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.     

一种基于叠加导频的OFDM系统迭代信道估计算法

提出了一种在OFDM系统中,基于叠加导频和时域最小平方准则的迭代信道估计算法,该算法利用多个OFDM符号进行联合信道估计,且在接收端根据估计得到的信道信息实时地更新发送序列,采用反馈迭代算法不断地更正信道信息,有效地提高了信道估计性能.     

一种基于PN序列的OFDM时域信道估计方法

提出了一种基于PN序列的OFDM时域信道估计方法,在时域OFDM符号中插入PN序列作为训练序列,将其与对应的接收序列作圆周相关处理,并通过迭代逐次检测出信道各径参数,进而获得信道频率响应估计.仿真结果表明,在相同的信噪比和信道利用率条件下,提出的方法比频域梳状导频估计方法具有更高的信道估计精度.     

基于DDST的MIMO时频双选信道的信道估计

针对多输入多输出时频双选择性信道,提出了一种基于信息叠加训练序列和最小二乘相结合的信道估计方法.基于基扩展模型构建MIMO时频双衰落系统,采用DDST算法估计信道矩阵,对误码率进行分析.训练序列采用等幅度的周期指数序列,同时在基于叠加训练序列估计的基础上叠加一个基于信息的周期序列.实验表明,基于DDST的MIMO时频双选信道估计方法比传统的估计方法显著降低了信道估计的均方误差和误码率,并能保持较高的频带利用率.     

单载波频域均衡中的二维MMSE信道估计

单载波频域均衡(SC-FDE)系统利用单抽头频域均衡补偿频率选择性衰落。该文提出了一种用于SC-FDE系统的二维最小均方误差(MMSE)信道估计算法。利用信道的时频分离特性,将二维估计简化为频域一维MMSE内插与时域一维MMSE滤波的级联。该算法对基于时域训练序列和基于频域训练序列的SC-FDE系统均适用。仿真表明,所提算法在两种训练序列条件下均优于传统的一维信道估计算法,且其性能与理想信道估计更接近。     

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.     

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.     

短波信道下联合LDPC译码的OFDM系统迭代信道估计方法

克服短波信道的频率选择性衰落的关键是准确的信道估计,本文针对短波信道的慢衰落特性,提出了短波信道下联合LDPC译码的OFDM系统迭代信道估计方法,该方法根据迭代估计的思想,首先利用插入导频进行信道初始估计,经过LDPC译码产生可靠的判决信息,通过在信道估计和译码之间迭代地交换信息来完成联合信道估计和译码,提高OFDM信道估计的精度和系统的误码率性能。     

基于循环前缀的OFDM信道估计新算法

OFDM具有抗频率选择性衰落、抗符号间干扰强、频谱利用率较高等优点,而被选用在高速无线通信系统中为其核心技术．OFDM系统的可靠信道估计是实现数据高速率传输的关键,针对OFDM信号结构的特点,通过直接分析循环前缀在信道卷积中的作用,利用循环前缀信号构造出一个高阶的循环Toeplitz矩阵,使用DFT运算代替矩阵求逆,大大降低计算复杂度,能快速、可靠的进行信道估计．     

基于PN序列的MIMO-OFDM系统信道估计

基于为MIMO-OFDM系统设计了一种训练序列,并给出了相应的信道估计算法.提出使用PN序列代替传统OFDM系统中的循环前缀作为训练序列,并且不同发射天线选择相互正交的PN序列,利用PN序列的自相关性和互相关性,采用时域相关的方法估计多信道.与传统采用频域导频的信道估计器相比,该方法由于无需矩阵求逆,能够大大降低计算复杂度,同时PN序列作为OFDM符号的一部分可以实时估计信道,具有跟踪时变信道的能力.仿真结果表明该估计是无偏的,而且均方估计误差极小.     

叠加训练序列OFDM系统的迭代最大似然信道估计

叠加训练序列正交频分复用系统具有频谱效率高的优点.传统的基于叠加训练序列的信道估计方法仅使用一阶统计量,受功率分配和噪声影响较大.文中利用训练序列与数据信号相加后发送并经历相同信道的特性,提出一种最大似然方法进行系统的信道估计.该方法将发送的数据信号视为高斯随机变量,由此建立关于信道参数的似然表达式,采用循环最小化技术对参数进行迭代求解并获得方差下界,最后对算法的收敛性进行了分析.仿真实验表明,文中方法同时利用了接收信号的一阶与二阶统计量,从而获得了更优的均方误差和误符号率性能.     

基于深度学习的OFDM信道估计

针对多径正交频分复用(orthogonal frequency division multiplexing, OFDM)信道环境下信道频域选择性衰落导致下行链路信道估计性能受限的问题,提出一种基于深度学习的信道估计(deep learning-based channel estimation, DL-CE)方法。采用自回归过程对信道建模,利用深度学习设计信道估计网络追踪信道响应及其频域相关系数。通过迭代训练,基于深度学习的信道估计网络能够学习到自回归系数的最优估计,同时利用先验信道信息估计信道频域响应和频域相关系数。与传统方法相比,所提信道估计方法性能提升明显。     

多输入多输出天线OFDM系统的信道估计

研究利用导频训练信号对多输入输出(M IMO)天线OFDM(正交频分复用)系统进行信道估计。首先推导出了该系统所需最佳导频序列、及其最小数目和最佳位置集以及信道估计的均方误差极限值,分析比较了几种内插的方法,然后提出了一种针对某些无线局域网系统的信道估计方法。仿真实验显示采用该方法得到的信道估计均方误差接近极限值,不同调制方式(BPSK、QPSK、16QAM)下M IMO-OFDM系统的误码率非常接近已知信道频响时的情况。     

基于IEEE 802.16a MIMO-OFDM系统的信道估计方法研究

多天线运用到802.16a系统中可以提高系统的性能。首先给出MIMO-OFDM(Multi-inputandMulti-output-OrthogonalFrequencyDivisionMultiplexing)系统的基本构成,然后对协议中的空时编码方案进行改进,提出将协议中所提出的单接收机两天线发送分集的情况扩展到多发多收的情况,最后介绍了适合MIMO-OFDM系统LS信道估计的帧头结构和导频结构,在一个OFDM符号时间内即可估计出MIMO各个子信道参数;对SUI-3信道下的误比特率(BER)及均方误差(MSE)性能分别进行了仿真,比较分析了结果,并得出结论。     

基于多项式模型和卡尔曼滤波器的正交频分复用自适应信道估计算法

在正交频分复用(OFDM)系统中,为了准确地检测接收信号并实现解调,必须对信道的传输函数进行准确估计.本文提出了一种适用于OFDM通信系统,基于二阶多项式模型和卡尔曼滤波器(Kalman filter)的自适应信道估计算法.利用二阶多项式模型对无线时变信道进行建模,通过合理安排插入导频结构,使用块状导频,可以使得原本二维的时频多项式模型减少到一维,降低信道估计算法的复杂度.同时,在多项式模型的基础上,将时变无线信道等效为一autoregressive(AR)过程,从而建立起卡尔曼滤波器的过程方程与测量方程,通过卡尔曼滤波器的递推公式,即可实现对多项式模型参数的自适应估计.本文提出的算法可以仅使用最少的导频(即与多项式模型参数相同个数的导频)实现准确的信道估计.由于每次所需导频个数的减少,接收端所需存储的未解调信号的数量也随之降低,大幅减少了接收端所需的存储空间.计算机仿真证明,与线性插值算法和基于二阶多项式模型算法的信道估计相比,在相同输入信噪比和归一化多普勒频移条件下,本文提出的算法具有较低的误码率.     

Blind channel estimation through redundant linear preceding for OFDM systems

A novel approach of blind channel estimation through redundant linear precoding for orthogonal frequency-division multiplexing (OFDM) is proposed. A redundant linear frequency- domain precoder is applied to each pair of blocks before they enter the OFDM system . With the aid of the introduced structure , the frequency-selective channel can be identified at the receiver through auto- correlation operations , singular value decomposition (SVD) and scalar ambiguity resolution. The proposed blind channel estimation method has low computation complexity and requires no prior statistical information of channel or noise . The redundant linear frequency-domain precoder is employed to identify the frequency- selective fading channels. And the proposed blind channel estimation method has high spectral efficiency because it requires no training sequence. Computer simulations have proved that this proposed blind channel estimation method can identify the frequency- selective channels perfectly and have a good performance.     

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.     

STC-OFDM系统中一种导频辅助的信道估计方法

提出了一种空时编码OFDM系统中基于导频辅助信道估计的方法．在采用Nt个发送天线的系统中，通过假设信道在连续Nt个OFDM符号持续时间内不变，并选择适当的导频符号值可消除不同发射天线之间的干扰，从而每对收发天线之间的信道可利用单输入单输出OFDM系统的信道估计方法进行独立估计．该方法尤其适用于空时分组编码OFDM系统．