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。     

OFDM系统中MMSE与LS信道估计算法的比较研究

文章介绍了OFDM系统中插入导频的LS信道估计与MMSE信道估计两种算法,通过试验仿真说明了MMSE信道估计算法对系统性能的提升要优于LS信道估计算法,但MMSE信道估计算法的计算量大于LS信道估计算法。     

OFDM系统中基于导频的信道估计及其MATLAB仿真

本文介绍了正交频分复用(OFDM)系统中两类常用的信道估计算法:最小二乘(LS)和最小均方误差MMSE).在广义平稳的多径时变瑞利衰落信道模型下,利用MATLAB程序仿真实现了LS、MMSE以及简化的MMSE信道估计,得出了均方误差(MSE)和误符号率(SER)随信噪比(SNR)变化的曲线.仿真结果表明,MMSE算法的效果要优于LS,简化MMSE算法的运算复杂度介于LS和MMSE之间,且估计精度接近MMSE算法.     

MIMO系统中的迭代时变信道估计

为了提高时变信道环境中MIMO信道估计的性能,利用Karhunen-Loeve基扩展模型(KL-BEM)建立MIMO系统中符合期望最大化(EM)算法框架的信号模型,从而得到MIMO时变信道的迭代估计方法.将EM算法应用于MIMO系统中进行迭代信道估计,一方面利用了EM迭代来提高信道估计的性能,另一方面利用了KL-BEM基函数的正交性来降低信道估计的运算复杂度.在2×2 MIMO系统下的仿真结果表明:算法经5次迭代即可收敛,而且迭代估计的信道脉冲响应与实际响应几乎重合;此外,迭代估计后系统的BER性能接近理想信道时的BER性能,在高信噪比区域,两者之间的差别在1 dB以内,比最小二乘信道估计有约2 dB的性能增益,可见迭代估计方法在时变信道条件下具有良好的估计性能.     

一种低复杂性的最大似然信道估计器在IEEE 802.16a中的应用

研究了一种应用于IEEE 802.16a OFDM(正交频分复用)系统的低复杂性最大似然信道估计器,并与LS估计、MMSE估计的BER、MSE性能及其计算复杂度进行了比较,仿真结果表明,此估计器能够极大的减小计算的复杂性并能达到较好的性能.     

基于MMSE光正交频分复用系统信道估计算法研究

由于自由空间光通信的信道是随机的大气信道,光信号在其中传播必然会受到灰尘、雨滴、雾等粒子散射的影响,为了提高系统抗噪声干扰能力,在原有LS信道估计算法的基础上,设计了基于MMSE算法的光正交频分复用系统信道估计流程,并通过Monte Carlo方法对其进行了仿真验证,结果表明MMSE信道估计算法可以很好地改善系统性能.     

基于BP神经网络算法的Filtered-OFDM系统的信道估计算法研究

Filtered-OFDM波形是满足5G网络要求的重要候选波形之一,而信道估计的准确性一直以来是现代通信系统中非常关键的技术指标.为了提高5G网络信道估计的准确性,将一种BP神经网络信道估计算法应用于Filtered-OFDM系统中.将少量的参考信号输入神经网络进行训练,使其适应信道的变化,再将接收信号输入神经网络估计整个信道的频率响应.经过算法研究和系统仿真发现,与传统的LS算法相比,BP神经网络算法可以有效降低系统的误码率(BER).同时,从系统复杂度上考虑,BP神经网络算法通过一次神经网络训练操作,就可有效估计出大量符号的信道信息,是一种复杂度适中的算法.     

基于GSA-BP神经网络的OFDM系统信道估计算法

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中存在的不可忽视的非线性噪声问题,为了能够更好了解信道特性,需要利用信道估计获得信道状态信息,提出一种基于黄金正弦优化BP(golden sine algorithm,GSA-BP)神经网络的OFDM系统信道估计算法,克服了传统 BP神经网络算法容易陷入局部极值的问题,提升了信道估计算法的估计精度.首先通过LS信道估计算法获得信道的初始估计,再将其通过GSA-BP神经网络算法得到信道的精确估计.仿真结果表明,在相同的信道环境下,提出的算法比LS算法具有更好的性能,与MMSE算法性能接近,但不需要信道先验统计特性,易于实现.     

一种新的基于判决反馈的OFDM系统信道估计方法

提出了一种基于判决反馈机制的信道估计方法,采用少量导频估计出初始信道信息,再从接收端检测出的符号中选取一组包含了少量错误的符号作为准导频,反馈到信道估计器,与初始的导频一起构成数量更多的导频序列,经过几次迭代,达到提高信道估计精度的目的.为提高初始估计的精度,信道估计采用了一种频域分集的方法.计算机仿真表明,在多径瑞利衰落信道下,本文的方法可以在较低的复杂度下有效地提高信道估计的精度,在MMSE接收条件下,系统具有良好的误比特率(BER)性能.     

多用户多输入多输出系统预编码技术的研究

主要研究了非理想信道状态信息(Channel State Information,CSI)条件下,多用户多输入多输出(MIMO)系统的Tomlinson-Harashima Precoding(THP)算法.首先分析了信道估计误差对系统误码率(BER)性能的影响,仿真结果表明:信道估计误差对系统BER性能影响较大.在此基础上,应用best-first算法对系统性能进行改进,提高了系统的BER性能.     

Error propagation determined iterative channel estimation with ICI mitigation for fast time-varying OFDM channels

The intersubcarrier interference （ICI） degrades the performance of the pilot-aided channel estimation in fast time-varying orthogonal frequency division multiplexing （OFDM） systems.To solve the error propagation in joint channel estimation and data detection due to this ICI,a scheme of error propagation determined iterative estimation is proposed,where in the first iteration,Kalman filter based on signal to interference and noise is designed with ICI transformed to be part of the noise,and for the later iterations,a determined iterative estimation algorithm obtains an optimal output from all iterations using the iterative updating strategy.Simulation results present the significant improvement in the performance of the proposed scheme in high-mobility situation in comparison with the existing ones.     

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...     

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.     

基于对称扩展DFT变换的OFDM系统信道估计方法

针对OFDM系统提出一种基于对称扩展DFT变换的信道估计方法.所提方法通过对初始最小二乘估计进行对称扩展DFT变换,并在变换域进行MMSE滤波以获得更为精准的信道估计.与传统DFT变换相比,对称扩展DFT变换可以降低信号边界上的不连续性,具有更好的能量集中特性和更低的频谱泄露.仿真结果及复杂度分析表明,所提方法可以在不明显增加计算复杂度的同时,有效改善实际OFDM系统中虚载波引起的频谱泄漏问题,提高边缘子载波信道估计的性能.与传统DFT变换信道估计方法相比,只需扩展较少的点数,即可获得2dB左右的性能增益,且随扩展点数的增加,所提方法的性能逐渐逼近DCT信道估计性能.     

多进多出中继系统中基于失真信道估计的线性预编码

在放大转发多进多出(MIMO)中继系统基础上,提出了一种基于失真信道估计的中继线性预编码设计方案.该方案将信道估计误差建模为高斯随机变量,并根据最小均方误差（MMSE）准则,通过理论推导给出了闭式解.数值仿真结果表明,与不考虑信道估计误差时的方案相比,该方案有效降低了系统的均方误差和误码率.     

Joint Source and Relay Precoding/Beamforming Algorithm for OFDM Multi-user Cooperative Relay Systems

In order to reduce the feedback load of multi-user orthogonal frequency division multiplexing （ OFDM ） -based wireless systems, a practiral limited bits feedback precoding algorithm is proposed with direct source-destination link based on amplify-and- forward cooperative relay network under frequency selective fading channels. Using joint minimum mean square error（MMSE） filter, the receiving decoding matrix is designed for each user in the paper. Source precoding （beamforming） matrix is optimized with convex function of weight mean square error （MSE）. Relay precoding matrix is obtained under MSE decomposition and convex optimization. The precoding matrix index is fed back for clustered subcarrier of OFDM with limited feedback. Then using interpolation algorithm, all precoding matrices are achieved at base station （BS） and relay nodes. Simulations indicate the effectiveness of the proposed limited feedback joint precoding and beam_formlng design. The proposed method can improve bit error rate （BER） performance and obtain better sum-rate performance in contrast to existing algorithms. It displays the BER performance is close to that of the unquantified precoding feedback method.     

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．     

Suboptimal MMSE Channel Estimation with Subspace Tracking for MIMO-OFDM Transmission

A suboptimal minimum mean-squared error estimation (MMSE) is proposed for a dispersive wireless channel in the absence of its correlation matrix for multiple-input multiple-output orthogonal frequency division multiplexing (MIMO-OFDM) transmission.It utilizes a fast subspace approximation tracking to separate signal subspace with a limited set of channel estimates.The subspace rank is adjusted by pre-set thresholds in different signal-to-noise ratios (SNRs).The performance comparison among the proposed algorithm,least square based,and the optimal MMSE estimation is shown by numerical simulation under a spatially correlated multi-tap channel scenario.It demonstrates that the approach has better normalized mean square error than recursive least square estimation and yields 3 dB gain over the latter.