一种新的MIMO-OFDM自适应信道估计算法

基于经典的多输入多输出 正交频分复用(MIMO－OFDM)系统离散傅里叶变换(DFT)信道估计方案,提出了一种新的自适应信道参数估计算法,该算法能在一个OFDM导频符号内准确地估计出信道冲激响应、多径时延和噪声方差. 首先通过DFT信道估计得到初步估计值;然后提出了联合估计算法估计出各个接收天线上的噪声方差和多径时延,利用多径时延估计值提取信道初步估计中多径点上的信息,有效去除非多径采样点上的噪声. 仿真和分析表明,相比传统固定多径数目的估计算法,该算法能自适应地跟踪信道噪声能量和多径时延的变化,提高信道估计的精度.     

基于压缩感知的码片内多径时延估计

针对码片内多径时延难以估计的问题,结合PN序列的伪随机特性和一般信道冲激响应的稀疏特性,提出了一种基于压缩感知的时延估计算法,将时延估计问题转化为稀疏向量的估计问题。利用压缩感知方法估计稀疏向量,对向量只有稀疏度要求,而对向量中非零值的位置没有任何要求,所以本文提出的算法对码片内多径具有分辨能力。通过仿真实验验证了文中提出的算法在低信噪比下对码片内多径时延估计具有鲁棒性,并且得出了算法运算量与稀疏向量维数之间的关系。     

一种新的压缩信道估计凸优化基失配补偿算法

针对压缩信道估计基失配问题进行研究,基失配本质是无线信道多径时延并不是分布在预先划分好的离散网格点上,而是呈连续分布,目前的压缩信道估计均是基于离散网格点分布假设建立估计模型,实际物理多径时延相对于离散网格点的偏差会带来信道估计性能的下降。针对该问题,提出了一种新的迭代凸优化信道估计算法,该算法交替迭代求解稀疏信道向量和基失配向量,并且每一步迭代过程均为凸优化问题。仿真分析结果表明算法在保证收敛性的同时,取得相比于比较算法更好的性能。     

基于联合稀疏模型的OFDM压缩感知信道估计

针对正交频分多路复用（OFDM）系统,比较了基于压缩感知的不同导频设计方案及相应信道估计性能. 基于信道响应的时域稀疏和缓变特征,提出了基于联合稀疏模型的压缩感知信道估计方法,进一步提高了信道估计的性能. 该方法将连续若干个OFDM符号的信道估计问题转化为联合稀疏模型下的压缩感知问题,充分利用信道的稀疏特性和时间相关性进行信道估计. 结合短波OFDM系统,比较了几种信道估计方法的性能. 仿真结果表明,与传统的最小平方误差信道估计方法和逐符号的压缩感知信道估计方法相比,基于联合稀疏特征的信道估计方法可进一步改善估计性能,对时变信道具有更好的适应性.     

一种用于低压电力线通信的信道估计算法仿真

针对低压电力线通信中的信道估计问题,应用正交频分复用(OFDM)技术,在现有的OFDM通信信道估计算法的基础上,提出一种基于小波滤波器判决反馈的信道估计算法.该算法无需额外发送参考消息,提高了信道的利用率,而且小波滤波器能够达到去噪声的目的,具有良好的估计性能.对该算法进行了理论分析和初步的仿真实验,给出了仿真方法及结果.     

基于压缩采样匹配追踪的稀疏度和稀疏信道联合估计

原始的压缩采样匹配追踪算法依赖于已知稀疏度,因此本文研究了一种稀疏度和稀疏信道联合估计算法。首先提出了一种新的稀疏向量的替代,能够在有限长度的训练序列下,达到较好的稀疏度和信道估计效果。然后通过对稀疏信道估计中的噪声分量的分析,提出了一种稀疏度估计算法,结合信道估计最终给出了一种稀疏度和稀疏信道联合估计算法。仿真结果表明：新的稀疏向量的替代在稀疏度和信道估计方面都有明显的优势,并且提出的稀疏度和稀疏信道联合估计算法在性能上好于mCoSaMP算法。     

无线OFDM系统广义信道分析和自适应盲信道估计算法

将OFDM系统接收端的FFT看成是广义信道的一部分,对无线OFDM系统多径环境下的广义信道进行了理论分析,证明了无线OFDM系统多径环境下广义信道子信道输出和其非线性估计输出之间服从Bussgang过程. 在此基础上得到了自适应LMS-Bussgang盲信道估计算法,并提出了加快算法收敛和防止误差传播的方法. 避免了信号相关检测时,周期重发导频信号带来的有效传输速率降低和传输时延. 结果证明该算法是稳健、低复杂度、次最优的.     

DCT插值算法在OFDM水声信道估计中的应用

海洋声信道是一种复杂的时-空-频变参信道,信道估计的准确程度直接影响着整个系统的性能。本文首先分析了水下声信道估计的基本方法,介绍了基于DFT的信道估计算法,并重点介绍了离散余弦变换（DCT）的插值算法,最后在仿真得到的水声信道模型下对两种算法性能进行了仿真。基于DCT的信道估计算法在水声信道时延为非整数倍采样间隔时可有效抑制信号的频谱泄露问题,从而改善系统的性能,更加适合于时变的水声信道。仿真结果表明该算法在改善系统性能方面优于基于DFT的信道估计算法。     

基于循环正交序列和广义AIC的信道估计

设计了一种适合多入多出单载波频域均衡(MIMO-SCFDE)系统的循环正交训练序列,并提出相应的时域信道估计算法．利用训练序列理想的自相关性与互相关性,不仅能够抑制天线间的干扰,而且可以有效降低噪声的方差．在得到时域信道估计的基础上,通过广义Akaike信息准则(GAIC)进一步确定各多径时延值并保留有效子径,从而提高了信道估计的精度．稀疏MIMO信道环境下的仿真结果表明,基于循环正交序列和GAIC的算法能够有效地减少噪声对信道估计的影响,显著降低了信道估计的均方误差．     

基于叠加训练序列的稀疏信道参数估计

针对稀疏多径的频率选择性块传输信道,提出了基于叠加训练序列的新信道估计方法,在不占用额外信号带宽的情况下估计信道参数.利用叠加训练序列得到时域信道冲激响应的LS解,根据广义Akaike信息论准则得到信道的长度和具体多径的时延值,然后将时域信道冲激响应中非多径点的值置零,降低加性白噪声对信道估计的影响,提高信道估计的精度.通过仿真,在稀疏多径信道的条件下,与纯粹的叠加训练序列的信道估计方法相比,该方法较大程度地降低信道的估计误差,提高系统性能.