共查询到20条相似文献,搜索用时 234 毫秒
1.
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。 相似文献
2.
论文主要讨论利用子空间算法对MIMO-OFDM信道进行盲估计.子空间算法是一种非常重要的信道估计算法,但该算法最大的缺点是要求精确估计信道阶数,对信道阶数欠估计或过估计非常敏感.针对这一点论文提出了一种联合子空间算法,该算法能够同时完成信道阶数估计和信道估计.仿真实验表明在低信噪比、观测数据较短和信道具有较小的初始和结尾系数等条件下时,该算法的信道阶数估计能力优于以前的算法,同时信道估计性能也得到较大的提高. 相似文献
3.
4.
针对MIMO-OFDM系统中频域的空间交替广义期望最大化(FD-SAGE)算法估计信道性能较差以及收敛速度慢的问题,提出了一种改进的FD-SAGE信道估计算法。该算法在FD-SAGE算法的基础上,通过对SAGE算法的潜在数据和不完全数据进行分解分析推导出一种修正的SAGE算法,同时在SAGE的更新数据信息时引入最大似然算法,进而提高系统的可靠性。理论研究和仿真结果表明,该算法以牺牲少量复杂度为代价,能较好地追踪信道变化且收敛速度较快,其性能优于传统的LS算法,信号检测采用最大似然算法时,在相同误比特率情况下与理想信道估计仅相差0.5 dB。 相似文献
5.
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。 相似文献
6.
为了使基于空频域导频信道估计的MIMO-OFDM系统能实现最优性能,研究了此导频结构所允许的极限保护频带宽度以及最佳初始导频位置。通过设置OFDM的保护频带宽度和调整初始导频位置,避免部分导频信号落入保护频带中。仿真结果表明,当保护频带小于等于极限保护频带宽度时,系统能得到最优性能。 相似文献
7.
现有的压缩感知MIMO-OFDM信道估计方法多采用正交匹配追踪算法及其改进的算法。针对该类算法重构大规模的数据存在计算复杂度高、存储量大等问题,提出了基于梯度追踪算法的MIMO-OFDM 稀疏信道估计方法。梯度追踪算法采用最速下降法对目标函数解最优解,即每步迭代时计算目标函数的搜索方向和搜索步长,并以此选择原子得到每次迭代重构值的最优解。本文使用梯度追踪算法对信道进行估计,并与传统的最小二乘估计算法、正交匹配追踪算法的性能和计算复杂度进行比较。仿真结果表明,梯度追踪算法能够保证较好的估计效果,减少了导频开销,降低了运算复杂度,提高了重构效率。 相似文献
8.
9.
10.
对于传统递归最小二乘算法信道估计性能的抗噪声问题,提出一种基于自适应滤波的RLS估计算法。该算法通过在时域内加入自适应滤波器,对信道中的估计结果进行自适应滤波。经过仿真分析,将自适应滤波的RLS算法与传统的RLS算法在误码率(BER)的性能进行比较,得出基于自适应滤波的RLS算法是一种高精度抗噪声的信道估计算法。将系统的输入含有噪声的信号进行自适应滤波,得到输出信号波形,与输入信号波形进行对比,来验证自适应滤波对噪声抑制作用。 相似文献
11.
为实现多输入多输出(MIMO)-正交频分复用(OFDM)系统相干检测,提出一种新的基于叠加正交训练序列的MIMO-OFDM信道估计.详细证明了算法的估计准则并说明了训练序列的构造.通过叠加与信息序列不相关的正交训练序列,快速有效地估计出信道的冲激响应,同时使得最小均方误差达到最小值.与最小二乘法比,该算法避免了复杂的矩阵求逆运算,降低了运算量,且通过叠加训练序列,没有带宽损失.通过计算机仿真证明了算法的有效性及高性能. 相似文献
12.
针对传统的信道估计算法中算法性能与复杂度的矛盾,研究了一种低复杂度的最大似然信道估计算法。仿真结果表明,该算法与传统的信道估计算法相比较,具有较低的复杂度和较好的估计性能。 相似文献
13.
为了实现多输入多输出—正交频分复用系统的相干检测,提出一种新的基于训练序列的信道估计方法。将使用的训练序列在时间上呈现正交性,同时利用训练序列本身良好的相关特性简便、精确估计出信道的冲激响应。通过理论分析和计算机仿真证明,新的算法对比最佳训练序列的LS(最小二乘法)时域估计方法,在具有同样估计精度的同时,避免了复杂的矩阵求逆运算,使计算复杂度进一步降低。 相似文献
14.
15.
提出一种适用于正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统的低复杂度信道时域响应估计算法.在发送端,算法基于最小均方误差(Mean-square error,MSE)准则以及给定的导频分布对导频功率及相位进行设计;在接收端,算法直接对接收到的导频符号进行求和,通过对求和结果进行简单加权后得到信道时域响应的估计.由于该算法在估计信道时只需进行很少量的复数乘法运算,因此接收端的计算复杂度非常低.理论分析与仿真结果表明,当信道时不变或慢时变时,该算法具有较小的估计均方误差. 相似文献
16.
Higher transmission rate is one of the technological features of prominently used wireless communication namely Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing (MIMO–OFDM). One among an effective solution for channel estimation in wireless communication system, specifically in different environments is Deep Learning (DL) method. This research greatly utilizes channel estimator on the basis of Convolutional Neural Network Auto Encoder (CNNAE) classifier for MIMO-OFDM systems. A CNNAE classifier is one among Deep Learning (DL) algorithm, in which video signal is fed as input by allotting significant learnable weights and biases in various aspects/objects for video signal and capable of differentiating from one another. Improved performances are achieved by using CNNAE based channel estimation, in which extension is done for channel selection as well as achieve enhanced performances numerically, when compared with conventional estimators in quite a lot of scenarios. Considering reduction in number of parameters involved and re-usability of weights, CNNAE based channel estimation is quite suitable and properly fits to the video signal. CNNAE classifier weights updation are done with minimized Signal to Noise Ratio (SNR), Bit Error Rate (BER) and Mean Square Error (MSE). 相似文献
17.
为了实现MIMO-OFDM(多输入多输出—正交频分复用)系统的相干检测,提出一种新的基于训练序列的信道估计方法。详细阐述了算法的估计准则和训练序列的构造方法。利用训练序列良好的相关特性简便、精确估计出信道的频域响应及其冲激响应。通过理论分析和计算机仿真说明,新的算法对比最佳训练序列的LS(最小二乘法)时域估计方法,具有同样的估计精度,同时避免复杂的矩阵求逆运算,使计算复杂度进一步降低。 相似文献
18.
19.
20.
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。 相似文献