基于噪声子空间跟踪的OFDM盲信道估计

基于子空间分解的OFDM信道估计算法利用信号子空间和噪声子空间的正交性可以对信道参数进行盲估计,但是子空间分解的运算量大,使盲信道估计算法的实用化受到限制。本文在噪声子空间自适应跟踪的基础上进行OFDM盲信道估计,显著降低了运算量。仿真结果表明,在适当选择学习因子后可以实现对噪声子空间的快速跟踪,在噪声子空间跟踪的基础上得到的信道估计性能接近于子空间分解法。     

一种不受信道阶数估计影响的SIMO直接盲均衡算法

针对单输入多输出（Single-Input-Multiple-Output, SIMO）模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差（Mean Square Error, MSE）和误符号率SER（Symbol Error Rate, SER）性能,并且具有很快的收敛速度。      

基于相干对消的噪声子空间自适应估计

MUSIC算法的运算量主要集中在特征值分解和空间谱的搜索两部分,为避免进行特征 值分解,将相干信号自适应对消的思想用于噪声子空间的估计。由于阵元输出信号完全相干 ,视一个阵元输出为参考信号,其它阵元输出能够完全对其进行对消,得到的系数矩阵作为 噪声子空间的估计。基于LMS算法,给出了算法的矩阵形式,得到的噪声子空间估计算法的 运算量大大降低,且以迭代的方式进行,适合应用于运动信号源的跟踪,在阵元数较大时能 很好地逼近MUSIC算法性能。为减少空间谱搜索过程的计算量,对搜索过程先用系数矩阵的 一列进行搜索,然后采用其它列对搜索峰值进行验证。仿真结果显示算法具有很好的空间谱 估计性能和DOA跟踪性能。     

非协作通信中的盲信噪比估计算法

为解决调制识别前端的信噪比估计问题,首先给出了一种新的基于子空间分解的盲信噪比估计算法,新算法通过利用信号的过采样率信息构造特定维数的自相关矩阵,避免了原算法中对信号和噪声空间维数的估计.同时为了降低算法计算复杂度,以及更好地跟踪信噪比的变化,给出了另一种基于PASTd的子空间跟踪算法来进行信噪比的跟踪估计.仿真结果表明,与经典的子空间分解算法相比,改进算法在性能上有着显著的优势;同时基于PASTd的信噪比估计算法相比基于子空间分解的估计算法更好地跟踪了信噪比的时变.     

SIMO信道中基于奇异值分解的盲信噪比估计算法

信噪比（SNR）是现代通信信号处理中一个重要参数,许多算法需要它作为先验信息以获取最佳估计性能。针对单输入多输出（SIMO）系统的信噪比估计问题,本文提出了一种盲信噪比估计算法。该算法利用多路信号协方差矩阵的奇异值分解（SVD）,通过计算矩阵的最大特征值实现各路信号信噪比估计。该算法无需知道信号的先验信息,能够对加性高斯白噪声信道（AWGN）和多径信道下常用的数字调制信号进行信噪比估计。仿真结果表明该算法具有良好的估计性能。与单路信号中基于SVD信噪比估计算法相比,该算法无需估计信号空间与噪声空间维数,提高了估计精度,同时大大减小计算复杂度。      

基于子空间信道矩阵迭代的阶数估计算法

针对二阶统计量信道盲辨识算法中有效阶数估计问题,该文提出了一种基于子空间信道矩阵迭代的阶数估计(SS-CMR)算法.基于过估计条件下的Q矩阵特殊结构和其解空间向量可等价为真实信道冲激响应与公共零点信道的卷积,该算法首先利用子空间算法获得估计的信道矩阵,然后构建迭代形式的代价函数进行阶数估计.仿真表明,SS-CMR算法较CMR算法性能提升,且明显优于现有其他阶数估计算法;解析分析表明算法复杂度较CMR算法明显降低,对首尾系数很小的信道的阶数估计尤为有效.     

一种快速的特征空间自适应波束形成算法

特征空间自适应波束形成（EBAB）算法的权向量是线性约束最小方差（LCMV）波束形成器的权向量在信号干扰子空间上的投影,因此需要计算量巨大的特征分解。基于信号干扰子空间投影矩阵可利用阵列协方差矩阵进行高精度的有理近似的思想,提出一种快速计算自适应权向量的算法。理论分析和计算机仿真表明,在信号干扰子空间维数已知时,该算法的性能同EBAB算法一致,同时该算法对子空间维数过估计不敏感。     

MIMO系统中一种改进的盲MMSE空时多用户检测算法

针对MIMO系统,提出了一种改进的基于子空间的盲MMSE空时多用户检测算法。该算法结合MIMO系统的空间分集技术与Alamouti空时分组码方案,预估计MIMO信道信息并对信号子空间进行预处理,使用正交性能和稳态性能较好的NOOja算法跟踪信号子空间,在自适应过程中对特征值矩阵进行优化,去除迭代带来的噪声,解决了跟踪过程中信号特征值矩阵的近似估计会带来检测器性能恶化的问题。仿真结果表明这种算法,能有效地抑制多址干扰,抗远近效应能力强,尤其在低信噪比、远近效应明显的恶劣环境下,有稳定良好的性能表现。      

一种实用性强的MC-CDMA盲信道估计方法

基于子空间分解的MC-CDMA盲信道估计算法运算量大,实用性差.本文根据在MC-CDMA中信号子空间维数远小于噪声子空间维数的特点提出从信号子空间的角度进行MC-CDMA盲信道估计,并采用PASTd算法对信号子空间及其维数进行动态跟踪.本文还通过对子空间跟踪的结果进行正交化处理的方法,显著提高了盲信道估计的性能.本文的盲信道估计方法运算量低,实用性强,仿真结果表明其盲信道估计性能接近特征值分解法.     

循环前缀块传输系统中的一种MIMO盲信道估计算法

信道估计一直是无线通信领域的研究热点之一,信道参数估计的好坏对系统的整体性能有着至关重要的影响。针对采用循环前缀的多输入多输出(MIMO-CP)系统,本文提出了一种基于子空间的盲信道估计方法,该算法利用了循环前缀所引起的冗余信息。基于子空间的盲信道估计算法都是通过对接收块的自相关矩阵进行奇异值分解(SVD)来实现信道估计的,因此需要利用尽可能多的接收块来得到准确的自相关矩阵的估计值,这就意味着会产生过久的判决延迟以及不能准确对快变信道进行跟踪。利用MIMO-CP系统中系统矩阵特有的块循环特性,对于连续的两个接收数据块以及对应的循环前缀部分组成的向量,可以重新构造一组新的向量而不改变系统的信道矩阵,因此可以通过较少的接收块来得到准确的自相关矩阵的估计值,该方法十分适用于对快变信道的盲估计。文章通过仿真分析了在不同的重复系数以及不同的接收块下该算法的性能并且比较了该算法与现有的“预编码”、“虚拟子载波”等盲信道估计算法的性能。仿真结果表明,提出的算法利用较少的数据块个数就得到了一个可靠的信道估计值和很好的误码率性能。      

异步DS-CDMA系统盲空时信道估计及多用户检测

该文提出了适用于频率选择性瑞利衰落信道中的异步DS-CDMA系统盲空时信道估计及多用户检测算法。通过研究多径信号码空间和数据矢量空间,采用噪声子空间技术进行异步DS-CDMA系统盲空时信道参数估计,同时利用了多径传播和接收机同步失调的特性,以利于把盲线性滤波优化技术应用于稳健的干扰抑制。使用一种修改的ULV更新算法进行噪声子空间跟踪,该算法不需要相关矩阵的秩估计,直接估计噪声子空间,不进行信号子空间跟踪。并且研究了线性约束最小方差(LCMV)盲空时多用户检测及其基于Householder变换约束最小均方算法(HCLMS)的自适应实现。仿真结果验证了该文算法的有效性。     

Blind channel identification: subspace tracking method without rankestimation

Subspace (SS) methods are an effective approach for blind channel identification. However, these methods also have two major disadvantages: 1) They require accurate channel length estimation and/or rank estimation of the correlation matrix, which is difficult with noisy channels, and 2) they require a large amount of computation for the singular value decomposition (SVD), which makes it inconvenient for adaptive implementation. Although many adaptive subspace tracking algorithms can be applied, the computational complexity is still O(m³), where m is the data vector length. In this paper, we introduce new recursive subspace algorithms using ULV updating and successive cancellation techniques. The new algorithms do not need to estimate the rank of the correlation matrix. Furthermore, the channel length can be overestimated initially and be recovered at the end by a successive cancellation procedure, which leads to more convenient implementations. The adaptive algorithm has computations of O(m² ) in each recursion. The new methods can be applied to either the single user or the multiuser cases. Simulations demonstrate their good performance     

空时分组码MC-CDMA系统盲干扰抑制

该文考虑空时分组码多载波码分多址(MC-CDMA)系统的盲干扰抑制。通过研究多径信号频域码空间和数据矢量空间,采用噪声子空间技术进行盲信道估计。使用一种修改的ULV更新算法进行噪声子空间跟踪,该算法不需要相关矩阵的秩估计,直接估计噪声子空间。为了抑制多址干扰(MAI),提出一种基于投影的辅助矢量(PAV)算法,用前一级滤波矢量的输出重构最大比合并(MRC)滤波矢量,将重构滤波矢量到由基本滤波矢量和前几级辅助矢量张成子空间上的正交投影作为辅助矢量,将前一级滤波矢量和新产生辅助矢量线性合并得到新的滤波矢量。仿真结果验证了该文算法的有效性。     

Adaptive blind estimation algorithm for OFDM-MIMO radio systems over multipath channels

This paper investigates the blind algorithm for channel estimation of Orthogonal Frequency Division Multiplexing-Multiple Input Multiple Output (OFDM-MIMO) wireless communication system using the subspace decomposition of the channel received complex baseband signals and proposes a new two-stage blind algorithm. Exploited the second-order cyclostationarity inherent in OFDM with cyclic prefix and the characteristics of the phased antenna, the practical HIPERLAN/2 standard based OFDM-MIMO simulator is established with the sufficient consideration of statistical correlations between the multiple antenna channels under wireless wideband multipath fading environment, and a new two-stage blind algorithm is formulated using rank reduced subspace channel matrix approximation and adaptive Constant Modulus (CM) criterion. Simulation results confirm the theoretical analysis and illustrate that the proposed algorithm is capable of tracking matrix channel variations with fast convergence rate and improving acceptable overall system performance over various common wireless and mobile communication links.     

基于导频信号的OFDM通信系统信道估计与跟踪

讨论了在正交频分复用(OFDM)通信系统中,基于导频信号,采用投影逼近子空间(PAST)算法实现信道的跟踪估计,在快速变化的信道中,信道阶数自动跟踪,与传统的信道估计方法相比,信道估计精度提高,均方误差减小.通过计算机模拟仿真,验证了信道估计的跟踪性能得到了改善.     

CDMA系统中时空信道冲激响应的估计与跟踪

时空信道可以用矢量信道冲激响应(VCIR)来描述,正确估计与跟踪时变的VCIR是智能天线技术实现的关键。本文利用子空间技术得到CDMA系统中各用户VCIR的估计值,结合近似子空间跟踪方法实现了对VCIR的跟踪,跟踪过程所需的运算量小。计算机仿真实验表明,跟踪的速度及精度基本可以满足智能天线系统的要求。     

基于子空间的MIMO-OFDM盲信道估计

基于子空间的MIMO-OFDM盲信道估计算法传输效率较高,但是算法计算量较大且接收端需要较多的信号才能进行精确估计.本文将基于噪声子空间的跟踪算法应用到MIMO-OFDM系统进行信道估计,并且对接收信号进行重构,达到了降低算法复杂度的目的,并减少了对接收信号数量的需要.     

Feedback assisted transmission subspace tracking for MIMO systems

This paper describes a feedback assisted stochastic gradient algorithm for transmission tracking of the dominant channel subspaces for multiple-input-multiple-output (MIMO) communications systems. Subspace tracking is introduced as a means of tracking multiple transmission weights, being the MIMO generalization of beam steering in the familiar multiple-input-single-output case. The subspace solution approximates that of water filling (WF) in some cases, without the complete rate/power allocation required by WF. The gain of subspace tracking in low rank systems is demonstrated, particularly, in the case where the number of transmit antennas exceeds the number of receive antennas. Simulations of ergodic capacity show the utility of both subspace tracking in general and of the specific adaptation algorithm, and simulations of frame-error rates show the utility in a specific coding example.