OFDM时域信道估计的MMSE简化算法

鉴于传统MMSE信道估计器性能与实现复杂度的矛盾，提出了一种简化的易于实现的时域MMSE信道估计器，并对其性能进行了仿真。结果表明，该算法有较好的性能，且算法复杂度较低。在系统的实现中有较好的参考价值。     

基于DFT MMSE 的OFDM 16QAM 调制系统信道估计算法

<正>交频分复用(OFDM)技术具有较强的抗多径衰落能力与很高的频谱利用率,被广泛应用于无线通信领域。高效精确的信道估计是OFDM系统的关键技术之一,影响系统传输性能。针对16QAM OFDM无线传输系统,提出基于离散傅里叶变化(DFT)的最小均方误差(MMSE)算法,进行Matlab建模与仿真。结果表明,相对传统信道估计方法,拟合信道频率响应曲线更接近于真实信道;较传统最小平方(LS)算法,系统接收端误码率有很大改善,在恶劣噪声信道中,误码率降低一个数量级,有效提高了无线OFDM系统的传输性能。     

FSO—OFDM系统的SVD—MMSE信道估计算法

针对基于MMSE的FSO—OFDM系统信道估计算法计算量复杂、对信道矩阵具有奇异性要求等弊端,设计了基于SVD-MMSE算法的FSO—OFDM系统信道估计流程,并通过MonteCarlo方法对SVD—MMSE算法进行了仿真验证,将MMSE算法与SVD—MMSE算法进行了对比分析,结果表明SVD-MMSE算法相对于MMSE算法既能降低系统计算复杂度又能保证系统可靠性,即在系统复杂度与性能之间可以得到很好的折衷．     

基于实际无线局域网系统的信道估计算法

结合无线局域网(WLAN)系统进行适合实际系统的信道估计方法研究。针对实际系统在要求算法稳健性的同时,还要求算法简单易实现的特点,在最小二乘(Least Square,LS)算法中添加了离散傅里叶逆变换(Inverse Discrete Fourier Transform,IDFT)运算,利用信号在时域能量集中的特点,在时域对信号按门限值进行筛选,滤除大部分噪声,以此提高系统性能。仿真结果显示,改进算法可为实际WLAN系统所采用。     

基于LMS算法的自适应均衡器的MATLAB实现

介绍了基于最小均方算法(LMS算法)的自适应均衡器的原理和结构，针对用硬件实现LMS算法的自适应均衡器存在的诸多缺点，利用MATLAB工具对各种结构形式的自适应均衡器在不同信道模型下的收敛速度和精度进行仿真，并介绍了该仿真程序。     

一种快变信道下OFDM系统的Kalman信道估计算法

针对频率选择性快速时变信道的多径干扰和较大的多普勒频谱扩展,提出了一种改进的Kalman滤波算法。用于正交频分复用（OFDM）系统信道估计．该算法采用复杂度大大降低的低维Kalman滤波来跟踪快速时变信道,迭代联合信道估计与检测算法来获得测量矩阵,并对滤波结果利用一种新的简单的最小均方误差（MMSE）估计器进行优化。有效地降低了传统基于Kalman滤波算法的复杂度．仿真结果表明,该方法能够跟踪信道的快速变化,具有良好的估计性能．     

一种用于实际OFDM系统的RLS自适应信道估计算法

对OFDM信道估计中的信道冲激响应(CIR)泄漏问题进行了分析,提出了一种新的时域一维递归最小二乘(RLS)自适应信道估计算法。RLS滤波器的输入和参考信号被一个独立于信道统计特性的矩阵加权,降低了CIR泄漏的影响。该算法保持了一维RLS算法低复杂度的特点,运算量远小于二维RLS算法。仿真结果证明,在非整数采样多径衰落信道下该算法极大提高了一维RLS信道估计的MSE性能,使其逼近于二维RLS算法。     

基于MMSE的无线OFDM系统信道估计算法

OFDM作为一种多载波调制技术具有很强的抗衰落能力,广泛用于无线通信领域。同时提出一种基于最小均方误差（MMSE）的无线OFDM系统信道估计方法。实验表明,在相同信噪比（SNR）下,采用最小均方误差MMSE算法的误码率比传统的最小平方LS算法的误码率小1个数量级,采用MMSE算法有效地提高了无线OFDM系统信道估计性能。     

改进的变阶数LMS自适应滤波算法

为了减小分数阶数变阶数最小均方算法(FTLMS)稳态滤波器阶数误差,提出了一种变误差宽度的变阶数LMS算法,并对该算法进行稳态理论分析,给出参数选择的依据.为了验证该算法性能,设置了3种仿真环境:信噪比(SNR)为20 dB、0 dB及冲击响应权系数呈稀疏分布.仿真结果表明,与FTLMS算法相比,在SNR为20 dB及冲击响应权系数呈稀疏分布仿真条件下,当收敛速度相同时,滤波器阶数稳态误差减小为10%,在SNR为0 dB时,滤波器阶数稳态误差减小为1/3.     

一种基于改进LMS算法的MIMO-OFDM信道估计方法

最小均方(LMS)算法是一种典型的自适应滤波算法,基于该算法的信道估计算法具有不需要已知信道和噪声统计信息的特点,但是其收敛速度较慢。为此,提出一种基于改进LMS算法的MIMO-OFDM信道估计方法,该方法人为地引入一个时延,即将LMS算法固定自适应步长由随着输入信号功率自适应变化的收敛因子替代,大大降低了收敛时间,具有较好的信道估计性能。     

一种变步长LMS自适应滤波算法及分析

文章对已有的一些变步长LMS自适应滤波算法进行了分析,在此基础上,提出了一种新的自适应算法,并且分析了参数的取值对算法性能的影响。该算法具有快速收敛性和较小的稳态误差,而且能够快速跟踪系统的变化和不受非相关噪声的影响,仿真结果表明,该算法的性能优于已有的算法。     

一种改进的LMS自适应低压电力线通信信道估计方法

在分析了低压电力线信道特性的基础上,对OFDM低压电力线通信中的LMS自适应信道估计算法进行了研究。基于低压电力线的多径传输特性和慢时变特性,提出了一种改进算法,该算法利用低压电力线的多径传输特性实现了对LMS算法更新步长的调整。在OFDM低压电力线通信信道下对该算法进行仿真,结果表明该算法对低压电力线信道具有更好的估计性能。     

基于FPGA的自适应LMS算法的实现

为了高速实现自适应算法,在分析了自适应LMS算法结构的基础上,采用了基于流水线操作和并行结构的自适应LMS算法的FPGA设计方法。利用带嵌入式存储块的FPGA,采用模块化的设计思想,实现了算法设计。整个系统包括存储模块、权值计算模块、调整误差计算模块和总控制模块4部分。当权值数较多时,在采用流水线操作的基础上,引入了并行结构设计,满足实时性的要求。仿真结果表明,该方案是十分有效的。     

基于LMS算法消除瞬变压力检测系统中的噪声

瞬变压力检测系统有较宽的通频带,使得先验知识未知的噪声容易混入系统,所以消除噪声对于准确及时地检测工程设备中的压力突变极为重要.介绍了LMS算法和自适应消除噪声的原理,基于LMS算法设计出了用于瞬变压力检测系统噪声的自适应滤波器.仿真结果表明,所设计的方法可以在缺少噪声先验知识的情况下有效地消除噪声干扰.     

流水线技术在LMS算法硬件实现中的应用

为了高速实现自适应信号处理,在对 LMS 分析的基础上,研究了流水线技术在 LMS 实现中应用的可行性和优势,提出了一种新的流水线技术实现 LMS 算法的设计方法,并结合现场可编程门阵列(FPGA)技术,由一具体实例的仿真结果验证了该设计方法的正确性和有效性。     

基于变步长LMS算法的线性自适应均衡器的设计

针对短波通信信道中信号传输受到多径效应影响的问题,设计了一种基于变步长LMS算法的线性自适应均衡器,可以有效获得信道均衡的效果,最后通过仿真测试并在DSP上编程得以实现。     

LMS算法的最佳计算步长研究

ＬＭＳ算法在线性滤波中得到广泛应用,人们对其进行了许多研究,给出了算法收敛的充分条件和对固定计算步长的误差上下限算法,但以往对计算步长的定量研究尚很不充分。由于ＬＭＳ算法中权向量输入 数据的统计特性,迭代计算中应突出使用较近的历史数据。另外,由于ＬＭＳ算法是噪声梯度法,须使其计算步长逐渐缩小,以保证ＬＭＳ算法的稳态均方差趋向于系统的最小均方差。据此,提出一种估计最佳计算步长的新方法。新方法中将ＬＭ     

一种变步长并行LMS算法的研究

分析了几种常见的LMS算法，并通过理论分析，提出了一种变步长并行LMS算法，提高了LMS算法的收敛速度，使其适应高速数据处理需求。研究了变步长并行LMS算法的原理和具体实现步骤，同时通过变换算法的特性参数进行了MATLAB仿真研究，结果表明该算法具有一定的先进性。     

变步长LMS算法性能比较与仿真

本文对现有的变步长LMS算法进行分类归纳，列出3种具有代表性的算法，并对这3种算法性能进行分析，指出原算法没有说明的缺陷。最后对这些算法进行仿真，证明了分析的正确性。