OFDM中基于DFT信道估计的改进算法

在正交频分复用(OFDM)系统的估计算法中,基于离散傅里叶变换(DFT)的信道估计因其算法实现简单,性能又优于最小二乘法(LS),常常用于实际OFDM系统中.传统的DFT算法中通常只抑制了信号中循环前缀(CP)外的噪声,并没有消除循环前缀内的噪声.提出了一种改进型算法,该算法通过加窗降低系统中频谱泄露现象,并对噪声进行估计修正,考虑到CP范围内外的噪声分布情况,设置了一个新的阈值点来抑制样本内的噪声.仿真结果表明:该算法较传统的DFT估计算法性能更好,更进一步地改善了系统误码率,能获取准确的信道信息.     

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．     

应用于水声OFDM通信系统的基于维纳滤波的信道估计

为了进一步提高水声OFDM通信系统的性能,本文主要研究了水声OFDM通信系统中基于维纳滤波的信道估计算法.该算法结合了水声信道的特点,采用梳状导频图案,对传统的LS算法进行了改进.在完成计算机仿真的基础上,该算法还在实际的水声信道厦门大学实验水池和厦门港浅海域进行实验.实验结果表明,该信道估计算法具有较好的精确度和稳定性,能够有效提高水声OFDM通信系统的性能.     

一种利用接收信号冗余特征的基于子空间的盲信道估计算法

提出了一种基于子空间OFDM盲信道估计算法的改进算法。由于OFDM传输方程不能直接推导子空间算法,故给出了一种新的方法对OFDM传输方程作矩阵变换,该方法利用接收信号的冗余特性,得到一个结构简单的新方程,经理论分析证明,该算法对于循环前缀CP（Cyclic Prefix）的长度没有严格要求,大于或小于信道阶数,皆可以成立。     

基于DFT变换信道估计的阈值滤波改进算法

在信道估计中,传统的基于DFT的信道估计算法复杂度低于MMSE算法,性能要优于LS算法.但由于传统算法单纯地将所有样点认为是有用信道冲激响应,忽略了噪声的影响.提出了一种基于2次噪声估计原理的改进算法,算法首先利用循环前缀长度以外的序列点估算出噪声方差,再利用估算出的噪声方差将循环前缀长度以内的噪声样点区别开,利用新的噪声样点进行2次噪声估计得到门限值,从而对信道时域冲激响应进行阈值滤波,进一步消除噪声对系统的影响.仿真结果表明,改进后的算法性能优于传统算法.     

多媒体传感网中限幅OFDM的信道估计算法

针对限幅正交频分复用（OFDM）系统中非线性失真导致信道估计性能瓶颈的问题,提出一种利用时间相关性的迭代信道估计算法.获取信道响应时,该算法综合运用了导频信息和历史信道信息,首先对硬判决后的OFDM符号进行限幅滤波,然后估计导频及数据子载波的非线性失真,最后进行信道再估计及符号再判决.理论分析及仿真结果表明：算法提高了信道估计和符号检测的准确度,而且算法只需1次再估计即可达到传统算法的均方误差理论极限,误码率性能提升了0.8dB.     

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.     

一种适用于正交频分复用通信系统的高效非盲信道估计算法

提出了一种适用于正交频分复用通信系统的非盲信道估计算法。与传统算法在保护间隔内插入循环前缀不同，该算法在保护间隔内插入参考信号，利用该参考信号实现信道频域估计和信道失真补偿。理论分析和计算机仿真表明：该算法与传统算法相比误码性能接近，而信道传输效率提高约20％。因此，该算法可适用于高速无线通信系统。     

OFDM系统信道盲估计的子空间算法

利用循环前缀(CP)引入的信息冗余,提出一种利用接收信号的二阶统计特性实现正交频分复用(OFDM)系统信道盲估计的子空间算法.由于OFDM传输方程不能直接推导子空间算法,故首先给出一种新的方法对OFDM传输方程作矩阵变换,从而得到一个结构简单的新方程,基于此推导出信道估计子空间算法.该算法不需要改变OFDM系统结构,不受信道零点位置的限制,在信道过估计的情况下也适用.     

空时编码的OFDM盲信道估计

提出一种新的恒模复调制、单天线接收实现空时编码的OFDM(ST-OFDM)盲信道估计的算法.建立了2发1收的ST-OFDM系统模型;利用空时编码的特点,对发射信号采用恒模复调制,引入周期相关特性,将各子信道分开进行估计;利用循环前缀引入的信息冗余给出子空间算法,实现盲信道估计.恒模复调制可避免非常数调制导致的峰值功率问题.该算法不需要对OFDM信号进行冗余预编码,不会降低系统码率;由于采用单天线接收就可实现盲信道估计,不需要改变接收机的结构;不受信道阶数过估计的影响.但如有信道零点在OFDM子载波上,算法不能成立,因此受信道零点位置的限制.     

OFDM系统的盲信道估计

正交频分复用(OFDM)系统中的盲信道估计对能否正确恢复信号起决定性作用,现有的算法存在计算复杂度高、精度低的缺点.为此提出了一种新算法,该算法充分利用时域和频域信息,其计算复杂度从指数次幂降到多项式,即使信道阶数未知也可获得较高的估计精度.本算法既适用于CP-OFDM中又适用ZP-OFDM中,并保证信道可辨识性不受信道位置影响.仿真表明,本文算法的性能优于子空间算法.     

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.     

Subspace.Based Blind Channel Estimation Method for MIMO-OFDM Systems

A subspace-based blind channel estimation algorithm for MIMO-OFDM systems is proposed. This algorithm exploits the eyclostationarity introduced by cyclic prefix of OFDM to estimate the channel parameters. The proposed new algorithm is found to be outperforming the other algorithm with respect to convergence rate and achievable mean square error and robustness to channel order over determination.     

高铁环境下MIMO-OFDM系统中的载波间干扰自消除

高铁(high-speed train, HST)无线信道具有非平稳时变特性, 针对高铁环境下的多入多出-正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统, 提出一种载波间干扰(inter-carrier interference, ICI)自消除和迫零(zero forcing, ZF)均衡联合算法. 在接收端, 利用循环前缀(cyclic prefix, CP)序列, 对每个OFDM符号序列抽取子序列并线性平均加权以实现ICI自消除, 然后再对新的ICI减小的OFDM符号序列采用ZF均衡算法进行均衡, 最后通过硬判决检测得到发送信号. 仿真实验表明, 利用CP序列能有效减小ICI, 从而提高载波干扰比(carrier-to-interference ratio, CIR). 对于误码率(bit error rate, BER)性能, 该联合算法优于直接ZF均衡算法, 能够保证较好的通信质量.     

OFDM系统中干扰消除技术的分析

正交频分复用（OFDM）技术已被越来越多的人所关注,并且在IEEE802．11无线局域网中得到实际应用．在OFDM系统中为了消除符号间干扰（ISI）和子载波间干扰（ICI）,一般要采用加入循环前缀（CP）的技术．从信道对信号作用方面分析了循环前缀技术消除干扰的过程,并给出了仿真结果．结果表明,循环前缀的加入可以有效地消除符号间干扰（ISI）和子载波间干扰（ICI）．     

Blind channel estimation through redundant linear precoding for OFDM systems

A novel approach of blind channel estimation through redundant linear precoding for orthogonal fre-quency-division multiplexing （OFDM） is proposed. A redundant linear frequency-domain preceder is ap-plied 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, sin-gular 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 re-quires no training sequence. Computer simulations have proved that this proposed blind channel estima- tion method can identify the frequency-selective channels perfectly and have a good performance.     

脉冲噪声环境下信噪比的盲估计

正交频分复用(OFDM)系统中,多径信道下的传统信噪比估计采用的大多是加性高斯白噪声,本文提出了一种基于脉冲噪声环境下信噪比的盲估计方法。该方法首先设置合适的门限值抑制脉冲噪声,而后利用自相关函数的平稳特性估计出信道阶数,然后利用循环前缀数据为有用数据的复制这一特性估计出噪声功率,最后求出总的功率值从而估计出信号功率。实验仿真结果表明,提出的方法无需任何先验信息,在多径信道下具有良好的估计性能,且计算复杂度低。     

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.