MIMO-OFDM系统的信道估计算法

文章针对MIMO-OFDM系统中的信道估计关键技术提出了一种信道估算方法--基于线性非冗余预编码和二阶统计量的信道盲估计算法,该算法利用预编码信号的二阶统计特性消除了调制信号的信息,然后又利用STBC(Space-Time Block Coding空时分组编码)特殊的复正交特性对参考子载波信道矩阵进行变换,将求逆过程转换成简单的线性处理过程,从而实现了低复杂度的信道估计.另外,该算法通过选取合适长度的统计数据,能够较快收敛.     

OFDM信道估计的复矩阵分解及FPGA实现

应用基于奇异值分解的OFDM（orthogonal frequency dirision multiplexing）信道估计降低计算量的同时能够保证信道估计的性能,研究OFDM信道向量自相关矩阵奇异值分解的FPGA(field programmable gat array)实现,提出一种复共轭对称矩阵奇异值分解的FPGA简化实现方法,将复矩阵的奇异值分解转换为实矩阵的奇异值分解,并根据实对称矩阵SVD(singular value decomposition)的特点对Systolic阵列结构进行改进,减少了所占用的资源。最后设计了高阶实对称矩阵SVD的FPGA实现方案,仿真结果表明该设计方案是可行的,能够应用于OFDM信道估计系统。     

OFDM信道估计的复矩阵分解及FPGA实现

应用基于奇异值分解的OFDM(orthogonal frequency dirision multiplexing)信道估计降低计算量的同时能够保证信道估计的性能,研究OFDM信道向量自相关矩阵奇异值分解的FPGA(field programmable gat array)实现,提出一种复共轭对称矩阵奇异值分解的FPGA简化实现方法,将复矩阵的奇异值分解转换为实矩阵的奇异值分解,并根据实对称矩阵SVD(singular value decomposition)的特点对Systolic阵列结构进行改进,减少了所占用的资源.最后设计了高阶实对称矩阵SVD的FPGA实现方案,仿真结果表明该设计方案是可行的,能够应用于OFDM信道估计系统.     

一种基于特征值分解的信道估计算法

信道估计是OFDM系统中的一项关键技术.传统的LMMSE算法涉及到自相关矩阵的逆运算,算法复杂度较高,时间开销较大.本文提出的算法首先对信道频率响应的自相关矩阵进行降维,再进行特征值分解,避免了求解逆矩阵,算法复杂度较低.仿真实验对信噪比、均方误差、误码率性能进行了分析,结果表明提出的算法在保证了系统良好性能的基础上,有效地降低了运算的复杂度.     

OFDM系统中一种基于重叠分块的OLR MMSE信道估计方法

最小均方误差MMSE是OFDM系统中一种常用的信道估计算法,针对MMSE算法复杂度太高的缺点,首先利用重叠分块方法将信道自相关矩阵分解为各个独立的低阶子矩阵,分别进行最优低秩OLR MMSE信道估计,最后对所有的信道频率响应进行合并,仿真结果表明,该方法补偿了边缘子载波效应,能够在大大降低算法复杂度的同时保证一定的估计精度．     

基于ESPRIT法的UWB系统同步与信道联合估计

提出基于ESPRIT算法的超宽带系统同步-信道联合估计算法.首先对接收信号进行傅立叶变换,由傅立叶变换结果计算自相关函数,基于自相关函数的信号子空间构造矩阵束,把同步、多径时延估计转化成矩阵束的特征值求解问题.求解出时延后再进一步求解信道参数.     

非理想载波同步下的OFDM快衰落信道估计

针对非理想载波同步下的正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统,提出一种快衰落信道估计算法.首先,提出一种紧凑型广义信道冲击响应(generalized channel impulse response,G-CIR)自相关矩阵的对角化方法,使其随机性仅体现在对角阵中;然后,提出一种紧凑型G-CIR矩阵的压缩表示方法及其等效信道模型,减少了待估计元素个数;最后,利用最小二乘(least square,LS)估计器估计出压缩后的信道,从而实现了非理想载波同步下的OFDM快衰落信道估计.仿真结果表明,该算法能对非理想载波同步下的快衰落信道进行有效估计,并且提高了误码率(bit error rate,BER)性能。     

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1结果表明,在动态信道中1更新算法可以有效地降低多用户检测算法的 复杂度。     

基于信道分割级联的正交频分复用子载波干扰消除算法

在高频段正交频分复用（OFDM）系统中子载波间干扰（ICI）较大,运用信道分割方法,将线性时变信道近似等效为时不变信道与无时延时变信道的级联,从而在接收端实现一维均衡抑制ICI,避免了高复杂度的信道频域响应矩阵的计算和求逆过程.分析和仿真表明,相对于现有的利用ICI相邻载波分布特性的低复杂度最小均方误差算法,算法在几乎不损失系统性能的同时,可将复杂度降低到O(N).     

基于IEEE802.16e的MIMO-OFDM系统的信道估计研究

研究了基于IEEE802.16e的MIMO-OFDM系统导频辅助的信道估计算法。分别对LS信道估计算法和LMMSE信道估计算法进行了研究,导出其估计均方差。为降低算法复杂度,利用奇异值分解进行简化,实验表明能有效地降低计算复杂度,并获得较好的估计性能,最后在IEEE802.16e环境下进行了仿真。     

ESPRIT算法广义逆矩阵求解的快速FPGA实现

在基于旋转不变子空间的信号参数估计（estimating signal parameter via rotational invariance techniques,ESPRIT）算法中涉及到求解信号子空间矩阵的逆矩阵,针对常用方法计算复杂度高,实时性差等问题,提出使用广义逆公式对信号子空间矩阵进行求解的方法. 在FPGA平台上设计并实现了由复数矩阵乘法、矩阵LU分解、下三角矩阵求逆等子模块构成的广义逆矩阵求解系统. 利用该系统求解广义逆矩阵所用的时间约为2.18 ms,与在MATLAB上对同样矩阵进行广义逆求解的平均用时15.7 ms减少了7.2倍. 使用该系统的结果在MATLAB上完成后续仿真,对ESPRIT算法最终所得角度进行误差分析,最终所得角度的平均估计误差约为0.04°. 结果表明,该系统能在保证结果精确度的同时有效减少运算时间.      

平坦MIMO信道中最小均方误差估计的一种改进方法

以平坦衰落条件下MIMO信道数学模型为基础,研究了最小均方误差估计算法,给出了详细的推导过程.由于最小均方误差估计算法比较复杂,导致其收敛速度比较慢,实际应用中受到了一定的限制.为了降低其复杂度,从数学的角度对算法进行了简化,减少了一次矩阵求逆运算.仿真中建立了一个MIMO系统,给出了估计性能曲线和收敛曲线.从理论分析和仿真结果来看,改进后的算法与之前的算法的估计性能差异不大,但收敛速度却明显提高了,达到了简化的目的.     

一种基于综合校验的极化码译码简化算法

列表连续消除(successive cancellation list, SCL)译码算法是实现极化码译码的方法之一,其可以通过调整列表大小在纠错性能和复杂度之间提供良好的折衷。针对传统的SCL译码算法路径度量值(path metric,PM)计算存在冗余的问题,在简化的SCL(simplified SCL, SSCL)算法基础上提出了一种综合校验的简化算法(syndrome check-SSCL,SC-SSCL)。SC-SSCL利用综合校验的方法,判断PM计算过程是否冗余,通过除去冗余计算降低译码复杂度。证明了简化的译码算法在保证译码性能不变的前提下,降低了译码算法的计算复杂度和时延。仿真结果表明,SC-SSCL较SCL译码和SSCL译码算法复杂度分别降低了约68%和13%,且在信道状态好的情况下SC-SSCL复杂度会进一步降低。     

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。     

基于改进恢复算法的双选稀疏信道估计

高速移动情况下,正交频分复用系统(orthogonal frequency division multiplexing,OFDM)无线通信信道可建模为时间-频率双选信道,其响应在时延-多普勒域呈现稀疏性,使压缩感知技术得以应用到稀疏信道估计中。当稀疏度提高时,压缩感知(compressed sensing,CS)中正则化正交匹配追踪恢复算法(regularized orthogonal matching pursuit,ROMP)的复杂度增大。提出了有严格计算约束的改进恢复算法,该算法每次迭代选择固定数目的原子使支撑集为非奇异矩阵来降低原子选择和最小二乘(least squares,LS)法计算上的复杂度,并且每次迭代更新支撑集来保证精度。仿真结果表明,和ROMP算法比较,改进恢复算法的运行时间明显降低,并且在一定的迭代次数下精确度得以保证。     

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.     

全速率准正交空时码的低复杂度编译码算法设计

为降低多输入多输出系统中,准正交空时分组码的编译码复杂度,本文提出了一种基于线性扩展的全分集全速率准正交空时分组码结构。对编码增益的计算结果表明,该结构可以取得与现有的最优全分集全速率准正交分组码具有相同的分集积;同时,该编码结构在基于有条件的最大似然译码算法中能有效降低译码的复杂度。仿真结果表明,所提编译码算法的误码率性能与现有的最优算法性能基本一致;但在4-QAM调制条件下,所提译码算法的加法和乘法运算次数能分别降低 4.3%和7.9%; 在16-QAM调制条件下,所提译码算法的加法和乘法运算次数分别降低了25.5%和31.8%;在64-QAM调制条件下,所提译码算法的加法和乘法运算次数能分别降低47.1%和54.1%。本文的结果有效验证了所提算法可以应用于高阶调制算法,且随着阶数的增加复杂度降低比率增高。     

基于现场可编程门阵列的矩阵求逆算法设计

针对自适应抗干扰算法在更新最优权值时存在时间延迟问题,提出了一种基于Cholesky分解的矩阵求逆算法实现架构。该实现架构主要包括协方差矩阵计算模块、Cholesky分解模块、计算下三角矩阵的逆矩阵模块、三角矩阵相乘和权值计算模块。本设计可完成在最短权值更新时间的前提下,对高阶采样矩阵进行求逆运算。仿真结果表明,在FPGA的硬件平台上,一次权值的更新时间只需要1.2 ms。本设计为自适应抗干扰快速求解权值提供了一种切实可行的解决方案,对存在类似需求的权值求解系统具有一定的参考价值。     

改进的差别矩阵属性约简方法

针对目前属性约简方法计算量过大、复杂度高的问题,在已有差别矩阵定义和求核方法的基础上,根据二元决策表所特有的性质,提出一种新的差别矩阵的定义,将一个大的差别矩阵分化成两个小矩阵。与建立一个差别矩阵的方法相比,改进的差别矩阵方法减少了矩阵中元素的比较次数。数据分析表明,该方法在改进差别矩阵定义的同时简化了计算过程,提高了运算效率。     

基于CUDA架构并行算法的带地形AMT二维反演实现与应用

并行计算是提高音频大地电磁（audio-frequency magnetotelluric method,AMT）数据反演效率的有效途径。本文在统一计算设备架构(compute unified device architecture,CUDA) 下开展带地形的AMT数据二维反演并行算法研究,旨在利用GPU强大的计算能力及并行计算技术实现高精度、快速度的AMT数据二维反演。首先利用有限元和自适应正则化反演算法实现AMT数据二维反演的串行化计算;然后在PGI Visual Fortran+ CUDA5.5环境下编写基于CPU+GPU的CUDA并行代码,将正演中的频率循环、反演中的模型灵敏度矩阵计算和反演方程正则化求解部分进行并行化处理;通过不同复杂程度的理论模型正反演模拟验证了该并行算法的有效性和准确性。不同模型和不同模式下的数值模拟结果对比表明,基于CPU+GPU的CUDA并行算法相较于传统的CPU串行算法,在灵敏度矩阵计算和反演方程正则化方面耗时更少,加速比最高可达10倍以上。最后将该并行算法应用于某矿区实测AMT数据的二维反演中,取得了较好的应用效果。