OFDM系统LS与MMSE信道估计算法仿真分析

针对无线衰落信道工作下的多载波正交频分复用系统特点,建立合适的系统仿真模型,采用两种常见信道估计方法,即最小平方误差和最小均方误差信道估计算法,编写相关算法程序,在matlab环境下进行仿真,分析比较两种算法.     

基于叠加训练序列的MIMO信道系数估计研究

研究移动通信系统,在高数据率MIMO系统中,针对信道系数的准确估计是实现MIMO系统接收端准确检测、解码等的重要前提.根据一种叠加训练序列的MIMO信道估计模型,为提高信道精度,提出最小二乘(LS)方法和最小均方误差方法(MMSE)对信道系数进行估计,并进行了数值分析.数值仿真结果表明,在相同的条件下,对信道系数进行估计,最小均方误差方法(MMSE)较优于最小二乘(LS)方法.在高信噪比、有限发送符号数和较少发射天线数的情况下,两种方法都有精确的估计,具有实用价值.     

基于MIMO—OFDM系统的信道估计方法分析

MIMO-OFDM技术是未来无线通信系统的研究热点。信道估计是估计出信道的时域或频域响应,对接收到的数据进行校正与恢复,是实现MIMO-OFDM系统优良传输性能的重要环节。文章对MIMO-OFDM系统的多种信道估计方法进行了探讨,分析和比较了非盲信道估计、盲信道估计和半盲信道估计方法,并提出了未来信道估计算法的研究方向。     

多天线系统频域信道估计算法的研究

在天线性能优化问题的研究中,MIMO-OFDM 技术将 OFDM 与空时编码技术有机的结合在一起,能够大幅度的提高无线通信系统的信道容量和传输速率.为了有效地抵抗多径衰落、抑制干扰和噪声,提出了一种改进的 LS 频域信道估计的改进算法即分组 LS 频域信道估计算法.算法根据 MIMO-OFDM 系统相邻子载波频域信道响应变化缓慢的结论,把所有天线发送的 OFDM 子载波分成多组来进行信道估计.通过对算法的仿真建模并进行仿真,表明算法具有简化算法复杂度以及提高抗噪声和信道估计能力,在抗多普勒频移等方面有更好的性能.算法可为多天线系统信道估计的研究提供了设计依据.     

一种LTE自适应参数MMSE信道估计算法

在工程中,为了达到高速率的数据传输和良好的外场接收性能,LTE系统通常采用最小均方误差(MMSE)信道估计方法。针对传统的MMSE算法对多径时变信道的适应能力较差,提出了一种自适应参数MMSE信道估计系数调整算法。通过对信道均方根时延扩展(RMS Delay Spread)和对信噪比的估计,自适应地调整信道估计参数并生成准最佳的MMSE信道估计系数进行滤波。仿真结果表明,此算法比固定系数的MMSE信道估计算法有更好的信道估计性能。     

一种基于快速噪声估计的MMSE语音增强算法

提出一种基于快速噪声估计的MMSE语音增强算法,实验表明这种算法比起谱相减法和基于语音短时对数谱的最小均方误差（MMSE-LSA）算法能更显著地提高算法的客观性能,在非平稳噪声环境中能快速估计出变化的噪声功率谱。     

单载波频域均衡系统分析及MATLAB仿真

本文分析了单载波频域均衡(SC-FDE)的基本原理,给出了SC-FDE系统的信道估计方法和频域均衡算法,在此基础上设计了SC-FDE的MATLAB仿真验证系统,对SC-FDE在不同信道环境以及不同均衡算法下的性能进行了仿真,验证了其良好的抗多径性能,并分析了其适应性。     

一种MIMO-OFDM系统的信道估计算法

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。     

SIMO SC-FDE系统的CFR盲估计

提出了一种基于线性预测的单输入多输出单载波频域均衡系统频域信道响应(也称为信道频率响应,CFR)盲估计算法.与传统的线性预测时域信道估计方法不同,提出的算法不需要计算新息以及新息和输出序列的互相关,而是直接从预测滤波器系数获得频域信道响应估计的闭式解.算法仅采用输出序列的二阶统计量,对信道阶次过估计具有鲁棒性,并且估计性能优于传统的线性预测时域信道估计方法.计算机仿真结果验证了理论分析的正确性.     

MIMO-OFDM系统的信道估计方法

在第三代移动通信组织给出的空间无线信道模型（3GPP-SCM）下,基于多输入多输出天线频分复用系统（MIMO-OFDM）,设计了基于最小均方误差准则的信道估计器。由于最小均方误差信道估计器是在最大似然信道估计器的基础上基于统计信息的去噪处理,在3GPP-SCM中利用蒙特卡罗方法对不同种典型信道环境做自相关系数统计,得到信道的先验统计信息,进而设计并实现了基于MIMO-OFDM系统的最小均方误差信道估计器。通过仿真,验证了最小均方误差信道估计器相对于最大似然信道估计的准确性,并在误码率方面,带来更好的系统性能。     

信道估计误差下多用户MIMO／OFDM下行系统自适应传输

以系统总速率最大化为目标，提出在非理想信道信息情形下基于空分复用的多用户MIMO／OFDM下行系统的自适应资源分配方案，并满足用户的QoS要求。该方案首先根据用户信道估计误差模型和用户QoS对用户进行子载波分配，然后在各个子载波上进行功率和比特分配。仿真结果表明，该方案相对静态分配方案可获得更大的总速率，而且对信道估计错误更加强健，可应用到信道信息不确定的实际系统中。     

大规模MIMO加权正交匹配追踪信道估计算法

针对大规模多输入多输出系统基站天线数目众多,移动用户很难实时精确完成信道估计等问题。提出了一种加权的正交匹配追踪算法。该算法在每次迭代过程中,计算得到的估计信号值由当前残差信号估计值和迭代之前估计值两部分组合而成;分别对当前残差信号估计值和迭代之前估计值设置不同的权值,以提高信号在低信噪比情况下的估值精度;通过调整不同迭代次数权值大小,可以提升信号在不同信噪比情况下的计算精度。仿真结果表明,在不同的信噪比情况下,该算法都可以获得比标准正交匹配追踪算法更高的估计精度。     

一种多数据流MIMO系统中的改进自适应算法

研究表明自适应MIMO技术是无线频谱资源有限情况下提高通信系统吞吐量的一种有效方式.文中对数据流MIMO系统提出一种基于MMSE检测的改进自适应算法,首先利用基于奇异值分解(SVD)的注水算法进行初始功率分配和数据流选择,然后选用信干噪比(SINR)作为等效信道质量指示(CQI),在总发射功率和误帧率(FER)一定的前提下,根据现有一种迭代算法进一步计算每个数据流上分配的功率及其使用的调制编码模式.仿真结果表明该自适应算法能改善系统吞吐量,且在低信噪比下简化了原来的迭代算法.     

基于大规模MIMO的散射信道估计技术

随着用户对通信速率的要求日益增长,散射通信的通信容量亟待提升。大规模多输入多输出(MIMO)技术是提升容量的一种重要途径,本文研究基于大规模MIMO的对流层散射通信系统的信道估计问题。首先建立基于二维均匀方形天线阵列的大规模MIMO对流层散射信道模型,其次提出一种信道协方差矩阵估计算法对传统最小均方差(MMSE)信道估计算法进行改进,最后与最小二乘(LS)、传统MMSE算法和理想MMSE信道估计算法的准确度进行对比。仿真结果表明：在信噪比(SNR)为0～25 dB的情况下,传统的MMSE算法的准确度相较于LS算法的提升效果并不明显,与理想MMSE算法的准确度有一定差距;但改进MMSE信道估计算法的准确性优于传统MMSE算法,同等条件下NMSE相同时,其SNR可提升3～5 dB,并随着SNR的增大逐渐逼近理想MMSE算法。     

基于叠加训练序列的MIMO信道估计算法

针对提高无线信道的传输性能,提出了改进的基于叠加训练序列的MIMO信道估计算法。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初步估计出信道参数;然后利用加权因子对信道参数在相邻信号段之间进行加权平均,得到最终的信道参数。与以往的叠加训练序列估计方法比较,利用算法具有更低的估计均方误差,且适用于时变信道。通过计算机仿真结果表明,估计方法提高了信道传输精度和性能。     

MIMO-OFDM 系统角域LS 信道估计算法

当信道估计算法利用先验信息进行MIMO-OFDM 信道辨识时,计算复杂度将显著增加．针对这一问 题,设计一种无需先验信息且计算复杂度低的相移正交角域LS 算法．该算法的基本思想是：在保证LS 算法均方 误差（MSE）性能达到最小的前提下,根据角域内不同发送和接收天线间信道的空间独立特性,采用最有用抽头系 数（MST）技术来提高信道估计性能．仿真结果表明,所提算法具有良好的估计性能．     

MIMO通信系统的移动台单站定位算法

无线MIMO通信系统中在发射和接收端使用天线阵列,充分利用冗余多径信号结合阵列信号处理技术可提取出更多参量,比如AOA、AOD、DOA。该文基于MIMO通信系统多径信号参量的估计,推出一种单基站定位的新方法。该方法将多径参数误差的出现概率降到最低并通过同时解一系列数学定位方程给出移动台位置定位的最佳估计。测量均方误差并与克拉美罗界下界比较,证明了该方法的性能。     

非理想信道估计下的全双工MIMO系统的优化研究

在实际通信环境中,精确信道状态信息很难获取.本文考虑非理想信道估计条件下的全双工MIMO蜂窝系统,该系统不仅受自干扰、同信道干扰的影响,还受到信道估计误差带来的影响.因此有必要对该通信系统进行资源优化,来抵抗多种干扰并提高性能.通过建模一个联合用户配对和功率分配的优化问题来最大化系统速率,由于该联合优化问题是非凸优化问题,基于分解和梯度投影的渐进算法用来求解该问题.仿真结果表明,在非理想信道状态信息条件下,使用本文提出的算法优化后,全双工MIMO蜂窝系统性能优于半双工系统.进一步地,实验分析了不同类型干扰对系统性能的影响,表明信道估计误差对性能影响最大.     

一种适用于WMSNs传输机制的信道盲估计方法

虚拟MIMO是一种克服无线多媒体传感器网络信道多径衰落和降低节点能耗的有效方法,但现有文献均假设信道状态信息未知或仅知道信道的统计特性,源节点则无法根据信道的实时信息动态调整传输策略。针对WMSNs信道特点,提出一种适用于WMSNs传输机制的信道盲估计方法以获得节点间信道信息进而确定传输策略,通过构造权值衰减联合决策函数,将节点间的信道盲估计问题转化为一个无约束优化问题,在此基础上设计了一种快速收敛的迭代算法以降低运算代价。该方法仅依赖小数据量就可正确估计出节点间信道,具有对抗信道时变特性的能力;理论推导与仿真表明该算法的收敛速度和运算量均能符合降低节点能耗的要求。     

用于大规模MIMO系统的SAGE迭代信道估计算法

针对基于导频污染的大规模多输入多输出系统,提出一种空间交替广义期望最大化(SAGE)迭代的信道估计算法。将发送和接收的导频符号形成完备的数据空间集,利用基于导频的最小均方误差估计器初始化信道参数,通过导频符号和软信息迭代改进并更新初始估计数据。实验结果表明,该算法通过一次SAGE迭代即可实现精度收敛,且在高信噪比及导频污染的情况下相比基于导频的估计器具有更高的估计精度及频谱效率。