MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO-OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的问题,提出了2种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,避免了大矩阵求逆运算,降低了算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整帧所有符号的信道响应,实现算法复杂度不变、估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

基于MIMO-OFDM系统的自适应调制算法研究

为了提高MIMO-OFDM系统的数据传输率和频谱利用率,提出一种新的自适应调制算法.该算法在信道传输质量满足一定系统误码率下,根据信道状态信息自适应地调整每个子载波的调制方式,使系统的发射总功率尽量最小.理论分析得出,该算法降低了MIMO-OFDM系统的运算复杂度,并使系统的整体性能得到了优化.     

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.     

MIMO-OFDM系统中的采样钟频率偏移估计

分析了采样钟频率偏移对MIMO-OFDM系统接收信号的影响,提出了一种适用于MIMO-OFDM系统的采样钟频率偏移估计算法,即幅度加权最小平方估计法．该算法根据最小平方准则,利用两个完全相同的训练符号在相同子载波上的相位差来估计采样钟频率偏移．为了提高算法在瑞利衰落信道下的性能,进一步采用了幅值加权的方法．仿真结果表明,该方法无论在高斯、莱斯还是瑞利信道下均能取得良好的性能．     

基于MIMO-OFDM系统的自适应比特功率分配方案研究

将最优的比特分配算法应用于MIMO-OFDM系统.运用Chow算法和Levin Campello算法实现子信道的比特和功率分配.在MIMO-OFDM系统中采取奇异特征值分解方法来对抗子载波间干扰.仿真结果证明.该方法对于MIMO-OFDM系统自适应非常有效,而且较SISO-OFDM系统性能有显著的提高.     

多用户MIMO-OFDM自适应子载波组分配的优化算法

针对于多用户多输入多输出-正交频分复用(MIMO-OFDM)下行传输,提出一种基于用户信道特征反馈自适应调整多用户子载波分配的优化算法.该算法提出的简化技术将信道相关带宽信息和动态子带分配算法联合起来,将连续子载波分配的最小单元由单个子载波变为子载波组,从而能在不明显影响系统性能的基础上有效改善传统子载波自适应算法中运算量较大的问题.仿真结果表明:该算法运算量获得较大的简化,但在性能上接近于传统动态子载波分配的效果,是一种有效的多用户动态自适应子载波分配算法.     

MIMO-OFDM系统中稀疏信道估计算法研究

 针对多输入多输出正交频分复用系统,利用信道冲激响应的稀疏特性,提出1种新的MIMO-OFDM信道估计算法,简称为MIMO-MP算法.首先利用匹配追踪思想确定出非零抽头系数的位置,然后再采用最小二乘算法完成对非零系数值的2次估计,从而通过减少信道估计参数的个数降低算法复杂度.该算法具有较好的性能,但在剩余向量更新上还不是很精确,通过改进剩余向量的更新方式,得到另一种性能更优的算法简称为MIMO-MMP算法.仿真结果验证了算法的有效性.     

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。     

存在载波频偏和信道估计偏差影响的空相关多用户MIMO-OFDM系统的性能分析

为进一步了解载波频偏和信道估计偏差在空相关多用户MIMO-OFDM系统中的作用,对存在载波频偏和信道估计偏差影响的上传多用户MIMO-OFDM系统的性能进行了解析和仿真研究.推导了在载波频偏和信道估计偏差影响下的空相关多用户MIMO-OFDM系统的有效数据符号的信号干扰噪声比表达式,给出了多用户MIMO-OFDM系统的符号差错性能指标.研究表明,理论计算与计算机仿真的系统符号差错性能结果在各种载波频偏和信道估计偏差情况下都比较吻合.     

相关天线下基于波束成型多用户MIMO-OFDM系统子载波分配研究

针对波束成型多用户MIMO-OFDM系统,以优化系统性能为目标,给出一种在天线具有相关性条件下基于部分信道状态信息的子载波分配算法.该算法采用克罗内克(Kronecker)模型作为相关天线的信道模型,并用信道状态统计信息来描述该模型的传递过程,从而得到相应的子载波分配原则.实验结果表明:系统性能不仅与收发两端的天线数量有关,也与天线相关矩阵中的相关系数以及延时反馈参数有关.     

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.     

MIMO-OFDM系统中的时变信道均衡

为了改善多输入多输出-正交频分复用(MIMO-OFDM)时变信道均衡性能,将最小均方误差排序串行干扰抵消(MMSE-OSIC)均衡算法应用于降维MIMO-OFDM信号模型的符号检测.该方法一方面利用OS-IC来获得时变多普勒分集,另一方面利用降维信号模型来降低均衡复杂度.仿真结果表明:该方法以较低的复杂度代价有效提高了系统性能.     

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...     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。     

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.     

V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

MIMO-OFDM蜂窝系统中优选训练序列及信道估计

对多输入多输出正交频分复用(MIMO-OFDM)蜂窝系统中的信道估计进行了研究，推导了用于多小区多天线的最优训练序列条件，给出了一种实用优选训练序列，并在此基础上提出了一种迭代信道估计算法．结果表明，所提出的迭代信道估计算法可以有效抑制同信道干扰对估计精度的影响，使该估计器具有更高的估计精度，在同信道干扰环境中性能更稳健，从而使接收机性能更靠近理想信道估计的性能．     

MIMO-OFDM系统基于实时业务的跨层子载波分配

针对MIMO-OFDM系统的实时业务提出一种新的动态子载波分配算法。该算法基于物理层的信道状态信息,MAC层的队列状态信息和系统中每个队列的平均等待时间来动态分配子载波。仿真结果表明,该算法在保证用户之间竞争资源公平性的前提下,不仅保证了实时业务的时延要求,而且提高了系统吞吐量。