一种鲁棒的变导频功率多径信道估计方法

文章提出了一种基于一阶统计量变导频功率多径信道估计方法,导出了信道估计和方差运算表达式,进行了估计器性能及峰均功率比分析.没有信息速率损失,且具有很强的估计鲁棒性.理论分析和仿真结果均证明了该方法的有效性.     

基于kumar快速算法的信道估计

信道估计是无线通信系统的一项关键技术,快速信道估计能够提高通信信号处理的实时性.文章提出了一种通过构建特殊训练序列得到Toeplitz矩阵方程,并利用kumar快速算法来求解方程从而估计出信道冲击响应的方法,仿真结果表明,可以有效地降低信道估计过程中的运算复杂度.     

基于Akaike信息论准则的无人机OFDM信道估计算法

文章通过对无人机通信信道的分析,指出其稀疏信道特征,使用普通算法对此信道进行信道估计会引入高阶矩阵运算,为加快收敛速度、降低实现难度,文中提出了一种利用GAIC(generalized Akaike information criterion)准则和RPC(phase-rotated Chu sequences)训练序列的OFDM航空信道LS(least square)估计方法,该方法利用GAIC准则确定信道MA(moving average)模型的阶次及抽头位置,为减小信道估计的运算复杂度,引入RPC序列作为训练序列,既满足了LS(least square)估计,又大大减化了计算复杂度.文章针对具体应用给出文中算法的性能仿真结果,证明了此算法可避免高阶矩阵运算,节约了大量权值可忽略抽头所引入的资源占用和计算量,且显著减小估计误差,可更好跟踪快变的稀疏信道.     

LS信道估计的仿真及应用

通过对LS和MMSE的仿真给出了LS信道估计和MMSE信道估计各自的特点,从仿真角度发现MMSE的信道估计对性能要优于LS信道估计,但是其运算复杂度要高于LS信道估计。因此LS信道估计方式得到了广泛的应用。最后给出了LS信道估计在LTE系统中的具体工程应用。     

基于特殊导频去噪的OFDM信道估计算法

主要研究了正交频分复用(OFDM)系统中基于导频辅助的信道估计算法,分析和比较了2种常用的算法,并提出了一种基于特殊导频序列去噪的信道估计算法。仿真结果表明:提出的基于特殊导频去噪的信道估计算法和LS算法相比,在没有增加LS算法运算复杂度的情况下,有效地抑制噪声的影响,提高了信道估计的准确性;和LMMSE算法相比,信道估计的准确性高于LMMSE算法。     

DVB-T中非自适应和自适应信道估计算法的实现

信道估计的精确性对整个DVB-T接收系统的性能提高至关重要.在现有信道估计的算法中,线性估计和多项式估计不适用于环境恶劣的信道;FFT和IFFT估计实现代价太大;盲反卷积估计需要预先知道信道的统计参数,而信道统计参数的获得需要额外的代价;经典Wiener估计不仅需要获得信道的统计参数,而且需要对矩阵进行求逆,这就大大增加了算法的计算量.本文提出了两种信道估计的算法--二维FIR信道估计和二维自适应Wiener信道估计,这两种方法不需要预先知道信道的统计参数信息,不仅减少了运算复杂性,而且在实际中具有很好的性能.     

基于奇异值分解的MIMO-OFDM系统角域MAP信道估计算法

最大后验概率信道估计算法应用于多输入多输出-正交频分复用(MIMOOFDM)系统时需要大规模的矩阵求逆和乘积运算,且系统数据传输效率随发送天线数的增加明显降低.为克服这些问题,提出了一种基于奇异值分解的角域最大后验概率信道估计算法.该算法通过期望最大化把(MIMO)信道估计问题简化为一系列独立的单输入单输出(SISO)问题,并使用奇异值分解避免了大规模矩阵求逆和乘积运算;通过多个OFDM符号联合估计信道提高了系统数据传输效率及算法的估计性能.仿真实验验证了此算法的有效性.     

OFDM系统中一种新的导频辅助信道估计算法

无线OFDM系统中基于导频辅助的信道估计必须折衷考虑算法性能与算法复杂度。该文提出了一种新的信道估计算法。新算法利用维纳滤波与内插滤波相结合以降低信道估计的运算复杂度。分析和仿真结果显示,新算法在保持获得良好估计性能情况下,有效地降低了信道估计算法的复杂度。     

基于重要路径捕捉的MIMO-OFDM信道估计方法

基于重要路径捕捉,本文对MIMO-OFDM系统的信道估计方法进行了研究.采用重要路径捕捉,传统的训练序列信道估计方法求逆的运算量和FFT的次数均较大.采用一种改进方法后,可使运算复杂度降低一半,达到了快速性要求.对如何确定信道径数进行了一定分析,并介绍了一种门限值方法以调整路径数.仿真结果表明,改进后的方法降低了运算复杂度,但性能有所下降,即加大了信噪比.     

基于特殊训练序列的信道估计算法的研究

为降低MIMO—OFDM系统信道估计运算复杂度和提高估计精度，设计了一种特殊的训练序列，并给出了基于该训练序列的低复杂度算法，采用该方法避免了矩阵求逆运算，使运算大大简化，且在系统存在ISI时,采用本文给出的信道估计方法，信道的估计参数不会受到ISI的影响。仿真结果证明在存在ISI时，给出的信道估计与不存在ISI时性能相同，在高SNR时比传统方法其MSE高20dB。