MIMO相关信道估计中训练序列的最优结构和最佳长度

针对存在空域相关性的多输入多输出（Multiple—Input Multiple—Output，MIMO）信道，首先设计了适用于任何给定长度的最优训练序列，该序列能够充分利用已知的信道相关信息，且具有估计均方误差最小化的特性．在此基础上，分析了相关信道下采用训练估计的数据传输机制所能达到的容量下界，得出了满足估计准确性和数据速率最优折中的最佳训练序列长度．最后，通过仿真验证了本文给出的训练序列的性能和最佳长度取值的有效性。     

基于预编码的MIMO—OFDM系统信道盲估计

本文提出了一种冗余线性预编码应用于多输入／多输出—正交频分复用（MIMO—OFDM）系统，根据编码结构，重构接收信号，使其中表示信道衰落的部分具有旋转不变性性质，结合子空间方法中的TLS—ESPRIT法，实现MIMO—OFDM信道的盲估计。与基于训练序列的信道估计方法相比，本文的信道估计方法不需要训练序列，因而能够节约带宽、提高频谱效率。文章最后进行了Monte Carlo仿真，仿真结果证明了该方法的有效性。     

基于叠加训练的非合作多用户/MIMO信道估计

提出一种基于叠加训练的单载波非合作多用户/MIMO系统的迭代信道估计与检测方案。首先利用变换域方法构造具有零周期互相关特性的训练序列,从而消除多天线间的相互干扰,实现基于一阶统计量的信道估计。然后采用联合符号检测的迭代信道估计方法,利用检测序列作为额外的“训练序列”来降低信息序列自身干扰。与现有的叠加训练信道估计方案比较,新方案中训练序列构造更加灵活,在低信噪比下信道估计均方误差和误码率性能更优,且复杂度更低,仿真结果表明了该方案的有效性。     

MIMO-OFDM系统中的信道估计算法

本文对MIMO—OFDM系统中的信道估计技术进行了介绍,根据是否使用训练序列,信道估计可以分为导频辅助信道估计、盲信道估计及半盲信道估计,本文分别对已有的信道估计算法进行了综述,并对一种已有的基于m序列的时域信道估计方法进行了改进。     

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。     

基于隐含ZCZ训练序列的MIMO信道估计性能改进

 本文研究了采用隐含训练序列无直流偏移影响的MIMO频率选择性信道的估计问题.通过选用具有平衡特性的二进制ZCZ序列作为训练序列,可以在不增加任何复杂度的情况下直接消除直流偏移量的影响.由于每根天线的发射数据经过预处理后再算术叠加到训练序列上,从而消除了传统隐含估计方法中未知数据对信道估计性能的影响.本文推导了采用新方法的MIMO信道估计误差方差表达式,并从时域的角度给出了分析.理论分析和仿真结果表明,本文方法性能优于已有的隐含信道估计方法.     

MIMO-OFDM系统的信道估计算法

基于训练序列的信道估计方法在慢衰落信道中呈现出较好的性能，但是这种方法不适用于快衰落环境，为了能够及时跟踪信道的变化，通常采用基于导频符号的信道估计方法。将针对采用连续传输方式的MIMO—OFDM系统，讨论基于导频符号的信道估计方法并进行了计算机仿真。     

MIMO-OFDM系统信道估计技术的分析

介绍了MIMO—OFDM系统的信道估计技术，根据是否使用训练序列信息，信道估计可以分为导频辅助信道估计和盲信道估计，本文首先较全面地介绍了导频辅助信道估计技术，然后介绍了一种运用较多的基于子空间的盲信道估计技术，最后计算机仿真分析比较它们的性能。     

一种改进的MIMO OFDM系统信道估计算法

本文对MIMO OFDM系统中基于训练序列的信道估计问题进行了研究，针对信道冲击响应的最大抽头数大于每个OFDM符号中导频数的情况，提出一种有效的结合前后若干训练序列进行信道估计的算法和结合方式。仿真结果表明，在基于无线局域网（WLAN）中打包传送的MIMO OFDM系统里，本文的方法比采用块状训练序列的估计算法有着更小的归一化均方误差。     

基于时域训练序列的MIMO系统信道估计算法研究

本文介绍了MIMO系统使用训练序列进行信道估计的方法。描述了基于时域训练序列的信道估计算法及采用遗传算法优化后的训练序列的信道估计算法。理论分析和仿真结果显示,后者性能更好,估计误差低于前者。     

Least Square Channel Estimation for Two‐Way Relay MIMO OFDM Systems

This letter considers the channel estimation for two‐way relay MIMO OFDM systems. A least square (LS) channel estimation algorithm under block‐based training is proposed. The mean square error (MSE) of the LS channel estimate is computed, and the optimal training sequences with respect to this MSE are derived. Some numerical examples are presented to evaluate the performance of the proposed channel estimation method.     

Hybrid channel estimation for MIMO relay systems with Doppler offset influences

The design of the channel estimation method in a multiple‐input multiple‐output (MIMO) relay system plays a highly crucial role in deciding the overall system performance. For the realistic scenarios specifically, with fast time‐varying channel conditions due to highly mobile communicating nodes, the degree of accuracy to which the channel estimates are obtained for MIMO relay systems influences the communication system reliability significantly. However, most of the channel estimation approaches proposed in literature for MIMO relay systems assume that the Doppler offset contributed by highly mobile nodes is already known to the receiver, ignoring the resulting nonlinear system dynamics. Hence, a novel hybrid algorithm is proposed to address the issue of time‐varying channel estimation under fast‐fading channel condition with Doppler offset influences contributed by high‐mobility communicating nodes for a 1‐way 2‐hop MIMO amplify‐and‐forward relaying system. The problem is first formulated as a nonlinear state‐space model, and then an algorithm is developed to estimate the individual source‐to‐relay and relay‐to‐destination channels in the presence of the associated dynamic Doppler offset. In the proposed method, a set of superimposed orthogonal pilots is used for aiding in the updation of the channel gains, since Kalman filter–based updation may lead to accumulation of estimation and prediction error. A detailed computational complexity analysis of the proposed hybrid algorithm is presented, which shows that the algorithm has moderate computational complexity with a good performance in fast time‐varying channel conditions with high node mobility in a dual‐hop MIMO relay system.     

一种基于空时相关的MIMO OFDM系统信道估计算法

提出了一种基于空时相关的MIMO OFDM系统信道估计算法,该算法以时域最小二乘信道估计(TD-LS-CE)为初始估计,充分利用在接收端已知的空时相关性,通过最小化FIR窗内多符号平均意义上的信道估计均方误差(MSE),获得对初始信道估计进行空时滤波的最优权系数,并进一步利用奇异值分解的方法大大降低该信道估计算法的复杂度。最后仿真结果表明,在相同的条件下,该信道估计算法在MSE、BER方面优于传统滑动平均(MA)信道估计算法在其最佳窗长时的性能,且在一定条件下可逼近理想信道估计性能。此外,空时相关性的增强还可进一步改善该信道估计算法的性能。     

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。     

一种新的最小均方误差线性合并算法

针对未编码的多输入多输出系统,将基于训练序列的最小均方误差(MMSE)信道估计算法与最优线性无偏估计结构(BLUE)相结合对已估计的信道参数进行估计.仿真结果表明,使用线性合并的MMSE算法比传统的MMSE算法具有较小的参数估计误差,比使用线性合并的LS算法性能更好.     

可重构智能表面中低复杂度毫米波信道估计算法

针对可重构智能表面(RIS)辅助的大规模多输入多输出(MIMO)毫米波系统中信道估计复杂度高的问题,该文提出一种低复杂度的信道估计算法。在该方案中,将RIS部分元素连接射频(RF)链,分离估计基站/用户和RIS之间的信道,分开获取信道有助于提升用户移动性场景下信道估计的灵活性。在所考虑系统中,首次使用低复杂度的2维快速傅里叶变换(2D-FFT)算法对角度进行估计,并考虑信号补零以获得更加精准的角度估计值,最后利用信号2维空间谱的谱峰和其对应的辐角得到路径增益估计。仿真结果表明,该算法达到了优良的信道估计性能,且在确保信道估计性能的系统参数设置下,该算法具有压倒性的复杂度优势。     

Environmental issues for MIMO capacity

Wireless communication using multiple-input multiple-output (MIMO) systems enables increased spectral efficiency for a given total transmit power. Increased capacity is achieved by introducing additional spatial channels that are exploited using space-time coding. In this paper, the environmental factors that affect MIMO capacity are surveyed. These factors include channel complexity, external interference, and channel estimation error. The maximum spectral efficiency of MIMO systems in which both transmitter and receiver know the channel (using channel estimate feedback) is compared with MIMO systems in which only the receiver knows the channel. Channel complexity is studied using both simple stochastic physical scattering and asymptotic large random matrix models. Both uncooperative (worst-case) and cooperative (amenable to multiuser detection) interference are considered. An analysis for capacity loss associated with channel estimation error at the transmitter is introduced.     

基于导频信道估计的MIMO同步算法

针对多输入多输出（MIMO）技术的应用需要,研究了MIMO同步算法,提出了一种基于导频和信道估计的联合同步算法。该方法运用基于二阶矩的盲估计算法进行信道估计;再把信道估计的结果用最小均方误差准则做均衡,并设计一种特别的导频来估计载波频偏并估计信道时延。在不同条件下进行仿真,分析结果表明：在复杂信道环境下算法的性能相比传统算法有显著提高,研究结果对MIMO的工程应用有较好参考意义。     

Frequency-selective multiple-input multiple-output channel estimation with transmitter non-linearities

The authors propose an algorithm based on the knowledge of training sequences to obtain an asymptotically unbiased estimator of non-linear multiple-input multiple-output (MIMO) channels, which involves the radio frequency front-end non-linearity and linear frequency selective MIMO channels. Although the impact of non-linearity in the transmitter side has been widely studied, most work on the channel estimation assumes linear channel models and ignores the non-linear effects. In this study, we develop a nonlinear channel estimator that can simultaneously estimate the linear MIMO channel model and non-linearity of the transmitter is developed. With these two sets of parameters, the non-linear channel model can be fully described. This channel estimation algorithm is implemented over an empirical MIMO channel model using an orthogonal frequency division multiplexing system.     

时间相关块贝叶斯算法下的大规模MIMO信道估计

因具有高的阵列增益和高的频谱效率,大规模MIMO已成为5G通信系统物理层关键技术,但在频分双工系统基站侧获取大规模MIMO信道准确状态信息的过程中,存在导频开销占用大量频谱资源问题。为此,针对时间相关信道和信道稀疏度未知的情况,提出一种基于时间相关和多测量矢量模型的块贝叶斯压缩感知（TMBB-CS）信道估计方法。因基站端天线发射信号时间相关,所以大规模MIMO系统的时域信道脉冲响应呈块稀疏结构,利用该特性对下行链路中的多用户信道矩阵进行测量估计,可较大幅度减少导频开销,提升性能。实验仿真结果表明,与其他块贝叶斯算法相比,所提出的TMBB-CS算法信道估计性能更好。