快变信道下OFDM系统的判决反馈信道估计

为了改善OFDM系统在快变信道下的传输性能,文中提出一种利用叠加训练序列进行时域信道估计的方案.基于时变信道抽头系数的指数基插值模型,利用一个符号内的叠加周期训练序列建立线性表达式,并根据最小二乘准则求出插值模型的相应参数,由此构造对应的时域响应矩阵和频域均衡矩阵.为进一步改善估计和均衡性能,将所得的符号判决作为已知的训练序列进行迭代信道参数估计,从而能有效地改善信道估计的性能并消除载波间干扰.实验结果表明文中算法在时间-频率双选择性信道下具有较好的性能.     

OFDM系统中DCT结合判决指导的信道估计方法

研究了正交频分复用(orthogonal frequency division multiplexing,OFDM)系统中基于DCT变换域的插值算法,针对传统的基于离散余弦变换条件下(discrete cosine transform,DCT)的信道估计算法中去除噪声性能不够理想的问题,提出了一种在DCT变换之后与判决指导相结合的DCT插值信道估计算法,对噪声进行第2次滤波.仿真结果表明:使用改进算法后信道中的多余噪声得到了更好的处理,系统的信道估计性能得到了进一步提高.     

一种新的基于判决反馈的OFDM系统信道估计方法

提出了一种基于判决反馈机制的信道估计方法,采用少量导频估计出初始信道信息,再从接收端检测出的符号中选取一组包含了少量错误的符号作为准导频,反馈到信道估计器,与初始的导频一起构成数量更多的导频序列,经过几次迭代,达到提高信道估计精度的目的.为提高初始估计的精度,信道估计采用了一种频域分集的方法.计算机仿真表明,在多径瑞利衰落信道下,本文的方法可以在较低的复杂度下有效地提高信道估计的精度,在MMSE接收条件下,系统具有良好的误比特率(BER)性能.     

一种基于PN序列的OFDM时域信道估计方法

提出了一种基于PN序列的OFDM时域信道估计方法,在时域OFDM符号中插入PN序列作为训练序列,将其与对应的接收序列作圆周相关处理,并通过迭代逐次检测出信道各径参数,进而获得信道频率响应估计.仿真结果表明,在相同的信噪比和信道利用率条件下,提出的方法比频域梳状导频估计方法具有更高的信道估计精度.     

叠加训练序列OFDM系统的迭代最大似然信道估计

叠加训练序列正交频分复用系统具有频谱效率高的优点.传统的基于叠加训练序列的信道估计方法仅使用一阶统计量,受功率分配和噪声影响较大.文中利用训练序列与数据信号相加后发送并经历相同信道的特性,提出一种最大似然方法进行系统的信道估计.该方法将发送的数据信号视为高斯随机变量,由此建立关于信道参数的似然表达式,采用循环最小化技术对参数进行迭代求解并获得方差下界,最后对算法的收敛性进行了分析.仿真实验表明,文中方法同时利用了接收信号的一阶与二阶统计量,从而获得了更优的均方误差和误符号率性能.     

OFDM系统中基于导频的信道估计及其MATLAB仿真

本文介绍了正交频分复用（OFDM）系统中两类常用的信道估计算法：最小二乘（LS）和最小均方误差（MMSE）。在广义平稳的多径时变瑞利衰落信道模型下,利用MATLAB程序仿真实现了LS、MMSE以及简化的MMSE信道估计,得出了均方误差（MSE）和误符号率（SER）随信噪比（SNR）变化的曲线。仿真结果表明,MMSE算法的效果要优于LS,简化MMSE算法的运算复杂度介于LS和MMSE之间,且估计精度接近MMSE算法。     

OFDM系统中基于导频的信道估计及其MATLAB仿真

本文介绍了正交频分复用(OFDM)系统中两类常用的信道估计算法:最小二乘(LS)和最小均方误差MMSE).在广义平稳的多径时变瑞利衰落信道模型下,利用MATLAB程序仿真实现了LS、MMSE以及简化的MMSE信道估计,得出了均方误差(MSE)和误符号率(SER)随信噪比(SNR)变化的曲线.仿真结果表明,MMSE算法的效果要优于LS,简化MMSE算法的运算复杂度介于LS和MMSE之间,且估计精度接近MMSE算法.     

水声OFDM通信系统中一种新的信道估计方法

研究了水声正交频分复用(OFDM)通信系统中的信道估计问题。通过分析水声信道的稀疏性结构特点及其统计特性,获得了基于最小误判的最优筛选门限。利用该门限能够最大限度地判别非零值信道抽头位置。在此基础上,采用结构LS方法进一步对非零值抽头进行精确估计,从而获得水声信道的精确估计值。通过计算机仿真,在两种不同稀疏信道情况下,验证了文中算法的有效性。该算法简单、快速,便于实际应用。     

改进的基于叠加导频序列的OFDM系统的信道估计方法

针对正交频分复用（OFDM）系统在时变信道中的应用,提出了一种简单有效的信道估计方法．在这种方法中,假设数据以包为单位进行发送,导频序列采用叠加（superimposed）的方式和数据序列相结合,得到对应于一个数据包内每一帧OFDM信号的信道冲激响应之后,在这个数据包内对这些信道冲激响应进行加权平均,从而提高信道估计的精度．该方法不需占用无线传输中宝贵的频谱资源,且适用于时变无线信道．最后给出仿真结果,以说明方法的有效性．     

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．     

The investigation on two-dimensional pilot-symbol-aided channel estimation method for OFDM system

Channel estimation for orthogonal frequency division multiplexing （OFDM） system has attracteo widespread attention. In this paper, a novel efficient two-dimensional （2-D） channel estimation algorithm based on fast Fourier transform （FFT） is proposed for a time-variant, frequency-selective wideband wireless channel. Both theoretical analysis and simulation results are addressed in the paper. The simulation results prove that the proposed algorithm has simpler implementation, better performance and wider application than other traditional deeision-direeted algorithms.     

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。     

正交频分复用系统中脉冲成型信道估计算法

提出一种脉冲成型的信道估计算法,该算法将频域的信道信息转换为时域信道信息,通过多径信息和理论推导的脉冲信号就町以合成几乎没有失真的信道时域特性,并能消除大部分的噪声干扰,然后将信道的时域特性变换到频域,得到信道的频域特性.理论分析和仿真结果表明:该算法有良好的抗噪声性能和低的误码平层,同时对系统的定时精度不敏感.     

OFDM系统中基于匹配追踪的稀疏信道估计算法研究

针对OFDM系统,利用信道冲激响应的稀疏特性,提出了一种新的OFDM稀疏信道估计算法。它分两步完成：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二次估计,从而通过减少信道估计参数的个数降低算法复杂度。该算法具有较好的归一化均方误差性能,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,得到了另一种性能更优的OFDMMMP算法。仿真结果验证了该算法的有效性。     

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。     

16QAM-OFDM系统的迭代信道估计

传统的OFDM信道估计器和译码器分开进行,信道估计的可靠性不高.针对16QAM高效调制的OFDM系统,提出了一种基于Turbo译码的迭代信道估计方案.在迭代过程中利用译码器产生的可靠信息来改善信道估计的精度;同时推导了16QAM软去映射、校验比特译码和符号重构算法的数学过程.为了防止由于译码器判决不准造成的误差传播,提出了一种基于门限控制的迭代估计算法.仿真结果表明,该算法可有效改善系统的整体性能.     

Error propagation determined iterative channel estimation with ICI mitigation for fast time-varying OFDM channels

The intersubcarrier interference （ICI） degrades the performance of the pilot-aided channel estimation in fast time-varying orthogonal frequency division multiplexing （OFDM） systems.To solve the error propagation in joint channel estimation and data detection due to this ICI,a scheme of error propagation determined iterative estimation is proposed,where in the first iteration,Kalman filter based on signal to interference and noise is designed with ICI transformed to be part of the noise,and for the later iterations,a determined iterative estimation algorithm obtains an optimal output from all iterations using the iterative updating strategy.Simulation results present the significant improvement in the performance of the proposed scheme in high-mobility situation in comparison with the existing ones.     

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.     

OFDM系统中基于子空间加权的时延估计算法

针对低信噪比条件下正交频分复用（orthogonal frequency division multiplexing,OFDM）系统利用MUSIC算法（multiple signal classification）进行时延估计时,特征值分解得到的信号子空间和噪声子空间不能完全正交导致算法性能下降的问题,提出一种基于子空间加权的时延估计算法——WMUSIC算法（weighted multiple signal classification）。算法对信道频域响应估计的协方差矩阵进行特征分解,利用噪声特征值的幂级数对噪声子空间进行加权处理,同时采用信号特征值的倒数对信号子空间进行加权处理,以修正MUSIC算法的伪谱,通过谱峰搜索得到时延估计值。仿真结果表明,与MUSIC算法相比,WMUSIC算法具有更高的时延估计精度,在信噪比为－8 dB时,估计精度在两径条件下提升71.46%,三径条件下提升19.48%。WMUSIC算法有效解决了低信噪比条件下MUSIC 算法伪谱谱峰存在混叠导致谱峰搜索误差较大的问题,可以完成较为准确的时延估计任务,提高了低信噪比条件下OFDM系统的时延估计性能。     

正交频分复用-多天线系统的盲信道估计算法

为了解决多天线系统的识别模糊问题,提出一种基于系统输出信号二阶统计的正交频分复用多天线(OFDM-MIMO)系统盲信道估计算法。该算法从频域角度出发,从而将有限冲击响应信道的识别简化为一系列的无记忆系统识别问题。利用信道频率相关特性降低了算法复杂度,同时解决了算法对样本数的依赖问题。为了去除盲识别的模糊度,设计了带少许导频插入的OFDM-MIMO系统结构,研究了算法的估计精度及其对信道容量的影响。仿真结果表明:2发2收,1024子载波的OFDM-MIMO系统在信噪比为20dB时盲估计的归一化均方误差约为10-2。另外,子载波信道的容量结果表明,在信道变化较快时该文提出的盲估计算法相对于训练方法有明显的容量优势。