正交频分复用系统非线性信道估计算法

为了提高正交频分复用(OFDM)系统的传输质量和有效性，提出了一种基于最小二乘支持向量机的OFDM非线性信道估计算法．通过在OFDM符号中插入导频而获得训练数据，利用最小二乘支持向量机将训练数据映射到高维空间，并在此空间采用结构风险最小化准则对时变信道频率响应函数进行回归估计，把低维空间的非线性估计转化为高维空间的线性估计，提高了估计的精度．仿真结果表明，该算法能够有效地减小由多径引起的频率选择性衰落的影响，与传统算法相比，在同一误码率条件下的信噪比提高了3～7dB。     

基于正交频分复用的超宽带无线通信中的信道估计技术

与直接序列扩频的方案相比,基于多频带0FDM的UWB系统能更有效地捕获多径能量。关于传统窄带0FDM信道估计的研究很多,但UWB系统与窄带系统的信道特性有很大不同。通过分析MB—OFDM UWB无线通信的体系结构、信号和信道模型,对UWB信道条件下采用前导训练序列和导频子载波的LS估计和MMSE估计的性能进行了研究和比较,并讨论了估计误差随SNR变化的特性,从而给出了适用于室内短距离UWB无线通信的信道估计方法。     

基于MMSE光正交频分复用系统信道估计算法研究

由于自由空间光通信的信道是随机的大气信道,光信号在其中传播必然会受到灰尘、雨滴、雾等粒子散射的影响,为了提高系统抗噪声干扰能力,在原有LS信道估计算法的基础上,设计了基于MMSE算法的光正交频分复用系统信道估计流程,并通过Monte Carlo方法对其进行了仿真验证,结果表明MMSE信道估计算法可以很好地改善系统性能.     

光正交频分复用系统信道估计算法研究

信道估计是光正交频分复用系统实现可靠传输的关键技术之一,在通信系统设计当中,信道估计的精度将直接到影响整个系统的性能。选用LS、LMMSE和SVD-MMSE三种常见算法进行了基于导频的信道估计仿真实验,对比分析均方差和误码率这两个重要的信道估计评价指标发现,LMMSE算法和SVD-MMSE算法的信道估计性能相近,明显优于LS算法。     

正交频分复用系统中脉冲成型信道估计算法

提出一种脉冲成型的信道估计算法,该算法将频域的信道信息转换为时域信道信息,通过多径信息和理论推导的脉冲信号就町以合成几乎没有失真的信道时域特性,并能消除大部分的噪声干扰,然后将信道的时域特性变换到频域,得到信道的频域特性.理论分析和仿真结果表明:该算法有良好的抗噪声性能和低的误码平层,同时对系统的定时精度不敏感.     

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．     

基于期望最大化加速算法的正交频分复用信道估计

针对基于期望最大化（EM）迭代算法的正更频分多路复用（OFDM）信道估计方法复杂度高、收敛慢，严重制约OFDM的传输速率的缺陷，提出了一种基于EM加速算法的OFDM信道估计方法．该方法基于拟牛顿加速算法，并结合一种带调整参数的Broyden对称秩1校正公式来实现，具有二次收敛性，提高了EM的计算速度，降低了计算复杂度．仿真结果表明，相比于空间选择期望最大算法，在性能损失只有0．1dB的情况下，EM算法的复杂度得到很大的降低，且其计算速度可提高十几倍．     

一种适用于正交频分复用通信系统的信道估计盲算法

提出了一种适用于正交频分复用(OFDM)通信系统的信道估计盲算法,给出了该算法的理论基础和计算机仿真结果.该算法以子空间方法为基础,并利用了OFDM通信系统协议中的循环前缀信息.该算法还考虑了现有OFDM协议中的空闲子载波信息,并具有计算量相对较小、抗循环前缀长度不足和抗信道长度过估计等优点.     

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。     

基于自适应滤波算法的OFDM信道估计

在对传统的信道估计方法分析的基础上,利用自适应滤波的跟踪和估计性能,结合DFT方法,将自适应滤波理论应用于无线信道的估计之中。DFT方法通过在时域插零然后FFT变换到频域可以显著降低噪声的影响。基本LMS方法由于在进行FFT之前对由导频点处的信道时域估计值进行自适应滤波,能进一步减小噪声的干扰。基于时变步长的LMS算法由于兼顾了稳态性能和收敛速率是上述几种估计方法中性能最优的一种。     

OFDM信道估计的复矩阵分解及FPGA实现

应用基于奇异值分解的OFDM(orthogonal frequency dirision multiplexing)信道估计降低计算量的同时能够保证信道估计的性能,研究OFDM信道向量自相关矩阵奇异值分解的FPGA(field programmable gat array)实现,提出一种复共轭对称矩阵奇异值分解的FPGA简化实现方法,将复矩阵的奇异值分解转换为实矩阵的奇异值分解,并根据实对称矩阵SVD(singular value decomposition)的特点对Systolic阵列结构进行改进,减少了所占用的资源.最后设计了高阶实对称矩阵SVD的FPGA实现方案,仿真结果表明该设计方案是可行的,能够应用于OFDM信道估计系统.     

OFDM系统中基于匹配追踪的稀疏信道估计算法研究

针对OFDM系统,利用信道冲激响应的稀疏特性,提出了一种新的OFDM稀疏信道估计算法。它分两步完成：首先利用匹配追踪思想确定出非零抽头系数的位置,然后再采用最小二乘算法完成对非零系数值的二次估计,从而通过减少信道估计参数的个数降低算法复杂度。该算法具有较好的归一化均方误差性能,但在剩余向量更新上还不是很精确,通过改进剩余向量的更新方式,得到了另一种性能更优的OFDMMMP算法。仿真结果验证了该算法的有效性。     

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。     

关于频分复用实验的讨论

先将两路信号各自进行调制,形成复合FDM,然后,在接受端将已调复合信号通过滤波方法分开,从而解调恢复原信号。并讨论了频分复用实验中的注意事项。     

Simulation on Peak-to-Average Power Ratio for Orthogonal Frequency Division Multiplexing

Clipping is a simple and convenient PAPR （peak-to-average power ratio） reduction method for high speed OFDM （orthogonal frequency division multiplexing） communication system. In this paper, we propose a new PAPR reduction method for Wireless-MAN（metropolitan area network）-OFDM system based on IEEE 802.16, which is over-sampling clipping arithmetic. Simulation and performance of the over-samples clipping＇s PAPR reduction capability, BER effect is given. The simulation indicates that the PAPR of at least 99.9% OFDM symbol is below 6dB after 2 Nyquist rate clipping, and the performance of BER has 1dB SNR（signal noise ratio） loss. The results prove that this method has better capacity to reducing PAPR. So it can be well used in WMAN-OFDM system.     

正交频分复用-多天线系统的盲信道估计算法

为了解决多天线系统的识别模糊问题,提出一种基于系统输出信号二阶统计的正交频分复用多天线(OFDM-MIMO)系统盲信道估计算法。该算法从频域角度出发,从而将有限冲击响应信道的识别简化为一系列的无记忆系统识别问题。利用信道频率相关特性降低了算法复杂度,同时解决了算法对样本数的依赖问题。为了去除盲识别的模糊度,设计了带少许导频插入的OFDM-MIMO系统结构,研究了算法的估计精度及其对信道容量的影响。仿真结果表明:2发2收,1024子载波的OFDM-MIMO系统在信噪比为20dB时盲估计的归一化均方误差约为10-2。另外,子载波信道的容量结果表明,在信道变化较快时该文提出的盲估计算法相对于训练方法有明显的容量优势。     

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。     

MIMO-OFDM系统中LS时域信道估计的一种简化改进算法

研究基于多输入多输出正交频分复用(MIMO-OFDM)系统中的信道估计算法。主要工作在训练序列最小均方(LS)准则信道估计算法的研究上,在以LS时域信道估计基本算法为前提下,提出了一种改进的LS时域信道估计算法及固定长度的时域截取算法,此算法可以大大降低计算的复杂度,结合MATLAB仿真对此改进算法的有效性和可行性进行了分析,得出了比较理想的仿真结果。     

迭代KALMAN信道估计算法在MIMO-OFDM系统的性能仿真研究

讨论了MIMO-OFDM通信系统中时变信道估计的KALMAN滤波算法。为了提高传统KALMAN信道估计算法的性能,提出了一种迭代KALMAN滤波算法,将整个子载波分为2部分:一部分用于发送导频,另一部分用于发送信号。在一个OFDM符号块中,对导频子载波和信号子载波处的无线信道进行循环估计,从而提高信道估计的精度。仿真结果表明,迭代KALMAN滤波算法的性能好于传统KALMAN滤波算法。     

认知无线电的OFDM系统自适应比特分配算法

根据认知无线电系统的传输方式需要,设计了一种基于OFDM的认知无线电体系结构,并在子信道分配已经完成的前提下,在保证服务质量所需误码率的同时,提出了一种自适应比特分配算法,动态地分配子信道上的比特及能量,使得所需要的发射总功率达到最小(或者平均每比特信噪比达到最大).仿真结果表明,与等比特分配算法相比,本自适应比特分配算法相对简单,降低了系统的传输功率,其误码率性能明显好于等比特分配算法.