基于正则总体最小二乘准则的OFDM系统信道估计算法

基于导频的最小二乘(LS)估计方法的优点是结构简单,容易实现,但对噪声和干扰敏感。通过对OFDM系统中由于信道的时变性产生的载波间干扰进行了分析,在此基础上提出正则总体最小二乘(TLS)信道估计算法。根据Tikhonov正则化原理,导出了总体最小二乘正则化解法的计算公式。与一般的LS信道估计相比,TLS方法同时考虑了信道噪声和信道时变特性,所以该算法不仅在一般的信道条件下具有良好的性能而且也适合快变信道条件下的OFDM系统。仿真结果表明,该算法具有很好的均方误差和误比特率性能。     

基于自适应噪声抵消的MIMO-OFDM信道估计

对多输入多输出正交频分复用系统的信道估计进行了研究,利用自适应噪声抵消的思想,提出了一种基于自适应噪声抵消和奇异值分解的信道估计方法.该方法首先利用自适应噪声抵消对最小二乘(LS)估计进行去噪处理,然后将其结果用于奇异值分解(SVD)的MMSE低阶近似方法中.仿真结果表明,利用此方法有效地抑制了噪声的影响,其系统性能优于利用最小二乘方法所获得的系统性能.     

基于小波去噪与变换域的信道估计方法

针对长期演进(LTE)下行正交频分复用(OFDM)系统的最小二乘(LS)信道估计算法对噪声比较敏感的问题,提出了一种基于小波变换去噪与变换域插值相结合的信道估计方法.该方法通过在最小二乘(LS)估计之后加入小波阈值去噪过程,再通过变换域低通滤波插值估计进行双重去噪处理.计算机仿真结果表明,该估计方法能够有效地去除加性高斯白噪声,比一般的LS估计算法性能要好,在一定程度上弥补了LS估计算法对噪声敏感的缺陷.     

非高斯噪声环境下基于RLS的稀疏信道估计算法

现有的信道估计算法大多是基于高斯噪声模型假设。然而在实际无线通信环境中,常常出现脉冲噪声使得噪声不再满足高斯模型,而是满足一种广义高斯分布(GGD)噪声模型。采用传统的自适应信道估计算法(如递归最小二乘(RLS)算法)无法抑制这种非高斯噪声的干扰。对此提出一种可抑制非高斯噪声干扰的RLS信道估计算法。该算法通过在标准RLS算法中引入两种稀疏约束函数(L1-范数和L0-范数)来有效地挖掘稀疏结构信息。通过蒙特卡罗仿真,验证了提出的信道估计算法的估计性能比标准RLS算法更好。     

一种基于导频OFDM信道估计的优化算法

信道估计作为OFDM中的一项关键技术,直接影响着OFDM系统的性能.而现有的最小二乘估计(LS)算法、最小均方误差估计(MMSE)算法等都存在各自的不足.因此本文提出了一种称为平均反馈(AF)的新算法,该算法利用两个相邻的OFDM符号之间的关联信息对LS算法的估计结果进行平均和反馈,以减少高斯白噪声与子信道间干扰(ICI)对信道估计结果的影响.通过仿真证明,新算法改善了LS算法的性能.尤其在低信噪比环境下的性能改进明显.     

MIMO-OFDM系统中基于小波包的信道估计方法

对多输入多输出-正交频分复用(MIMO-OFDM)系统中基于导频辅助的最小二乘(LS)信道估计算法进行研究,针对LS算法对噪声影响比较敏感的缺点,提出了一种基于小波包去噪的信道估计方法,对导频符号的信道响应进行去噪处理后,再做内插估计.根据该方法的思想,基于长期演进(LTE)协议进行计算机仿真与分析,结果表明该方法比传统的LS估计算法具有更好的性能,能够有效减小信道噪声的影响,提高信道估计精度.     

一种适用于OFDM—UWB系统的低复杂度信道估计器

提出一种新的虚拟导频辅助信道估计(PPACE)算法,可适用于多带正交频分复用超宽带系统(MB-OFDM UWB),该方法具有低的实现复杂度,且能有效地抵抗多径信道带来的符号间干扰.在不知道信道和噪声的统计信息的情况下,基于离散傅立叶变换(DFT)的信道估计方法通常被用来提高最小二乘(LS)算法的性能.但由于基于DFT的信道估计器中需要使用额外的FFT/TFFT对,这会带来较高的计算复杂度以及相应的较大的面积和功耗.本文作者提出的PPACE算法仅使用了32点的DFT,大大降低了实现复杂度.仿真结果表明,低复杂度的PPACE算法要优于传统的基于DFT的算法,甚至优于线性最小均方差(LMMSE)方法,另外,本文作者根据UWB信道模型的参数提出了一种通用加窗技术,该技术能提高基于DFT的信道估计算法的均方误差(MSE)性能.     

OFDM系统中的相位噪声抑制算法研究

相位噪声PHN(phase noise)会严重影响正交频分复用OFDM(orthogonal frequency division multiplexing)系统的性能,如引起共同相位误差CPE(common phase error)和载波间干扰ICI(inter carrier interference)。CPE引起整个信号星座的偏转,是恶化系统性能的主要因素。文章将信道与相位噪声联合估计,利用插入的导频符号得到CPE-信道的初步估计,再用线性最小二乘估计方法LLSE(linear least square estimation)更新相位噪声和数据符号的估计值。仿真结果表明,该方法能有效地降低相位噪声对系统性能的影响。     

一种改进的DVB-T信道估计算法

针对传统DVB-T系统信道估计算法估计精度低或复杂度高的问题,为了提高信道估计算法整体性能,提出了一种改进的DVB-T信道估计算法;该算法首先采用最小二乘法估计离散导频处频率响应估计值;进而,利用连续导频对信噪比进行估计;最后,将得到的信噪比估计值与预先设定的信噪比阈值进行比较,若估计值小于阈值,则先经过卡尔曼滤波处理,再在时频二维方向上用高斯插值得到全部子载波的频率响应值,否则直接在时域和频域上进行插值;此方法在信道条件较好时关闭卡尔曼滤波过程,从而有效减少滤波次数,提高算法整体运行速度;仿真结果表明,该方法能有效提高系统整体性能,减少在噪声影响较大时的干扰,同时也兼顾了算法整体运行速度。     

基于叠加训练序列的MIMO信道系数估计研究

研究移动通信系统,在高数据率MIMO系统中,针对信道系数的准确估计是实现MIMO系统接收端准确检测、解码等的重要前提.根据一种叠加训练序列的MIMO信道估计模型,为提高信道精度,提出最小二乘(LS)方法和最小均方误差方法(MMSE)对信道系数进行估计,并进行了数值分析.数值仿真结果表明,在相同的条件下,对信道系数进行估计,最小均方误差方法(MMSE)较优于最小二乘(LS)方法.在高信噪比、有限发送符号数和较少发射天线数的情况下,两种方法都有精确的估计,具有实用价值.