OFDM移动接收中的迭代干扰消除

针对正交频分复用系统在高速移动接收中存在快变衰落信道难以估计、子载波间干扰(ICI)过大的问题,提出基于迭代结构的信道估计算法和ICI消除算法。利用信道解码器输出判决信息,通过离散傅里叶变换实现信道估计,并对时变信道进行线性近似,以较低的计算复杂度消除子载波间的干扰。仿真结果表明,该方法可以对抗10%~15%的归一化多普勒频移。     

基于椭球基扩展模型的OFDM快变信道估计仿真

在无线正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中,快速时变信道带来的子载波间干扰(intercarrier interference,ICI)影响子载波间的正交性,严重恶化系统性能.由于信道在一个OFDM符号期间内就发生变化,导致信道的频域矩阵不再具有对角性,给信道估计带来新的挑战.为解决上述问题,针对快变信道情况下,利用椭球基扩展信道模型,采用频域插入优化的梳状导频的方法,基于改进的线性最小均方误差估计器(LMMSE)对快变信道进行估计,仿真结果表明,方法能够对快变信道进行准确估计,为信道均衡提供了良好的性能.     

基于最小均方误差的串扰消除多用户检测算法

在存在强多址干扰的直接序列扩频码分多址(DS-CDMA)系统中对传统串行干扰消除检测器的优点及缺陷进行分析,提出一种基于最小均方误差的串行干扰消除多用户检测算法。该算法能够对时变信道环境进行有效跟踪,避免判决误差扩散。仿真结果表明,在加性高斯白噪声环境中一个同步DS-CDMA系统中对于信号功率弱的用户,该算法相比传统串行干扰消除算法及迫零算法的检测性能有较大的改善,在消除原有检测算法检测精度不稳定的同时能提高算法的误码性能。     

基于前导干扰消除的FBMC系统加权信道估计算法

针对FBMC系统信道估计时存在虚部干扰问题,提出一种新的信道估计算法。首先,该算法采用了基于虚部干扰消除的新导频结构;然后,利用两列导频分别作粗信道估计;最后,对粗信道估计采用加权方式进行精信道估计,进一步提高信道估计性能。仿真结果表明,与传统虚部干扰消除算法（IIE）相比,新导频结构算法在误码率为1%时,可获得1~2 dB的性能提升。     

基于LS算法的OFDM信道估计的研究与改进

OFDM信道估计中,LS算法因其运算简单,得到了广泛应用。但是在实际的系统中,由于有非理想因素的存在,使得该算法受到载波间干扰（ICI）噪声的影响;并且突发传输时,信道响应会受到外界噪声的干扰,使估计的信道响应幅值在一定范围内上下波动,并带有尖峰和毛刺。为了解决此问题,提出了一种基于LS算法的最优化FIR滤波器（切比雪夫滤波器）信道估计算法。切比雪夫滤波器在过渡带衰减很快,和理想滤波器的频率响应曲线之间的误差最小,因此该算法较之传统的加窗算法,能保证局部频率点的性能也是最优的,进而有效地减小均方误差（MSE）。在高斯白信道环境下引入突发噪声,对所提方案进行了仿真,其结果验证了该方法能有效消除通带内因突发传输引起的毛峰和尖刺。     

防干扰DFT信道估计算法

传统的DFT的信道估计算法只是把循环前缀以外的噪声忽略为0,其余都认为是有用的加性噪声,但是在循环前缀以内仍含有由于码间干扰(ICI)和信道干扰(ISI)带来的噪声以及其他的一些噪声干扰,严重影响了信道的估计值,本文在DFT算法之前首先消除了由ICI和ISI带来的干扰,再进行DFT的信道估计,最后在分别由禁忌算法和求导两种方法进一步消除循环前缀以内由于其他因素带来的噪声,这样大大增强了估计值的准确性,最后由matalb仿真结果可以看出,由于迭代算法和禁忌算法、求导方法的使用尽可能地消除了噪声的干扰,大大提高了信道的估计值,信道的误比特率和均方误差随着信噪比的增大越来越小,仿真结果证明改进的算法的性能优于传统的DFT算法,求导法性能略微优于禁忌算法。     

MIMO-OFDM系统抗干扰信道估计算法

提出一种抗干扰信道估计(AICE)算法用于解决MIMO-OFDM系统信道估计问题。该算法在接收端通过对收到的累加信号进行分解,得到来自不同发射天线的信号,通过消除符号间干扰与子载波间干扰及采用期望值最大迭代算法进行信道估计来减小估计误差,提高信道估计的准确性。与ICE算法的性能比较证明了AICE算法在瑞利衰落信道下具有更好的信道估计均方误差及误比特率性能。     

多输入多输出信道估计算法的仿真研究

研究无线通信,提高数据传输率,是无线通信领域关心的问题.信道估计精度对系统性能有着直接的影响.由于无线通信信道具有时变性,传统信道估计算法很难对时变信道进行准确估计,为了提高多输入多输出信道估计精度,提出一种采用基于粒子滤波的MIMO-OFDM时变信道估计方法.算法首先采用时变信道频率响应的状态空间方程将时变信道估计问题转化为序贯状态估计问题,然后通过粒子滤波算法对序贯状态估计问题进行求解,得到当前时刻的信道状态.仿真结果表明,与传统信道估计方法比较,不仅降低估计均方误差和误码率,估计精度更高,而且很好地提高了信道通信性能.     

一种LTE自适应参数MMSE信道估计算法

在工程中,为了达到高速率的数据传输和良好的外场接收性能,LTE系统通常采用最小均方误差(MMSE)信道估计方法。针对传统的MMSE算法对多径时变信道的适应能力较差,提出了一种自适应参数MMSE信道估计系数调整算法。通过对信道均方根时延扩展(RMS Delay Spread)和对信噪比的估计,自适应地调整信道估计参数并生成准最佳的MMSE信道估计系数进行滤波。仿真结果表明,此算法比固定系数的MMSE信道估计算法有更好的信道估计性能。     

基于叠加训练序列的MIMO信道估计算法

针对提高无线信道的传输性能,提出了改进的基于叠加训练序列的MIMO信道估计算法。利用训练序列与信息序列的不相关特性,在没有带宽损失的情况下初步估计出信道参数;然后利用加权因子对信道参数在相邻信号段之间进行加权平均,得到最终的信道参数。与以往的叠加训练序列估计方法比较,利用算法具有更低的估计均方误差,且适用于时变信道。通过计算机仿真结果表明,估计方法提高了信道传输精度和性能。     

基于压缩感知的多小区MASSIVE MIMO信道估计

针对多小区多用户大规模多输入多输出（MASSIVE MIMO）系统信道估计在低信噪比情况下估计精度较差的问题,提出了一种基于群智能搜索的果蝇分段正交匹配追踪（FF-StOMP）压缩感知算法。该算法在分段正交匹配追踪（StOMP）求解不同阈值下的信道矩阵参数与归一化最小均方误差的基础上,采用果蝇优化算法动态搜索出最小归一化均方误差与其对应的阈值,达到自适应参数设定的目的。仿真结果表明,与StOMP算法相比,信噪比在0~10 dB情况下,所提出的FF-StOMP算法信道估计性能能够提升0.5~1 dB;信噪比在11~20 dB时,信道估计性能能够提升0.2~0.3 dB。当小区用户数发生变化时,所提出的算法能实现自适应信道估计,能够有效提升MASSIVE MIMO系统低信噪比情况下的信道估计精度。     

井下OFDM信道估计算法研究

针对煤矿井下信道情况复杂,多径效应会带来噪声增加和误码率上升等问题,建立了煤矿井下正交频分复用系统模型,研究了井下正交频分复用信道最小平方、最小均方误差估计算法;在矩形导频分配方案的基础上,提出了在时域利用曲线拟合方法实现数据符号处信道系数的估计算法。该算法与插值算法相比,对导频符号处信道系数的准确性要求不高,只要求所构造的函数尽可能接近真实值。仿真结果表明,提出的拟合估计算法和最小均方误差估计算法相比,在估计性能没有太大变化的前提下,大大降低了实现复杂度。仿真结果和理论分析基本一致。     

时变信道和相位噪声联合OFDM信道估计

在正交频分复用系统中,信道的时变特点导致严重的子载波间干扰,同时,由振荡器产生的相位噪声会带来公共相位错误和子载波间干扰,这都使OFDM系统的性能急剧恶化。基于分数倍基扩展模型,利用重叠导频和最小均方准则,对时变信道和相位噪声联合估计。仿真结果表明,所提出的算法可以提高信道估计质量。     

视频编码量化失真估值算法研究

针对量化失真估计算法存在的误差问题,对算法中的DCT系数分布模型进行了改进,提出了基于LAP分布模型的分段建模方法。将DCT系数的尾部数据进行分离,以主体数据的建模结果作为全体数据的分布模型。以均方误差作为量化失真的衡量准则,归纳并推到上述分布模型下的失真估计算法。采用限制量化步长的方法来评估失真估计算法的准确度。实验结果表明,采用LAP分布模型对DCT系数进行分段建模,不仅提高了模型的准确度,还简化了分布模型的复杂度;由此所产生的失真估计算法在复杂度和准确度方面具有很高的兼容性,与传统的LAP失真估计算法相比,准确度有所提高。     

一种MIMO-OFDM系统的信道估计算法

导频辅助的最小平方（LS）算法是MIMO—OFDM系统中常用的信道估计方法,特点是易于实现,但精度不高。基于最小均方误差（MMSE）的信道估计算法性能较好,但复杂度高,难以实现。提出了一种基于离散傅里叶变换（DFT）的信道估计算法,首先将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。算法能够满足一定的估计精度,且便于实现。仿真数据证明了算法的有效性。     

基于ZigBee的LS频偏估计改进算法

针对无线信道的多径干扰特性,本文对基于最小平方(LS)误差准则的数据辅助式频偏估计算法进行改进,提出一种根据训练序列或前导符的相关性进行频率偏移估计的改进算法.在ZigBee协议条件下的仿真结果表明该改进算法的均方误差优于BAF(best angular fit)算法的均方误差.当信噪比(SNR)大于9 dB时,该算法的频偏估算精度接近于粗略频偏估计与精细频偏估计相结合的估计算法,其估算均方差接近克拉美—劳下界(CRLB).因此,在大城市无线信道环境下,该算法能满足基于ZigBee技术的无线自动抄表的通信要求.     

MIMO-OFDM系统空间相关性迭代信道估计算法

针对受到噪声干扰及多普勒效应等因素影响的多输入多输出（Multi-Input Multi-Output,MIMO）正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）无线系统信道估计问题,提出了一种有效的空间相关性迭代信道估计算法（SCICE）。SCICE利用同步符号与协议数据单元中的前置训练序列和中置训练序列,对信道的空间相关性进行估计,数据信息根据该信道相关性信息得到初始的信道估计值,接收端根据信道估计值进行数据符号检测,并将这些信息作为已知信息,以迭代的方式逐渐减小因空间相关性导致的信道估计误差,进而提高信道估计的准确性。与现有迭代信道估计算法的性能比较表明了提出的SCICE算法在瑞利衰落信道以及不同调制方式下具有更好的信道估计均方差与误码率性能。     

OFDM系统中减小ICI的分组共轭法研究

以无线移动环境下的OFDM系统为研究对象,围绕载波间干扰（ICI）的消除进行研究。虽然一些传统的ICI消除算法能够达到一定的消除效果,但是还存在着精确性不足,缺少必要的数学分析等缺点。对比之前的ICI自消除算法, 改进了系统模型,提出了一个新的有频率偏移误码率分析方法和降低OFDM数字通信系统中载波间干扰的方法,即分组共轭消除算法。还分析了其得以实现的数学方法,仿真分析的结果展示了这种方法与其他方法的比特误码率（BER）性能对比。