MIMO-OFDM中的一种最优导频设计算法

从系统设计角度研究了MIMO-OFDM系统的信道估计方法,提出一种基于空频域的最优导频设计算法。该算法适用于快速时变和频率选择性衰落信道,在基于LS准则的信道估计算法中无需矩阵求逆运算,大大降低了复杂性。通过计算机仿真证明该算法在空频编码的信道估计中具有最小MSE性能。     

MIMO-OFDM系统中一种基于均方误差估计的最优导频设计

在MIMO-OFDM系统信道估计算法中,基于频域的最小二乘法在保证一定误差性能的条件下具有较低的系统实现复杂度,但其误差性能并非最佳。在比较多种导频辅助算法后,从接收端任意天线出发,设计了一种改善信道估计性能、减小算法复杂度的新导频结构。该导频序列中相位是相互正交且均匀分布的。而且与已有研究结果中导频矩阵设计采用实部加虚部的形式不同,文中的导频矩阵元素为实数或纯虚数,从而可以有效减小运算的复杂度。理论推导证明,新提出的导频结构是最佳的,均方误差最小。仿真结果显示,新提出的算法在不增加复杂度的基础上,具有比传统的最小二乘法更小的均方误差,并随着信噪比的增大越加明显;该算法比传统的最小二乘法系统误符号率小很多;随着子载波数的增加,在大信噪比的情况下,新提出的算法性能更为优越。     

MIMO-OFDM系统信道估计器的导频间隔优化设计

研究了导频子载波方式下,信道相干带宽、多普勒频移和信噪比对信道估计器的最优导频间隔设计的影响,以确定最优导频间隔。实验结果表明,要达到相同误码率性能,相干带宽越小的信道对应的信道估计器所需的最小导频间隔越小,而且在信道信噪比较低时,误码率不随导频间隔增加而线性增加,因此存在不为最小值的最优导频间隔。导频子载波方式适用于高速移动通信的最佳导频位置方式。     

基于导频的MIMO-OFDM系统信道估计算法研究

信道估计作为MIMO-OFDM的一种关键技术对系统性能有着十分重要的影响,该文分析了基于块状导频、梳状导频、矩形导频对信道估计的影响,并对LS线性插值算法进行了改进,通过计算机仿真验证了改进的LS插值算法在精度和性能上优于原有的算法。     

MIMO-0FDM中的一种最优导频设计算法

从系统设计角度研究了MIMO—OFDM系统的信道估计方法，提出—种基于空频域的最优导频设计算法。该算法适用于快速时变和频率选择性衰落信道，在基于LS准则的信道估计算法中无需矩阵求逆运算，大大降低了复杂性。通过计算机仿真证明该算法在空频编码的信道估计中具有最小MSE性能。     

MIMO-OFDM 系统时域参数化信道估计算法研究

针对MIMO-OFDM 系统信道估计问题,提出了一种在时域内进行最小二乘信道估计的方案．它的基本 思想是利用发送端与接收端导频序列所形成的时域信号来计算信道的时域响应信息．为了获得LS 信道估计的最小 均方误差,本文给出了一种最优导频序列设计方案,它要求每根发射天线中的导频序列为等间隔排列,不同发射天 线之间的导频序列位置相互交错．本文还提出了一种基于LS 准则的参数化信道估计方法,对比传统的LS 信道估 计算法,本文算法能够大幅度地提高信道估计的精度;对比传统的LSPCE 算法,本文算法可以有效地降低其计算复 杂度．仿真实验和性能分析验证了所提方法的有效性．     

MIMO-OFDM系统的低阶信道估计的改进

在慢衰落信道条件下,MMSE估计有较好的估计性能但复杂度较高。为了降低信道估计的运算复杂度,分析并总结了原有的MMSE信道估计算法以及其改进算法,提出一个基于MIMO-OFDM系统的OLR-MMSE信道估计算法。OLR-MMSE估计是结合了MMSE算法的低秩近似以及SVD分解,大大降低了大矩阵的阶数,有效地降低运算复杂度并可以保持良好的估计性能。通过计算机模拟仿真验证了提出的信道估计可以达到系统性能和复杂度之间较好的权衡。     

基于压缩感知的MIMO-OFDM信道估计中的导频设计方案

多输入多输出-正交频分复用(Multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统作为MIMO系统和OFDM系统的结合,具有很高的频带利用率并能有效地对抗无线信道的多径效应。本文研究了MIMO-OFDM系统稀疏信道估计及其导频优化,将信道估计问题转化为压缩感知(Compressed sensing,CS)理论中的稀疏信号重建问题,将最小化测量矩阵的互相关作为导频优化的目标。结合已有的随机序贯搜索(Stochastic sequential search,SSS)和扩展算法2(Extension scheme 2,ES2)算法以及导频移位机制,提出了一种快速的导频优化算法随机搜索移位算法(Stochastic sequential search-shift mechanism,SSS-SM)。此算法的运算复杂度远低于已有的ES2算法,运算时间不受发射天线数影响。将SSS-SM算法和ES2算法分别获得的导频设计结果应用于MIMO-OFDM系统的信道估计,仿真结果表明,采用SSS-SM算法可以更低的算法复杂度获得与ES2算法相同的信道估计性能;高信噪比情况下,SSS-SM算法对应的均方误差(Mean square error,MSE)比ES2平均低约3~5 dB,因此这种方法在高信噪比下更有优势。     

基于分布式压缩感知的MIMO-OFDM系统信道估计研究

针对MIMO系统信道的联合稀疏特性,提出一种基于分布式压缩感知(DCS)的MIMO-OFDM系统信道估计方法。分布式压缩感知(DCS)被视为分布式信源编码和压缩感知(CS)的结合,论文详细论证了分布式压缩感知理论在MIMO-OFDM系统中运用的可行性。将该算法与基于压缩感知理论的Co SAMP算法做比较,仿真结果表明,基于DCS算法的信道估计不仅性能更优,而且可以实现更低的时间复杂度。     

一种改进的MIMO-OFDM系统频域信道估计和跟踪方案

深入研究了MIMO-OFDM系统中的频域信道估计和跟踪算法．在分析比较了现有频域信道估计算法的基础上,提出了一种有效的改进频域信道估计和跟踪方案．该方案利用基于正交训练符号的算法求得初始信道估计值,利用信道估计和信号检测的联合迭代算法来跟踪随时间变化的信道参数．在典型的室内传输环境下对三种频域信道估计和跟踪方案进行了仿真比较,结果表明,本文所提方案在较低的迭代次数下就可以带来明显的性能改善．     

基于MIMO-OFDM系统的自适应算法研究

为了提高MIMO-OFDM系统的数据传输率和频谱利用率,提出一种新的自适应算法。该算法在保证信道质量所需误码率和总发射功率的前提下,按照各个子载波衰落程度动态地分配比特和功率,使系统的总数据传输速率最大。理论分析得出,该算法降低了系统运算复杂度,能很大地改善系统的整体性能。     

基于叠加训练序列的MIMO-OFDM信道估计

为提高无线信道的传输性能,提出了改进的基于ST技术的MIMO-OFDM系统信道估计的训练序列算法。利用训练序列与信息序列的不相关性,估计出信道参数。即使在存在通道失配误差和通道的量化误差的情况下,用有量化的反馈的基于信道估计的训练序列也能改进系统的性能,信道采用10 bit的量化器就能满足一般性能要求。讨论了使用信道互信息最大化的最优导频序列的设计。     

多用户分布式MIMO-OFDM系统的多维资源分配算法

针对多用户分布式MIMO-OFDM系统中的资源分配问题,结合分布式架构特点,提出了一种基于分级优化的天线、子载波与功率联合分配算法.该算法将三维的资源联合分配问题分级转换为两次二维资源联合分配问题,即先引入端口并行处理机制,完成天线与子载波的分配,形成"用户-子信道对",进而采用注水功率分配的方式,完成功率在"用户-子...     

Dual-turbo receiver architecture for turbo coded MIMO-OFDM systems

This paper presents a novel architecture of iterative receivers with two layers of iterations for turbo coded multiple-input and multiple-output orthogonal frequency-division multiplexing(MIMO-OFDM)systems,where soft messages are passed not only between the MIMO detector and the turbo decoder,but also between the two component decoders within the turbo decoder.We first derive the factor graph representation of a turbo coded system as a basic building block for developing the iterative receivers.Then,a new soft message passing schedule over the factor graph is proposed,resulting in the proposed dual-turbo receiver architecture(DTRA).In DTRA,the MIMO detector and the turbo decoder work concurrently,and the soft messages for both layers of iterations are updated instantaneously,instead of the block-based exchange of soft messages in the conventional iterative receivers.In so doing,the processing latency can be greatly reduced while low computational complexity can be achieved.     

一种改进的MIMO-OFDM系统时间同步方法

提出了一种改进的基于恒包络零自相关(Constant Amplitude Zero Auto Correlation,CAZAC)序列的多输入多输出正交频分复用(Multiple Input Multiple Output Orthogonal Frequency Division Multiplexing,MIMO-OFDM)系统时间同步方法。该方法能直接得到准确的定时位置,不需要分成帧检测和符号同步两个步骤进行,使定时结果不受频率同步性能的影响;并同时能够估计出整数倍频偏,降低了系统同步过程的复杂度。通过仿真,在高斯信道和多径信道下验证了算法性能。     

Channel estimation for MIMO-OFDM systems using steepest-descent algorithm

In this paper, the channel estimation methods to resolve the error floor for SUI-5 channel are investigated. Since the pilot allocation is solid with FUSC model, the author can＇t modify it exhaustively. So only the author can do is to combine the preamble and pilot carrier to resolve the problem. Here the authors introduce steepest descent algorithm combine preamble and pilot well for consult. Simulation result show that novel algorithm can decrease the error floor for SUI_5 channel drastically and improve the performance for slow fading or fast fading channel. The authors also conclude that pilot only scheme exits error floor when the coherent bandwidth of channel is narrow, and preamble only scheme can decrease the error floor drastically when the coherent bandwidth of channel is narrow, however it can＇t trace the fast fading channel.     

MMSE SQRD based SISO detection for coded MIMO-OFDM systems

In this paper, we propose a minimum mean square error （MMSE） sorted QR decomposition （SQRD） based soft-input soft-output （SISO） detection algorithm for coded multiple-input multiple-output orthogonM frequency division multiplexing （MIMO-OFDM） systems. The proposed detection is derived from the SISO MMSE detection, which is a popular detection strategy for iterative receivers. For each transmitted symbol in the proposed detection, a soft successive interference cancellation （SIC） is performed based on a posteriori probabilities of past detected symbols. Simulation results show that the proposed detection, while needing less computationM efforts, achieves significant performance gain compared with the SISO MMSE detection.