一种基于Kalman滤波器的低复杂度信道估计算法

在HF通信中,信道具有时变性,准确地跟踪信道对于接收端是必不可少的,提出了一种半盲迭代信道估计和译码的联合接收方案。通过较短的训练序列对信道进行初估计,假设当前时刻的信道参数不变,当信息数据来临时,进行一次译码,译码后的数据比特作为信道的先验输入信息,对信道实时跟踪,再进行下一次译码,直到满足条件为止。将信道估计引入迭代过程中,在增加少量复杂度的情况下,可提供较为精确的信道信息。     

一种改进的DFT迭代的MIMO—OFDM系统信道估计算法

针对MIMO—OFDM通信系统中的非整数采样信道,提出了一种基于DFT迭代的低复杂度信道估计算法,该算法避免了复杂的矩阵求逆运算,较好地降低了高斯白噪声的影响．与最小二乘（least square,LS）估计算法相比,该算法有较大的性能改善．同时,提出的估计算法同样适用于整数采样信道,具有很好的实用价值．     

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.     

对称α稳定分布噪声下基于Kalman滤波迭代信道估计

为了提高加性脉冲噪声衰落信道环境下的通信传输性能,提出了一种适用于对称稳定分布噪声的基于Kalman滤波的迭代信道估计方法。该方法利用时变信道的先验统计信息将信道建模为一阶自回归模型,并将最小分散系数准则应用于Kalman滤波信道估计方法中,从而更充分地利用了时变信道和非高斯噪声的先验信息。在较为严重的时变脉冲信道下,该方法比最小平均p范数估计方法性能要优约2 dB。仿真结果表明:该方法能消除脉冲噪声和稳定分布二阶矩不存在等不利因素的影响,能快速准确地跟踪并预测时变信道的变化,且性能显著地优于传统的最小均方误差和最小平均p范数信道估计方法。     

基于Kalman滤波的自适应MIMO信道估计

给出了一种基于Kalman滤波的自适应MIMO信道估计方法，分析了算法的剩余误差能量随迭代次数增加的变化情况，对饱和MIMO系统和欠饱和MIMO系统，分别采用Kalman自适应MIMO信道估计方法和最大似然信道估计方法，进行了数值仿真和对比。从对比的结果来看，文中给出的Kalman自适应信道估计具有和最大似然信道估计相近的性能，而在饱和系统中，Kalman估计算法性能要略好一些。     

一种改进的基于DCT的信道估计迭代算法

提出了一种适用于正交频分复用系统信道估计的基于DCT的改进迭代算法.该算法通过迭代修正传统DCT/IDCT方法估算出的频率响应幅值和相位偏移,能有效抑制加性高斯白噪声和载波间干扰影响.仿真结果表明,与未采用迭代的DCT/EIDCT算法相比,该算法有更好的性能;与采用DCT/EIDCT初始化的迭代算法相比,该算法具有与其几乎相同的性能,但实现更简单;同时,该算法的迭代次数可通过在初始化过程中引入幅值补偿而大大减少.     

MIMO-OFDM系统的信道估计方法综述

MIMO-OFDM技术是未来无线通信系统研究热点,而信道估计是实现MIMO-OFDM系统优良的传输性能的重要环节．笔者在对国内外现有MIMO-OFDM系统的信道估计方法综述的基础上,分析和比较基于导频符号的非盲信道估计方法、盲信道估计方法和半盲信道估计方法的优缺点,并解决算法的复杂度和应用性的矛盾问题,因此认为,半盲信道估计方法将成为未来信道估计研究的重点．     

块衰落信道中的迭代盲信道估计与译码

提出了衰落信道下的一种迭代盲信道估计与译码算法，推导了高阶调制下的MAP估计和ML估计表达式，并证明了在信噪比充分大或块衰落信道的块长充分大时。MAP与ML估计是等价的。通过仿真发现，在对迭代信道估计与译码算法的影响上，信噪比与衰落信道的块长之间存在着折中关系，并分析了块衰落信道的块长对迭代信道估计与译码算法的性能的影响。     

基于渐消Kalman滤波的MIMO-OFDM信道估计

针对快时变信道明显的频率选择性,提出了采用Kalman渐消记忆滤波的估计方法.信道采用AR模型建模,并利用LS算法估计时变信道的衰减因子.仿真表明:快时变环境下,所提算法的估计性能优于LS信道估计和传统的Kalman滤波算法估计.     

一种改进的DDLMMSE信道估计算法

提出一种不同宽度的双对角阵线性最小均方误差(dual-diagonal linear-minimum-mean-square-error,DDLMMSE)信道估计算法.该算法在DDLMMSE信道估计算法的基础上,利用相邻子载波间的相关性,将DDLMMSE算法中的对角阵扩展为K重对角阵,在不显著增加算法复杂度的前提下,提高了DDLMMSE信道估计算法的估计精度.仿真结果表明,与DDLMMSE算法相比,当正交频分复用(orthogonal frequency division multiplexing,OFDM)子载波数为128时,获得相同的误码率BER=10-1时,宽度为3的DDLMMSE算法所需的信噪比约有0.5 dB的减小,可以根据性能要求选择合适的宽度.     

快时变OFDM信道下的信道跟踪

基于信道相关矩阵的信号子空间的缓慢变化,把信道估计转化为一个无约束的最小化问题。为了解决这个无约束的最小化问题,引进了著名的基于卡尔曼滤波的子空间追踪方法。该算法利用恒定的信号子空间构造状态方程和观测方程,然后通过迭代来求解一个最优值。仿真实验结果显示基于卡尔曼滤波的信道估计方法能很好的追踪快时变信道,在出现较大多普勒频移时表现出优异性能。     

非理想载波同步下的OFDM快衰落信道估计

针对非理想载波同步下的正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统,提出一种快衰落信道估计算法.首先,提出一种紧凑型广义信道冲击响应(generalized channel impulse response,G-CIR)自相关矩阵的对角化方法,使其随机性仅体现在对角阵中;然后,提出一种紧凑型G-CIR矩阵的压缩表示方法及其等效信道模型,减少了待估计元素个数;最后,利用最小二乘(least square,LS)估计器估计出压缩后的信道,从而实现了非理想载波同步下的OFDM快衰落信道估计.仿真结果表明,该算法能对非理想载波同步下的快衰落信道进行有效估计,并且提高了误码率(bit error rate,BER)性能。     

一种基于小波变换的LTE系统下行链路信道估计算法

针对LTE下行正交频分复用(OFDM)系统中噪声对最小二乘信道估计算法影响较大的问题,给出了一种基于小波分解的信道估计方法。该方法通过在最小二乘(LS)估计之后通过小波阈值去噪,再加入改进的时域加窗相结合的方法进行信道估计。仿真结果表明,该方法能够有效消除加性高斯白噪声,可以更好地跟踪信道变化,提高信道估计精度。     

Nakagami衰落信道的信噪比估计及其在Turbo译码中的应用

在Turbo译码中,需要精确的信噪比信息来计算子译码器生成的外信息,而在无线衰落信道中,Nakagami衰落信道具有通用性,文中对Summer信噪比估计算法进行了改进,使之能够应用于Nakagami衰落信道。最后,对应用了改进Summer信噪比的Turbo译码进行了性能仿真。从结果可以看出,改进的Summer信噪比估计算法能够成功应用到Turbo译码中,使得Turbo译码获得良好的性能。     

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。     

一种非线性直接判决的OFDM电力线通信盲信道估计算法

对OFDM低压电力线信道的特性进行了分析.采用OFDM技术的低压电力线信道具有周期时变的特性,为了跟踪这种特性,提出了一种非线性直接判决的OFDM电力线通信盲信道估计算法.该算法利用接收机接收到的频域信息进行非线性的直接判决,因而无需辅助的导频信息.仿真结果表明,该算法能够很好地跟踪信道的周期时变特性,误码率性能明显优于线性的导频信号辅助信道估计算法.     

协同通信系统中基于EM算法的半盲信道估计与迭代检测

研究协同通信系统的信道估计和符号检测技术,提出一种基于EM(Expectation Maximum)算法的半盲信道估计和迭代检测接收方案.它有利于减少协同通信系统的额外系统开销,并能有效提高协同通信的信道估计精度和系统误码性能.     

Turbo码译码器中信道SNR估计的自适应算法研究

基于迭代的MAP译码算法,研究了一种基于Turbo码译码的适应信道的SNR估计算法,并对其性能作了计算机仿真与分析,验证了该算法的有效性与可行性。