基于叠加训练序列的OFDM信道估计

为准确地估计OFDM信道,同时提高带宽传输效率,文章提出了基于叠加训练序列的信道估计方法,给出了基于训练序列的OFDM系统基带模型和算法。仿真结果显示,本文所提方法能达到很好的MSE和BER信道估计性能。     

基于数据依赖的叠加训练序列信道估计

通过采用依赖于信息数据的叠加式周期训练序列发送机制,考虑到信道存在未知直流偏移的情况,提出了一种估计频率选择性信道的新算法。推导出信道估计的均方误差公式,获得了最优的训练序列所应满足的条件。理论分析和仿真结果表明,该算法大大提高了信道估计和信号检测的性能,从而验证了该算法的有效性和可靠性。     

叠加弱能量训练序列信道估计方法

本文提出了一种利用叠加弱能量的周期训练序列进行信道估计的线性最小均方误差(LMMSEE)算法.该方法不需要信道先验信息、不占用宝贵的带宽资源、计算量比常规LS方法更低.理论分析和计算机仿真表明:在训练序列周期比信道冲击响应长度大时,在较低的信噪比下,利用LMMSEE方法估计信道性能比LS方法更佳.     

叠加训练序列的判决指导信道估计方法

针对实际应用中信道先验信息未知时无法求解信道相关矩阵的问题,提出了一种改进的叠加训练序列的判决指导信道估计方法。该方法利用每次迭代的信道估计值求解信道相关矩阵。推导了该方法中信道相关矩阵的求解公式。仿真结果表明,在未知信道先验信息的情况下,与利用信道先验信息的叠加训练序列的信道估计方法相比,改进方法取得了与之几乎一样的性能,因此改进方法更适用于实际应用。     

基于特殊训练序列的信道估计算法的研究

为降低MIMO—OFDM系统信道估计运算复杂度和提高估计精度，设计了一种特殊的训练序列，并给出了基于该训练序列的低复杂度算法，采用该方法避免了矩阵求逆运算，使运算大大简化，且在系统存在ISI时,采用本文给出的信道估计方法，信道的估计参数不会受到ISI的影响。仿真结果证明在存在ISI时，给出的信道估计与不存在ISI时性能相同，在高SNR时比传统方法其MSE高20dB。     

基于叠加导频的MIMO-OFDM半盲信道估计

在多输入多输出正交频分复用（MIMO-OFDM）系统中,针对基于叠加导频的半盲信道估计方法估计精度不高、对发送信号零均值要求严格的缺点,提出了一些基于传统算法的改进。接收端利用传统算法的估计结果先去除发送信号的影响,再进行估计,对该估计结果进一步利用自适应跟踪算法来提高估计的精度。仿真结果表明改进算法的性能优于传统算法。     

叠加训练序列OFDM系统的一种迭代信道估计方法

在瑞利多径衰落信道中，针对叠加训练序列正交频分复用系统的迭代接收机，提出了一种迭代信道估计方法．在迭代译码开始前，利用与数据符号同时发送的训序列得到信道估计初始值，并在每次迭代后利用更新的码字比特先验信息估计接收信号中的数据符号，计算更准确的信道估计值．理论分析给出了每次迭代后的信道估计值的均方误差性能．在多径衰落信道中，通过计算机仿真验证了该迭代信道估计方法的有效性和可靠性。     

叠加训练序列OFDM系统的联合频偏与信道估计

频率偏移导致用于叠加训练序列系统中的一阶信道估计方法失效.文中提出一种利用叠加训练序列进行OFDM系统的联合频偏和信道估计的方案.在简单介绍所建立的OFDM系统后,文中利用训练序列的周期性推导出频偏特征向量,并根据阵列信号求子空间的原理,利用接收信号矩阵的奇异值分解求出上述向量所在的线性子空间,通过相关匹配求出频率偏移,最后获得时域信道参数.理论分析表明频偏估计范围反比于训练序列周期,因此算法具有估计范围大的优点,且适用于所有叠加周期训练序列系统.仿真分析表明了算法的有效性.     

基于空时分组训练序列的低复杂度MIMO-OFDM信道估计

为提高MIMO-OFDM系统信道估计的性能,首先通过分析揭示了基于空时分组训练序列的MMSE信道估计器和子空间投影之间的关系。在此基础上,对空时分组训练序列简单得到的LS信道估计器进行子空间投影,得到了复杂度较低同时性能良好的信道估计。为进一步提高性能,最后提出了一种基于FFT的多径时延估计方法,使用该方法可以得到更精确的信道响应信号子空间,从而提高投影估计的性能。计算机仿真证明了所提出算法的有效性。     

基于隐训练序列的信道阶数估计研究

在无线通信中,由于信道特性而引起的码间干扰（ISI）是影响通信质量的一个主要因素。抵消ISI的基本方法就是对接收到的数据进行均衡,均衡前进行准确的信道估计非常重要。给出一种在此信息传输系统下基于隐训练序列的信道阶数的估计方法,并对其进行了仿真分析。仿真结果显示,通过对原发送信息序列进行了帧实际数据零均值处理,达到了比较准确的信道阶数估计效果。     

基于低峰均比最优导频序列的MIMO-OFDM信道估计

信道估计是多输入多输出-正交频分复用(MIMO-OFDM)系统接收机进行信号相干解调的关键。针对最优导频序列(OPS)在进行信道估计时存在峰均比(PAPR)较高这一问题,设计了一种低PAPR的OPS用于对MIMO-OFDM系统进行信道估计。在建立系统模型基础上,对MIMOOFDM系统的OPS进行了设计,并利用部分传输序列(PTS)思想设计出低峰均比最优导频序列(EOPS);将设计的EOPS用于对MIMO-OFDM系统进行信道估计,并对复杂度较高的步骤进行了算法简化,在此基础上分别对各发射天线上信号PAPR的互补累积分布函数(CCDF)和OPS改进前后的均方误差(MSE)、误码率(BER)性能进行了仿真分析。结果表明,分布在多个OFDM符号上的EOPS能够有效降低系统PAPR;同时,与原来的OPS相比,保持了MSE和BER的最优性能。     

基于重要路径捕捉的MIMO-OFDM信道估计方法

基于重要路径捕捉,本文对MIMO-OFDM系统的信道估计方法进行了研究.采用重要路径捕捉,传统的训练序列信道估计方法求逆的运算量和FFT的次数均较大.采用一种改进方法后,可使运算复杂度降低一半,达到了快速性要求.对如何确定信道径数进行了一定分析,并介绍了一种门限值方法以调整路径数.仿真结果表明,改进后的方法降低了运算复杂度,但性能有所下降,即加大了信噪比.     

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。     

基于训练序列的MIMO信道估计

提出了一种基于隐训练序列的多输入多输出通信系统的信道估计方法,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估计出信道参数。给出了信道估计算法,并对估计的均方误差性能进行了分析,讨论了隐训练序列的优化方案。与以往的隐训练序列估计方法比较,本算法不受接收端直流偏移的限制,且有更低的估计均方误差。计算机仿真结果表明了该估计方法的有效性。     

基于叠加训练的非合作多用户/MIMO信道估计

提出一种基于叠加训练的单载波非合作多用户/MIMO系统的迭代信道估计与检测方案。首先利用变换域方法构造具有零周期互相关特性的训练序列,从而消除多天线间的相互干扰,实现基于一阶统计量的信道估计。然后采用联合符号检测的迭代信道估计方法,利用检测序列作为额外的“训练序列”来降低信息序列自身干扰。与现有的叠加训练信道估计方案比较,新方案中训练序列构造更加灵活,在低信噪比下信道估计均方误差和误码率性能更优,且复杂度更低,仿真结果表明了该方案的有效性。     

突发通信中基于叠加训练的信道估计方案

针对无线突发通信中频带利用率低、信道参数获取困难等问题,提出了一种应用于突发通信的叠加训练信道估计与检测方案。该方案将信息和训练叠加发送,通过预失真发送信息符号使得训练与信息在频域正交,收端采用一阶统计信道估计和最大似然符号检测,并设计了抗直流干扰的信道估计方案。仿真表明,新方案在消除训练序列的频带开销的情况下获得了较好的信道估计和符号检测性能,与采用时分复用训练的方案相比,其有效吞吐率更优。     

NNISA-PF算法的MIMO-OFDM信道估计应用分析

MIMO-OFDM(多输入多输出—正交频分复用)系统的信道估计问题是系统接收机进行相干解调的关键。针对标准粒子滤波算法在MIMO-OFDM信道估计时存在观测系数不准确和粒子退化等问题,提出了一种基于神经网络的重要性样本调整粒子滤波(NNISA-PF)算法。对MIMO-OFDM通信系统及时变信道进行建模,得到了状态空间模型;详细分析了标准粒子滤波的改进算法——NNISA-PF;在MIMO-OFDM快衰落和慢衰落信道下,对Kalman、Bootstrap和NNISA-PF三种滤波算法分别在AWGN、Middleton-A噪声下的NMSE和BER性能进行了仿真对比分析。仿真结果表明,在快衰落和慢衰落情况下,NNISA-PF算法都可以有效对抗噪声干扰,尤其是在非高斯噪声环境下优势明显;NNISA-PF算法可以较准确地对MIMO-OFDM时变信道进行半盲估计,使MIMO-OFDM技术优势得到充分发挥。与现有的半盲信道估计方法相比,该方法具有估计精度高、对非高斯噪声鲁棒性强等优点。     

利用训练序列进行无线局域网信道估计

研究了基于训练序列的无线局域网信道估计的几种方法，通过Matlab算法仿真分析，总结出适用IEEE802．1la的信道估计方法。并指出了各种算法的优缺点及适用条件，有利于无线局域网信道估计与均衡的硬件实现。     

宽带MIMO-OFDM系统信道估计算法研究

本文提出了MIMO-OFDM系统中基于LS准则的参数化信道估计方法(LSPCE),推导出其MSE性能的下界并给出一种最优导频序列.为了降低复杂度,本文还提出了一种迭代的算法,它利用有限冲击响应信道的抽头之间的相关性从噪声中提取出信道信息并同时估计出多径时延.仿真和分析表明,相比传统的LS信道估计算法,这种基于参数化的信道估计算法可以大大提高信道估计的精度,接收端的检测性能接近理想信道估计的性能.     

菱形中继网络中基于叠加训练的信道估计技术研究

针对放大转发(Amplify-and-Forward, AF)模式下的菱形中继网络,为了高效获取级联和单跳链路信道状态信息(Channel State Information, CSI),本文提出基于叠加训练的信道估计方案,以消除多址接入干扰和训练间互干扰为目标,进行最优的多训练序列设计。新方案将中继训练叠加到源训练序列上,通过对中继识别符号以及中继训练组进行联合优化设计,设计了一种基于频域循环移位的正交扩展序列组生成算法。为了消除非高斯复合噪声对单跳信道估计造成的严重干扰,提出了一种中继噪声消除算法。通过两路中继链路获取的信息副本,能够在端节点实现分集合并,有效提高符号检测性能。仿真实验对比了同类型的信道估计方案,分析验证了方案的有效性。