基于改进的离散随机近似方案的导频研究

为解决传统信道估计方法在稀疏信道估计的性能不够理想,许多算法没有考虑到导频放置等问题,将压缩感知理论(Compressed Sensing,CS)应用到稀疏信道估计中.基于CS理论测量矩阵互相关最小化的导频图案设计的分析,提出信道估计均方误差最小准则来选择CS算法的方法,建立OFDM系统模型和导频设计方案.仿真结果表明:改进的离散随机近似方案的导频设计,比遍历性搜索收敛更快更有效,对基于OMP算法的信道估计性能有较大幅度提升.     

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.     

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。     

基于二进制粒子群算法的OFDM稀疏信道导频优化

在正交频分复用(orthogonal frequency division multiplexing,OFDM)稀疏信道中,合理的导频设计可以提高信道估计的性能,以测量矩阵的互相关最小化作为目标,提出一种基于二进制粒子群算法的导频优化方案,引入混沌初始化机制来保证初始粒子均匀地分散在解空间里,通过粒子变异机制来保证种群的快速收敛.根据实验和仿真结果可以看出,与随机搜索导频优化算法、逐位置导频优化算法以及最小二乘法相比,该算法能够有效节省导频的开销,提高频谱利用率,具有更好的信道估计性能.     

基于隐藏导频的正交频分复用信道估计

单载波系统中的隐藏导频信道估计算法不适用于正交频分复用(OFDM)系统,为此提出了一种适用于OFDM系统的隐藏导频估计算法.该算法将导频信号叠加在时域信号之上,提高了有效数据率.仿真结果表明,所提算法能够在使用相同导频功率的情况下节约系统的有效带宽.     

一种OFDM系统稀疏信道估计的有效导频设计方案

在正交频分复用(OFDM)系统中,导频信号的选择很大程度上影响了信道估计的性能,研究OFDM系统在稀疏信道的导频配置问题具有重要的意义﹒要找出最佳导频配置,可通过穷尽搜索其所有可能的导频配置,但这会消耗大量的计算时间﹒为了减少计算复杂度,本文引入了交叉熵优化(CEO)算法来确定最优导频配置,同时最大限度地提高稀疏信道估计的精度﹒通过计算机仿真模拟的结果表明,利用该算法获得的导频索引序列比传统平均间隔和随机搜索方法效果更好﹒     

基于斜状导频辅助的信道估计算法

通过插入导频估计出信道的频率响应是信道估计技术的一项重要内容,目前常用的基于导频符号的信道估计算法中,导频插入方案有块状、梳状和星状分布3种,它们各自有其缺陷,限制了其应用的环境.笔者结合已有的这3种导频分布结构的优势,提出了一种新的基于斜状导频分布结构的算法,该算法不仅频谱利用率高,算法性能好,而且大大降低了运算的复杂度.     

一种基于压缩感知的正交频分复用信道估计中确定性导频方案

基于压缩感知的正交频分复用(OFDM)信道估计方法通过充分利用信道冲激响应在时域的稀疏特性,在感知矩阵满足可重构条件下,能近似完美的重构信道并显著降低导频开销。基于感知矩阵相关系数最小化准则,设计了一种最优的确定性导频方案,在无虚子载波的OFDM系统中,采用正交匹配跟踪算法时,实现了与随机导频方案相同的信道估计性能;而在实际的存在大量虚子载波的OFDM系统中,获得比随机导频方案更优的性能。     

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.     

一种基于压缩感知的OFDM信道估计中确定性导频方案

基于压缩感知的OFDM信道估计方法通过充分利用信道冲激响应在时域的稀疏特性,在感知矩阵满足可重构条件下,能近似完美的重构信道并显著降低导频开销。本文基于感知矩阵相关系数最小化准则,设计了一种最优的确定性导频方案,在无虚子载波的OFDM系统中采用正交匹配跟踪算法时实现了与随机导频方案相同的信道估计性能,而在实际的存在大量虚子载波的OFDM系统中获得比随机导频方案更优的性能。     

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.     

基于压缩感知的非线性 OFDM 系统迭代信道估计算法

针对因非线性失真引起的正交频分复用（orthogonal frequency division multiplexing,OFDM）系统信道估计性能下降的问题,提出了一种基于压缩感知的非线性OFDM系统迭代信道估计算法。在算法实现过程中,利用信道与非线性噪声的双重稀疏性,将导频信息作为观测矩阵进行压缩感知信道估计,再将所得信道信息看作观测矩阵进行压缩感知非线性失真估计,进而对信号进行非线性补偿,并逐步循环迭代至算法收敛。仿真表明,在稀疏信道下,该算法在较少的迭代次数下即可有效减小非线性失真对信道估计的影响,且比现有方法性能更优,仿真证明了该方法在性能上的优越性。     

OFDM系统中改进的FFT插值算法

提出了一种基于快速傅立叶变换的边缘扩展信道插值算法（EFFT,Edged Extend Fast Fourier Transform）。该算法对OFDM符号有效频带边缘的两端频点做镜像线性扩展,使增加的导频信息能改善有效频带边缘附近的信道估计性能。仿真结果表明,在低阶调制且SNR较低时,EFFT插值算法的性能与维纳滤波信道估计算法相当,且较传统FFT插值算法的MSE提升1dB左右。在实现复杂度方面,EFFT算法与FFT算法相当;与维纳滤波算法相比运算量明显降低。EFFT算法不需要对现有技术标准进行改动,也不会降低系统的传输效率。     

基于渐消Kalman滤波的MIMO-OFDM信道估计

针对快时变信道明显的频率选择性,提出了采用Kalman渐消记忆滤波的估计方法.信道采用AR模型建模,并利用LS算法估计时变信道的衰减因子.仿真表明:快时变环境下,所提算法的估计性能优于LS信道估计和传统的Kalman滤波算法估计.     

正交频分复用系统中改进的FFT插值算法

提出了一种基于快速傅里叶变换的边缘扩展信道插值算法(EFFT),该算法对正交频分复用(OFDM)符号有效频带边缘的两端频点作镜像线性扩展,使增加的导频信息能改善有效频带边缘附近的信道估计性能.仿真结果表明,在低阶调制且信噪比(SNR)较低时,EFFT插值算法的性能与维纳滤波信道估计算法相当,且较传统快速傅里叶变换(FFT)插值算法的均方误差(MSE)提升1dB左右.在实现复杂度方面,EFFT算法与FFT算法相当,与维纳滤波算法相比运算量明显降低.EFFT算法不需要对现有技术标准进行改动,也不会降低系统的传输效率.     

基于直接判决反馈的BPSK/QPSK信号幅度估计

推导了理想高斯信道下信号幅度估计的克拉美-罗界（CRB）,提出了一种基于直接判决反馈的BPSK/QPSK信号幅度估计算法,并对该算法的性能进行了理论分析和仿真。仿真结果表明,在直接判决反馈模式下,该算法的估计方差在高信噪比下接近克拉美罗界。     

MIMO NC-OFDM系统的半盲信道估计算法研究

提出了一种基于零空间的多输入多输出不连续正交频分复用(MIMO NC-OFDM)系统的半盲信道估计的新方法。该方法利用线性预测得到信道矩阵的零空间作为LS算法的盲约束,对MIMO NC-OFDM时域信道脉冲响应进行估计。通过大量仿真表明,与传统的最小二乘算法比较,该方法可以在使用较少导频的条件下获得很好的信道估计性能,从而可以提高系统频谱有效性。     

Training Sequence Design for Coordination on Multiple Point System

Although the Cramer-Rao Bound(CRB) can be used as the benchmark of estimation algorithm performance,it’s too complicated for joint training sequence(TS) design for multiple input multiple output(MIMO) orthogonal frequency division multiplexing(OFDM) coordination on multiple point(CoMP) systems.So a minimum mean square error(MSE) based sub-optimal sequence design criterion was proposed,including ideal sequence correlation property and sequence length constraint.The simulation results verify the theory analysis.     

基于叠加训练序列的稀疏信道估计

对于稀疏多径衰落信道,提出了一种叠加训练序列和匹配跟踪算法相结合的信道估计方法.为了提高系统带宽效率,采用迭代的叠加训练估计信道响应,该方法将一低功率周期性的训练序列直接叠加于信息序列,利用接收数据的均值求得信道响应,不需要任何额外带宽资源.在许多无线通信环境中,信道呈现稀疏特性,利用该稀疏特性,采用匹配跟踪算法估计信道响应中的非0点,以此可以降低加性高斯白噪声引起的性能损失.通过计算机仿真表明,本文的方法可以达到很好信道估计性能.     

基于压缩感知的DRM信道估计

针对数字调幅广播(Digital Radio Mondiale,DRM) 系统频谱有限的特点,为了以较少的导频开销获得精确的信道状态信息,本文将压缩感知理论与信道估计问题相联系,建立基于压缩感知的DRM 信道估计模型,并分析和验证导频插入方式和数量对信道估计性能的影响.与LS(Least Square) 方法相比,基于压缩感知的DRM 信道估计不但能够以更少的导频获得精确可靠的估计结果,而且在提升信道估计性能的同时提高频谱利用率.