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.     

一种基于流水迭代接收机的低复杂度Kalman快衰落信道估计算法

针对流水迭代接收机,提出了一种低复杂度的Kalman信道估计算法.该算法利用流水迭代接收机可同时提供多个软判决反馈信息的特点,通过消除这些反馈信息之间的相关性,使其可以有选择地用于Kalman滤波新息更新过程,从而提升信道估计的精度.该算法实时分析来自接收机中符号检测和迭代译码模块反馈信息的可靠性,使其在快衰落信道下也可较好地跟踪信道.仿真和最小均方误差分析表明所提信道估计算法与其他算法相比,在复杂度和性能方面具有一定优势.     

I/Q不平衡OFDM系统基于噪声方差门限的信道估计

为了提高稀疏信道环境下同相/正交(I/Q)不平衡正交频分复用(OFDM)系统的性能,该文提出了一种低复杂度的门限时域最小二乘信道估计算法。该算法通过估计噪声方差确定合适的门限过滤信道响应采样点内的噪声以提高估计精度。仿真结果表明,该文算法估计精度与现有频域和时域最小二乘信道估计方法相比分别提升了6 d B、2 d B,逼近基于压缩感知的时域迭代收缩算法,且计算复杂度低于后者。     

正交频分复用分组传输系统中载波频偏和信道的联合估计

针对传统接收机将载波频偏和信道状态独立估计带来性能损失的缺点,提出了一种载波频偏和信道的联合估计算法.该算法由两个独立的载波频偏和信道估计单元通过迭代的方法实现,其中信道估计单元利用载波频偏估计单元提供的载波频偏估计信息和最大似然方法估计信道状态信息,而载波频偏估计单元则利用信道估计单元提供的信道估计信息和最大似然方法估计载波频偏.随着载波频偏估计单元与信道估计单元间估计信息的不断交换,载波频偏和信道估计的精度得到逐步提高.由于该算法避免了复杂的多维搜索算法,因此具有较低的计算复杂度.此外,在算法迭代过程中考虑了信道估计噪声的影响,进一步提高了估计的精度.仿真结果表明,当符号能量噪声比大于18dB时,可以获得接近理想同步的误码性能.     

基于分数时延信道模型的低复杂度信道估计方法

由于多载波系统无线信道固有的稀疏特性,压缩感知技术(compressed sensing,CS)已被应用于正交频分复用(orthogonal frequency division multiplexing,OFDM)系统的信道估计中以提高频谱利用率.然而,传统的时域普通采样方法会导致信道恢复字典不够精细,无法精确反映传输信道路径特性.针对这一问题,提出采用多径稀疏分数时延信道模型来模拟OFDM系统的无线多径信道,利用在接收端进行时域过采样方法细化信道恢复字典以提高信道估计精度.同时,针对过采样引起的压缩感知测量矩阵的扩大而导致重构算法的复杂度增加的问题提出采用广义正交匹配追踪算法(generalized orthogonal matching pursuit,GOMP)以降低计算复杂度.仿真结果表明接收端时域过采样方法能准确检测到信道的分数时延且采用的GOMP算法能将传统的OMP算法的复杂度降低近80％,验证了所采用的信道估计方法的可靠性和有效性.     

基于非零导频子载波的移动WiMAX信道估计和插值研究

在M.1225车速120km/h信道模型下,根据移动WiMAX的移动性和前导码的结构特点,利用非零导频子载波进行信道估计。探讨了2种信道估计算法和3种插值技术,并对其中的Cubic插值技术进行改进以降低计算复杂度。经仿真发现利用LS算法和Cubic简化插值技术进行信道估计能很好地实现性能与复杂度的折中,在实际系统中可获得满意的BER性能。     

基于动态阈值检测的UWB测距算法

对于高时间分辨率的超宽带(ultra wideband,UWB)信号来说,在测距应用中主要通过估计信号到达时间(time of arrival,TOA)来计算距离。文章提出了一种基于动态阈值检测的TOA估计算法以提高测距精度并降低算法复杂度。对接收方收到的匹配滤波输出脉冲进行峰值检测,确定直达单径(direct path,DP)的检测区间;设定一个能够反映出信号和信道特性的联合度量参数,根据该参数的不同设置相应的最佳阈值因子,在检测区间中通过阈值检测搜索DP精确位置对应的时刻,得到TOA的估计值。仿真采用IEEE802.15.4a标准信道,其结果表明所提算法适用于不同信噪比和延时特性的信道,并兼顾运算复杂度与算法精度。     

基于非零导频子载波的移动WiMAX信道估计和插值研究

在M.1225车速120 km/h信道模型下, 根据移动WiMAX的移动性和前导码的结构特点,利用非零导频子载波进行信道估计。探讨了2种信道估计算法和3种插值技术,并对其中的Cubic插值技术进行改进以降低计算复杂度。经仿真发现利用LS算法和Cubic简化插值技术进行信道估计能很好地实现性能与复杂度的折中,在实际系统中可获得满意的BER性能。     

低复杂度的压缩感知信道估计方法

针对采用非正交多载波调制的无线通信系统中,信道的稀疏度未知且非零稀疏路径随时间变化的问题,提出了一种基于导频信号互相关运算的压缩感知信道估计方法,利用接收端导频信号互相关计算对信道稀疏度及非零稀疏路径的时延分布进行预估,结合改进的低复杂度压缩感知重构算法得到信道估计结果.针对非正交多载波调制系统具有频谱利用效率高、信道环境适应性强的优点,对非正交多载波调制系统的导频图案进行优化设计,提高压缩感知信道估计算法的精度.仿真结果和理论分析表明:该方法不仅能够提高非正交多载波调制系统的频谱效率,还可以降低系统传输误码率与计算复杂度.     

基于IEEE802.16e的MIMO-OFDM系统的信道估计研究

研究了基于IEEE802.16e的MIMO-OFDM系统导频辅助的信道估计算法。分别对LS信道估计算法和LMMSE信道估计算法进行了研究,导出其估计均方差。为降低算法复杂度,利用奇异值分解进行简化,实验表明能有效地降低计算复杂度,并获得较好的估计性能,最后在IEEE802.16e环境下进行了仿真。     

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．     

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.     

短波信道下联合LDPC译码的OFDM系统迭代信道估计方法

克服短波信道的频率选择性衰落的关键是准确的信道估计,本文针对短波信道的慢衰落特性,提出了短波信道下联合LDPC译码的OFDM系统迭代信道估计方法,该方法根据迭代估计的思想,首先利用插入导频进行信道初始估计,经过LDPC译码产生可靠的判决信息,通过在信道估计和译码之间迭代地交换信息来完成联合信道估计和译码,提高OFDM信道估计的精度和系统的误码率性能。     

基于GOMP及其改进的OFDM系统稀疏信道估计

研究在正交频分复用（OFDM）系统的稀疏信道估计问题.由于在许多通信系统中信道具有稀疏性,因此可以把信道估计问题转化为稀疏信号的恢复问题,应用压缩感知理论求解,把现有的恢复算法——广义正交匹配追踪算法（GOMP）运用到信道估计中,并对它加以改进.仿真结果表明,与广义正交匹配追踪算法（GOMP）相比,正交匹配追踪算法（OMP）运行时间少,计算复杂度低,但是估计的最小均方误差略差.为了进一步提高该算法的性能,提出了改进的广义正交匹配追踪算法,性能得到了较大的提高.      

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。     

EMD算法应用于OFDM系统频偏估计的新方法

提出了一种利用经验模态分解（empirical mode decomposition,EMD）技术估计正交频分复用系统（orthogonal frequency division multiplexing,OFDM）频偏的新方法。传统的OFDM系统频偏估计算法通常需要获得多路混合信号,而新方法仅需要利用相关检测处理单路的OFDM信号,再通过EMD模态分解算法分离出各路子载波信息,即可估计出OFDM系统频偏。与传统的OFDM系统频偏估计方法相比,新方法不依赖源信号的统计特性和信道状态信息,不需要额外带宽,降低了系统的实现复杂度。仿真结果表明,该方法具有较高的频偏估计精度。     

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。     

基于多项式模型和卡尔曼滤波器的正交频分复用自适应信道估计算法

在正交频分复用(OFDM)系统中,为了准确地检测接收信号并实现解调,必须对信道的传输函数进行准确估计.本文提出了一种适用于OFDM通信系统,基于二阶多项式模型和卡尔曼滤波器(Kalman filter)的自适应信道估计算法.利用二阶多项式模型对无线时变信道进行建模,通过合理安排插入导频结构,使用块状导频,可以使得原本二维的时频多项式模型减少到一维,降低信道估计算法的复杂度.同时,在多项式模型的基础上,将时变无线信道等效为一autoregressive(AR)过程,从而建立起卡尔曼滤波器的过程方程与测量方程,通过卡尔曼滤波器的递推公式,即可实现对多项式模型参数的自适应估计.本文提出的算法可以仅使用最少的导频(即与多项式模型参数相同个数的导频)实现准确的信道估计.由于每次所需导频个数的减少,接收端所需存储的未解调信号的数量也随之降低,大幅减少了接收端所需的存储空间.计算机仿真证明,与线性插值算法和基于二阶多项式模型算法的信道估计相比,在相同输入信噪比和归一化多普勒频移条件下,本文提出的算法具有较低的误码率.