MB-OFDM超宽带系统中基于噪声消除的信道估计

在MB-OFDM超宽带系统中,针对采用时域滤波器算法估计出信道后内部噪声残留的问题,提出一种改进的信道估计算法.首先采用时域滤波器算法对信道进行估计,然后利用最大后验概率准则估计滤波器内部噪声,最后通过消除该噪声得到最终的信道估计.仿真结果表明,该算法相比时域滤波器算法具有更优的性能.     

信道特性对OFDM信道估计中导频模式选择的影响

分别介绍了基于梳状导频和块状导频的OFDM信道估计的原理,重点研究了上述两种导频在不同的信道环境中的信道估计性能.仿真分析展示了两种导频模式对传输信道的不同参数的敏感程度,由此给出了在不同的传输信道条件下导频模式的选择依据.     

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MB-OFDM系统中改进的盲自适应信道缩短算法

针对MB-OFDM(多频带正交频分复用)系统中Merry算法收敛速度慢的问题,提出一种改进的盲自适应信道缩短算法.利用RLS算法实现均衡器抽头的迭代计算,改善了算法的收敛性和鲁棒性.同时提出一种最优初始化算法,提高了算法的收敛速率.仿真结果表明对于具有很强时变性的超宽带信道,该算法在收敛性和稳健性方面都具有良好的性能.     

对流层散射通信中基于改进SVD的信道估计算法

针对基于OFDM的对流层散射通信中传统奇异值分解(SVD)信道估计算法以循环前缀长度为界来截取特征值会引入较大信道噪声问题,提出了一种SVD改进算法.该算法先对散射信道的最大多径时延进行估计,再利用该估计值来截取特征值,从而减少了噪声影响.仿真表明,该算法的均方误差以及误码率性能都优于传统SVD算法,信道估计效果接近于最小均方误差(MMSE)算法.     

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。     

一种基于RAMP算法的OFDM稀疏信道估计方法

针对OFDM稀疏信道估计需要信道稀疏度作先验条件的不足,将正则化自适应匹配追踪（RAMP ） 用于信道重建,可在信道稀疏度未知的情况下,自适应地调整候选集原子的个数,并利用正 则化过程实现支撑集的二次筛选,逐步扩大支撑集,准确地估计出信道的冲激响应。仿真结 果表明,该方法收敛速度快,估计效果好,有较好的应用价值。     

一种结合自适应信道估计的差分TC-OFDM系统

本文结合正交频分复用(OFDM)、格形编码调制(TCM)与差分编码，提出一种使用子信道交织技术的差分TC—OFDM系统，并在此基础上将信道估计引入系统接收机，提出了与解码相联合的SEWRLS自适应信道估计方法。计算机仿真结果表明，本文提出的联合系统能有效地克服宽带无线通信中的多径衰落，并在快衰落环境中具有很强的抗信道干扰能力。     

一种有效降低复杂度的2×1D维纳滤波信道估计方法

在应用于正交频分复用(OFDM)系统的信道估计方法中,维纳滤波是一种估计性能较好的算法,但该方法实现时,需估计噪声方差和多普勒频率,并根据估计的这两个关键参量进行实时相关矩阵的计算,复杂度较高。为此,提出了一种基于关键参量固定值的离线产生相关矩阵来简化维纳滤波信道估计方法。仿真结果表明本方法在性能损失不大的情况下,大大地降低了实现复杂度。     

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.     

基于新限速抽样的超宽带通信系统信道时延估计

提出了利用新限速抽样率理论解决信道估计问题,建立了既可用于宽带也可用于窄带信道估计的框架,此框架的抽样率低于奈奎斯特速率。通过实例展示了利用奈奎斯特速率抽样而工作在低于奈奎斯特抽样率的算法性能,减少了功耗,也降低了算法的复杂性。     

5G毫米波信道估计研究综述

信道估计是大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）毫米波（Millimeter Wave,mmWave）系统关键技术之一。梳理了近几年大规模MIMO毫米波的信道估计策略,重点从压缩感知（Compressive Sensing,CS）、参数估计和深度学习三个方面进行了描述与分析。通过算法性能的对比,总结了毫米波信道估计目前存在的问题以及未来发展的趋势。     

基于压缩感知超宽带信号盲稀疏度信道估计

鉴于超宽带（UWB）信道估计要求预先给出信道才能精确重构的不足,研究了 基于压缩感知的盲稀疏度匹配追踪类算法用于信道重建。这种盲稀疏度方法根据迭代终止条 件和字典中最优原子选择方式的不同,设置迭代终止阈值和阶段转换阈值,通过可变步长的 增大逐步逼近稀疏度,实现精确重建。仿真结果表明,相同条件下,基于此思想经过改进算 法可有效用于解决实际UWB信道估计,较改进前算法估计性能相当,是一种具有应用价值的 盲稀疏度重构方法。     

一种基于EM算法的MIMO-OFDM系统信道估计技术

从提高多输入多输出正交频分复用（MIMO—OFDM）系统频谱利用率的目的出发，提出了一种改进型的基于EM（Expectation Maximization）算法的信道估计技术。仿真结果表明，改进后的算法可以显著提高频谱利用率，同时保持原算法的精度。     

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。