低压电力线载波通信压缩感知信道估计方法

针对低压电力线载波通信多径信道,建立了正交频分复用(OFDM)基带传输系统和低压电力线载波通信多径信道传输特性模型,并根据传输特性模型与模型参数,实验得出了低压电力线载波通信信道的冲击响应 h(n);在此基础上,分析推导了满足压缩感知条件的 OFDM 低压电力线载波通信多径传输数学模型,提出了低压电力线载波通信压缩感知信道估计方法,解决了最小二乘(LS)信道估计方法和最小均方误差(MMSE)信道估计方法精度差的缺点。 实验结果表明:在采用相同导频数 128 和相同信噪比 SNR 为 14 dB 的情况下,压缩感知(CS)信道估计方法与 LS 及 MMSE 信道估计方法中较优者相比,得出的信道均方误差降低 16 dB,接收端的误码率降低 3 倍,并且随着信噪比的增加性能提升更明显。     

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。     

RIS辅助毫米波MIMO级联信道的角度估计

智能反射表面（RIS）用低成本的无源反射元件控制入射信号的相位,将增强第6代移动通信系统的无线覆盖范围,并提高信道容量.由于RIS辅助毫米波多入多出（MIMO）级联信道仅有少量的弥散空间角度和相应的路径损耗,提出采用无网格的原子范数最小化方法来估计下行链路基站处的离开角和用户处的到达角,把级联信道的角度估计问题转化为凸优化模型进行求解.仿真结果表明,仅用少量的快拍数就能得到精确的角度参数.     

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.     

采用通道注意力机制的RIS辅助MIMO级联信道估计

可重构智慧表面（RIS）辅助多天线毫米波无线通信系统的级联信道有直传和反射两条链路,系统维数大且复杂,获取信道状态信息（CSI）困难. 针对RIS辅助下的大规模多输入多输出（MIMO）通信系统应用场景,提出了基于通道注意力机制的SE-ResNetV2网络来获取CSI,在残差网络（ResNet）中引入了通道注意力模块,通过挤压和激励策略来提高噪声特征的捕捉能力. 仿真结果表明,相比于最小二乘（LS）估计算法和常规的注意力机制深度ResNet,所提出的深度学习网络具有更好的去噪效果和估计精度.     

FBMC/OQAM系统导频辅助信道估计方法概述

滤波器组多载波/交错正交幅度调制(filter bank-based multicarrier/offset quadrature amplitude modulation,FBMC/OQAM)是一种基于滤波器组的多载波调制系统,其在收发器两端采用特殊的信号处理机制来消除符号间/载波间存在的固有干扰,具有旁瓣衰减快和无需严格正交同步等优点.但是在信号传输过程中,这种固有干扰与信道特性叠加,严重影响了导频位置的信道估计精度.描述了FBMC/OQAM的系统框图、正交特性,并对其固有干扰作了时频域定量分析.指出将正交频分复用(orthogral frequency division multiplexing,OFDM)系统信道估计方法应用到FBMC/OQAM系统的关键是处理好固有干扰项.将现有FBMC/OQAM导频辅助信道估计方法分为干扰消除、干扰利用和干扰规避三大类,并从导频宽度、计算复杂度和估计性能等方面,对3类信道估计方法进行比较,指出各自的优缺点.概述了当前最新的创新性研究方法,并提出未来的工作重点.     

基于压缩感知的MIMO双选择性衰落信道的估计

为了减少MIMO （multiple-input multiple-output）时频双选择性衰落信道估计过程中需要的导频符号数,文中对多径信道的时延和多普勒频移构成的时频二维有界区域进行量化,将该信道估计问题建模为压缩感知理论中的稀疏信号重构问题,提出了一种采用正交匹配追踪估计MIMO双选择性衰落信道的方法.仿真结果表明获得相同的估计性能,所提出的压缩信道感知方法比传统的最小二乘法能节省近50％的导频符号,且该方法在低信噪比的场景里也能获得较高的估计性能.     

基于导频的FBMC/OQAM系统的信道估计方法

与正交频分复用(OFDM)技术相比,滤波器组多载波技术(FBMC)拥有更高的频谱利用率以及更容易实现的脉冲整形,被看成潜在的替代OFDM作为未来5G物理层的备选技术方案.然而,在实际应用中,由于FBMC/OQAM系统中滤波器仅仅在实数域满足正交,在虚数域存在固有干扰,所以经典的OFDM信道估计的方法不能直接应用于FBMC/OQAM系统的信道估计中.针对这个问题,给出了一种新的基于离散导频的信道估计方法,该方法将对导频造成干扰的数据块进行分区域处理,在不同区域分别使用不同的干扰消除方案,分步消除固有干扰.通过仿真表明,所提出的方法使得信道估计性能得到了明显改善,提高了FBMC/OQAM系统的性能.     

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KNN-TSVR算法的MIMO-OFDM系统信道估计

为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.     

基于循环冗余校验辅助连续相约表的物理层广播信号译码算法

3rd Generation Partnership Project release15发布的第五代无线通信技术标准(5G new radio)中,物理层广播信号(physical broadcast channel,PBCH)采用了分布式循环冗余校验极化码进行编码。对于5G终端设备来说,Polar码译码延迟大、复杂度高。为了在5G超高速传输中快速地对Polar码译码,本文采用分布式循环冗余校验连续相约表的方法研究了PBCH信号的译码过程。算法中针对Polar码的特点,通过路径排序和早停功能,对路径进行选择,简化了Polar译码的复杂度。结果表明,该方法复杂度低,译码速度快,易于实现,可以为未来第五代无线通信终端提供设计参考。     

V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

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。     

带波束形成的在单频网广播中的信道均衡

针对数字电视地面广播在单频网(SFN)应用中的复杂多径问题，提出了一种基于多输入多输出(MIMO)系统的SFN信道模型，以获取信号的空间信息，从而得到一种新的均衡方案．该方案用波束形成器将来自不同发射机的信号进行分离，有效避免了在此过程中SFN信号固有的大时延和大幅度多径，输出的各路信号通过一组均衡器，再经过相位和时延校正后合并输出，得到SFN增益．仿真结果表明，这种方法比传统的均衡方法得到了更快的收敛速度和更好的性能．     

基于集成神经网络的信道估计方法研究

为解决噪声以及信号干扰等因素严重影响接收端信道估计的问题,提出一种基于集成神经网络的信道估计方法,利用多个改进后的神经网络来提取带噪导频信号与原始导频信号之间的非线性关系模型,根据其输出误差来计算差异度值,并结合差异度对其进行集成,得到训练完成的集成神经网络模型,通过集成神经网络模型来获取信道估计结果;与最小二乘(least squares,LS)估计方法相比,该方法不仅可以提高通信的可靠性,而且还能减少导频开销提高通信有效性;在不同的调制方式下,当误码率相同时,算法所需的信噪比LS算法均要更低;基于正交频分复用(orthogonal frequency division multiple,OFDM)通信系统进行仿真,结果证明,该方法具有优良的性能。     

基于压缩感知的自适应加权匹配追踪算法

压缩感知（compressed sensing,CS）技术通过减少发射导频数来提高频谱的利用率。将CS技术应用于导频辅助的稀疏度未知的正交频分复用（orthogonal frequency division multiplexing,OFDM）信道估计中,提出一种自适应加权匹配追踪（CS-based adaptive weighting &matching pursuit,AWMP）算法。该算法使用自适应加权、匹配追踪的方法估计信道时域脉冲响应,按照估计信噪比和匹配原则,利用多次迭代进行自适应加权和寻找最佳稀疏度,实现未知信道稀疏度与信噪比的情况下,准确估计信道信息。仿真验证表明,与传统的信道估计算法相比,采用基于AWMP的信道估计方法,能够利用较少的导频信息获得更低的误码率和均方误差。     

快速时变信道下的基扩展模型信道估计性能分析

针对快速时变信道,提出了一种基于复指数基扩展模型(CE-BEM)的线性最小均方误差(LMMSE)信道估计方法,对信道估计的结果使用离散长椭球序列(DPSS)进行平滑处理,并相应提出了基于迭代的载波间干扰(ICI)消除信道均衡方法.仿真结果表明:在高多普勒信道场景下,该方法系统误码性能较传统信道估计方法有一定程度的提升.     

一种MIMO-OFDM信道估计方法

为提高现有MIMO-OFDM系统信道估计算法性能,降低算法运算的复杂性,提出一种基于变换域的MIMO-OFDM信道估计方法.该算法不需要任何信道统计信息,通过变换域内自适应低通滤波器降低了高斯白噪声和子载波间干扰对该估计算法准确度的影响,并且利用在变换域内得到的导频位置的信道估计结果,通过补零内插算法得到其他子载波位置的信道估计结果.仿真结果表明:该算法的误码率性能优于最小平方算法,稍逊于线性最小均方误差算法;该算法计算复杂度低,易于在实际系统中实现.     

无线OFDM系统信道软判决译码新方案

提出了一种基于传输信道状态检测的无线正交频分复用(OFDM)系统自适应信道软判决译码方案.方案中,输入维特比译码器的数据可信度度量,可以根据当前信道信息和同频干扰检测结果自适应地变化,能有效解决传统信道软判决方法缺乏对当前信道进行自适应跟踪以及不适宜于高速移动接收的缺陷.仿真结果表明本方案在时变快衰落及存在同频干扰的无线信道下具有鲁棒性.