正交频分复用系统一种基于线性最小均方误差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,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,改进算法更具优势。仿真结果显示,改进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。     

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...     

MC DS-CDMA系统中信道估计器的比较

首先介绍了几种多载波码分多址(CDMA)系统,然后建立了MC DS-CDMA系统模型,在该系统中进行最小二乘(LS),线性最小均方误差(LMMSE)和最大似然(ML)3种信道估计器的研究,并对其均方误差(MSE)和误码率(BER)性能进行了仿真,LS实现最简单,但性能最差,LMMSE计算量大,性能优于LS,ML性能最佳,且其计算复杂度低于LMMSE。     

改进的自适应最优低秩信道估计算法

针对正交频分复用系统中线性最小均方误差(LMMSE)信道估计算法计算复杂度高,且存在当信道的统计特性与先验知识不匹配时估计性能恶化的问题,利用信道频域冲激响应的移动平均自相关函数,结合子空间分解、跟踪和序列正交原理,提出一种改进的自适应最优低秩信道估计算法.对比文中算法和LMMSE算法、LS算法和联合AIC(akaike criterion)秩估计准则的自适应低秩信道估计算法,结果表明:文中算法的秩估计更为精确;在插入导频数量较少的情况下,改进的信道估计算法能获得更高的信噪比性能增益.     

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.     

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。     

快速时变信道下的基扩展模型信道估计性能分析

针对快速时变信道,提出了一种基于复指数基扩展模型(CE-BEM)的线性最小均方误差(LMMSE)信道估计方法,对信道估计的结果使用离散长椭球序列(DPSS)进行平滑处理,并相应提出了基于迭代的载波间干扰(ICI)消除信道均衡方法.仿真结果表明:在高多普勒信道场景下,该方法系统误码性能较传统信道估计方法有一定程度的提升.     

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。     

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.     

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。     

宽带MIMO-OFDM系统的信道估计方法

为节省系统带宽,提出了宽带M IMO-OFDM(Mu ltip le-InputMu ltip le-Output and O rthogonal Frequency D i-vision Mu ltip lexing)系统中的一种信道估计方法。该方法只需对重要抽头进行估计,且两步算法在导频数小于信道响应时间和未知功率延迟分布的情况下,可获得与经典的LMMSE(L inearM in imum M ean Square Error)算法相近的性能,计算机仿真结果证实了其有效性。     

CDMA中的QAM调制迭代PDA联合检测方法

为提高检测器性能并在检测器和信道解码器之间充分利用已知信号信息,多天线系统的广义概率数据关联检测算法被推广到多用户联合检测中.基于Turbo迭代原理,通过基于此算法的迭代多用户检测器和多电平正交调制以及软入软出的前向纠错编码的结合,提出一种软入软出的广义概率关联算法与软入软出的信道解码方法有机结合的新型迭代多用户检测方法.该方法利用外部信息在检测器与解码器之间的交换,进行干扰抵消并进行联合解码和判决.计算机仿真显示该方案收敛所需的迭代次数比传统的使用线性最小均方误差的联合检测解码方案少5次左右,且其误比特率性能接近最大似然接收机的性能.     

OFDM系统中基于导频的信道估计最优化分析

近年来,正交频分复用(OFDM)技术已被越来越多的人所关注,并且在IEEE 802.11无线局域网中得到实际应用.在OFDM系统中一般要进行信道估计,从最小平方误差准则(Least Square Error Law)和最小均方误差准则(Minimum Mean Square Error Law)两个方面对基于梳状导频的信道估计方法进行了分析,并给出了仿真结果.结果表明,采用MMSE准则比采用LS准则所得到的误码性能要好.     

一种ELMMSE信道估计算法的简化计算方法

提出一种ELMMSE信道估计算法的简化计算方法。为简化ELMMSE信道估计算法的复杂度,首先利用信道自相关矩阵的固有特性,简化了信道自相关矩阵求解;然后利用算法中逆矩阵满足共轭对称Toeplitz特性,简化了矩阵求逆。结果表明:当OFDM子载波数为128时,提出的ELMMSE算法简化计算方法的复乘、复加次数分别减小为ELMMSE算法的5.84%和5.79%。其中,信道自相关矩阵求解的复乘、复加次数分别减少了33.14%和16.64%;矩阵求逆的复乘、复加次数均由原来的o(N3)变为o(N2)。     

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.     

动态信道下解相关和MMSE多用户检测算法

对用户归一化的互相关矩阵进行求逆运算是解相关算法和最小均方误差算法的基础。针对实际信道的动态性，即用户的随机接入或离开信道，研究矩阵求逆的更新算法以避免对相关矩阵的实时求逆运算。对更新算法的复杂度进行分析，结果表明，在动态信道中，更新算法可以有效地降低多用户检测算法的复杂度。     

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.     

正交性原理及其在维纳滤波中的应用

证明了L2空间中的正交性原理，得到正交性原理与线性最小均方误差估计与维纳滤波是等价的结论，并用正交性原理推导出连续型的维纳—霉夫方程及误差表达式。     

一种适用于双微阵列的语音增强算法研究

考虑到传统单通道语音增强算法对噪声抑制的局限性,本文采用由两个微型麦克风阵列组成的双微阵列,利用该阵列空间结构的时空域特性对含噪语音进行处理,提出了一种适用于双微阵列的语音增强算法。该增强算法是将各通道采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimunm Mean Square Error,LogMMSE)提升其信噪比,然后利用频域宽带最小方差无畸变响应(MVDR)通过对目标声源信号的获取,保留目标声源方向的信号并抑制其他方向的信号干扰,最后通过一个改进可懂度结合改进最小控制递归平均(Improved Minimum Controlled Recursive Average Algorithm,IMCRA)噪声估计的维纳滤波器来去除噪声残留提升语音质量。仿真实验结果表明,相比传统的单通道语音增强算法,该算法具有良好的噪声抑制性能。     

WCDMA下行LMMSE接收机算法研究

最小均方误差(MMSE)准则可用在DS-CDMA系统中，能有效地消除MAI和噪声，抗远近效应的单用户接收机和MMSE接收机已成为WCDMA下行链路最有实用前景的接收机。在比较和研究了两种不同结构的LMMSE接收机后，介绍了针对瑞利衰落和多径传输信道而采用的RLS准则的WCDMA下行自适应接收机。仿真结果证实，LMMSE-Rake结构的RLS自适应接收机在严重远近效应条件下具有优良的误码率性能。