存在载波频偏和信道估计偏差影响的空相关多用户MIMO-OFDM系统的性能分析

为进一步了解载波频偏和信道估计偏差在空相关多用户MIMO-OFDM系统中的作用,对存在载波频偏和信道估计偏差影响的上传多用户MIMO-OFDM系统的性能进行了解析和仿真研究.推导了在载波频偏和信道估计偏差影响下的空相关多用户MIMO-OFDM系统的有效数据符号的信号干扰噪声比表达式,给出了多用户MIMO-OFDM系统的符号差错性能指标.研究表明,理论计算与计算机仿真的系统符号差错性能结果在各种载波频偏和信道估计偏差情况下都比较吻合.     

MIMO-OFDM系统中的信道估计

给出了一种适于多输入多输出-正交频分复用（MIMO-OFDM）系统的信道估计方案．该方案首先根据最小二乘准则,利用散布导频估计出MIMO信道的单位冲激响应,然后对此估计值进行时域白适应Wiener滤波以提高估计精度,最后经过离散傅里叶变换得到MIMO信道频率响应用于信道均衡．这一估计方案充分考虑了信道在时域以及频域的相关性,从而估计精度高、性能稳定．同时由于采用的导频符号均布于各发射天线的所有发射时段,因而它能及时跟踪信道的变化．仿真结果表明该方案具有良好的误码率性能,接近于理想信道估计的情况,并且对信道衰落变化较快的环境具有鲁棒性．     

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。     

MIMO-OFDM系统中基于二维散布导频信道估计

MIMO—OFDM技术将OFDM与空时编码技术有机的结合在一起，能够大幅度的提高无线通信系统的信道客量和传输速率，并能有效的抵抗多径衰落、抑制干扰和噪声。本文详细讨论了在MIMO—OFDM系统中基于二维散布导频信道估计算法，并重点阐述了导频形式的选择准则，最后结合计算机仿真分别验证了算法的有效性。     

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。     

MIMO-OFDM系统中信道估计算法的改进研究

提出一种新的基于最小二乘准则的频域信道估计算法,该算法设计了一种新的具有互补性的2个连续训练序列,对所有子载波的频率响应进行估计,减小了线性内插造成的误差,并在多普勒频移不同时采用不同的预估计值加权参数,有效地减弱了多普勒频移对估计精度的影响.仿真结果表明,此算法在不增加计算复杂度的前提下,有效地提高了估计精度.     

基于信道探测技术的MIMO-OFDM系统信道及其相关性的联合估计

在实际物理环境中,信道相关性估计在很大程度上影响信道估计的准确性。针对MIMO-OFDM系统,引入信道探测思想,在数据传输之前发射探测信号,利用接收端信号的相关矩阵与信道相关矩阵的关系进行信道及其相关性的联合估计,同时,将信道探测得到的信道相关矩阵作为数据传输过程中的已知条件,辅助系统进行信道估计。理论分析和仿真表明,该方法可以在空间相关性不能忽略的情况下保证信道估计的准确度,基于信号处理的估计方法也不会增加算法的复杂度,同时信道探测思想的使用,不会造成数据传输过程中占用额外系统带宽的现象,因此具有较大的实用价值。     

MIMO-OFDM蜂窝系统中优选训练序列及信道估计

对多输入多输出正交频分复用(MIMO-OFDM)蜂窝系统中的信道估计进行了研究，推导了用于多小区多天线的最优训练序列条件，给出了一种实用优选训练序列，并在此基础上提出了一种迭代信道估计算法．结果表明，所提出的迭代信道估计算法可以有效抑制同信道干扰对估计精度的影响，使该估计器具有更高的估计精度，在同信道干扰环境中性能更稳健，从而使接收机性能更靠近理想信道估计的性能．     

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。     

基于PN序列的MIMO-OFDM系统信道估计

基于为MIMO-OFDM系统设计了一种训练序列,并给出了相应的信道估计算法.提出使用PN序列代替传统OFDM系统中的循环前缀作为训练序列,并且不同发射天线选择相互正交的PN序列,利用PN序列的自相关性和互相关性,采用时域相关的方法估计多信道.与传统采用频域导频的信道估计器相比,该方法由于无需矩阵求逆,能够大大降低计算复杂度,同时PN序列作为OFDM符号的一部分可以实时估计信道,具有跟踪时变信道的能力.仿真结果表明该估计是无偏的,而且均方估计误差极小.     

基于Cholesky分解的MIMO-OFDM系统同信道干扰抑制方法

在多输入多输出-正交频分复用(MIMO-OFDM)系统中,通过联合估计信道矩阵和干扰协方差矩阵(ICM)的方法来抑制同信道干扰.首先,利用最小二乘法和残差估计方法获取信道矩阵和ICM的初始估计值;然后,基于Cholesky分解方法对ICM的估计值进行改善,并利用改善后的ICM估计值对信道矩阵估计值进行更新.该方法充分利用了时域和频域中的所有可用信息,提高了信道估计精度,较好地抑制了同信道干扰.仿真结果表明:与其他可实现的非迭代方法相比,该方法所得的信道频率响应估计均方误差性能增益高于2 d B;信干噪比(SINR)越大,比特误码率性能的改善程度越好,并且随着天线数的增多,性能增益也增大.     

Suboptimal MMSE Channel Estimation with Subspace Tracking for MIMO-OFDM Transmission

A suboptimal minimum mean-squared error estimation (MMSE) is proposed for a dispersive wireless channel in the absence of its correlation matrix for multiple-input multiple-output orthogonal frequency division multiplexing (MIMO-OFDM) transmission.It utilizes a fast subspace approximation tracking to separate signal subspace with a limited set of channel estimates.The subspace rank is adjusted by pre-set thresholds in different signal-to-noise ratios (SNRs).The performance comparison among the proposed algorithm,least square based,and the optimal MMSE estimation is shown by numerical simulation under a spatially correlated multi-tap channel scenario.It demonstrates that the approach has better normalized mean square error than recursive least square estimation and yields 3 dB gain over the latter.     

MIMO-OFDM系统中反馈插值方法和复杂度

在多输入多输出-正交频分复用(MIMO-OFDM)系统中,为了降低每个子载波在波束形成时的高反馈开销,通过充分利用发射端在某些特定子载波上的信道信息和信道系数在频域的相关性,提出了新的3种波束插补方法,分别为三阶样条插补、变换域插补和低通插值方法.这些方法只需接收机反馈部分子载波上的波束矢量就能确定其他子载波上的波束矢量,避免了因矢量旋转带来的复杂搜索,降低了角度反馈开销.减小系统反馈量,同时保证较好的性能.仿真结果表明,在频谱利用率、误码性能和反馈量方面,所提方案均优于现有的插补方案.与现有方法相比,在同样反馈量的条件下,所提方法能够获得明显的性能增益.     

MIMO-OFDM系统中稀疏信道估计算法研究

 针对多输入多输出正交频分复用系统,利用信道冲激响应的稀疏特性,提出1种新的MIMO-OFDM信道估计算法,简称为MIMO-MP算法.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2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,得到另一种性能更优的算法简称为MIMO-MMP算法.仿真结果验证了算法的有效性.     

一种改善的MIMO-OFDM系统MAP信道估计

在MIMO-OFDM系统下提出一种最大后验概率(MAP)信道估计算法.该算法利用期望最大化(EM)算法把MIMO信道估计分解为一系列独立的SISO信道问题,降低了MAP算法的计算复杂度.同时,根据在角域内不同发送和接收天线间的信道可近似为空间不相关,利用最有用抽头(MST)技术来减小噪声对估计性能的影响.仿真实验表明,与传统LS和EM算法相比,所提算法在低信噪比下具有较低的估计误差.