基于多普勒辅助和门限定阶的LMMSE信道估计算法

基于门限定阶的LMMSE信道估计方法在高速时变环境下均方误差(MSE)较大,因此本文提出一种基于多普勒辅助和门限定阶的LMMSE信道估计算法.该方法将一种多普勒辅助的插值方法应用到基于门限定阶的LMMSE信道估计算法中,以此来降低多普勒频移对信道估计的影响,减小了MSE且并不明显增加运算量.仿真实验表明,在移动台速度达到300 km/h,信噪比为10时,本文算法比自适应定阶的MMSE算法的MSE减小26.5%;当移动台速度迭到300 km/h,误码率性能为10~(-2)时,本文算法与自适应定阶的MMSE信道估计算法相比输入信噪比有1dB的改善.     

一种基于离散余弦变换的OFDM信道估计方法

正交频分复用(OFDM)是实现无线多媒体通信的核心技术,信道估计是OFDM系统的关键技术之一.提出了一种改进的基于离散余弦变换(DCT)的OFDM信道估计算法.算法对序列尾部的插值进行了改进,将得到的信道估计变换到时域,通过平均的方法进一步提高了信道估计性能.仿真结果显示,改进的DCT插值信道估计方法比常规算法性能更优,系统性能得到改善.     

基于OFDM系统信道估计算法研究

通过研究基于块状导频的OFDM系统的信道估计算法,文中运用一种采用Jacks模型的多径瑞利衰落信道,呈现了LS估计和LMMSE估计的性能以及在复杂性和实用性上折中的新估计方法的性能,并使用QPSK作为调制方式仿真出系统误码率.     

自适应Wiener反卷积滤波的OFDM接收算法

为改进正交频分复用(OFDM)系统在多径衰落信道下的解调性能,提出了基于自适应Wiener反卷积滤波反馈环路的接收算法,对多径衰落信道进行白化处理,使处理后的信道噪声接近于加性高斯噪声(AWGN)。该文推导了OFDM系统中反卷积滤波器抽头系数的估计算法及其在非时变和时变信道中的自适应迭代算法,并且讨论了系统中定时估计、载波频率估计和信道估计算法(它们都是在AWGN信道环境下的算法)的使用方法。仿真表明:该算法可以有效地降低多径衰落的影响,得到优良的解调性能。     

OFDM系统中基于导频的信道估计

作为一种高效的传输技术的正交频分复用(OFDM),将被广泛地应用于下一代无线通信系统.介 绍了OFDM系统中基于导频的信道估计算法,并通过计算机仿真给出了各种算法的误码率特性和均方误 差性能,仿真结果验证了线性最小均方误差(LMMSE)的性能比最小平方(LS)更为优越.     

基于隐藏导频的多频带正交频分复用超宽带稀疏信道估计

在多频带正交频分复用超宽带系统中,基于隐藏导频提出一种稀疏信道估计算法.通过隐藏导频而估计出信道,利用广义信息论准则建立代价函数并探测出非零抽头位置,修正得到稀疏信道估计值,通过降低估计维数提高了算法的估计性能.同时,分析了算法性能和克拉美-罗界(CRB).仿真结果表明,稀疏信道估计算法比传统算法的性能明显提高,且性能更接近于CRB.     

基于KNN-TSVR算法的MIMO-OFDM系统信道估计

为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.     

3D多输入多输出正交频分复用系统中基于奇异值分解的信道估计方法

在3D多输入多输出正交频分复用(MIMO-OFDM)系统模型中,分析了基于导频的信道估计方案.针对线性最小均方误差方法的算法复杂度高的问题,应用奇异值分解(SVD)算法降低信道自相关矩阵的维数,以减小算法的复杂度.仿真结果表明:所提出的基于奇异值分解的信道估计算法,能够在保证误码率(BER)性能的情况下,具有更低的算法复杂度.     

基于信道编码直接判决解调算法的OFDM信道估计

针对Mignone V．和Morello A．提出的正交频分复用OFDM(orthogonal frequency division multiplex)系统编码直接判决解调CD3(coded decided directed demodulation)信道估计算法在频率选择性信道下估计性能稍差,且对多普勒频移敏感的缺点,提出了两种改进算法。通过引入了LMMSE信道估计器和鲁棒滤波器进行去噪滤波,改进CD3-OFDM系统的信道估计性能。仿真表明,两种改进算法在不增加计算复杂度的情况下,提高了CD3信道估计算法的性能,而且采用鲁棒滤波器后还能增强系统抗多普勒频移影响的能力。     

基于EM的MIMO-OFDM系统LMMSE信道估计

最小均方误差(MMSE)信道估计算法应用于MIMO-OFDM系统时将带来高计算复杂度且不易实现,根据这个问题,提出了一种基于期望最大化(EM)的线性最小均方误差(LMMSE)信道估计算法,并分析了该算法的性能.EM算法可以把多输入多输出(MIMO)信道估计问题转化为一系列单输入单输出(SISO)信道估计问题,避免了大规...     

基于二维DCT的OFDMA系统信道估计方法

在OFDMA(orthogonal frequency division multiple access)系统中,每个用户通过占用若干时频资源块以实现多址传输,此时传统的基于DFT(discrete Fourier transform)的高效信道估计算法将会产生难以消除的平底效应;另一方面,当终端高速移动时,基于DFT的时域插值亦将面临较为严重的性能损失.为了解决上述问题,提出一种基于二维DCT(discrete cosine transform)的信道估计算法.仿真结果表明,所提出的信道估计算法能以较低的实现复杂度获取逼近最优信道估计器的性能,且在低信噪比条件下亦可获取高精度的信道估计,有助于实现"绿色通信".     

低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit, DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error, LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。     

基于改进LMMSE的UFMC信道估计算法

针对将线性最小均方误差(linear minimum mean square error, LMMSE)算法直接应用于通用滤波多载波(universal filter multi-carrier,UFMC)系统中需要先验信道相关矩阵信息的不足,提出基于LMMSE的改进算法.该算法在频域对使用最小二乘(least square, LS)算法获得的信道频率响应进行平滑处理,在时域通过优化采样点的截短以确定理想的信道采样长度,并采用迭代估计方法获得最优信道相关矩阵,从而避免先验信道相关矩阵信息.经MATLAB仿真验证,改进后的算法对噪声的干扰可以有效抑制,对比传统LMMSE算法误码性能提升约2 dB,可以有效改善信道估计的准确度.     

基于PN码导频的FMT信道估计方法

针对FMT系统,提出了一种新的基于 PN 码的信道估计方法,既可用于慢变信道,又可用于快变信道.分析了新方法的计算复杂度和估计性能.仿真结果表明,在瑞利衰落信道下新估计方法的误比特性能优于最小二乘估计,与线性最小均方误差估计性能相似,但计算量远小于线性最小均方误差估计.     

基于期望最大化加速算法的正交频分复用信道估计

针对基于期望最大化（EM）迭代算法的正更频分多路复用（OFDM）信道估计方法复杂度高、收敛慢，严重制约OFDM的传输速率的缺陷，提出了一种基于EM加速算法的OFDM信道估计方法．该方法基于拟牛顿加速算法，并结合一种带调整参数的Broyden对称秩1校正公式来实现，具有二次收敛性，提高了EM的计算速度，降低了计算复杂度．仿真结果表明，相比于空间选择期望最大算法，在性能损失只有0．1dB的情况下，EM算法的复杂度得到很大的降低，且其计算速度可提高十几倍．     

基于GOMP及其改进的OFDM系统稀疏信道估计

研究在正交频分复用（OFDM）系统的稀疏信道估计问题.由于在许多通信系统中信道具有稀疏性,因此可以把信道估计问题转化为稀疏信号的恢复问题,应用压缩感知理论求解,把现有的恢复算法——广义正交匹配追踪算法（GOMP）运用到信道估计中,并对它加以改进.仿真结果表明,与广义正交匹配追踪算法（GOMP）相比,正交匹配追踪算法（OMP）运行时间少,计算复杂度低,但是估计的最小均方误差略差.为了进一步提高该算法的性能,提出了改进的广义正交匹配追踪算法,性能得到了较大的提高.      

OFDM系统一种基于LMMSE信道估计的改进算法

线性最小均方误差(LMMSE)是OFDM系统中常用的一种信道估计算法。LMMSE信道估计需要无线信道的统计信息,在实际应用中很难实现。针对上述问题,本文提出了一种利用滑动窗口法改进的LMMSE算法。该算法利用最小平方(LS)估计结果通过滑动窗口获得计算所需的参数,与LMMSE算法相比,该算法计算相对容易,更加实用。在对估算精度要求不太高的场合,本文算法更具优势。仿真结果显示,本文算法的误码率性能接近理想条件时等价线性最小均方误差(ELMMSE)算法。     

OFDM系统的盲信道估计

正交频分复用(OFDM)系统中的盲信道估计对能否正确恢复信号起决定性作用,现有的算法存在计算复杂度高、精度低的缺点.为此提出了一种新算法,该算法充分利用时域和频域信息,其计算复杂度从指数次幂降到多项式,即使信道阶数未知也可获得较高的估计精度.本算法既适用于CP-OFDM中又适用ZP-OFDM中,并保证信道可辨识性不受信道位置影响.仿真表明,本文算法的性能优于子空间算法.