低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit, DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error, LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。     

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EM算法的MIMO OFDM系统信道估计

针对慢时变频率选择性MIMO OFDM(Multiple Input Multiple Output Orthogonal Frequency Division Multi-plexing)系统,提出一种低复杂度的信道估计算法.文中所用方法是STBC(space-time block coded)MIMO OFDM系统中一种基于EM(Expectation Maximization)的自适应信道估计技术.仿真结果显示在慢衰落环境下,随着用户数的增加,最小均方误差性能没有损失.与RLS(Recursive Least-Squares)算法比较,本文所提出的方法利用了Alamouti STBC编码结构,从而降低了计算复杂度.     

MIMO系统中信道估计与序列联合检测

提出了MIMO系统中基于EM(Expectation Maximization)-SD(Sphere Decoding)相结合的信道估计和检测的联合处理算法。在采用EM-SD算法进行联合处理时,首先通过观测数据、训练序列及以前估计的符号对信道信息进行更新,随后把更新后的信道信息及观测数据重新送入SD算法中进行最小距离搜索,从而可以估计发送符号。仿真显示:这种联合估计及检测算法的性能属于次优算法,但是其复杂度会随着搜索而下降。在比较少的迭代次数下,可以获得理想的信道估计和检测结果。     

基于四阶累积量的MIMO信道及其相关性的联合估计

MIMO技术一直受到人们的广泛关注,并被广泛采用于各种移动通信系统的标准化协议中.在此系统中用到的分集合并和空时解码技术都需要以准确估计的信道状态信息为前提条件,以往的信道估计都是在MIMO系统子信道间是非相关的假设下进行的.事实上,由于天线之间距离的限制和传播路径散射体的不充分,子信道之间常常存在一定的相关性,常称为空间相关.另外,在信道估计、天线选择和自适应调制等方面需要已知(估计)这一参数.但是,要精确估计信道的相关性非常困难,到目前为止,这一问题没有得到很好的解决,以至于在大部分关于信道估计的文献中都是预先假定已知信道的相关特性.本文运用四阶累积量理论对MIMO信道及其相关矩阵进行了估计.仿真结果表明,本文所提出的方法具有较高的估计精度.     

大规模MIMO系统中基于DFT信道估计的导频污染消除方案

在大规模MIMO系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。基于此,本文提出了一种基于离散傅立叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。改善了信道估计的性能。仿真结果表明,在大规模MIMO系统的信道环境下,本文提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

分布式MIMO系统多普勒信道的容量自相关特性研究

采用多天线的分布式MIMO系统保持了分布式天线系统和点对点MIMO系统的优点,在分布式MIMO系统中的TDD模态采用仅仅反映系统容量使用信息的简化反馈方式,可以降低系统复杂性,本文研究了分布式MIMO系统多普勒效应下系统容量的自相关特性,研究发现：系统容量的自相关可以由信道的自相关特性来预测,从而可以大大简化系统的反馈,提高系统性能。     

基于训练序列的MIMO信道估计算法研究

针对MIMO系统，基于训练序列的信道估计方法，详细推导出ML、LS和LMMSE方法的估计值，并进行了性能比较。在一定条件下，信道系数矩阵的ML、LS估计值具有相同的表达形式。计算机仿真表明，LMMSE方法和ML、LS方法的估计效果基本一致。在高信噪比、有限训练符号数、较少发射天线数的条件下，可以精确地估计出信道系数。     

基于深度学习的MIMO系统信道估计算法

精确的信道估计对于保证无线通信系统性能至关重要。针对多输入多输出(multiple input multiple output, MIMO)系统传统信道估计算法需已知信道统计信息以及性能与复杂度折中等问题,提出一种基于深度学习的多网络级联MIMO系统信道估计方案。基于卷积神经网络构建信道信息重建网络,初步重构出信道信息,进而基于深度残差网络构建信道估计网络进行级联得出估计结果,并利用多个损失函数对网络进行优化。仿真结果表明,在牺牲一定时间复杂度的情况下,所提方案的均方误差随信噪比增加逐渐优于线性最小均方误差(linear minimum mean squared error, LMMSE)估计算法,且不受信道统计信息的约束。     

OFDM系统载频偏移估计算法的研究

载波频率偏移是OFDM系统实现的关键问题之一。分析了OFDM系统载频偏移估计的2种算法，即利用循环前缀和训练序列方法。它们均为最大似然估计方法。分别讨论了它们的基本思想、实现方法和仿真结果。可以看出基于循环前缀算法复杂度较小，精度不高，而基于训练序列的算法有较高的估计精度，但降纸了系统传输效率。     

基于分布式MIMO系统的智能小区探讨

在无线用户增多,而无线通信小区不能再微小化的情况下,基于分布式MIMO系统,利用群切换思想, 提出了智能小区方案,研究了智能小区的重组与切换过程以及功率控制下的无线接入与信道分配策略.仿真表明智能小区有较高的通信速率,可以服务更多用户,更适用于密集用户的无线通信.     

FH-OFDM系统自相关频偏估计的敏感性研究

研究了FH-OFDM系统中频率偏移估计的问题,与传统的OFDM系统不同,在FH-OFDM系统中,必须确认在完成频偏估计之前的频率变换需要达到的精度.通过计算接收信号与接收机中的跳频频率合成器产生的频率之间的跳频时间偏移(FHO)和跳频相位偏移(PHO)得到跳频频率的精确性.在多径衰落信道中特定FHO和PHO值的情况下,对系统中自相关算法性能进行了仿真,结果与理想跳频情况下的性能对比表明,基于自相关原则的频偏估计算法对抗不超过跳频时间的一半的频偏非常有效.     

一种DMB-TH系统的频偏粗估计算法

针对我国新一代的数字电视地面广播传输系统DTMB中频偏估计计算量大、估计速度慢的难题,提出一种改进的频偏粗估计算法.先进行帧头位置粗估计,然后采用引入了频率偏差的本地零相位PN序列与接收序列进行滑动相关的扫频方法进行频偏粗估计.理论分析和仿真结果表明,在高斯和多径信道下此算法都能较快速地进行频偏粗估计.     

MIMO信道下空时迭代均衡译码系统及算法

目的提出一种在M IMO衰落信道下的低复杂度的接收结构。方法通过交织器和解交织器将SISO的均衡器和译码器以及M IMO信道估计器级联起来,进行未知信道条件下迭代均衡译码。结果采用次优的基于最小均方误差均衡算法和Max-Log-MAP译码算法,使系统复杂度大大降低。结论不但可以消除M IMO信道中的码间干扰和多径干扰,而且大大降低系统的复杂度。     

一种基于模糊系统的信道估计新方法

信道估计是数字移动通信中的一个重要问题。S.Abeta等人提出了一种加权多时隙平均法 (WMSA) ,改善了信号传输的性能。这里提出了一种新颖的信道估计方法 ,即基于模糊系统的半盲信道估计方法 ,利用模糊系统建立数据信道模型 ,利用自适应最小均方 (L MS)方法估计模糊系统的参数。由于模糊系统良好的函数逼近性质 ,该方法可以较好地估计数据信道。计算机仿真实验表明 ,该方法对不同移动速度下的信道都可以得到比较准确的估计 ,与 WMSA方法相比 ,克服了在移动速度增加时会发生信道估计急剧恶化的现象。     

基于时域过采样的OFDM载波频偏估计算法

为了解决OFDM系统中载波频偏导致载波间干扰从而引起系统性能下降的问题，分析了OFDM信号的特点，采用滑动窗检测的方法，给出了一种基于时域过采样的载波频偏估计算法．理论分析和仿真结果表明，与采用循环前缀的载波频偏估计算法相比，该算法估计精度高，抗噪声和抗多径衰落性能有明显改善．