MIMO—OFDM系统基于子空间的盲信道估计技术

MIMO-OFDM系统能在宽带无线信道中达到很高的速率。文章建立了MIMO-OFDM信道识别的条件并实现了基于子空间方法的盲信道估计技术。该方法将现存的在SISO-OFDM系统中的基于子空间的盲信道估计进行统一，并且推广到MIMO-OFDM系统中。特别是该方法可以获得信道的精确估计，且能快速收敛。仿真实验的结果显示了该方法的均方误差性能。     

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.     

基于子空间的MIMO-OFDM系统信道盲估计研究

为了降低算法的复杂度,提高现有MIMO-OFDM系统信道估计算法的性能,首先给出了一种信道模型,并在此信道模型的基础上提出了一种改进型基于子空间方法的盲信道估计算法。该算法基于子空间分解技术,利用信号子空间和噪声子空间的正交性将两者分离,通过补零内插技术得到其他子载波位置的信道估计结果,在估计过程中并不需要任何信道统计信息。仿真结果表明：该算法具有收敛速度快,估计精度高等优点。     

MIMO-OFDM系统中的子空间半盲信道估计

本文主要讨论了MIMO-OFDM系统中的一种半盲信道估计算法.该算法基于子空间分解技术,利用信号子空间和噪声子空间的正交性将两者分离.针对盲信道估计存在计算量大及收敛速度慢等缺点,本文充分利用少量的导频,给出了一种基于子空间跟踪技术的半盲MIMO-OFDM信道估计算法.仿真结果表明,该算法在保持盲信道估计算法性能的基础上,明显加快了收敛速度、降低了计算量.     

MIMO-OFDM系统中信道盲估计与检测

针对MIMO-OFDM系统,提出了一种基于子空间的盲信道估计与检测方案,该算法将阵列信号处理的思想应用到MIMO-OFDM系统中,通过发送端信号的冗余编码,利用一种类ESPRIT算法进行盲信号检测和信道估计。仿真结果表明该算法的有效性及其信道盲估计方法的性能。     

快速的ZP-OFDM系统中的盲信道估计算法

基于子空间的盲信道估计因为其节约带宽和发射功率成为OFDM系统中比较热门的研究领域。但是,之前很多子空间算法有的收敛速度快,计算复杂度却高,有的用迭代算法跟踪子空间的特征结构,复杂度较低,但收敛速度却比较慢。提出了一种基于快速收敛的LMS-Newton算法的ZP-OFDM系统的信道估计方法,既提高了收敛速度,计算复杂度又不是很高。借助于子空间跟踪,该算法可以自适应地估计信道相关矩阵的噪声子空间,从而估计OFDM系统信道。仿真结果表明该算法可以改善信道估计的性能。     

基于MIMO—OFDM系统的信道估计算法分析

MIMO-OFDM技术是未来无线通信系统的研究热点。信道估计是估计出信道的时域或频域响应,对接收到的数据进行校正与恢复,是实现MIMO-OFDM系统优良的传输性能的重要环节。对MIMO-OFDM系统的多种信道估计算法进行了全面深入地探讨,重点分析和比较了基于LS和MMSE的非盲信道估计算法、盲信道估计算法和半盲信道估计算法,并提出了未来信道估计算法的研究方向。     

基于有限字符特性的空时OFDM系统决策反馈信道估计

该文提出了一种适用于空时编码正交频分复用(STC-OFDM)系统盲信道估计算法,利用信号的字符有限特性获取粗信道估计,进而利用映射星座先验知识,采用决策反馈方法得到信道精估计。充分利用了信号的先验知识,以较高的计算复杂度为代价,提高了盲信道估计精度,因此能较好地适用于具有慢时变频率选择性较强的信道,且子载波数不大的系统。与基于子空间盲信道估计算法比较验证了该算法性能。     

基于非冗余线性预编码的MIMO—OFDM系统的盲信道估计算法

本文在分析得出MIMO-OFDM系统中的子空间盲信道估计方法不能用在发射天线数大于接收天线数这种情况下,引出了基于非冗余线性预编码的子空间盲估计算法,分析了预编码矩阵的设计方法.最后通过算法的仿真得出,只要P的取值合适,该算法就会有着很好的估计性能,并且通过分析发现,该算法的计算复杂度较小.     

信号排列组合的子空间快速盲信道估计算法

针对传统子空间算法进行MIMO-OFDM信道估计时,存在收敛速度慢、鲁棒性差的问题,提出一种基于收发信号排列组合的改进子空间盲信道估计算法。该算法通过对接收端信号进行有选择地取舍,并利用取舍后接收端数据块的无关联性,对信道矩阵进行类Toeplitz扩展,然后对收发两端信号进行相应的排列组合,增大发送数据块矩阵的秩,从而实现算法的快速收敛。理论分析与仿真结果表明,与传统的子空间算法相比,本文算法在复杂度略有提高的条件下能够实现快速收敛。      

一种改进的MIMO-OFDM系统Steiner估计算法

鉴于MIMO-OFDM（多输入多输出-正交频分复用）系统中时域信道方法的灵活性和低带宽开销的特点,本文采用Steiner训练符号设计方法设计MIMO-OFDM系统中的时域训练符号,给出传统CDMA系统的Steiner信道估计器在MIMO-OFDM系统中的实现过程,解决了MIMO-OFDM时域信道估计矩阵求逆的问题,降低了时域信道估计的实现复杂度。并进一步提出了采用接收天线DOA（波达方向）改进的Steiner信道估计方法,提高了信道估计的精度,获得了一定程度的性能增益,增强了时域信道估计方案的实际可行性。     

基于PN序列相关检测的MIMO—OFDM信道估计

鉴于多天线OFDM系统中基于PN序列的信道估计受序列循环互相关性影响较大,提出了基于PN序列互相关消除的迭代相关检测信道估计算法。利用PN序列良好的自相关性迭代预估传播路径,并消除已预估路径对其余路径的非理想相关性影响,预估完毕后利用校正的相关函数更新信道估计值。仿真表明算法估计精度较高．与频域方法相比大大降低了计算复杂度,且无需预知信道先验信息,并能跟踪怏时变衰落信道。     

一种有效的MIMO-OFDM系统时频同步方法

为了检测不同天线的时延和频偏,提高多输入多输出正交频分复用（MIMO-OFDM）系统同步算法性能,给出了一种有效的MIMO-OFDM系统定时和频率同步算法。该算法构造了一种新颖的基于恒包络零自相关码（CAZAC）的良好正交特性的训练序列结构,利用该训练序列结构可以有效地完成各发射天线的迟延和载波频偏估计。仿真结果表明,所给方法具有高的定时估计精度和低的计算复杂度,适用于各发射天线信号到达时延不同情况的MIMO-OFDM系统,具有很好的实用价值。     

多径衰落信道下的一种盲多用户检测方法

多径衰落信道下的盲自适应多用户检测算法的运算复杂度通常都比较大,提出了一种基于MSWF和CMA的盲自适应多用户检测方法,该方法避免了矩阵求逆和信道估计运算,具有相对较小的运算复杂度。通过模拟实验比较了几种算法的误码率性能,结果表明,所提方法具有明显的优势。     

Blind time-domain equalizer for doubly-selective channel with reduced time averaging and computational complexity

This study presents a blind time-domain equalizer for a CP-free multiuser/MIMO-OFDM system over a doubly selective fast-fading channel, which enables a pertinent trade-off in error performance and complexity. A high-velocity outdoor system is considered, such as a vehicular user in which the channel varies too rapidly to be tracked. The proposed method applies the computationally efficient modified recursive Cholesky (RChol) algorithm incorporating a linear predictor and the LMMSE criteria, which scales down the correlation matrix time averaging and hence results in a significantly computationally efficient algorithm for the multiuser/MIMO-OFDM time-domain equalizer. The method reduces the effect of any perturbation introduced by the linear prediction, noise, and multipath. The performance of the proposed method is analyzed and compared with those of the existing pilot-based, semi-blind, and blind methods. The results show that the proposed RChol algorithm is computationally efficient compared with the existing subspace-based and linear prediction-based methods.     

HTRCI and Channel Ranking Based Joint Symbols Detection for MQRD-PCM/MIMO-OFDM

MIMO-OFDM is considered a key technology in emerging high-data rate systems. In MIMO-OFDM systems, channel estimation and signal detection are important to distinguish transmit signals from multiple transmit antennas. Previously, we have proposed a parallel detection algorithm using multiple QR decompositions (Q is an orthogonal square matrix, R is upper triangular matrix) with permuted channel matrix (MQRD-PCM) to reduce the system complexity of MIMO-OFDM. This method achieves a good BER performance with a low system complexity. However, since MQRD-PCM is a kind of parallel detection method, the wrong detection probability is increased due to the bad channel signal-to-interference plus noise power ratio (SINR) of the transmitted signals. As a result, the average BER performance is influenced by the wrong detection probability of the bad channel SINR. To overcome the above-mentioned problems, in this paper, we propose the high time resolution carrier interferometry and channel ranking based joint signal detection for MQRD-PCM/MIMO-OFDM.