一种TDCS自适应粒子群导频优化设计算法

为了解决变换域通信系统(transform domain communication system,TDCS)基函数存在不可用频带而产生的导频优化设计问题,提高TDCS的信道估计精度,提出了基于自适应粒子群算法的TDCS导频优化设计.构建TDCS信道估计模型,分析不可用频带对信道估计性能的影响并建立导频优化模型,设计导频优化的适应值函数和自适应惯性权重,通过粒子群算法对导频的位置和功率进行优化.在不同干扰环境下的仿真结果表明,新算法较传统粒子群算法收敛速度更快,优化能力更强,其信道估计精度和误码率性能接近最优导频.与等间隔等功率导频相比,在单干扰和多干扰频带下误码率分别有2.6 dB和2.2 dB的性能增益.     

基于压缩感知的自适应加权匹配追踪算法

压缩感知（compressed sensing,CS）技术通过减少发射导频数来提高频谱的利用率。将CS技术应用于导频辅助的稀疏度未知的正交频分复用（orthogonal frequency division multiplexing,OFDM）信道估计中,提出一种自适应加权匹配追踪（CS-based adaptive weighting &matching pursuit,AWMP）算法。该算法使用自适应加权、匹配追踪的方法估计信道时域脉冲响应,按照估计信噪比和匹配原则,利用多次迭代进行自适应加权和寻找最佳稀疏度,实现未知信道稀疏度与信噪比的情况下,准确估计信道信息。仿真验证表明,与传统的信道估计算法相比,采用基于AWMP的信道估计方法,能够利用较少的导频信息获得更低的误码率和均方误差。     

CDMA系统中一种基于导频的自适应信道估计

提出了一种面向直接序列扩频(DS-CDMA)通信系统的基于导频信号的自适应信道估计方法，该方法在CDMA前向链路上采用计算效率高、易于实现的导频信号滤波器，针对不同的移动信道环境，可以从事先计算得到的表中选出最优导频信号滤波器系数，以实现自适应信道估计，仿真结果表明，采用了这种自适应信道估计方法的CDMA系统的误码率性能比非自适应系统有很大提高。     

水声OFDM信道压缩感知估计研究

针对传统最小二乘(least square,LS)算法估计时变水声OFDM信道误差较大问题,提出一种基于压缩感知的准确估计方法.首先导出了水声OFDM系统接收序列、发送序列及信道传输矩阵之间的关系;在此基础上利用水声信道稀疏特征,探讨了采用正交匹配追踪(orthogonal matching pursuit,OMP)算法估计水声OFDM信道的方法;分析了导频插入方式、导频数及径数等对水声OFDM信道估计均方误差(mean square error,MSE)的影响.研究表明:当导频随机插入时,OMP算法用较少导频即可准确估计水声OFDM信道的传输矩阵.当信噪比大于10dB时,OMP算法的MSE小于-24dB,比传统的LS算法小18dB.     

改进的自适应最优低秩信道估计算法

针对正交频分复用系统中线性最小均方误差(LMMSE)信道估计算法计算复杂度高,且存在当信道的统计特性与先验知识不匹配时估计性能恶化的问题,利用信道频域冲激响应的移动平均自相关函数,结合子空间分解、跟踪和序列正交原理,提出一种改进的自适应最优低秩信道估计算法.对比文中算法和LMMSE算法、LS算法和联合AIC(akaike criterion)秩估计准则的自适应低秩信道估计算法,结果表明:文中算法的秩估计更为精确;在插入导频数量较少的情况下,改进的信道估计算法能获得更高的信噪比性能增益.     

OFDM系统中导频信号的设计方法

从系统设计的角度研究了正交频分复用( OFDM)系统中的信道估计技术,提出一种最优导频图样的设计方法.该方法首先根据信道的最大多径时延和最大多普勒频移来确定导频符号的时域和频域间隔,并利用穷举法列举所有可能的导频图样,然后根据估计信道和实际信道的均方误差得到最优的导频图样.为了验证该设计方法的正确性和有效性,将其应用到...     

基于导频的OFDM系统信道估计

本文介绍了基于导频的OFDM系统信道估计的基本方法,并给出在不同估计准则、不同导频图案下,信道估计性能的对比分析。采用广义平非相关散射下的多径时变瑞利信道模型,对各个算法进行仿真,得出不同算下信道估计的均方误差曲线。仿真结果表明：在快变信道中,梳状导频较块导频有更好的性能;基于MMSE准则的信道估计比基于LS准则的估计有更的性能,但前者复杂度较高。     

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.     

基于反转相移导频的OFDM系统信道估计

针对两发一收的OFDM系统,引入具有反转相移特性的导频序列,提出了一种新颖的基于离散余弦变换的信道估计方法.该方法有效地降低了不同发送天线上的导频信号之间的相互干扰,大大提高了信道估计精度.利用COST207TU信道模型进行仿真,结果表明,与传统梳状导频和相移导频方法相比,在同样的信噪比下,该方法得到的均方误差更小.     

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。     

基于压缩感知的OFDM稀疏信道估计导频优化算法

研究了在正交频分复用（OFDM）系统中基于压缩感知信道估计的导频图案设计问题.为了优化信道估计的性能,提出了优化算法,在基于压缩感知的测量矩阵互相关最小化准则的基础上,通过增大随机生成数进行分组,分别计算每组的互相关值,再进行比较求互相关的最大值从而获得导频图案.仿真结果表明,与使用基于测量矩阵互相关最小化准则的导频图案相比,该优化算法得到的信道估计的最小均方误差要低30%.      

TDCS的压缩感知稀疏信道估计方法

为充分利用变换域通信系统高速无线传输时信道表现出来的稀疏多径传输特性,提高TDCS的信道估计精度,提出一种基于压缩感知的TDCS稀疏信道估计方法。针对TDCS设计了一种导频图案,该导频图案设计的数据帧结构保证了TDCS信号授权用户的正交性,且其构造的测量矩阵具有较低的互相关特性;利用Dantzig Selector重构稀疏信道冲激响应值。基于COST207乡村信道模型的仿真表明:新方法可有效降低稀疏信道估计的均方误差,在误比特率为0.002时可获得比最小二乘估计方法高约1dB的性能增益。     

正交频分复用系统的非对称调制星座频域信道盲估计方法

针对频域信道盲估计的相位模糊问题，提出了基于非对称调制星座的频域信道盲估计方法．根据正交频分复用系统子信道的衰落相位等于该子信道调制星座旋转的角度这一特性，通过独立地估计各子信道接收信号的平均功率及调制星座旋转的角度来估计信道的频率响应．相对于预编码频域信道盲估计方法，该方法的信道估计精度高且没有误差底限，具有实现简单、易并行处理等特点．系统的对比仿真实验表明，该方法与预编码频域信道盲估计方法相比，在信噪比超过18dB时可使信道估计误差随信噪比增加线性递减．     

车载 OFDM 通信系统中结合后训练序列的判决反馈信道估计方法

针对具有较大多普勒扩展和时延扩展的车载通信环境,利用后训练序列信道响应携带的信道变化信息,提出一种结合后训练序列的判决反馈信道估计方法.该方法采用最小二乘算法估计后训练序列的信道响应;对前一个正交频分复用(orthogonal frequency division multiplexing,OFDM)符号和后训练序列的信道响应估计值进行系数加权求和来估计当前OFDM符号的信道响应,并利用其4个导频子载波的信道频率响应关系自动获取加权系数;最后,对获得的信道响应估计值进行判决反馈和低通滤波以降低噪声影响.仿真结果表明,与目前取得较好性能的STA(spectral temporal averaging)方法、CDP(constructing data pilot)方法和结合平滑滤波的判决反馈信道估计方法相比,所提方法具有更优的误包率性能.     

基于联合稀疏模型的OFDM线性时变信道估计

为了进一步提高OFDM线性时变信道估计性能,利用信道抽头的时域稀疏特性和相关性,提出一种基于联合稀疏模型的信道估计方法.首先,将线性时变信道模型下对连续多个符号周期的信道估计转换成一个联合稀疏重构模型;其次,采用基于测量矩阵互相关性最小化的分组导频设计准则,在应对子载波干扰的同时,保证了稀疏重构算法的性能;最后,设计一种基于循环并行树的分组导频优化算法.仿真结果表明:与传统线性时变信道估计方法和联合稀疏模型下的信道估计方法相比,所提方法所需导频数量少,信道估计性能更好,同时便于工程应用.     

大规模MIMO系统中基于空时相关性的导频减小算法

在大规模多输入多输出(multiple input multiple output,MIMO)系统信道估计过程中,基站向用户端发送导频信号.由于导频数量与基站发射天线的数量成正比,传统信道估计过程会产生巨大的导频开销,尤其是对于采用频分双工通信方式的(frequency-division duplexing,FDD)大规模MIMO系统.为了解决这一问题,通过利用无线MIMO信道的空间公共稀疏性和时间相关性,提出一种基于压缩感知(compressed sensing,CS)技术的导频开销减小算法,其中,空时相关性用来提高信道估计精度.该算法能够在未知大规模MIMO系统信道稀疏度的情况下,自适应地获取精确的信道状态信息.分析和仿真结果表明提出的算法在减少导频开销方面优于局部公共支撑算法,同时能够维持良好的信道估计性能.     

TD-SCDMA系统中一种改进的子块处理信道估计方法

在快衰落信道环境下,TD-SCDMA系统中一种常用的信道估计方法是子块处理法,该方法能准确地跟踪信道的快速变化.然而这种方法并没有考虑子块之间由多径引起的干扰.本文提出一种改进的信道估计方法,首先利用传统子块处理法进行信道估计,然后构造出相邻子块之间的干扰,从接收数据里去掉这些干扰,最后重新进行信道估计.仿真结果表明,本文提出的方法比文献[4]不进行干扰消除的子块处理法在同一误码率(BER)下,平均所需信噪比(SNR)降低1～2 dB.     

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。