基于噪声子空间跟踪的OFDM盲信道估计

基于子空间分解的OFDM信道估计算法利用信号子空间和噪声子空间的正交性可以对信道参数进行盲估计,但是子空间分解的运算量大,使盲信道估计算法的实用化受到限制。本文在噪声子空间自适应跟踪的基础上进行OFDM盲信道估计,显著降低了运算量。仿真结果表明,在适当选择学习因子后可以实现对噪声子空间的快速跟踪,在噪声子空间跟踪的基础上得到的信道估计性能接近于子空间分解法。     

OFDM盲信道估计的子空间方法

介绍了OFDM盲信道估计的各种方法及其研究现状。提出了一种通过二阶统计特性的子空间方法来进行OFDM系统信道的盲辨识,从而得出了不受零点位置影响的信道盲辨识的充分条件。为提高算法性能,该方法还在进行相关运算的过程中引入了信号向量截取及平滑的思想,而且不需要改变OFDM的系统结构。     

OFDM中基于有限字符集特性的半盲信道估计

由于基于有限字符集特性的盲估计方法最短距离(MD)计算量大、收敛速度慢、消耗时间长,而修正后的MMD方法,计算量下降的同时精度也降低了很多,提出了一种基于有限字符集特性的半盲估计方法。该方法通过导频结合有限字符集特性,利用最小距离准则快速辨识出所有子载波上频率响应的相位。仿真结果表明,该算法的信道估计性能优于修改后的最小距离(MMD)算法,与MD相等,而计算复杂度大大低于MD和MMD算法。     

基于子空间分解的半盲信道估计

信道估计从大的角度可分为非盲估计和盲估计以及在此基础上产生的半盲估计.半盲估计在数据传输效率和收敛速度之间做一个折中,即采用较少的训练序列来获得信道的信息.文章详细介绍了基于子空间分解的半盲信道估计的算法.     

OFDM系统中的盲信道估计

本文从OFDM信号的矩阵表示出发,分析比较了OFDM系统中现有的各种盲信道估计方法。OFDM盲信道估计方法分为两类,一类是统计型方法,它利用了发送信号和接收信号的统计特性;另一类是确定型方法,它利用了发送调制信号的固有特性。一般而言,统计型方法的计算量较小,但是估计精度不高且估计的实时性不好;而确定型方法的估计精度较高,实时性较好,但是其计算量较大。计算机仿真表明,这些盲信道估计方法的性能受信道参数尤其是多普勒频率影响很大,盲信道估计的实用化有待进一步研究。     

MIMO-OFDM系统中的子空间半盲信道估计

本文主要讨论了MIMO-OFDM系统中的一种半盲信道估计算法.该算法基于子空间分解技术,利用信号子空间和噪声子空间的正交性将两者分离.针对盲信道估计存在计算量大及收敛速度慢等缺点,本文充分利用少量的导频,给出了一种基于子空间跟踪技术的半盲MIMO-OFDM信道估计算法.仿真结果表明,该算法在保持盲信道估计算法性能的基础上,明显加快了收敛速度、降低了计算量.     

信号排列组合的子空间快速盲信道估计算法

针对传统子空间算法进行MIMO-OFDM信道估计时,存在收敛速度慢、鲁棒性差的问题,提出一种基于收发信号排列组合的改进子空间盲信道估计算法。该算法通过对接收端信号进行有选择地取舍,并利用取舍后接收端数据块的无关联性,对信道矩阵进行类Toeplitz扩展,然后对收发两端信号进行相应的排列组合,增大发送数据块矩阵的秩,从而实现算法的快速收敛。理论分析与仿真结果表明,与传统的子空间算法相比,本文算法在复杂度略有提高的条件下能够实现快速收敛。      

MIMO-OFDM中基于子空间奇异值分解的盲信道估计

针对多输入多输出-正交频分复用系统(MIMO-OFDM)中基于训练序列的信道估计方法频带利用率偏低的缺陷,提出了一种将空时分组编码和盲信道估计技术相结合的MIMO-OFDM信道估计方法。利用空时分组编码(STBC)的线性编码特性,通过接收信号子空间矩阵的奇异值分解来实现对特征值的分离,引入模糊矩阵提高估计的性能。仿真结果表明该方法明显降低了系统的归一化均方误差和误码率,改善了信道估计的精度,优化了系统性能。     

基于四阶累积量的子空间盲信道估计

介绍了OFDM信道估计的各种方法及其研究现状,并分析了其优缺点。给出了一种基于四阶累积量的子空间盲估计方法,该算法利用了四阶累积量对高斯噪声的过滤作用,并与子空间信道盲估计相结合,在保证估计准确性的前提下提高系统的频带利用率。最后,利用计算机仿真,将新算法与已有的插入导频的信道估计方法进行比较,并对实验结果进行了分析。理论分析和仿真结果说明了算法的有效性和实用性。     

OFDM系统中基于恒模的盲信道估计算法

该文提出了一种适用于采用PSK调制方式的正交频分复用(OFDM)系统的准盲信道估计算法。该算法首先利用系统信号的恒模特性得到有限个可能的信道,然后利用信号的有限字符特性从可能信道中寻找出最佳信道,因而具有较低的计算复杂度。与现有的盲信道估计算法不同,该算法利用二阶统计量而不是高阶统计量估计信道,获得了较好的估计性能。仿真结果表明,该算法的性能优于基于有限字符特性的盲信道估计算法。     

Subspace Projection-based OFDM Channel Estimation

In this paper, we investigate the benefits of pre-processing received data by projection on the performance of channel estimation for orthogonal frequency division multiplexing (OFDM) systems. Projecting data onto its signal subspace will reduce the additive noise energy in the data. Least square (LS) estimation is a low-complex algorithm for training-based OFDM systems and the lower bound on the mean-square error of it is proportional to the noise variance. So, after the received data is pre-processed (projected onto its signal subspace), LS channel estimation on the pre-processed data will increase the performance of channel estimation. This method can also work in multiple-input and multiple-output (MIMO) case. Performance analysis and simulation results show that the proposed algorithm has a considerably smaller complexity than the linear minimum mean square error estimation while having almost the same performance.     

OFDM系统中基于变换域的信道估计

研究了正交频分复用（OFDM,orthogonal frequency division multiplexing）系统中基于变换域补零的插值方法,深入分析了基于离散余弦变换（DCT）的插值法,利用DCT的能量压缩特性,能有效消除传统基于离散傅里叶变换（DFT,Discrete Fourier Transform）估计算法在信道延时不是采样周期整数倍时产生的频谱能量泄露的问题。针对如何降低导频信道响应估计值中的噪声分量,提出了一种改进的方法,设计了一种适用于DCT变换域的滤波器,通过仿真系统参数变化对改进算法性能的影响,分析和验证了改进算法的有效性。     

基于导频的OFDM系统信道估计算法的研究

本文针对正交频分复用（OFDM）系统中导频信道估计算法,研究了几种常用的导频信道估计算法和插值算法,通过理论分析和实验仿真,分别对比分析了几种导频信道估计算法和插值算法的性能,为工程应用提供理论和实验依据。     

基于导频的OFDM系统信道估计

正交频分复用（0FDM）是一种高效的数字传输技术,因其较高的频带利用率以及抗多径衰落的性能,被视为下一代无线通信的核心技术。信道估计是视线OFDM系统的关键技术之一。主要研究了OFDM无线通信系统中基于导频的信息估计算法——LS算法,MMSE算法以及改进的LS算法,并通过仿真算法的最小均方误差性能和误码率特性证明了改进的LS算法要优于LS算法。     

一种基于导频的OFDM信道估计优化算法

针对OFDM系统提出了一种新的联合信道估计方法,并在理论上将此方法进行了最优化.仿真结果表明,该方法不仅有效提高了信道估计的准确性,而且可降低信道估计对导频发射功率的依赖性.     

OFDM系统中基于改进阈值的DFT信道估计算法

在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中,传统的离散傅里叶变换(Discrete Fourier Transform,DFT)信道估计算法对循环前缀之内的噪声没有得到抑制,只是抑制了循环前缀之外的噪声.以循环前缀之外的噪声点的能量值来设置阈值对于循环前缀之内噪声的滤除不是很理想,为此本文通过将循环前缀内外的样本点分别排序,分别选取其中一部分样本能量值的平均值,并乘以适当系数,以两部分和作为一种新的时域阈值来抑制噪声.仿真结果表明,本文改进的算法能很好地抑制循环前缀之内的噪声,保留了有效的信号,误码率和均方误差均比得到进一步的降低.