小的子矩阵而不是整个相关矩阵,尽管性能稍微恶 化但复杂度大大降低。以指数衰落信道模型为例,评价了该算法的均方误差性能,证实了该 算法的有效性。     

频率选择性慢衰落信道下的快速频率估计

给出了在频率选择性慢衰落信道下适用于突发传输的两种快速频偏估计算法。针对慢衰落选择性信道下的频率估计问题，两种算法均给出了一个简单的闭式解，且算法实现无需任何信道幅度信息。第一种算法要求用于频率估计的训练序列的自相关矩阵具有对角特性，第二种算法使用周期的训练序列，两种算法所需的运算量大大低于最大似然估计算法。仿真结果显示，在较高信噪比下两种算法均具有较好的估计性能。     

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。     

一种利用叠加训练序列降低OFDM系统PAR的方法

峰均比（PAR）过高是正交频分复用（OFDM）技术亟待解决的关键问题之一。在基 于判决指导信道估计的叠加训练序列OFDM系统中,提出一种选择性叠加训练序列降低系统PA R的方法。该方法使用多个相互独立的训练序列分别与数据序列叠加,选择其中PAR性能最好 的用于传输,接收端完成信道估计的同时消除了训练序列对数据序列的影响,因此没有增加 接收端的复杂度。计算机仿真结果表明：该 方法在不增加接收端复杂度的前提下,有效降低了系统PAR,且对信道估计性能不造成任 何影响,因此该方法可用于实际系统中。     

MIMO-OFDM系统的一种改进型LS信道估计算法

基于多输入多输出正交频分复用(MIMO-OFDM)系统,研究了LS信道估计算法,提出了一种训练序列和块状导频联合LS信道估计算法,给出了权值的计算公式.理论推导和计算机仿真表明,这种改进型的LS信道估计方法提高了LS信道估计的误码率性能,并具有较高的灵活性和较低的复杂度增长.     

分布式MIMO中的最大似然频偏估计

在考虑分布式多入多出(MIMO)系统中各收发天线对之间的频偏均可能不同的一般情况 下,推导出了平坦衰落MIMO信道模型下的最大似然频偏估计。针对收端是否采用分布式天线 的两种不同情况,分别提出了一种只涉及一维最大化问题的较低复杂度频偏估计方法。仿真 结果表明,所提频偏估计方法在平坦衰落MIMO信道下可以获得令人满意的估计性能;而在收 端仍采用集中式天线这一特殊情况下,利用所有接收天线上的接收信号进行联合估计,可以 进一步提高估计性能。     

SC-FDE系统隐形训练序列信道估计算法

实现低误码率无保护间隔的数据传输可有效降低信息冗余度,对节省系统带宽和 提高数据率意义重大。将隐形训练序列直接加入传输数据中消 除保护间隔,推导循环相关信道估计算法后再进行剪贴式的干扰消 除,仿真分析了不同信道估计方法的性能,结果表明本算法可兼顾系统性能和计算复杂度。     

一种高效的OFDM载波频偏盲估计方法

针对正交频分复用（OFDM）系统,提出了一种低复杂度、高性能的载波频偏盲估计 方法。该方法充分利用载波频偏估计代价函数在一定区间内的单谷特性,采用黄金分割法搜 索载波频偏估计代价函数极值,从而大大降低其计算复杂度。最后对该方法和Tureli′s MU SIC-like(TML)载波频偏估计方法在加性高斯白噪声信道和多径信道环境下进行了仿真,结 果表明, 在同等条件下该方法的计算复杂度大大低于TML载波频偏估计方法。     

应用加权高斯模型的非理想稀疏信道估计

在高速通信系统中,由于多径信道通常存在一些小的散射体,使得抽头向量不满足理想的稀疏特性,导致经典的稀疏估计算法存在一定的性能损失。针对上述非理想稀疏特性问题,提出了一种基于酉变换近似消息传递（Unitary Transform Approximate Message Passing,UT-AMP）和加权高斯（Weighting-Gaussian,WG）先验模型的稀疏估计算法。首先,由非理想稀疏信道的构造分析,导出了WG先验模型和参数;其次,利用贝叶斯公式对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统进行因式分解和因子图建模,归纳了在消息传递框架内期望最大化（Expectation Maximization,EM）算法嵌入方式,推导了联合UT-AMP和EM的信道估计算法;最后,建立仿真环境对所提算法进行复杂度分析和数值仿真。仿真结果表明,所提算法能够以同阶复杂度实现信道估计性能和频带利用率的提升,具有很高的应用和推广价值。     

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。     

基于低峰均比最优导频序列的MIMO-OFDM信道估计

信道估计是多输入多输出-正交频分复用（MIMO-OFDM）系统接收机进行信号相干解调的关键。针对最优导频序列（OPS）在进行信道估计时存在峰均比（PAPR）较高这一问题,设计了一种低PAPR的OPS用于对MIMO-OFDM系统进行信道估计。在建立系统模型基础上,对MIMO-OFDM系统的OPS进行了设计,并利用部分传输序列（PTS）思想设计出低峰均比最优导频序列（EOPS）;将设计的EOPS用于对MIMO-OFDM系统进行信道估计,并对复杂度较高的步骤进行了算法简化,在此基础上分别对各发射天线上信号PAPR的互补累积分布函数（CCDF）和OPS改进前后的均方误差（MSE）、误码率（BER）性能进行了仿真分析。结果表明,分布在多个OFDM符号上的EOPS能够有效降低系统PAPR;同时,与原来的OPS相比,保持了MSE和BER的最优性能。     

用于直接序列扩频系统的信道估计算法及改良

对于无线通信接收机设计说，信道估计单元一直是一个关键的模块。在WLAN（无线局域网）接收机的设计中，室内环境下无线信道的复杂性和不可预测性成为系统研究和分析的焦点。如何获得精确的信道估计，从而计算出准确的Rake接收机和均衡器的抽头系数，是关系着整个系统性能的重要因素。介绍了传统信道估计的方法和过程，并针对其缺点展开讨论，并提出了两种改良的信道估计算法。该算法能够大大地缩小估计误差，提高系统性能。     

一种快速时变自适应信道估计盲方法

提出了一种新的信道估计最小均方(LMS)盲方法--时变步长理想加权判决信道估计盲方法.该方法通过对常规LMS算法进行改进,实现自适应跟踪信道特征变化;同时利用接收机判决误差信息函数作为权系数的理想加权判决,从而解决了常规LMS盲方法收敛速度慢、信道估计性能不高的缺点.仿真证明,对于不同的多普勒频移、时延扩展以及时间,该方法均表现出了比常规LMS方法更优的性能.同时,该方法还可用于航天、雷达等领域估计其他特征参数.     

一种改进的单音干扰下OFDM系统盲信道估计算法

在相关检测的OFDM系统中,信道估计具有十分重要的意义。研究了一种在单音干扰 环境下的OFDM系统中基于预编码的盲信道估计方案。利用接收的干扰信号的频域信息对单音 干扰信号进行准确估计与重构,有效地消除了干扰信号的影响,提高了单音干扰下盲信道估 计的准确性。与其他盲信道估计算法相比, 基于预编码的盲信道估计算法具有较低的运算复杂度以及较快的收敛速度。仿真结果表明 了该算法在干扰估计以及信道估计两方面都取得了较好的性能。     

几种发射分集OFDM系统信道估计方法性能评估

给出了3种基于发射分集的OFDM系统信道估计方法,分别从训练序列对算法的影响、估计准确度、算法复杂度和算法适用性等方面对各自性能作了分析比较,并进行了仿真.分析比较和仿真结果表明,训练序列对3种算法的影响很大,通过训练序列的正交化设计,LS和EM算法可以得到很大程度的简化;EM算法与LS算法估计精度相当,信噪比较大时,多项式模型算法估计精度要远远高于LS和EM算法;总体上来说,多项式模型算法复杂度最高,EM算法复杂度最低.     

基于OFDM系统的低压电力线通信信道估计的研究

主要研究了基于OFDM系统的低压电力线通信的信道估计问题。通过分析低压电力线信道特性,提出一种适合电力线信道且不需要导频的判决反馈信道估计方法。在信道慢时变的条件下,这种方法能够提高系统的传输效率。通过仿真电力线信道特性和OFDM系统,将这种信道估计方法应用在仿真系统中,能够得到较好的性能。