3D多输入多输出正交频分复用系统中基于奇异值分解的信道估计方法

在3D多输入多输出正交频分复用(MIMO-OFDM)系统模型中,分析了基于导频的信道估计方案.针对线性最小均方误差方法的算法复杂度高的问题,应用奇异值分解(SVD)算法降低信道自相关矩阵的维数,以减小算法的复杂度.仿真结果表明:所提出的基于奇异值分解的信道估计算法,能够在保证误码率(BER)性能的情况下,具有更低的算法复杂度.     

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．     

一种ELMMSE信道估计算法的简化计算方法

提出一种ELMMSE信道估计算法的简化计算方法。为简化ELMMSE信道估计算法的复杂度,首先利用信道自相关矩阵的固有特性,简化了信道自相关矩阵求解;然后利用算法中逆矩阵满足共轭对称Toeplitz特性,简化了矩阵求逆。结果表明:当OFDM子载波数为128时,提出的ELMMSE算法简化计算方法的复乘、复加次数分别减小为ELMMSE算法的5.84%和5.79%。其中,信道自相关矩阵求解的复乘、复加次数分别减少了33.14%和16.64%;矩阵求逆的复乘、复加次数均由原来的o(N3)变为o(N2)。     

动态信道下解相关和MMSE多用户检测算法

对用户归一化的互相关矩阵进行求逆运算是解相关算法和最小均方误差算法的基础。针对实际信道的动态性，即用户的随机接入或离开信道，研究矩阵求逆的更新算法以避免对相关矩阵的实时求逆运算。对更新算法的复杂度进行分析，结果表明，在动态信道中，更新算法可以有效地降低多用户检测算法的复杂度。     

基于改进LMMSE的UFMC信道估计算法

针对将线性最小均方误差(linear minimum mean square error, LMMSE)算法直接应用于通用滤波多载波(universal filter multi-carrier,UFMC)系统中需要先验信道相关矩阵信息的不足,提出基于LMMSE的改进算法.该算法在频域对使用最小二乘(least square, LS)算法获得的信道频率响应进行平滑处理,在时域通过优化采样点的截短以确定理想的信道采样长度,并采用迭代估计方法获得最优信道相关矩阵,从而避免先验信道相关矩阵信息.经MATLAB仿真验证,改进后的算法对噪声的干扰可以有效抑制,对比传统LMMSE算法误码性能提升约2 dB,可以有效改善信道估计的准确度.     

动态信道下解相关和MMSE多用户检测算法

对用户归一化的互相关矩阵进行求逆运算是解相关算法和最小均方误差算法的基础。针对实际信 道的动态性,即用户的随机接入或离开信道,研究矩阵求逆的更新算法以避免对相关矩阵的实时求逆运 算。对更新算法的复杂度进行分析1结果表明,在动态信道中1更新算法可以有效地降低多用户检测算法的 复杂度。     

基于接收信号自相关矩阵匹配的UWB信道盲估计

 针对TH-PPM调制的超宽带系统,把超宽带系统发射信号的非线性形式转换为线性形式,并推导出接收信号自相关矩阵和信道响应之间关系式,提出一种基于接收信号自相关矩阵匹配的超宽带信道盲估计算法,获得了较好的均方误差性能.当把估计出的信道参数用于接收机设计时,还可以获得较好的误比特率性能,其误比特率比理想信道的误比特率率约1.5 dB.     

空间相关信道下空时分组码的子空间修正解码

针对空时分组码子空间盲解码算法在空间相关信道下性能下降的问题，提出了一种修正解码算法．在分析空间相关性破坏信号子空间和统计噪声子空间正交性的基础上，利用接收端已知的信道相关矩阵，修正接收端用于搜索的码字矩阵集合，使相关信道下分解得到的统计噪声子空间正交于修正的发送信号子空间，提高了解码性能．与传统解码的算法不同，该算法无需在发送端进行信道相关矩阵的估计和预编码，降低了发送端的编码复杂度．Monte-Carlo仿真实验表明，空间强相关信道下空时分组码子空间盲解码性能下降比较剧烈，采用新算法修正后的解码性能明显改善，在误比特率为10^-2、相关系数为0．8时，修正性能提高约2dB．     

基于信道探测技术的MIMO-OFDM系统信道及其相关性的联合估计

在实际物理环境中,信道相关性估计在很大程度上影响信道估计的准确性。针对MIMO-OFDM系统,引入信道探测思想,在数据传输之前发射探测信号,利用接收端信号的相关矩阵与信道相关矩阵的关系进行信道及其相关性的联合估计,同时,将信道探测得到的信道相关矩阵作为数据传输过程中的已知条件,辅助系统进行信道估计。理论分析和仿真表明,该方法可以在空间相关性不能忽略的情况下保证信道估计的准确度,基于信号处理的估计方法也不会增加算法的复杂度,同时信道探测思想的使用,不会造成数据传输过程中占用额外系统带宽的现象,因此具有较大的实用价值。     

基于信道统计相关性OFDM系统资源分配算法

在正交频分复用(OFDM)系统中,对信道相关及信道独立的子载波和功率分配调度算法进行了研究,提出了一种新的基于信道参数统计相关性的子载波和功率分配算法.这种算法利用信道统计信息来减少信道反馈,由于最优解的高度非线性,转化成离散模型的求解可以降低算法的复杂度.仿真结果显示:相对于传统的信道相关调度算法,基于信道统计相关性的调度算法在系统总容量上有微小降低,但算法复杂度大大降低,信道反馈信息的减少节省了控制信令带宽;同时在性能上优于基于路径损耗等信道独立的调度算法.     

多输入多输出系统发射天线选择对系统信道容量的影响

针对多输入多输出(MIMO)系统信道矩阵秩亏引起信道容量下降的问题,基于信道容量上限提出了一种发射天线选择方法.该方法利用信道矩阵与发射空间相关矩阵秩相同的特点,重新构建了蕴含模型物理参数的信道模型.在对空间相关矩阵QR分解的基础上,采用随机矩阵理论推导了迫零接收机信噪比的概率密度函数,从而得到了MIMO系统信道容量的上限.该方法不需要已知信道的瞬时状态信息,只取决于衰落的空间相关,计算的复杂度较低,易于实现.仿真结果表明:在低散射环境中,适当地选择发射天线可以使系统的信道容量增加约1 b/s;当接收信噪比大于6.5 dB时,发射端采用均匀圆阵系统的性能要优于采用均匀线阵系统的性能.     

MIMO信道的PDA-EM迭代信道估计算法

将随机数据联合检测算法(PDA)嵌入到EM算法中,提出了一种低复杂度的迭代信道估计算法.其计算复杂度较MAP-EM迭代信道估计算法显著降低,并且仿真结果显示,可取得与MAP-EM算法相近的系统性能.     

基于Householder-QR分解的低复杂度天线选择算法

对多天线空分复用系统中以符号误码率为准则的天线选择算法进行了深入分析,针对以往传统天线选择算法对所有天线子集搜索计算复杂度高的问题,提出了基于复域Householder-QR分解的天线选择算法.所提算法深入分析了线性接收机接收端信噪比与系统信道矩阵之间的关系,利用接收端信噪比近似边界值得到了低复杂度的选择方案,该算法不仅有效地降低了计算复杂度,同时误码率性能与以往算法相近,提高了空分复用系统的传输可靠性,适用于实际相关信道传播环境.仿真实验表明,与传统算法相比该算法具有良好的性能.     

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。     

MIMO-OFDM系统低复杂度的同步参数与稀疏信道联合估计

由于MIMO-OFDM系统中载波频偏、采样频偏、符号定时误差等多个同步参数及信道的影响,文中提出一种同步参数与信道的最大似然（ML）联合估计算法.稀疏衰落的情况下,该算法使用基于压缩感知（CS）的信道估计,通过较少的接收样值来恢复稀疏信道,以降低复杂度.仿真中通过数值模拟对估计性能进行分析.结果表明,该算法在保持较低复杂度的同时,可获得理想的性能.     

一种高精度低复杂度的改进Root-MUSIC算法

针对目前多数低复杂度Root-MUSIC算法的精度损失问题，研究并提出了一种具备精度补偿能力的低复杂度Root-MUSIC算法.该算法依据有限快拍数得到的近似数据观测矩阵首行重构具有Toeplitz形态的自相关矩阵，使重构的自相关矩阵具备Hermitian性;对重构的自相关矩阵特征值分解后获得噪声子空间，并将噪声子空间翻转拆分，重构新的求根多项式，进而通过求根方法得到DOA估计值.本文算法通过Toeplitz矩阵重构及求根多项式降阶，不但有效提高了改进Root-MUSIC算法的DOA估计精度，同时改进算法的时间复杂度不高于前人算法;在不同的入射信源及采样快拍数下，本文算法表现出更强的鲁棒性和稳定性.     

基于空子载波的信噪比估计算法

为了解决传统信噪比估计算法在多径信道下性能显著降低且复杂度较高的问题,提出一种基于空子载波的高性能信噪比估计算法.该算法联合数据辅助和非数据辅助的方法,利用空子载波进行噪声能量的估计,通过接收信号估计噪声与发送信号的能量之和.该算法不但能够在高斯信道下取得较好性能,而且可以提高系统在多径信道下的性能,对多普勒频移和信道时延扩展均不敏感.实验结果表明:与4种传统算法相比,该算法在多径信道下性能提升93.3%,并且具有较低的复杂度.     

干扰子空间盲自适应估计的跳频多址信号检测

针对跳频多址(FHMA)系统,提出了干扰子空间线性最小均方误差(MMSE)检测器和干扰子空间的快速跟踪算法.该算法通过添加噪声子空间得到了整个干扰自相关矩阵的权矢量,避免了同时对特征值对角阵和特征向量矩阵进行跟踪.结合神经网络学习机制中的NIC(Novel Information Criterion)准则,进行权矢量的快速更新,降低了复杂度.仿真证明,该检测器具有很好的误码性能,收敛速度更快.     

基于MIMO信道误差模型的保障QoS的自适应调制

以系统总速率最大化为目标,提出了一种基于信道误差模型的多用户MIMO下行系统保障用户QoS的资源分配机制.基站应用空分多址接入(SDMA),同时支持多个用户,利用线性预编码方法抵消用户间的干扰,提出发射端在非理想信道信息情形下提供用户QoS保障的自适应调制方案.为降低系统复杂度,提出应用于实际系统的次优算法.仿真结果表明:所提出的次优算法在将指数级复杂度变为线性复杂度的同时,性能非常接近最优算法.     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。