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。     

GGE单天线干扰消除中信道估计技术研究

分析了GGE下行链路和相应的单天线干扰消除技术,设计了LMS自适应信道估计的方法,以此提高线性滤波的性能和系统干扰抑制的能力.为应对多小区异步干扰,所研究的LMS自适应信道估计添加了自适应遍历方向判断算法,以便扩展信道估计的适用范围,提高异步多小区自适应信道估计的性能.     

基于DFT变换信道估计的阈值滤波改进算法

在信道估计中,传统的基于DFT的信道估计算法复杂度低于MMSE算法,性能要优于LS算法.但由于传统算法单纯地将所有样点认为是有用信道冲激响应,忽略了噪声的影响.提出了一种基于2次噪声估计原理的改进算法,算法首先利用循环前缀长度以外的序列点估算出噪声方差,再利用估算出的噪声方差将循环前缀长度以内的噪声样点区别开,利用新的噪声样点进行2次噪声估计得到门限值,从而对信道时域冲激响应进行阈值滤波,进一步消除噪声对系统的影响.仿真结果表明,改进后的算法性能优于传统算法.     

频域自适应数字滤波器LMS算法的研究

本文应用 DFT 的“重迭保留”法和循环卷积定理、LMS 算法原理,导出了频域自适应滤波的 LMS 算法的公式。通过分析该算法的性能,并与时域LMS 算法作比较,证明了频域自适应滤波的 LMS 算法的可行性。     

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.     

OFDM系统中时域信道估计算法

信道估计技术是实现OFDM系统的关键技术之一。本文对OFDM系统中基于DFT的时域信道估计算法进行了研究，并对其3种时域信道估计器的性能和复杂度进行了分析。     

一种改进MSE性能的MIMO-OFDM系统信道估计算法

介绍了LS频域信道估计算法及时域滤波的LS频域信道估计算法,在给定训练序列结构和信道模型的情况下对两种算法的MSE性能进行了仿真,在时域滤波不能满足信道模型时,又给出了一种改进的时域滤波算法,使信道估计的MSE性能得到了一定的提高。     

基于信道估计的非线性编码系统的信号检测算法

针对非同一分布的输入信号序列，线性分组方法不能设计出最优编码的问题进行研究，提出一种以信道估计为基础，对非线性分组编码进行解码的信号检测方法，将基本的最小均方(LMS)自适应算法推广到对二维空时编码信号的权矩阵自适应迭代估计过程．同时，分析了对输入信号序列编码所生成的非线性编码矩阵之间的相关性，运用解相关LMS自适应算法对时间选择性衰落信道进行估计．在白噪声情况下，根据估计信道和噪声统计量，推导出对非线性编码进行解码的最大似然决策方法．仿真实验表明，扩展LMS方法和解相关LMS方法跟踪时变衰落信道响应都具有较强的快速收敛性和系统稳定性，非线性空时分组编码系统比线性编码系统编码能力提高了2dB，运用最大似然决策方法使系统误码率降低了32%．     

基于对称扩展DFT变换的OFDM系统信道估计方法

针对OFDM系统提出一种基于对称扩展DFT变换的信道估计方法.所提方法通过对初始最小二乘估计进行对称扩展DFT变换,并在变换域进行MMSE滤波以获得更为精准的信道估计.与传统DFT变换相比,对称扩展DFT变换可以降低信号边界上的不连续性,具有更好的能量集中特性和更低的频谱泄露.仿真结果及复杂度分析表明,所提方法可以在不明显增加计算复杂度的同时,有效改善实际OFDM系统中虚载波引起的频谱泄漏问题,提高边缘子载波信道估计的性能.与传统DFT变换信道估计方法相比,只需扩展较少的点数,即可获得2dB左右的性能增益,且随扩展点数的增加,所提方法的性能逐渐逼近DCT信道估计性能.     

噪声误差自适应修正的子空间盲信道估计方法

因多径衰落的影响,信道估计过程中无法精确获取噪声先验信息,固定方差的估计方法容易导致估计精度降低、鲁棒性变差,为克服噪声协方差引起的误差累积效应,提出了一种考虑噪声统计特性自适应修正的子空间盲信道估计方法.采用自回归过程对信道进行建模,并在粒子滤波框架内建立信道估计与噪声统计特性之间的关系,将粒子预测值和估计值加权求和处理,通过状态和观测模型的噪声协方差自适应调整权值大小来克服信道噪声累积引起的模型漂移问题.对接收信号进行盲信号子空间分解,将估计的信道特征作为初始粒子集合进行滤波初始化设置.仿真结果表明:本文方法不仅能对多径慢衰落信道进行鲁棒精确的估计跟踪,对快衰落信道也保持了较好的估计效果.     

一种提升LMS自适应滤波哭器抗窄带干扰能力的方法

LMS自适应滤波器是一种抗窄带干扰的经典算法,然而该算法在信干比低于－35 dB时性能将急剧恶化,有时甚至无法收敛. 为解决低信干比条件下LMS算法失效的问题,提出了一种在自适应滤波前利用FFT截波预处理的方法,应用这一方法,将使LMS自适应滤波器的有效滤波范围扩展至－50 dB以下.     

基于自适应滤波与倒谱联合分析的时延估计方法

为了加强倒谱分析方法在窄带信号多途时延估计的抗噪声性能,该文在自适应滤波的基础上,提出了一种基于自适应陷波滤波与波形修正的信号预处理方法。该方法首先对回波信号进行自适应陷波滤波,有效减少噪声分量,然后对输出波形的包络进行调整,恢复信号的边沿信息,在保留信号中信道信息的前提下有效提高输入信噪比。仿真结果证明,该预处理方法提高信噪比效果明显,并不破坏时延分量,与倒谱分析相结合,能够有效提取线谱信号中的信道信息。     

OFDM系统中基于改进阈值的DFT信道估计

在OFDM系统中，传统的基于DFT的信道估计不能使循环前缀内的噪声得到有效的抑制.为解决此问题，在分析利用不同的时域阈值来抑制噪声的算法缺点和不足的基础上，提出了一种新的将噪声样本点能量的中位数作为时域阈值的DFT信道估计算法.仿真实验表明，所提算法在大脉冲噪声情况下，可以很好地解决信道有效样本点被滤除的问题，且能使循环前缀内的噪声得到有效抑制，误码率和均方误差得到进一步降低，提高了信道估计的准确性.     

MIMO-OFDM系统中基于子空间跟踪的信道估计

针对MIMO-OFDM系统,提出了一种基于子空间跟踪的时域信道估计方法.首先利用导频估计出信道的时间冲激响应,然后通过Givens旋转的时延跟踪和基于最小均方自适应滤波的幅度跟踪来提高估计精度.仿真结果表明,基于子空间跟踪的时域信道估计方法可以用来跟踪较快的衰落信道,估计精度高并且复杂度较低.     

大规模MIMO系统中基于DFT信道估计的导频污染消除方案

在大规模MIMO系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。基于此,本文提出了一种基于离散傅立叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。改善了信道估计的性能。仿真结果表明,在大规模MIMO系统的信道环境下,本文提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

稀疏信道下基于变换域的上行OFDMA信道估计方法

单用户正交频分复用(OFDM)系统通常使用插入的频域导频获得信道频域响应(CFR),将此CFR变换到时域进行滤波以获得更准确的信道估计。上行正交频分多址接入(OFDMA)系统中由于每个用户信号占用不同的子载波且经过的信道不同,使用上述方法会由于窗函数畸变产生能量泄漏。该文提出一种时域滤波频域补偿(TFFC)方法,使用补偿向量对时域滤波后的CFR进行补偿,降低变换域算法中由于畸变引起的能量泄漏,并给出在稀疏信道条件下该补偿向量的简化解。仿真表明:采用该方法,上行OFDMA信道估计的性能得到很大改善。     

自适应信道均衡器算法仿真与性能分析

使用自适应信道均衡器来抵消数字传输系统中噪声和信道造成的影响。采用两种自适应算法:LMS算法和RLS算法,并对算法进行了仿真,分析了系统参数对两种算法性能的影响,最后比较了LMS与RLS算法的收敛速度。仿真结果与理论分析相一致,验证了自适应算法的有效性。结果表明,虽然LMS算法不如RLS算法收敛速度快,但算法简单,易于实现。     

自适应Wiener反卷积滤波的OFDM接收算法

为改进正交频分复用(OFDM)系统在多径衰落信道下的解调性能,提出了基于自适应Wiener反卷积滤波反馈环路的接收算法,对多径衰落信道进行白化处理,使处理后的信道噪声接近于加性高斯噪声(AWGN)。该文推导了OFDM系统中反卷积滤波器抽头系数的估计算法及其在非时变和时变信道中的自适应迭代算法,并且讨论了系统中定时估计、载波频率估计和信道估计算法(它们都是在AWGN信道环境下的算法)的使用方法。仿真表明:该算法可以有效地降低多径衰落的影响,得到优良的解调性能。     

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。     

一种基于DFT的LTE下行信道估计算法

针对LTE的下行链路,提出了一种基于离散傅立叶变换(Discrete Fourier Transform,DFT)的信道估计算法,并与最小平方(Least Square,LS)估计算法和传统的基于DFT的信道估计算法进行性能比较。通过计算机仿真分析得出,所提出的信道估计算法能更好地抑制高斯白噪声的影响,与传统的基于DFT的信道估计相比有一定的性能增益,而且计算复杂度也较低,比较适合LTE下行链路。