联合循环前缀和Pilot的OFDM系统定时同步方法

提出了一种联合循环前缀和Pilot的定时同步方法，并将其用于高速传输的无线移动正交频分复用（OFDM）系统．算法首先利用循环前缀定时函数得到时偏的估计范围，然后在估计范围内利用导频定时函数得到时偏的精确估计．由于不需要加入训练序列，提出的定时同步方法最大限度地节省了系统开销，提高了系统的频带利用率，而且利用导频序列进行定时同步可以有效地克服符号间干扰的影响．仿真结果表明，该算法能够改进时频估计在多径信道下的精度，提高系统在多径衰落信道下的性能．     

用串行干扰消除算法提高同频组网信道估计精度

为降低TD-SCDMA系统同频组网时邻区干扰对信道估计精度的影响,提出了一种逐个邻区串行干扰消除的信道估计算法.算法先消除本小区用户的信号,然后依次对每个邻区进行信道估计,重构其中的强干扰用户信号,再逐个从接收训练序列中加以消除,最后用串行消除各个邻区干扰后的接收训练序列对本小区用户进行信道估计.仿真结果表明,采用串行干扰消除的信道估计方法信道估计误差较低,将其用于上行链路的联合检测接收机,解调性能约提升2 dB.因此,所提出的信道估计算法,可有效消除邻区强干扰用户对信道估计精度的影响,从而提高了同频组网时系统的性能.     

基于软迭代的叠加训练序列信道估计方法

提出了一种基于软迭代的叠加训练序列信道估计方法.该方法将周期性训练序列与用户信息序列叠加后一起发送,通过软迭代方法,在接收端利用信道译码器输出的软信息来计算信息序列的一阶统计量,并将其反馈给信道估计器,用于消除观测量中来自未知信息的干扰,因此提高了信道的利用率和信道参数的估计精度.仿真结果表明,该方法有效地改善了信道估计性能,降低了接收机的误码率,提高了功率效率.     

双选择信道下叠加训练OFDM系统的迭代信道估计与均衡

在频率和时间双选择性信道下,时域冲击响应将会在一个OFDM符号时间内发生变化,导致OFDM系统出现严重的子载波间干扰。本文提出一种在双选择性信道下利用叠加训练序列进行迭代信道估计和均衡的方案。在假设时域信道抽头系数服从指数基扩展参数模型以后,利用在一个符号内的已知叠加周期训练序列建立线性模型,并基于最小二乘准则求出信道参数模型的各个抽头参数,从而构造出对应的时域信道响应矩阵和频域均衡矩阵。为进一步改善估计和均衡性能,将所得的符号判决作为已知的训练序列进行迭代估计和均衡,从而能有效地增强信道估计的性能并消除ICI干扰。实验结果表明本文算法在时间－频率双选择性信道下具有较好的性能。     

基于叠加训练序列的稀疏信道估计

对于稀疏多径衰落信道,提出了一种叠加训练序列和匹配跟踪算法相结合的信道估计方法.为了提高系统带宽效率,采用迭代的叠加训练估计信道响应,该方法将一低功率周期性的训练序列直接叠加于信息序列,利用接收数据的均值求得信道响应,不需要任何额外带宽资源.在许多无线通信环境中,信道呈现稀疏特性,利用该稀疏特性,采用匹配跟踪算法估计信道响应中的非0点,以此可以降低加性高斯白噪声引起的性能损失.通过计算机仿真表明,本文的方法可以达到很好信道估计性能.     

CCFD中继系统中基于多维矩阵的信道估计方法

针对同时同频全双工(CCFD)技术的双向中继系统,提出了一种基于多维矩阵的信道估计方法。该方法由自干扰消除、多维矩阵建模及信道估计三部分组成。在两用户端,所提方法同时发送所设计的导频序列至中继,中继对接收的信号进行自干扰消除,然后放大转发至两用户;所提信道估计方法无需在中继处进行信道估计,减轻了中继负担,无需迭代。仿真实验结果表明,与已有的最小二乘(LS)、两步训练序列(TST)和非迭代P_KRF信道估计方法相比,所提方法具有更高的信道估计精度且天线配置更灵活,对信道的估计更稳定,更具有实际意义。     

快变信道下OFDM系统的判决反馈信道估计

为了改善OFDM系统在快变信道下的传输性能,文中提出一种利用叠加训练序列进行时域信道估计的方案.基于时变信道抽头系数的指数基插值模型,利用一个符号内的叠加周期训练序列建立线性表达式,并根据最小二乘准则求出插值模型的相应参数,由此构造对应的时域响应矩阵和频域均衡矩阵.为进一步改善估计和均衡性能,将所得的符号判决作为已知的训练序列进行迭代信道参数估计,从而能有效地改善信道估计的性能并消除载波间干扰.实验结果表明文中算法在时间-频率双选择性信道下具有较好的性能.     

迭代滤波的自适应符号检测方法

在现有研究结果的基础上,对传统迭代结构进行改进,提出了一种适用于快衰落信道的改进迭代算法．通过递归计算给出更加逼近实际信道的迭代初始值并自适应调整迭代的收敛步长,减少了迭代次数提高了估计精度．仿真结果表明：和传统迭代算法相比,在适当增加复杂度的条件下,该方法有效的减少了迭代次数、提高了估计精度并改善了系统误码性能．     

基于Cholesky分解的MIMO-OFDM系统同信道干扰抑制方法

在多输入多输出-正交频分复用(MIMO-OFDM)系统中,通过联合估计信道矩阵和干扰协方差矩阵(ICM)的方法来抑制同信道干扰.首先,利用最小二乘法和残差估计方法获取信道矩阵和ICM的初始估计值;然后,基于Cholesky分解方法对ICM的估计值进行改善,并利用改善后的ICM估计值对信道矩阵估计值进行更新.该方法充分利用了时域和频域中的所有可用信息,提高了信道估计精度,较好地抑制了同信道干扰.仿真结果表明:与其他可实现的非迭代方法相比,该方法所得的信道频率响应估计均方误差性能增益高于2 d B;信干噪比(SINR)越大,比特误码率性能的改善程度越好,并且随着天线数的增多,性能增益也增大.     

迭代KALMAN信道估计算法在MIMO-OFDM系统的性能仿真研究

讨论了MIMO-OFDM通信系统中时变信道估计的KALMAN滤波算法。为了提高传统KALMAN信道估计算法的性能,提出了一种迭代KALMAN滤波算法,将整个子载波分为2部分:一部分用于发送导频,另一部分用于发送信号。在一个OFDM符号块中,对导频子载波和信号子载波处的无线信道进行循环估计,从而提高信道估计的精度。仿真结果表明,迭代KALMAN滤波算法的性能好于传统KALMAN滤波算法。     

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。     

MIMO-OFDM系统中一种有效的信道估计方法

为降低信道估计算法的复杂度,给出了MIMO-OFIM(M山tiple Input and Multiplw Output-Orthogonal Freuency Division Multiplexing)系统中的一种信道估计实现方案,采用STBC(Space-Time Block Code)训练序列,LMS(Least Mean Square)迭代算法估计信道响应,避免了矩阵的求逆运算,与基于MMSE(Minimum Mean Squore Error)和LS(Least Square)的MIMO信道估计算法相比,具有运算复杂度低、跟踪能力强的优点,计算机仿真结果也显示了它的有效性和优越性.     

Joint Maximum-Likelihood and MMSE Channel Estimator for UWB Communications

Introduction Ultra-wideband (UWB) is an attractive technology for next generation high-speed short-range communica- tions occupying a wide band of 7.5 GHz[1] using ex- tremely narrow pulses. UWB systems differ from other communication systems due to its e…     

LTE-A系统PUCCH传输分集信道估计算法

针对先进的长期演进( LTE-advanced,LTE-A)系统中,物理上行链路控制信道(physical uplink control channel,PUCCH)采用空间正交资源传输分集方式发送上行控制信息时,两发射天线端口通过使用不同的循环移位使参考信号正交的特点,提出一种特殊形式的信号模型,并描述了基于最小二乘(least square,LS)和三次样条插值,基于LS和离散余弦变换(discrete cosine transform,DCT)插值以及基于最小均方误差(minimum mean square error,MMSE)和DCT的3种复杂度依次增加的信道估计算法.仿真结果表明,基于MMSE和DCT的信道估计算法性能最优.     

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".     

一种MIMO-OFDM信道估计方法

为提高现有MIMO-OFDM系统信道估计算法性能,降低算法运算的复杂性,提出一种基于变换域的MIMO-OFDM信道估计方法.该算法不需要任何信道统计信息,通过变换域内自适应低通滤波器降低了高斯白噪声和子载波间干扰对该估计算法准确度的影响,并且利用在变换域内得到的导频位置的信道估计结果,通过补零内插算法得到其他子载波位置的信道估计结果.仿真结果表明:该算法的误码率性能优于最小平方算法,稍逊于线性最小均方误差算法;该算法计算复杂度低,易于在实际系统中实现.     

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...     

正交频分复用系统中采用离散导频的频偏估计方法

针对采用正交频分复用(OFDM)调制的欧洲数字电视地面广播系统，提出了采用离散导频的载波频偏估计方法。将接收信号中的离散导频与接收机本地生成的离散导频进行相关运算，由相关峰值的偏移量求得整数倍载波频偏，由相关峰值的相位求得每个符号的绝对相位偏转量，再由相邻两个符号的绝对相位偏转量之差求得单个符号时间间隔内的相位偏转，从而得到小数倍载波频偏。仿真结果表明，与传统的采用连续导频的载波频偏估计方法相比，在高斯白噪声信道和慢衰落信道下，采用离散导频的载波频偏估计方法的性能有明显的提高；在快衰落信道中性能则稍差，但仍然保持在系统性能允许的误差范围之内。将离散导频用于载波频偏估计可以提高系统的频谱利用率。     

基于深度学习的MIMO系统信道估计算法

精确的信道估计对于保证无线通信系统性能至关重要。针对多输入多输出(multiple input multiple output, MIMO)系统传统信道估计算法需已知信道统计信息以及性能与复杂度折中等问题,提出一种基于深度学习的多网络级联MIMO系统信道估计方案。基于卷积神经网络构建信道信息重建网络,初步重构出信道信息,进而基于深度残差网络构建信道估计网络进行级联得出估计结果,并利用多个损失函数对网络进行优化。仿真结果表明,在牺牲一定时间复杂度的情况下,所提方案的均方误差随信噪比增加逐渐优于线性最小均方误差(linear minimum mean squared error,LMMSE)估计算法,且不受信道统计信息的约束。     

OFDM系统中简单高效的时间同步算法

提出一种新的正交频分复用（OFDM）系统中的最大似然时偏估计算法．该算法在高斯加白噪声（AWGN）信道和多径衰落信道2种环境下与H．Minn的算法基于估计的均方误差进行了性能比较．提出的算法由于在高信噪比的情况下不存在性能下限,因而即便是在多径衰落环境下仍能保证较高的估计精度和较低的运算复杂度．