一种基于IEEE802.16d系统的OFDM信道估计算法

有较长持续时间的正交频分复用符号对频率选择性衰落有更强的承受能力,但是对于时间选择性衰落则较为敏感,因此信道估计在正交频分复用系统中占有重要的地位。对IEEE802.16d OFDM系统的符号结构进行了概述,结合OFDM信道估计的特点,提出了一种基于前导符号和非均匀导频的信道估计的算法,并在SUI1-SUI6信道环境下,用MATLAB对其性能进行了仿真。仿真结果表明,该算法的抗衰落性能有所提高。     

适用于快衰落环境的OFDM/TDM信道估计算法

针对正交频分复用/时分复用(OFDM/TDM)系统现有导频结构和信道估计算法缺乏对信道快衰落实时跟踪能力的问题,提出一种改进信道估计算法。该算法利用相邻2个时域复用导频序列对信道特性进行估计得到信道传递函数,通过内插处理获得数据符号的信道状态信息,并利用最小均方误差准则的频域均衡算法补偿信道衰落。仿真结果表明,与现有信道估计算法相比,在相同数据传输效率情况下,提出算法不仅能够适用于慢衰落信道,同时对快衰落信道的实时变化有良好的跟踪能力,改善系统性能。     

一种衰落信道下的OFDM载频同步跟踪算法

提出了一种适合无线衰落信道的正交频分复用(OFDM)系统载频同步跟踪的算法．算法的关键是在发送符号中插入相同的导频序列，利用相邻导频序列的差分相关值的相位来估计载波频率偏差．理论分析和仿真表明，该算法估计范围较小，但估计精度高，适用于载频同步跟踪阶段，可工作于低信噪比条件下。而且在衰落信道下也具有较好的性能．     

OFDM移动通信系统中的最大多普勒频移估计

为了估计移动正交频分复用(OFDM)系统中衰落信道下的多普勒干扰,提出了利用OFDM符号的循环前缀检测最大多普勒频移的方法.在已有的单载波系统多普勒估计算法的基础上,结合OFDM符号已有的循环前缀,通过计算循环前缀的归一化自相关函数,得到最大多普勒频移.在衰落信道下的计算机仿真结果表明,该算法可以准确地估计出最大多普勒频移.该方法只需利用OFDM符号的循环前缀,不需要其他辅助数据或者插入导频,可以方便地应用于现有OFDM系统中.     

采用导频子载波的OFDM系统频偏跟踪算法

为了进一步提高多径快衰落环境下,正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统的载波频偏估计精度,研究了利用在OFDM符号中插入的导频子载波进行小数倍频偏跟踪的算法在多径快衰落信道下的频偏跟踪性能.通过与常规的基于循环前缀的跟踪算法进行比较,采用导频子载波的频偏跟踪算法,不仅在高斯白噪声信道下能达到很好的频偏跟踪性能,而且在多径快衰落信道下也能实现更准确的频偏估计,因此采用导频子载波的算法更适合用于多径快衰落信道下的频偏跟踪.     

无循环前缀正交频分复用多址上行链路处理算法

提出了一种无循环前缀正交频分复用多址(OFDMA)上行链路发射信号帧结构,为消除因无循环前缀造成的正交频分复用(OFDM)符号块间干扰(IBI),接收端对接收信号进行时域过采样,对过采样后OFDM符号中无符号块间干扰部分采用最小均方误差(MMSE)算法进行信号检测.采用最大似然估计算法进行时间同步和频偏参数估计,利用伪随机(PN)序列的相关性对信道参数进行估计.仿真证明:本文提出的频偏信道参数估计算法具有良好的抗噪特性、衰落信道适应性和高的估计精度,而MMSE算法也具有较好的误比特率性能.     

采用导频子载波的OFDM系统频偏跟踪算法

为了进一步提高多径快衰落环境下,正交频分复用（orthogonal frequency division multiplexing,OFDM）系统的载波频偏估计精度,研究了利用在OFDM符号中插入的导频子载波进行小数倍频偏跟踪的算法在多径快衰落信道下的频偏跟踪性能。通过与常规的基于循环前缀的跟踪算法进行比较,采用导频子载波的频偏跟踪算法,不仅在高斯白噪声信道下能达到很好的频偏跟踪性能,而且在多径快衰落信道下也能实现更准确的频偏估计,因此采用导频子载波的算法更适合用于多径快衰落信道下的频偏跟踪。     

短波信道下联合低密度奇偶校验(LDPC)译码的正交频分复用(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低密度奇偶校验(LDPC)译码的正交频分复用(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。仿真表明,在相同仿真条件下,与几种传统信道估计算法相比,提出的迭代信道估计算法,可以提高3 dB的编码增益。     

OFDM系统中一种改进的快衰落信道估计算法

在OFDM系统中,由于无线信道的随机性,在一个OFDM符号帧内,信道特性会发生明显的变化,OFDM符号会产生子载波间干扰,并且一个OFDM符号边缘的子载波受到的影响比较大,正交频分复用系统中导频符号由于采用了均匀分布的方案,造成信道估计算法的误码率较大。本论文提出了一种非均匀分布的导频分布方案,利用牛顿插值算法分别计算导频符号边缘和中央的间距,再进行信道估计算法。并且在仿真参数相同的条件下,在均匀分布和本论文提出的非均匀分布的方案的基础上,对信道估计算法进行了matlab仿真,结果表明:改进后的方案与原来方案相比,具有更好的估计性能,尤其在移动台高速移动时候更有优越性,表明了改进后的方案更适合第四代移动通信的高速要求。     

一种适用于高速多径信道下的OFDM联合同步算法

基于正交频分复用系统（OFDM）循环前缀（CP）,尾部数据的能量差分和集相关特性未受到多径衰落干扰的特点,提出了一种新的联合同步算法。仿真表明,与现有算法比较,联合同步算法在多径衰落信道下能够获得准确的频偏估计,且随着多普勒频移的增加,其同步性能会进一步提高,特别适合于高速多径衰落信道下的符号定时同步。     

面向高速移动场景的OFDM系统信道估计综述

近年来,高速移动通信受到业界的广泛关注,其中接收机侧的信道估计直接决定了系统的通信质量。正交频分复用（orthogonal frequency division multiplexing,OFDM）以其高带宽效率和抗多径衰落的特性,在目前的无线通信中被广泛采用。综述了高速移动场景下OFDM系统信道估计方法;描述了OFDM的系统模型;分析了高速移动场景下信道的时间/频率选择性衰落特性（双选特性）和稀疏特性。基于深度学习和压缩感知的信道估计方法,其高精度和低复杂度被用于高速移动场景,该文分别对基于深度学习和压缩感知的信道估计算法进行了归纳、对比、分析,探讨了高速移动场景下信道估计的发展趋势。     

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．     

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.     

基于傅立叶变换的OFDM信道估计方法研究

分析了无线OFDM 系统中基于傅立叶变换的信道估计方法,提出了在低信噪比情况下使用LMMSE估计的一种改进方法和在高信噪比情况下使用不需要先验信息的LS估计的改进方法。仿真结果表明，在无线多径慢衰落信道条件下，该改进方法都能够有效对抗频率选择性和先验信息的估计偏差对信道估计的影响，在估计性能与算法复杂度之间取得良好折衷。     

Comparison of Achievable Rates of OFDM and Single Carrier Communication Systems

This paper presents a theoretical comparison of a single carrier system and a multi-carrier system through an analysis of the achievable rate under frequency selective fading with channel state information at the receiver. A scheme was designed to compare the achievable rates of a single carrier system and an Or-thogonal Frequency Division Multiplexing (OFDM) system. A thorough theoretical analysis of the two-path channel was conducted, and simulations were also used to analyze practical stochastic channels. Analysis and simulation results show that the achievable rates of the two approaches are comparable when the channel is flat fading. However, when the channel is frequency selective fading, the single carrier system outperforms the OFDM system. The achievable rate of the OFDM system is about 10% lower than that of the single carrier system at higher SNRs.     

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。     

OFDM系统中最优导频序列的设计方案

在正交频分复用(OFDM)系统中,接收信号易受频率选择性衰落信道的影响产生失真,准确的信道估计变得必不可少。考虑到无线信道的内在稀疏性、压缩感知技术挖掘信道稀疏特征的有效性,研究了基于压缩感知技术的OFDM稀疏信道估计。针对导频位置影响信道估计性能的问题,提出了一种反馈型的导频优化算法,该算法基于离散傅里叶变换(DFT)子矩阵中各个列之间互相干性最小的原则,同时结合信道状态信息的反馈机制,实现了对导频序列的联合优化。仿真结果表明,与当前的随机优化算法、传统最小二乘信道估计相比,该优化方法有效降低干扰和噪声对信道估计的影响,从而改善了信道估计的性能。     

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.