角度域和时延域联合稀疏信道估计

针对多输入多输出(MIMO)系统在双选信道下信道估计问题,以及挖掘信道在时延域和角度域的联合稀疏特性,提出了一种新的基于压缩感知的联合稀疏信道估计方案.首先,基于基扩展模型,将信道估计建模为结构化压缩感知问题,随后基于压缩感知模型,提出了两种新的贪婪算法,有效地恢复了时变信道参数.其中两步同时正交匹配追踪(TS-SOMP)算法先在时延域中找到所有非零抽头位置,然后估计非零角度域系数.两环同时正交匹配追踪(TLSOMP)算法包括内外两个循环,在外部循环中找到一个非零抽头位置后,即可直接在内部循环求解非零角度域系数.最后,给出了归一化均方误差(NMSE)的仿真曲线,验证了本算法的有效性.     

基于二维DCT的OFDMA系统信道估计方法

在OFDMA(orthogonal frequency division multiple access)系统中,每个用户通过占用若干时频资源块以实现多址传输,此时传统的基于DFT(discrete Fourier transform)的高效信道估计算法将会产生难以消除的平底效应;另一方面,当终端高速移动时,基于DFT的时域插值亦将面临较为严重的性能损失.为了解决上述问题,提出一种基于二维DCT(discrete cosine transform)的信道估计算法.仿真结果表明,所提出的信道估计算法能以较低的实现复杂度获取逼近最优信道估计器的性能,且在低信噪比条件下亦可获取高精度的信道估计,有助于实现"绿色通信".     

基于压缩感知的稀疏信道估计

在正交频分复用(OFDM)系统中,通常使用等间距的导频估计信道,比如多径瑞丽信道.但是,众多其他类型信道的冲击响应系数只有少数非零值.对于这些稀疏信道,基于压缩感知的稀疏信道估计可以有效地降低导频数目,从而提高频谱利用率.现有应用里面采用最小l1范数法.首先提出了OFDM系统中应用压缩感知理论估计信道的模型,接着使用改...     

OFDM系统中一种新的变换域信道估计方法

提出一种新的通过离散小波变换在变换域内进行插值的OFDM系统信道估计方法,利用离散小波变换在频域-变换域分析信道估计信号.这种方法可以更好地跟踪信道变化,显著地消除接收到的导频信号中的加性噪声,提高信道估计精度.     

基于傅立叶变换的OFDM信道估计方法研究

分析了无线OFDM 系统中基于傅立叶变换的信道估计方法,提出了在低信噪比情况下使用LMMSE估计的一种改进方法和在高信噪比情况下使用不需要先验信息的LS估计的改进方法。仿真结果表明，在无线多径慢衰落信道条件下，该改进方法都能够有效对抗频率选择性和先验信息的估计偏差对信道估计的影响，在估计性能与算法复杂度之间取得良好折衷。     

OFDM系统上行链路改进信道估计方法

本文提出正交频分复用（OFDM）系统中基于码分复用（CDM）导频的上行链路的信道估计方法以减小导频序列间的干扰。在上行链路中,不同用户的导频的非正交性会极大地降低信道估计的性能,本文提出在信道估计中使用干扰删除来解决这一问题。仿真结果表明,我们的方法的性能与解相关方法相似,但复杂度更低。     

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。     

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.     

一种基于压缩感知的时变稀疏信道估计方法

对于快时变且稀疏环境下的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统模型,现有的方法是基于基扩展模型(Basic Expansion Model,BEM)进行估计,并利用恒定幅值零自相关(Constant Amplitude Zero Auto Correlation,CAZAC)序列估计时延。本文利用信道响应中稀疏的观测矩阵,用压缩感知(Compress Sensing,CS)的正交匹配跟踪(Orthogonal Matching Pursuit,OMP)算法进行时延估计。仿真结果表明,两种方法都能对时延进行有效的筛选,但当多普勒频移增大、信噪比较低时,本文将OMP、BEM相结合的方法效果较优。     

MIMO-OFDM中稀疏度自适应的信道估计方法

将压缩感知应用在稀疏度未知的多天线正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing,MIM0-OFDM)系统信道估计中,提出一种2级阈值的变步长自适应匹配追踪(variable step size adaptive matching pursuit,VssAMP)算法,利用残差值确定第1级阈值调整稀疏度步长,提高信道稀疏度的估计精确度,利用噪声能量和信噪比(signal to noise ratio,SNR)确定第2级阈值控制算法迭代条件,降低小信噪比时信道重构误差.理论分析和仿真结果表明,该算法减小了初始步长对信道稀疏度估计精确度的影响,解决了VssAMP算法阈值难以确定的问题,相比原算法提高了信道估计精确度.     

基于稀疏特性的TH-PPM UWB信道估计算法

在TH-PPM UWB系统中,利用信道的稀疏簇特性,提出一种新的UWB(ultra wide-band)信道估计算法。该算法首先对原始信道进行信道缩短,有效地克服了信道过长给估计精度带来的影响,然后基于缩短后的复合信道,利用UWB信道的稀疏性,对原始UWB信道进行估计,避免了无谓的零值抽头估计,改善了算法的性能。仿真结果表明,当信道长度大于符号长度时,新算法可以获得较好的估计性能。     

基于改进恢复算法的双选稀疏信道估计

高速移动情况下,正交频分复用系统(orthogonal frequency division multiplexing,OFDM)无线通信信道可建模为时间-频率双选信道,其响应在时延-多普勒域呈现稀疏性,使压缩感知技术得以应用到稀疏信道估计中。当稀疏度提高时,压缩感知(compressed sensing,CS)中正则化正交匹配追踪恢复算法(regularized orthogonal matching pursuit,ROMP)的复杂度增大。提出了有严格计算约束的改进恢复算法,该算法每次迭代选择固定数目的原子使支撑集为非奇异矩阵来降低原子选择和最小二乘(least squares,LS)法计算上的复杂度,并且每次迭代更新支撑集来保证精度。仿真结果表明,和ROMP算法比较,改进恢复算法的运行时间明显降低,并且在一定的迭代次数下精确度得以保证。     

基于稀疏特性的TH-PPM UWB信道估计算法

在TH-PPM UWB系统中,利用信道的稀疏簇特性,提出一种新的UWB(ultra wide-band)信道估计算法.该算法首先对原始信道进行信道缩短,有效地克服了信道过长给估计精度带来的影响,然后基于缩短后的复合信道,利用UWB信道的稀疏性,对原始UWB信道进行估计,避免了无谓的零值抽头估计,改善了算法的性能.仿真结果表明,当信道长度大于符号长度时,新算法可以获得较好的估计性能.     

基于块稀疏的低复杂度宽带MIMO-OFDM稀疏信道估计方案

CoSaMP压缩采样匹配追踪算法是一种有效且可靠的稀疏信号重构算法。针对大多数宽带MIMO-OFDM稀疏信道估计方案中常被忽略的信号内部特殊结构问题,采用MIMO-OFDM系统模型,分析信号块稀疏结构特性,研究了CoSaMP算法的改进问题。仿真结果表明,与其他信道估计方案相比,所提方案在未知信号稀疏度值的情况下依旧获得了接近理想状态下的系统和速率、归一化均方误差和信号重构效率,有效降低了计算复杂度。可见,所提方案具有很好的信道估计性能。     

空间稀疏角域以及多普勒域下的DOA估计

提出可在稀疏角域以及多普勒域下对天线阵列信号向量进行接收和分析的方法,讨论在多普勒频域范围内的DOA估计问题,并在有效的频带范围内提取信号冲激响应较大的值. 在稀疏DOA的恢复过程中采用的是L2,0估计算法,并在多路天线频谱感知的架构下充分利用DOA所固有的稀疏特性,对其进行稀疏恢复. 对于在测试环境中不可避免的噪声问题,分析三种不同噪声分布下的DOA估计误差问题. 仿真结果显示频域范围内的L2,0-DOA估计算法具有较低的计算复杂度和较高的准确度,并且算法对噪声不敏感,鲁棒性较高.     

时变信道下基于LSTM的信道估计方法

针对时变信道环境下传统信道估计方法性能受限,其他基于深度学习的信道估计方法估计精度低或复杂度高的问题,提出一种基于长短期记忆结构的信道估计网络,由双向长短期记忆(bidirectional long short-term memory, BiLSTM)网络和多层感知器(multilayer perceptron, MLP)网络组成,即BiLSTM-MLP.首先,利用BiLSTM网络来学习信道的时变特性;然后,利用MLP网络进行去噪并重构信道估计.仿真结果表明,所提出的信道估计方法与传统方法相比,性能提升明显,与同类型的基于深度学习的估计方法相比,复杂度较低且性能更优.此外,所提方法还具有对不同导频密度的鲁棒性.     

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.     

一种基于离散余弦变换的OFDM信道估计方法

正交频分复用(OFDM)是实现无线多媒体通信的核心技术,信道估计是OFDM系统的关键技术之一.提出了一种改进的基于离散余弦变换(DCT)的OFDM信道估计算法.算法对序列尾部的插值进行了改进,将得到的信道估计变换到时域,通过平均的方法进一步提高了信道估计性能.仿真结果显示,改进的DCT插值信道估计方法比常规算法性能更优,系统性能得到改善.     

基于FFT变换的快速信道估计算法

联合检测作为TD-SCDMA的关键技术之一,它的实现依赖于对无线信道响应的快速而准确的估计。传统方法的信道估计都需要进行计算量很大的矩阵求逆运算,不能满足实时快速的要求。提出了2种使用FFT（fast Fourier transform）变换的快速信道估计算法,简化了计算量,仿真结果表明,联合检测性能并未受到不利影响。     

基于上行信道盲估计的宽带码分多址用户检测器

针对宽带码分多址（CDMA）系统中同时存在多址干扰与码间串扰的情况进行研究,给出了适用于宽带CDMA系统的卷积模型,利用子空间技术及已知的扩频码信息,将适用于单用户的单输入多输出系统信道盲估计方法扩展到码发侈址系统中,实现了多用户上行信道的盲估计,利用有限码集特性,解决了上行信道盲估计中存在不确定复系数的问题,在此基础上,给出了最小均方误差多用户检测器的实现方案,计算机仿真实验证明,提出的方法可以同时克服多址干扰及码间串扰,是实现宽码分多址系统多用户检测的一个有效途径,同时该方法还可以推广到基站采用智能天线的系统中,实现对矢量信道冲激响应有的盲估计。