基于多项式内插的MIMO时间-频率双选择性信道的信道估计

数据的高速率传输以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征。该文主要研究了数据分组传输方式下,基于导频符号辅助调制(PSAM)的多输入多输出(MIMO)时间-频率双选择性信道的信道估计问题。首先,将时间-频率双选择性MIMO信道,建模为一个随时间变化的多项式内插信道模型;然后,根据信道Doppler衰落速率、多项式模型中的误差项,确定出模型的阶数以及整个数据块的长度;最后,基于该多项式内插信道模型,提出了采用PSAM的MIMO双选择性信道估计方法。实验结果表明该算法在时间-频率双选择性衰落信道下具有较好的性能。     

MIMO-OFDM系统信道估计技术的分析

介绍了MIMO—OFDM系统的信道估计技术，根据是否使用训练序列信息，信道估计可以分为导频辅助信道估计和盲信道估计，本文首先较全面地介绍了导频辅助信道估计技术，然后介绍了一种运用较多的基于子空间的盲信道估计技术，最后计算机仿真分析比较它们的性能。     

基于向量序列谐波恢复的缓时变频率选择性MIMO无线信道的估计方法

该文研究缓时变频率选择性MIMO无线信道谐波拟合模型参数的估计问题,提出基于向量序列谐波恢复及非线性约束最小二乘法的非盲信道估计方法。与以往采用chirp序列作为训练信号的方法不同,该文采用全序列作为训练信号。仿真结果表明,与采用chirp序列作为训练信号的方法相比,此方法的训练信号容易获得,并且在相同信噪比条件下具有更好的估计精度。     

基于双IRS辅助的毫米波MIMO通信信道估计

考虑到智能反射面(Intelligent Reflecting Surface,IRS)可以辅助毫米波通信,为提高信道估计的准确度,引入基于双智能反射面辅助的毫米波单用户多输入多输出(Multiple?Input Multiple?Output,MIMO)无线通信新场景.因为毫米波信道具有稀疏性,首先将原始毫米波窄带信...     

MIMO扩频通信系统矩阵信道估计

为了解决第三代移动通信系统下行链路容量瓶颈问题，在HSDPA的解决方案中，MIMO系统的提案越来越受到重视。本文提出了一种移动深衰落环境下的MIMO系统信道估计方案，并进行了详细的理论推导，给出了独立MIMO深衰落信道环境下的仿真结果。     

MIMO-OFDM系统导频辅助的信道估计

以MIMO—OFDM系统为研究对象，通过设计正交导频进行导频辅助信道估计，对数据点的信道响应进行线性内插、三次样条插值和二次曲线拟合算法，并通过Matlab进行计算机仿真，对这些算法的BER性能进行比较。结果表明：随着信噪比（SNR）的增加，三次样条（Spline）内插和线性内插性能要远好于二次曲线拟合导频估计方法。     

基于802.16e的信道估计算法研究

常用的空时译码方法在很大程度上依赖于准确的信道状态信息,使得信道估计成为正确进行空时编码译码的先决条件。结合虚拟导频的设计和时频二维多项式拟合算法,研究了一种适用于快速移动场景下的虚拟导频信道估计算法。该算法能够利用时频二维信道信息的相关性,对信道进行拟合,从而提升信道估计的性能。分别在车载60km以及车载120km信道模式下进行仿真,结果表明,较现有的信道估计算法,在快速移动场景下虚拟导频信道估计算法具有更好的均方误差性能。     

基于导频信号的LTE系统高移动性信道估计算法

在长期演进(Long Term Evolution, LTE)系统中,精确的信道估计是均衡和相干解调的前提。在高速移动信道下,由于LTE下行链路离散非均匀的导频模式,传统的时间方向信道估计方法性能较差。为了提高信道估计精度,首先利用离散傅里叶变换(Discrete Fourier Transform, DFT)的信道估计方法提高导频处的估计精度。然后根据LTE系统的导频结构,设计了两种时间方向信道估计方法:1) 当信道的统计特性未知时,把不等间隔的导频分布转换为等间隔的导频分布,并利用三阶样条内插估计出数据处的信道频域值;2) 当信道的统计特性已知时,基于最小均方误差准则,设计高性能的自适应内插器,以准确获得信道估计所需系数。仿真和分析表明,相对于传统的线性内插算法,这两种信道估计算法利用更多的导频信息,可大大提高信道估计的精度,同时提升系统的解调性能。      

基于梳状导频的内插信道估计算法仿真研究

讨论了OFDM系统中基于梳状导频的信道估计算法,并着重分析比较了3种内插方法——线性内插、低通内插及变换域内插,利用MATLAB对系统进行仿真。仿真结果表明：线性内插最容易实现,但性能较差;低通内插性能较好但实现复杂;变换域内插的性能介于前两者之间。     

基于LTE的导频信道估计研究

正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)技术是长期演进(LTE,Long Term Evolution)的核心技术之一.目前,基于导频的信道估计是OFDM系统中信道估计的常用方式.在基于导频的信道估计方式下,结合LS估计算法提出了一种下向插值算法(DWI).在LTE信道模型及导频结构下,通过MATLAB仿真工具,将该算法和现有各种算法的性能进行了比较和分析.仿真结果表明,使用结合LS估计算法和DWI算法的OFDM系统信道估计机制,具有复杂度低、易于实现的优点.     

平坦衰落环境中多输入多输出系统衰落相关与信道容量研究

为分析模型物理参数和天线排列方式对多输入多输出系统信道容量的影响,提出了一种平坦衰落环境中信道容量的研究方法。该方法基于接收均匀圆阵和均匀线阵分别构建了蕴含模型物理参数的相关矩阵,并利用Wishart分布的性质推导了信道容量上下限。该方法回避了求取衰落相关矩阵特征值的概率密度函数,降低了运算量;可被推广到多天线-频分复用系统。仿真结果表明,天线间距较小时,采用均匀圆阵比均匀线阵的系统信道容量要高;天线间距增大到一定程度后,系统信道容量达到饱和。散射角越大,信道容量的增长速率越快且采用均匀线阵比均匀圆阵系统的信道容量高。接收信噪比较大时,平均信道容量上下限基本接近其实际值。     

基于理想自相关训练序列的双选信道估计方法

高速移动下的无线宽带通信要经历时间和频率双选择性衰落,近些年来双选信道的估计越来越受到关注.该文利用复指数基扩展模型(BEM),提出一种基于理想自相关训练序列的双选信道估计方法,其训练序列的能量均匀分布,能够消除峰均比的问题.文中分析并证明了具有理想自相关特性等间隔放置的训练序列,能够使信道估计的MSE最小化.仿真表明与传统的zero-padding方式信道估计相比,在获得相同信道估计性能的情况下,采用该文信道估计方法的系统的峰均比有很大改善.     

时间-频率双选择性衰落信道的最小二乘估计方法

高速移动下的无线宽带通信要经历时间和频率双选择性衰落,信道估计质量的好坏对整个系统的性能有重要的影响。该文利用复指数基扩展模型,提出一种基于最小二乘的时频双选信道估计方法,接收机不需要信道的统计信息,也不需要预先估计噪声方差,接收机复杂度较低;在该信道估计算法的基础上,基于信道估计均方误差最小准则,分析并推导出优化的训练序列所要满足的条件。仿真结果表明,在由Jakes模型产生的时频双选衰落信道下,在一定的信噪比范围内,该文方法的信道均方误差性能优于现有的方法。     

频率选择性衰落MIMO信道容量分析

随着传输速率越来越高,信号所占用的带宽越来越宽,实际信道呈现出频率选择性衰落特性.根据频率选择性衰落信道特性,建立了频率选择性衰落MIMO信道模型,采用频域和时域的方法研究了在频率选择性衰落下,发射端已知和未知信道状态信息的MIMO信道容量,并给出了相关的仿真结果.研究结果表明:在相同发射功率和传输带宽下,MIMO系统可以不牺牲信号带宽而显著提高信道的容量,并且天线数量和输入信噪比的大小对信道容量具有不同的影响.研究结果为如何提高频率选择性衰落环境下MIMO信道容量提供了依据.     

3×3多天线系统衰落相关与信道容量研究

为分析天线间距和散射角等信道物理参数对多输入多输出系统信道容量的影响,提出了一种相关衰落环境中信道容量的分析方法。该方法基于接收均匀圆阵构建了蕴含信道物理参数的衰落相关矩阵。并由此详细推导了3×3多天线系统信道容量的闭式表达。结果表明,相关矩阵特征值的个数和大小决定了系统信道容量的大小。该方法回避了已有算法需求取相关衰落信道特征值概率密度函数的问题,降低了运算量,可以被推广到任意收发天线数的多输入多输出和多输入多输出-频分复用系统。仿真结果表明,天线间距增大,信道容量随之增大。但是当天线间距增大到衰落相关的第一个过零点时,信道容量达到最大值,再增大天线间距对信道容量影响很小。散射角越大,信道容量收敛到最大值速率越快。     

基于CNN的毫米波无蜂窝大规模MIMO信道估计

针对小区间干扰导致蜂窝边缘无法满足不断增长的数据速率需求问题,毫米波无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统被认为是一种很有前途的解决方案。然而,毫米波的高频率、大带宽以及接入点配置的大量天线给信道估计带来了较大挑战。将毫米波大规模MIMO信道矩阵视为二维图像,结合图像去噪方法提出一种基于改进去噪卷积神经网络(Improved-Denoising Convolutional Neural Network, I-DnCNN)的信道估计算法。通过具有注意力机制的压缩与激励(Squeeze-and-Excitation, SE)模块,自适应调整提取的全局特征以增强对信道噪声特征的学习,根据接收信号估计出噪声等级图且增添为输入,提升对噪声的鲁棒性。最后,采用残差学习的方式获得估计信道矩阵。利用理论信道模型和基于波束追踪的信道数据集进行的仿真实验结果表明,与去噪卷积神经网络(Denoising Convolutional Neural Network, DnCNN)算法相比,所提算法在两个数据集下的信道估计精度可分别平均提升2.27...     

Iterative Channel Estimation and Successive ICI Cancellation for OFDM Systems over Doubly Selective Channels

In orthogonal frequency division multiplexing systems, significant inter-carrier interference (ICI) caused by doubly selective channels make challenge for reliable reception. In this paper, channel estimation and ICI cancellation are considered jointly. Relying on the basis expansion model (BEM) of time-varying channel, the linear system model of transceiver is established, and the corresponding joint optimization of the transmitted data and BEM coefficients is formulated. Due to the separability of the data and BEM coefficients, we use cyclic minimizing technique to perform channel estimation and equalization alternately. This yields a linear minimum mean square-error (LMMSE) channel estimator and a block MMSE equalizer respectively. The block MMSE equalizer has complexity O(N ³), where N is the number of data subcarriers. To reduce the complexity, instead of equalizing all the data simultaneously, we consider estimating each data symbol successively. This idea results in the per subcarrier interference canceller with lower complexity O(N ²). Finally, an iterative receiver consisting of the data-aided LMMSE channel estimator and the successive interference canceller is developed. Simulation results show the scheme is effective over the channel with relatively large Doppler spread.     

GMP-Based Channel Estimation for Single-Carrier Transmissions over Doubly Selective Channels

We present a graph-based channel estimation approach for SC-IFDE (single-carrier transmissions with iterative frequency domain equalization) without CP (cyclic prefix) over doubly selective channels using the recently developed Gaussian message passing (GMP) technique. A direct application of the GMP updating rules in the FFG (Forney-style factor graph) of the SC-IFDE system model incurs high complexity. Approximate updating rules are therefore developed to overcome this problem. The proposed GMP-based channel estimation approach has similar complexity as the low-complexity Kalman-filtering based frequency domain channel estimation approach in the literature, but significantly outperforms the latter due to its enhanced capability in capturing the time correlation information of doubly selective channels through bidirectional processing.     

单载波MIMO对流层散射系统的信道估计

针对对流层散射信道的频率选择性,提出了一种基于训练序列的单载波空时分组编码(Space Time Block Code,STBC)系统的信道估计算法。首先建立了单载波空时分组编码系统的系统模型,确定了发送分组结构和接收技术;接着提出了信道估计算法,并讨论该算法中Chu序列的最优性;最后通过仿真分析了信道估计算法的性能和效率。