共查询到18条相似文献,搜索用时 93 毫秒
1.
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
2.
3.
张恒斌 《数字社区&智能家居》2011,(8X):5918-5920
信道估计作为MIMO-OFDM的一种关键技术对系统性能有着十分重要的影响,该文分析了基于块状导频、梳状导频、矩形导频对信道估计的影响,并对LS线性插值算法进行了改进,通过计算机仿真验证了改进的LS插值算法在精度和性能上优于原有的算法。 相似文献
4.
研究了导频子载波方式下,信道相干带宽、多普勒频移和信噪比对信道估计器的最优导频间隔设计的影响,以确定最优导频间隔。实验结果表明,要达到相同误码率性能,相干带宽越小的信道对应的信道估计器所需的最小导频间隔越小,而且在信道信噪比较低时,误码率不随导频间隔增加而线性增加,因此存在不为最小值的最优导频间隔。导频子载波方式适用于高速移动通信的最佳导频位置方式。 相似文献
5.
针对充满噪声干扰和多径效应的无线信道环境,提出一种基于二维导频的信道估计改进算法.该算法采用二维导频设置图案,利用导频点处充分记录的信道信息,提取信道参数的最优初始估计.在此基础上,利用优化的LMMSE算法,修正初始信道估计中的估计误差.理论分析及仿真实验表明,在多径时变衰落信道下,改进后的信道估计方法有效提高了系统的估计性能. 相似文献
6.
传统的线性最小均方误差(LMMSE)信道估计要求已知信道的统计特性,而实际应用中无线信道的统计特性往往是不可知的.针对无线信道的不确定性,根据时域信道上能量分布的稀疏性特点,在最小二乘(LS)算法的基础上提出了一种改进的LMMSE信道估计算法.该算法从当前信道置信度较高的频率响应出发,把相邻子载波信道估计误差的比值作为信道响应的加权系数,然后通过加权平均的方法计算出多径信道下的信道响应.该算法避免了繁琐的矩阵求逆与分解运算,能够有效降低算法复杂度.实验结果表明,所提算法总体性能优于LS算法及经过奇异值分解的线性最小均方误差(SVD-LMMSE)估计算法,且其误码率接近于传统的LMMSE算法. 相似文献
7.
8.
从系统设计角度研究了MIMO—OFDM系统的信道估计方法,提出—种基于空频域的最优导频设计算法。该算法适用于快速时变和频率选择性衰落信道,在基于LS准则的信道估计算法中无需矩阵求逆运算,大大降低了复杂性。通过计算机仿真证明该算法在空频编码的信道估计中具有最小MSE性能。 相似文献
9.
10.
多输入多输出-正交频分复用(Multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统作为MIMO系统和OFDM系统的结合,具有很高的频带利用率并能有效地对抗无线信道的多径效应。本文研究了MIMO-OFDM系统稀疏信道估计及其导频优化,将信道估计问题转化为压缩感知(Compressed sensing,CS)理论中的稀疏信号重建问题,将最小化测量矩阵的互相关作为导频优化的目标。结合已有的随机序贯搜索(Stochastic sequential search,SSS)和扩展算法2(Extension scheme 2,ES2)算法以及导频移位机制,提出了一种快速的导频优化算法随机搜索移位算法(Stochastic sequential search-shift mechanism,SSS-SM)。此算法的运算复杂度远低于已有的ES2算法,运算时间不受发射天线数影响。将SSS-SM算法和ES2算法分别获得的导频设计结果应用于MIMO-OFDM系统的信道估计,仿真结果表明,采用SSS-SM算法可以更低的算法复杂度获得与ES2算法相同的信道估计性能;高信噪比情况下,SSS-SM算法对应的均方误差(Mean square error,MSE)比ES2平均低约3~5 dB,因此这种方法在高信噪比下更有优势。 相似文献
11.
基于叠加训练序列的MIMO-OFDM信道估计 总被引:1,自引:1,他引:0
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
12.
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
13.
该文在IEEE802.16d协议的基础上介绍了MIMO-OFDM系统的基本原理,给出了一种基于LS准则的适用于MIMO-OFDM系统的信道估计算法,并与MMSE算法进行了仿真比较。最后还介绍了空时格栅编码和空时分组编码以及这两种编码的优缺点。 相似文献
14.
提出了一种适用于神经网络框架下的MIMO-OFDM系统的信道估计算法。通过对三层神经网络结构的分析,用两层神经网络实现了一种主成分分析(PCA)最小二乘学习算法。通过导频信息得到MIMO-OFDM信道模型初始值,再用神经网络算法对MIMO-OFDM信道的时变状态参数进行跟踪;采用两层神经网络,由隐层输出对最终输出修正,中间实现可变遗忘因子的改进递推最小二乘学习算法。仿真结果表明,该方法与最小二乘(LS)算法相比,在跟踪时变衰落信道时,估计的均方误差有较大提高,从而有效地改善了接收端的符号检测性。 相似文献
15.
谷学森 《数字社区&智能家居》2010,6(10):2345-2347
信道估计是MIMO-OFDM系统中的关键技术之一,信道估计的准确与否直接关系到系统性能的好坏,因此寻求快速、准确、可靠的信道估计算法以提高信道估计精度是一个重要的研究课题。该文通过建立MIMO-OFDM系统信道模型,给出了基于训练序列的LS估计和MMSE估计的基本算法实现原理,并针对算法的不足提出改进算法。通过仿真可知,改进算法比基本算法拥有更好的系统性能。 相似文献
16.
一种新的基于训练序列的时域MIMO-OFDM信道估计方法 总被引:1,自引:1,他引:0
提出了一种适合于MIMO-OFDM系统的信道估计方法。详细说明了使用的估计准则和训练序列的构造方法,利用训练序列良好的时域相关特性可以简便、精确地估计出信道的冲击响应,并对算法的性能进行了理论分析和计算机仿真。从分析结果可以看出,该算法与使用最佳训练序列的LS时域估计方法具有相当的估计精度。同时该算法不需要进行时域变换,只需要一定数量的相关运算,其计算复杂度进一步降低。 相似文献
17.
MIMO-OFDM系统的信道估计方法 总被引:1,自引:1,他引:0
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。 相似文献
18.
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