基于滤波方法的OFDM信道估计研究

维纳滤波和卡尔曼滤波都是基于最小均方误差准则的滤波方法,本文主要研究这两种滤波方法在OFDM信道估计中的应用。为了跟踪频率选择性信道的变化,采用在OFDM系统中易于实现的梳状导频进行研究。传统的MMSE在统计意义上是最好的线性估计器,但是需要对矩阵求逆,是一种计算量较大,算法较复杂的方法。LMMSE是频域维纳滤波方法,其减小了MMSE的复杂度,但只适用于慢衰落信道,针对时变信道,本文提出卡尔曼滤波的信道估计方法,仿真结果表明,卡尔曼滤波的信道估计方法在时变信道中具有良好的性能。     

基于差分概率的信道衰落估计方法

现有的信道估计方法通常存在计算量大、复杂度高等问题。基于差分概率对信道衰落幅值进行概率统计,并将信道增益的时序关系及其时序差分量的概率统计特性相结合进行仿真实验,发现信道估计的计算量和复杂度得到了降低,并在此基础上提出基于差分概率的信道估计方法。     

时变宽带信道的长距离预测

研究无线信道测量方法问题可提高传输性能.信道预测技术可以为自适应调制提供准确信道状态信息,减少对自适应调制系统性能的损伤.为提高网络传输性能和传输速度,提出了一种适用于宽带信道的长距离预测算法.采用自回归模型和最小均方误差方法,以过去大量的观测值为基础,估计未来信道衰落系数.仿真结果表明,与传统的最大熵(MEM)算法和ESPRIT算法相比,可有效的降低了宽带信道预测的最小均方误差,可很好地满足时变信道环境的要求.同时通过仿真研究了信道时变快慢和多径数量对系统的影响,使算法用比较低的采样率实现了较好的预测性能.     

TH-PPM-UWB系统在时变信道环境中的性能分析

分析了时变信道环境条件下TH-PPM-UWB系统的性能,并通过计算机仿真研究了室内信道环境中,散射体移动对不同参数条件下系统性能的影响。仿真结果表明在系统输入信噪比较小时,散射体的移动对系统性能的影响较小;随着输入信噪比的增加,散射体移动对系统性能的影响明显加剧。总体上,散射体移动对系统性能造成的影响相对与其他干扰来说并不明显,并且在视距及非视距环境中得到的结论基本相同。     

LTE上行接收分集中一种新的判决反馈检测算法

针对快速时变信道,提出了一种新的联合信道估计和符号判决反馈检测算法应用于LTE上行接收分集.新算法对OFDM数据符号进行硬判决,并利用硬判决结果对该符号上的信道进行估计,估计结果用于相邻数据符号的均衡和解调.分析和仿真结果表明：在高信噪比、快速移动环境下,新算法相对线性插值算法具有较好的性能,而且具有较高的实用性.     

高速移动信道中的OFDM载波频偏估计

为了提高时变信道中OFDM载波频偏的估计性能,在相邻符号之间插入短时重复训练序列进行载波频偏估计,进而通过缩短相关间隔来降低信道时变对载波频偏估计的影响.仿真结果表明,当时变信道归一化多普勒频率大于0.1时,短时序列估计方法的性能优于传统循环前缀方法;而当信道变化加快时,短时序列估计方法的性能优势更加明显,更适宜高速移动环境中的载波频偏估计.     

基于叠加训练序列的低复杂度时变信道估计方案

与传统的时分/频分复用训练序列相比,采用叠加训练序列的传输方案可以有效地提高系统的频谱利用率。然而,叠加方案中训练序列与信息序列的相互干扰会造成系统性能的严重下降,如何有效消除信息干扰是提高信道估计性能的关键。该文针对时变衰落信道,首先提出一种新的基于一阶统计量信道估计算法。该算法利用基扩展模型(BEM)构建时变信道,通过时域分块平均的方法来抑制信息序列干扰。在此基础上,利用信息序列和训练序列经历相同信道衰落的特性,提出一种基于加权最小二乘(WLS)的迭代信道估计与检测方案。新方案利用 Kalman滤波检测器代替确定性最大似然(DML)检测器,将检测符号序列看作附加的“训练序列”用于信道估计,从而可以显著提高信道估计性能。仿真结果表明,新方案可以有效消除信息序列干扰,且性能和计算复杂度均优于现有的同类方案。     

一种快变信道中的正交频分复用系统均衡算法

当信道参数随时间的快速变化时,正交频分复用通信系统(OFDM)子载波间的正交性遭到破坏,出现了载波间的相互干扰(ICI),传统的单抽头频域均衡不再适用。虽然可采用最小均方误差(MMSE)均衡来补偿信道失真,但其计算量太大。为此,常用的方法是:先对接收信号进行ICI消除,恢复载波间的正交性,然后再进行单抽头频域或均衡。现有文献对ICI的分析均在频域进行,在此基础上提出的ICI消除与均衡算法存在计算量大或频谱利用率低的缺点。本文对ICI的产生机理和性质进行了时域和频域两方面的分析,利用现有OFDM标准中的空闲子载波信息,提出了一种ICI消除与均衡算法。理论分析和计算机仿真结果表明:该算法具有ICI消除效果好、计算量小和频谱利用率高等优点。