双选择信道下叠加训练OFDM系统的迭代信道估计与均衡

在频率和时间双选择性信道下,时域冲击响应将会在一个OFDM符号时间内发生变化,导致OFDM系统出现严重的子载波间干扰。本文提出一种在双选择性信道下利用叠加训练序列进行迭代信道估计和均衡的方案。在假设时域信道抽头系数服从指数基扩展参数模型以后,利用在一个符号内的已知叠加周期训练序列建立线性模型,并基于最小二乘准则求出信道参数模型的各个抽头参数,从而构造出对应的时域信道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估计和均衡,从而能有效地增强信道估计的性能并消除ICI干扰。实验结果表明本文算法在时间－频率双选择性信道下具有较好的性能。     

一种低复杂性的最大似然信道估计器在IEEE 802.16a中的应用

研究了一种应用于IEEE 802.16a OFDM(正交频分复用)系统的低复杂性最大似然信道估计器,并与LS估计、MMSE估计的BER、MSE性能及其计算复杂度进行了比较,仿真结果表明,此估计器能够极大的减小计算的复杂性并能达到较好的性能.     

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．     

一种基于叠加导频的OFDM系统迭代信道估计算法

提出了一种在OFDM系统中,基于叠加导频和时域最小平方准则的迭代信道估计算法,该算法利用多个OFDM符号进行联合信道估计,且在接收端根据估计得到的信道信息实时地更新发送序列,采用反馈迭代算法不断地更正信道信息,有效地提高了信道估计性能.     

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.     

基于软迭代的叠加训练序列信道估计方法

提出了一种基于软迭代的叠加训练序列信道估计方法.该方法将周期性训练序列与用户信息序列叠加后一起发送,通过软迭代方法,在接收端利用信道译码器输出的软信息来计算信息序列的一阶统计量,并将其反馈给信道估计器,用于消除观测量中来自未知信息的干扰,因此提高了信道的利用率和信道参数的估计精度.仿真结果表明,该方法有效地改善了信道估计性能,降低了接收机的误码率,提高了功率效率.     

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。     

联合最大似然贝叶斯信道估计

在高信噪比情况下统计贝叶斯估计是一种有效的信道估计方法,但是在低信噪比时由于噪声估计不准确,其性能逐渐下降.研究了基于鲁棒的非线性降噪方法,提出了一个简化的联合最大似然贝叶斯信道估计.计算机仿真结果和分析表明这种方法在较高和较低的信噪比情况下,提高了信道估计和联合检测的性能.     

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．     

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。     

基于叠加训练序列的稀疏信道估计

对于稀疏多径衰落信道,提出了一种叠加训练序列和匹配跟踪算法相结合的信道估计方法.为了提高系统带宽效率,采用迭代的叠加训练估计信道响应,该方法将一低功率周期性的训练序列直接叠加于信息序列,利用接收数据的均值求得信道响应,不需要任何额外带宽资源.在许多无线通信环境中,信道呈现稀疏特性,利用该稀疏特性,采用匹配跟踪算法估计信道响应中的非0点,以此可以降低加性高斯白噪声引起的性能损失.通过计算机仿真表明,本文的方法可以达到很好信道估计性能.     

Maximum Likelihood Estimation of Clock Synchronization Error in OFDM System

IntroductionForhigh ratedatatransmission ,robustnessofimpulsenoise,andfastfrequencyselectivefading ,orthogonalfrequencydivisionmultiplexingmodulationhasbeenadoptedfordigitalvideobroadcastingforterrestrial[1] andintegratedservicedigitalbroadcastingforterrestrial[2 ] ,respectively .However,ascomparedtosingle carriersystems,OFDMsystemsaremoresensitivetocarrierfrequencyoffsetandclocksynchronizationerror,onlytheperfectsynchronizationbetweenthetransmitterandreceivercanassuretheindependencybetweenea…     

多用户OFDM系统的子载波分配算法

自适应分配技术的应用能优化多用户正交频分复用系统功率的使用．文中在对功率最优化问题进行分析后，提出了一种基于用户速率和信道特性的子载波分配算法．该算法不需要另外计算最终分配给各用户的子载波数，其分配过程包括基本分配和剩余分配两个步骤．在基本分配中保证各用户数据能被及时发送，在剩余分配过程中，以减小各用户所需的发射功率可达到最小值为原则进行子载波分配．仿真结果表明，该算法能有效降低系统的发射功率．     

一种对抗强单音干扰的短波OFDM信道均衡机制

短波信道使用的频率范围较窄,频谱资源十分紧张,会出现大量的强单音干扰。因此针对存在强单音干扰的短波信道,提出了一种高效、简洁的信道均衡机制,该机制通过干扰抑制、信道估计、维纳插值等算法的有机结合,首先对接收到的信息序列硬判决,基于干扰门限对大幅度干扰进行抑制;其次,根据最小平方准则估计出导频子载波处信道传输函数;最后使用二维维纳插值工具,利用导频符号之间的相关性,计算出数据子载波处信道传输函数。并以强单音干扰下短波正交频分复用(OFDM)系统为例,对所提出的机制进行了仿真验证,结果表明,与其它均衡机制比较,所提出机制降低了接收端符号误码率,有效地提高了通信可靠性。     

完全极大似然估计

证明了关于完全极大似然估计的一个重要定理,说明当参数的2个不同的变换的某些分量完全相同时,它们的完全极大似然估计是相同的,另外,给定了正态分布和负指数分布的参数以一定的先验分布,在此基础上计算它们的完全极大似然估计,得到了与贝叶斯参数估计形式非常相似的结果。     

极大似然估计的几种求法

极大似然估计是参数估计的一种常用方法.本文探讨了极大似然估计的三种求法,并举例说明了这些方法在解决实际问题中的应用.     

最大似然估计在一元线性回归中的应用

最大似然估计是参数估计的常用方法。应用最大似然估计方法估计一元线性回归方程中的未知参数,与用最小二乘估计得到相同的结果,说明此方法的适用性。     

短波信道下联合LDPC译码的OFDM系统迭代信道估计方法

克服短波信道的频率选择性衰落的关键是准确的信道估计,本文针对短波信道的慢衰落特性,提出了短波信道下联合LDPC译码的OFDM系统迭代信道估计方法,该方法根据迭代估计的思想,首先利用插入导频进行信道初始估计,经过LDPC译码产生可靠的判决信息,通过在信道估计和译码之间迭代地交换信息来完成联合信道估计和译码,提高OFDM信道估计的精度和系统的误码率性能。