基于DDST的MIMO时频双选信道的信道估计

针对多输入多输出时频双选择性信道,提出了一种基于信息叠加训练序列和最小二乘相结合的信道估计方法.基于基扩展模型构建MIMO时频双衰落系统,采用DDST算法估计信道矩阵,对误码率进行分析.训练序列采用等幅度的周期指数序列,同时在基于叠加训练序列估计的基础上叠加一个基于信息的周期序列.实验表明,基于DDST的MIMO时频双选信道估计方法比传统的估计方法显著降低了信道估计的均方误差和误码率,并能保持较高的频带利用率.     

MIMO-OFDM系统中基于子空间跟踪的信道估计

针对MIMO-OFDM系统,提出了一种基于子空间跟踪的时域信道估计方法.首先利用导频估计出信道的时间冲激响应,然后通过Givens旋转的时延跟踪和基于最小均方自适应滤波的幅度跟踪来提高估计精度.仿真结果表明,基于子空间跟踪的时域信道估计方法可以用来跟踪较快的衰落信道,估计精度高并且复杂度较低.     

FMT系统中信道估计的分析与仿真

根据FMT系统的特点,研究了在FMT系统中进行信道估计的方法．在此基础上,改进了基于扩频序列的信道估计方法．理论分析和计算机仿真结果均表明,在时域中对FMT系统进行信道估计简单有效,并且基于扩频序列估计的性能优于LS估计,改进后的估计方法进一步提高了性能。     

MIMO-OFDM无线传输系统中的信道估计

以2×2多输入多输出正交频分复用(MIMO-OFDM)非盲信道估计方法为研究对象,分析了该系统中基于时域训练序列,结合空时分组码的直接判决信道估计方法和基于Wiener内插的信道估计方法仿真比较了其性能。结果表明,当多普勒频移较小时,可采用简单的直接判决方法进行信道估计;多普勒频移较大时,宜采用维纳内插方法进行信道估计,且可以提高信道估计精度。     

基于DVB-T的OFDM系统的信道估计研究

DVB-T标准中采用了OFDM编码调制技术来提高系统的频谱利用率和抗多径干扰的能力,为了能够准确地解调OFDM信号,需要对接收到的信号进行信道估计.而基于导频的信道估计是通过导频子信道的响应计算出整个信道的响应,它能够很好地跟踪信道的变化,在计算复杂度不是很高的情况下能够达到较好的性能,是一种比较实用的信道估计方法.本文讨论了DVB-T系统中基于导频的信道估计方法,并提出了一种时频二维插值信道估计方法.仿真结果表明,二维插值信道估计较一维插值具有更好的误码率性能.     

基于深度学习的OFDM信道估计

针对多径正交频分复用(orthogonal frequency division multiplexing, OFDM)信道环境下信道频域选择性衰落导致下行链路信道估计性能受限的问题,提出一种基于深度学习的信道估计(deep learning-based channel estimation, DL-CE)方法。采用自回归过程对信道建模,利用深度学习设计信道估计网络追踪信道响应及其频域相关系数。通过迭代训练,基于深度学习的信道估计网络能够学习到自回归系数的最优估计,同时利用先验信道信息估计信道频域响应和频域相关系数。与传统方法相比,所提信道估计方法性能提升明显。     

基于TURBO原理的复杂环境中UWB时变信道的跟踪估计

在复杂环境的超宽带通信系统中，信道估计的正确与否直接关系到接收机的性能。首先给出了一种基于Intel模型的时变信道仿真方法，以该超宽带时变信道为研究对象，提出一种基于TURBO原理和连续信道译码、结合训练比特的信道估计方法，能够直接估计本地接收模板，并跟踪信道的时变性。与先估计信道冲激响应，再重构模板信号的方法相比，大大简化了估计的过程。     

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。     

一种新的TD-SCDMA信道估计改进方法

提出了一种用于TD-SCDMA(时分双工同步CDMA)移动通信系统的信道估计改进方法.TD-SCDMA系统中采用Steiner信道估计器,这种估计器实质上是基于最小二乘的估计,忽视了信道噪声的影响,而信道的噪声对估计精度有很大影响.利用TD-SCDMA在相邻帧为慢变信道的特征,提出一种基于时延相关信道估计改进方法,同时对Steiner估计器进行门限滤波,滤除了大部分噪声抽头.仿真结果表明,改进的信道估计使系统的性能获得较大的改善与提高,甚至在高速移动传播环境下可以达到2 dB的增益.     

基于超分辨率重建的外源雷达实测信道估计

针对基于DRM(数字调幅广播)的外辐射源雷达实测参考信道估计面临的精度不足问题,研究了有限实测样本下的超分辨率重建网络估计方法．该方法在深度网络设计上通过将LS(最小二乘)信道估计方法获得的频域信道响应视为低分辨率的图像,经VDSR(非常深的超分辨重建网络)重建为高精度信道响应,最终实现对参考信号的准确估计;在训练数据集构建上,由于DRM外辐射源雷达实测信道估计中难以获取大量对应不同信道特征的实测数据,首先基于实测数据通过LS估计出时域信道响应,粗略确定信道中多径的大致时延和增益,然后在此基础上基于DRM波形特征仿真得到足够的信道数据,训练所提超分辨率重建网络,最后使用预训练模型预测实测数据．实测结果表明：本文方法可以达到比传统信道估计方法更高的精度．     

面向高速移动场景的OFDM系统信道估计综述

近年来,高速移动通信受到业界的广泛关注,其中接收机侧的信道估计直接决定了系统的通信质量。正交频分复用（orthogonal frequency division multiplexing,OFDM）以其高带宽效率和抗多径衰落的特性,在目前的无线通信中被广泛采用。综述了高速移动场景下OFDM系统信道估计方法;描述了OFDM的系统模型;分析了高速移动场景下信道的时间/频率选择性衰落特性（双选特性）和稀疏特性。基于深度学习和压缩感知的信道估计方法,其高精度和低复杂度被用于高速移动场景,该文分别对基于深度学习和压缩感知的信道估计算法进行了归纳、对比、分析,探讨了高速移动场景下信道估计的发展趋势。     

相干函数在房间声回授通道特性测量中的应用

介绍基于经典谱估计方法进行房间声回授通道特性的测量，并用相干函数衡量其准确性，就测量结果做了分析，为实际的自适应回声对消系统提供参考和指导。     

浅析软件成本估算的三种方法

介绍了一些常用的估算软件开发成本的概念。成本估算主要有三种方法：专家判定法、类比法、参数模型法。软件成本估算有两个基本的策略：自顶向下估算、皂底向上估算。这些估算方法都依赖于历史数据,并且必须随着数据点的增加随时进行调整。基于已有的经验进行估算将获得更准确的估算结果。     

无线信道特性及仿真

本文主要介绍无线信道的基本概念和特性,并且通过自定义的MATLAB环境下的M文件对无线信道的典型例子-平稳衰落信道进行仿真.在仿真过程中,我们主要是对幅度服从莱斯分布和瑞利分布的衰落信道进行仿真.最后,我们对数字调制后的信号如移相键控(PSK)信号通过莱斯衰落信道时的性能进行仿真,并得到相应的分析结果.     

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。     

恒模复调制引入循环平稳理论在多用户信道盲估计中的应用

利用循环频率域信号处理的理论提出了新颖的恒模复调制方法,对于每个用户在循环频率域引入两个支撑点。根据各个用户的循环域的支撑不同,可以分离出各个用户的两个循环统计量。从理论上说可以彻底地消除多用户干扰和噪声的影响。利用循环谱分解和单个用户小规模子空间方法,可以辨识出不同的用户在不同的传感器上的信道。适合于多用户上行链路信道。文中对于引入循环平稳的理论和信道可辨识性都进行了详细的证明,提出了辨识算法,并对算法进行了模拟。     

最小输出熵盲反卷积方法中概率密度估计

针对多通道卷积混叠模型 ,给出了两种基于最小熵盲反卷积算法中概率估计的方法—基于Edgeworth展开非参数逼近方法和基于核函数的参数逼近法 ,概率估计方法和反卷积滤波器参数逼近的训练公式一起构成最小熵盲反卷积方法 .文中给出了计算机仿真实例     

多载波CDMA上行链路中的盲信道估计算法

介绍了OFDM的多载波CDMA系统上行链路中的一种盲信道估计算法。通过分析接收端的信号，利用接受信号和已知扩频码的二阶统计性估计出目标用户的信道脉冲响应。最后的仿真结果表明，该算法比把目标用户以外的用户信息当作噪声的算法具有更好的性能。     

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。     

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.