浅谈无线通信系统半言信道估计技术

本文对无线通信秉统的信道估计技术的研究现状进行了概述，重点分析了半盲信道估计方法的特点，并对现有半盲信道估计方法进行了分类，即基于二阶统计量的半盲估计方法和基于一阶统计量的半盲估计方法。     

MIMO-OFDM系统的信道估计方法综述

MIMO-OFDM技术是未来无线通信系统研究热点,而信道估计是实现MIMO-OFDM系统优良的传输性能的重要环节．笔者在对国内外现有MIMO-OFDM系统的信道估计方法综述的基础上,分析和比较基于导频符号的非盲信道估计方法、盲信道估计方法和半盲信道估计方法的优缺点,并解决算法的复杂度和应用性的矛盾问题,因此认为,半盲信道估计方法将成为未来信道估计研究的重点．     

块衰落信道中的迭代盲信道估计与译码

提出了衰落信道下的一种迭代盲信道估计与译码算法，推导了高阶调制下的MAP估计和ML估计表达式，并证明了在信噪比充分大或块衰落信道的块长充分大时。MAP与ML估计是等价的。通过仿真发现，在对迭代信道估计与译码算法的影响上，信噪比与衰落信道的块长之间存在着折中关系，并分析了块衰落信道的块长对迭代信道估计与译码算法的性能的影响。     

基于酉差分空时码的信道估计性能研究

介绍MMSE和LS算法的基本原理同时给出酉空时码的编解码原理,对基于OFDM的非盲信道估计与基于酉差分空时码的盲信道估计进行性能的仿真对比。其中非盲信道估计采用MMSE和LS算法,盲信道估计采用极大似然算法,通过误码率仿真曲线对比可以看出采用酉空时码的误比特率在大信噪比的环境下要明显好于采用MMSE和LS;而在小信噪比环境下,酉空时码的误码率与采用LS的信道估计的误码率基本一致。     

块衰落信道中的迭代盲信道估计与译码

提出了衰落信道下的一种迭代盲信道估计与译码算法,推导了高阶调制下的MAP估计和ML估计表达 式#并证明了在信噪比充分大或块衰落信道的块长充分大时,MAP估计和ML估计是等价的.通过仿真发现,在对迭 代信道估计与译码算法的影响上,信噪比与衰落信道的块长之间存在着折中关系,并分析了块衰落信道的块长对 迭代信道估计与译码算法的性能的影响.     

多载波调制码分多址系统自适应盲信道估计

针对多载波调制码分多址系统中循环前缀的引入会降低系统传输效率及相应的盲信道估计方法运算量大等问题，在分析了无需循环前缀而利用虚拟子载波的盲信道估计方法的基础上，将子载波的正交性与信号时域特征相结合，提出一种基于恒模准则的盲信道估计方法，通过将频域的扩频码等效到时域，利用恒模算法锁定期望用户，抑制干扰用户和无需大量矩阵求逆运算等特性，在时域实现了盲信道估计与多用户分离，数值仿真结果表明，基于恒模准则的信道估计均方根误差小于基于有限码集的方法，并且具有运算量小，收敛速度快等特点。     

一种提高数据利用效率的单载波信道估计方法

在单载波频域均衡系统中,提出了一种高效利用已知接收数据进行子空间盲信道估计的方法.对每个接收数据块内的符号进行循环移位,将原一列数据向量扩展为两列行线性非相关数据矩阵.因此.在相同均衡性能指标下,所利用的接收数据量是以往使用的子空间盲信道估计方法的一半.这意味着,此方案适用于某些对数据量有严格限制要求的场合.仿真实验结果表明,在保证性能无衰减的前提条件下,节省一半的所需数据量.     

ZP-OFDM系统中基于信号子空间迭代拟合的盲信道估计

介绍了一种用于ZP-OFDM系统的基于子空间拟合的盲信道估计算法,该算法采用信号子空间迭代拟合技术代替了传统的噪声子空间信道估计中奇异值分解获取子空间进行估计信道。仿真表明,在低信噪比下该算法获得了比传统的噪声子空间信道更优的估计性能,更接近ZP-OFDM盲信道估计的CRB（Cram6r-Raobound）。     

基于KM-PCA稀疏信号的盲源分离算法

欠定盲信道估计是欠定盲源分离的关键组成部分,其估计精度直接影响到源信号的估计精度.基于充分稀疏假设,在K均值聚类的基础上,提出一种新的欠定盲信道估计算法——K均值与主成分分析方法(KM-PCA算法).该算法首先对观测数据进行K均值聚类,然后对聚类分析结果分别进行主成分分析,修正其聚类中心,从而提高混叠矩阵的估计精度.采...     

MIMO NC-OFDM系统的半盲信道估计算法研究

提出了一种基于零空间的多输入多输出不连续正交频分复用(MIMO NC-OFDM)系统的半盲信道估计的新方法。该方法利用线性预测得到信道矩阵的零空间作为LS算法的盲约束,对MIMO NC-OFDM时域信道脉冲响应进行估计。通过大量仿真表明,与传统的最小二乘算法比较,该方法可以在使用较少导频的条件下获得很好的信道估计性能,从而可以提高系统频谱有效性。     

一种新的空时码及其盲信道估计

本文提出了一种新的空时码——Hankel空时码。如果在多入多出(MIMO)通信系统中采用这种空时码,那么就能对MIMO系统的传输信道进行盲信道估计,也给出了相应的信道盲估计的算法。另外,相对于其它几种常用的空时码,所提出的空时码可以实现更高的传输速度。仿真结果表明在不同发射和接收天线个数、传输速率以及数据分组条件下,针对所提出的空时码的盲估计算法的性能。     

Subspace.Based Blind Channel Estimation Method for MIMO-OFDM Systems

A subspace-based blind channel estimation algorithm for MIMO-OFDM systems is proposed. This algorithm exploits the eyclostationarity introduced by cyclic prefix of OFDM to estimate the channel parameters. The proposed new algorithm is found to be outperforming the other algorithm with respect to convergence rate and achievable mean square error and robustness to channel order over determination.     

多输入多输出浅海水声信道响应的盲估计

提出一种在频率域实现的MIMO（multi—inputs multi—outputs）盲解卷积算法，可以在较低信噪比下求解得到浅海水声信道冲激响应的逆滤波器响应，不受时间域的原始信道阶数很长且稀疏的影响，经过求逆后得到原始MIM0浅海水声信道的冲激响应．最后采用合理的声场仿真模型验证了算法的有效性．     

基于Kalman滤波的自适应MIMO信道估计

给出了一种基于Kalman滤波的自适应MIMO信道估计方法，分析了算法的剩余误差能量随迭代次数增加的变化情况，对饱和MIMO系统和欠饱和MIMO系统，分别采用Kalman自适应MIMO信道估计方法和最大似然信道估计方法，进行了数值仿真和对比。从对比的结果来看，文中给出的Kalman自适应信道估计具有和最大似然信道估计相近的性能，而在饱和系统中，Kalman估计算法性能要略好一些。     

宽带快衰落MIMO信道中高斯插值算法研究

对时变多输入多输出（MIMO）信道的估计和跟踪是实现MIMO系统接收端准确检测、解码等的前提。将低阶高斯插值算法应用于宽带Rayleigh快衰落MIMO信道，对其快速变化实现估计，与采用信道跟踪相比，该方案算法复杂度低，且易于实现。同时对该算法进行了仿真，分析了影响算法性能的主要因素。仿真和分析表明，高斯插值估计算法与单纯的最小二乘相比可以较好地反映快衰落信道的变化，较大地降低系统的估计误差，改善系统的性能。     

大规模MIMO系统中基于空时相关性的导频减小算法

在大规模多输入多输出(multiple input multiple output,MIMO)系统信道估计过程中,基站向用户端发送导频信号.由于导频数量与基站发射天线的数量成正比,传统信道估计过程会产生巨大的导频开销,尤其是对于采用频分双工通信方式的(frequency-division duplexing,FDD)大规模MIMO系统.为了解决这一问题,通过利用无线MIMO信道的空间公共稀疏性和时间相关性,提出一种基于压缩感知(compressed sensing,CS)技术的导频开销减小算法,其中,空时相关性用来提高信道估计精度.该算法能够在未知大规模MIMO系统信道稀疏度的情况下,自适应地获取精确的信道状态信息.分析和仿真结果表明提出的算法在减少导频开销方面优于局部公共支撑算法,同时能够维持良好的信道估计性能.     

正交频分复用-多天线系统的盲信道估计算法

为了解决多天线系统的识别模糊问题,提出一种基于系统输出信号二阶统计的正交频分复用多天线(OFDM-MIMO)系统盲信道估计算法。该算法从频域角度出发,从而将有限冲击响应信道的识别简化为一系列的无记忆系统识别问题。利用信道频率相关特性降低了算法复杂度,同时解决了算法对样本数的依赖问题。为了去除盲识别的模糊度,设计了带少许导频插入的OFDM-MIMO系统结构,研究了算法的估计精度及其对信道容量的影响。仿真结果表明:2发2收,1024子载波的OFDM-MIMO系统在信噪比为20dB时盲估计的归一化均方误差约为10-2。另外,子载波信道的容量结果表明,在信道变化较快时该文提出的盲估计算法相对于训练方法有明显的容量优势。     

非协作通信中的信噪比估计算法

研究基于信号协方差矩阵分解的信噪比估计算法.该算法使用最小描述长度准则实现了信号空间维数的估计,进而实现信噪比估计.在此基础上,提出了基于信号功率谱的信噪比估计算法.由该方法计算出接收信号的功率谱,估计出有用信号的带宽,在有用信号频带外的噪声频带上估计出噪声的功率,从而估计出信噪比值.仿真实验表明,当信噪比小于3dB时,基于信号功率谱的信噪比估计算法优于基于信号协方差矩阵分解算法.     

MIMO雷达双向空间平滑的多径目标DOA估计算法

针对多径情况下MIMO雷达低角目标DOA估计问题,提出了一种基于双向空间平滑FBSS的样本复用MIMO雷达低角多径目标DOA估计算法。考虑到MIMO雷达相干信号测角时与多径信号测角时情况的不同,算法采用了MIMO雷达四路径回波信号模型,首先依据MIMO雷达波形分集的特性对接收信号匹配滤波得到虚拟阵列,在此基础上对虚拟阵列采取行列复用并分别进行双向空间平滑,有效提高了低信噪比条件下低角目标DOA估计精度。计算机仿真结果表明,在信噪比小于-12dB条件下,该算法比M-SSMUSIC算法的均方根误差平均减小了1°。