基于最优导频设计的MIMO-OFDM系统信道估计算法

研究了MIMO-OFDM系统中LS、LMMSE准则下的导频辅助的信道估计技术.提出了一种基于最优导频设计并结合SVD分解的改进的LMMSE频域算法.仿真结果表明,采用最优导频设计的简化算法在收敛速度、抗噪声性能和降低算法复杂度方面有很大提高.     

基于二维DFT的多导频模式OFDM信道估计算法

提出了一种正交频分复用 (orthogonal frequencydivision multiplexing,OFDM)系统中的抗噪声信道估计算法 ,适用于块状、梳状、格形和菱形导频模式。该算法通过导频位置偏移量预校正、二维离散 Fourier变换 (DFT)和变换域滤波消除噪声的影响 ,利用变换域补零和二维反离散Fourier变换进行信道传输函数插值 ,并使用变形 cos窗抑制插值过程中的频谱扩散。仿真结果表明 :该算法的系统性能明显优于传统信道估计算法 ,采用该算法获得了约 2 d B的每 bit信噪比增益。该算法在宽带 OFDM系统中有应用潜力     

OFDM中基于DFT信道估计的改进算法

在正交频分复用(OFDM)系统的估计算法中,基于离散傅里叶变换(DFT)的信道估计因其算法实现简单,性能又优于最小二乘法(LS),常常用于实际OFDM系统中.传统的DFT算法中通常只抑制了信号中循环前缀(CP)外的噪声,并没有消除循环前缀内的噪声.提出了一种改进型算法,该算法通过加窗降低系统中频谱泄露现象,并对噪声进行估计修正,考虑到CP范围内外的噪声分布情况,设置了一个新的阈值点来抑制样本内的噪声.仿真结果表明:该算法较传统的DFT估计算法性能更好,更进一步地改善了系统误码率,能获取准确的信道信息.     

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802.16d的OFDM导频信道估计

以基于导频的信道估计展开研究.首先总结一般无线信道的多径时变统计特性,给出SUI-3信道模型的仿真实现.在此基础上,研究现有的块状导频插入方式下信道估计算法的原理和性能.基于Alamouti空时编码方案,构建1种具有2个发射天线和1个接收天线的时-频空时编码的正交频分复用(OFDM)系统,提出适用于虚载波系统的基于DFT变换的信道估计算法.该方法利用DFT迭代算法来重构虚载波的频域信道状态信息,通过时域滤波方法来抑制噪声.仿真结果表明:该算法实现了良好的信道估计性能,有效可行.     

基于WR分解的多用户多天线OFDM系统半盲信道估计

在多用户多天线OFDM上行信道的模型下,提出一种改进的基于WR分解的半盲信道估计算法。改进算法利用接收信号的统计特性和子空间分解法直接估计白化矩阵W,避免了对导频信号的依赖和模糊矩阵的求解问题。在已知W矩阵后,根据正交导频的设计方案,由最小均方误差准则得到Q矩阵。计算机仿真结果表明,系统的信道冲击响应可以被很好的跟踪,且当信噪比达到20 dB时,改进算法的RMSE比LS算法降低约1～1.5 dB。与此同时,正交导频的长度对于改进算法的性能具有较大的影响,当导频信号的长度达到整个OFDM符号块长度的1/5时,改进算法的RMSE比LS算法降低约1～2 dB。     

基于导频的OFDM系统信道估计

本文介绍了基于导频的OFDM系统信道估计的基本方法,并给出在不同估计准则、不同导频图案下,信道估计性能的对比分析。采用广义平非相关散射下的多径时变瑞利信道模型,对各个算法进行仿真,得出不同算下信道估计的均方误差曲线。仿真结果表明：在快变信道中,梳状导频较块导频有更好的性能;基于MMSE准则的信道估计比基于LS准则的估计有更的性能,但前者复杂度较高。     

一种结合DWT与DCT插值的OFDM信道估计新方法

针对传统的基于离散余弦变换(DCT)的正交频分复用(OFDM)信道估计算法去除噪声不够理想的问题,提出了一种结合离散小波变换(DWT)与DCT插值的OFDM信道估计新方法.在对信号进行最小二乘(LS)估计后,利用DWT对信号进行阈值量化消噪处理,然后将循环前缀(CP)内各采样点上的能量均值作为DCT线性插值过程中的阈值,对循环前缀内的噪声进行再次处理,从而进一步降低噪声的影响.对算法的误码率(BER)和均方误差(MSE)等进行了试验仿真.仿真结果表明:文中算法的性能明显优于经典的LS算法、传统的DFT算法、基于改进阈值的DCT信道估计算法.新算法使循环前缀内的噪声得到了有效的抑制,与基于改进阈值的DCT信道估计算法相比,在相同BER下,文中算法的SNR提升了约1 dB;当MSE相同时,文中算法SNR约有2 dB提高.     

MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO-OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的问题,提出了2种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,避免了大矩阵求逆运算,降低了算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整帧所有符号的信道响应,实现算法复杂度不变、估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

OFDM系统中MMSE与LS信道估计算法的比较研究

文章介绍了OFDM系统中插入导频的LS信道估计与MMSE信道估计两种算法,通过试验仿真说明了MMSE信道估计算法对系统性能的提升要优于LS信道估计算法,但MMSE信道估计算法的计算量大于LS信道估计算法。