上行MIMO-OFDMA系统的频偏和信道联合估计算法

针对上行多输入多输出－正交频分多址(MIMO-OFDMA)系统, 提出了一种基于粒子滤波的信道响应和载波频偏联合估计算法. 首先对信道响应和载波频偏分别采用自回归(AR)和正则化自回归(GAR)模型进行建模, 然后利用Rao-Blackwellization理论降低粒子滤波算法的计算复杂度, 载波频偏通过粒子滤波算法进行估计, 而信道冲激响应则通过卡尔曼滤波更新获得. 仿真结果表明, 提出的改进算法可以获得比传统粒子滤波算法更低的误块率性能, 而算法的复杂度仅略有提高.     

MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO—OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的缺点,提出了两种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,以避免大矩阵求逆运算,降低算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整个帧所有符号的信道响应,实现在算法复杂度基本不变前提下估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

脉冲噪声下的高可靠性OFDM信道估计

从信道估计内插误差角度分析了突发脉冲噪声干扰对无线OFDM接收机性能的影响,针对由脉冲噪声所导致的时间方向信道内插估计错误扩散,提出了旨在提高无线OFDM通信系统抵抗脉冲噪声能力的信道估计安全策略,包括:脉冲噪声突发位置检测、防止受损导频内插错误扩散算法、受干扰子载波数据可信度判决。仿真结果表明,在低复杂度条件下,可以显著提高无线OFDM接收机在脉冲噪声环境中的信道估计性能。     

一种快变信道下OFDM系统的Kalman信道估计算法

针对频率选择性快速时变信道的多径干扰和较大的多普勒频谱扩展,提出了一种改进的Kalman滤波算法。用于正交频分复用（OFDM）系统信道估计．该算法采用复杂度大大降低的低维Kalman滤波来跟踪快速时变信道,迭代联合信道估计与检测算法来获得测量矩阵,并对滤波结果利用一种新的简单的最小均方误差（MMSE）估计器进行优化。有效地降低了传统基于Kalman滤波算法的复杂度．仿真结果表明,该方法能够跟踪信道的快速变化,具有良好的估计性能．     

OFDM信道估计内插算法研究

为了比较不同算法的性能,更好地实现OFDM系统信道估计,通过给出典型估计方法和利用MATLAB仿真工具对其进行仿真,得出不同算法下信道估计的误比特曲线。结果表明,FFT内插滤波具有更好的估计性能．     

基于修正变换域降噪的NC-OFDM信道估计算法

针对NC-OFDM系统在某些相干带宽内可能没有足够的导引符号,导致基于频域内插的LS信道估计算法性能较差的问题,提出了一种修正变换域降噪的信道估计算法。该算法利用NC-OFDM系统信道衰落系数的时频域关系,通过IDFT在时域估计信道多径衰落,并进行降噪滤波,然后采用DFT估计频域信道衰落系数,从而避免了频域内插。仿真结果表明,在仿真条件下,该方法比传统基于频域内插的LS信道估计有约4 dB的性能增益。     

一种有效的MIMO-OFDM系统时变信道估计算法

为了在快速时变环境下减小多普勒效应对系统性能的影响,提出了一种适用于快速时变环境下M I-MO-OFDM系统的两步信道估计方法.第1步运用最小二乘算法及内插算法对非导频处传输的数据进行初始估计;第2步运用第1步得到的数据估计值结合提出的降低信道估计矩阵维数的方法,从而获得精确的信道参数.仿真结果表明,与其简化估计算法和最小二乘(Least Square)估计算法相比,提出的方法有效的降低了信道估计的误码率及最小均方误差,并且具有较低的复杂度,可很好地满足快速时变信道环境的要求.     

基于改进PLS和PLS_ZP算法的卫星移动通信信道估计

针对传统最小平方(least square,LS)算法和基于离散傅里叶变换(discrete Fourier transform,DFT)的信道估计算法不能有效提高宽带卫星移动信道的传输性能这一问题,提出改进的基于功率判决的LS估计算法(简称PLS)和PLS补零插值算法(简称PLS_ZP).PLS算法在基于DFT估计算法的基础上,利用宽带卫星移动信道的衰落特性,通过对有效抽头数的限制设定功率阈值,抑制有效抽头外的噪声;PLS_ZP算法利用时域补零等效频域内插的原理对原频域插值算法进行改进,充分利用所有已估计导频信息.理论分析和仿真结果表明,与传统信道估计算法相比,PLS和PLS_ZP算法的信道估计均方误差(mean square error,MSE)和误比特率(bit error rate,BER)均有一定程度的提升,且算法复杂度较低,易于硬件实现.     

一种改进的适用于稀疏信道的完全反馈均衡器

为了在稀疏信道下有效地降低传统均衡算法的运算复杂度,在完全反馈均衡器CFE（complete feedback equalizer）之前,利用信道估计器针对稀疏多径信道提出了一种新的低复杂度的多径时延信道估计方法,仅对少量幅值较大的信道抽头做均衡。理论分析与基于实测信道的计算机仿真表明,这种算法通过对多径的跟踪降低了需要估计参数的雏数,从而提高了信道估计器的性能,并且降低了运算的复杂度。     

OFDM系统高速衰落信道低复杂度估计

高速环境下OFDM系统的快速时变,破坏了信道间的正交性,引起子载波间干扰(ICI),降低了移动应用的性能。因此提出一种低复杂度的二维导频辅助信道估计。首先利用基于线性模型的多项式曲线拟合来逼近实际的快变信道,然后单独在时域和频域插值,最后分别进行两个一维信道估计。实验结果表明,系统在保持高性能的同时降低了计算复杂度。该算法可替代均方误差意义上性能最佳的二维维纳滤波,多项式拟合能有效逼近快变信道,克服ICI的影响,提高移动应用性能。     

上行MC-CDMA系统中基于DFT变换的信道估计

提出了一种新颖的适用于多载波码分多址接入(MC-CDMA)系统上行链路的信道估计算法。在合理约束条件以及为每个用户特殊设计的导频序列辅助下,基于离散傅里叶变换(DFT)的上行信道估计算法能够获得较好的估计精度,同时无需牺牲过多的系统容量。仿真结果表明了该算法具有优良的最小均方误差性能。     

MIMO-OFDM系统中一种干扰抑制迭代信道估计算法

为了减小载波间干扰对多输入多输出-正交频分复用系统性能的影响,提出了一种干扰抑制迭代信道估计算法．首先根据频域正交导频估计导频信道频域响应,然后利用DFT内插方法获得信道响应初始估值,进而对其进行迭代消噪滤波处理改善信道估值．由于迭代过程加入了信道预校正以及时域滤波,从而有效地消除了载波间干扰和信道噪声的影响,提高了信道估计的精度．与传统算法相比,该算法避免了复杂的矩阵求逆运算,实现简单．     

水声稀疏信道估计与大范围白适应平滑预测研究

研究了对水声稀疏信道的估计与预测．基于水声稀疏信道模型提出了信道重要权系数检测迭代估计算法来对信道的时域冲激响应进行估计,该算法无需预先知道信道多径数,同时可有效利用预估的信道多径数下限减少计算量;基于线性自回归模型提出了大范围自适应平滑预测算法来对水声信道进行预测,无需估计复杂的水声信道二阶统计特性,通过降低信道采样速率和局部平滑以进一步降低预测误差．文中算法比最小二乘（LeastSquares,LS）算法和匹配追踪（MatchingPursuit,MP）算法性能更为优越;当通信距离较短时,信道预测误差在10^2内．本文算法能够对水声稀疏信道进行有效估计和预测,可为水声通信中的自适应技术提供依据．     

基于MMSE的无线OFDM系统信道估计算法

OFDM作为一种多载波调制技术具有很强的抗衰落能力,广泛用于无线通信领域。同时提出一种基于最小均方误差（MMSE）的无线OFDM系统信道估计方法。实验表明,在相同信噪比（SNR）下,采用最小均方误差MMSE算法的误码率比传统的最小平方LS算法的误码率小1个数量级,采用MMSE算法有效地提高了无线OFDM系统信道估计性能。     

TH-PPM UWB信噪比的估计方法

TH-PPM UWB（Time Hopping-Pulse Position Modulation Ultra Wide Band）系统利用基于能量比较的TOA（Time of Arrival）估计算法可以提供很高的定位精度,但该算法需要知道准确的信噪比。针对此问题,提出了一种在多径条件下利用相关器的输出信号进行信噪比估计的方法。仿真结果表明,该方法具有很高的估计性能,并且数据量越大,估计的性能越好。     

TD-SCDMA系统中一种基于门限处理的信道估计

在TD-SCDMA系统中,针对传统的Steiner信道估计算法因背景噪声使得估计精度受到影响的问题,以Steiner算法为基础,提出了一种基于门限处理的信道估计算法,该算法以次强径功率为参考设定门限,省略小于此门限的其他径。通过上行链路的模拟仿真表明,该信道估计算法的信道响应更接近理想值,有利于改善系统的输出性能。     

基于L-M方法的迭代容积卡尔曼滤波算法及其应用

针对非线性状态估计中受到较大的初始估计误差和量测方程的非线性的影响致使状态估计精度不高的问题,提出了一种新的滤波算法——基于Levenberg-Marquardt方法(简写为L-M)的迭代容积卡尔曼滤波算法(ICKFLM).该算法将容积卡尔曼滤波算法(CKF)的量测更新过程转换为求解非线性最小二乘解问题,以状态预测和方差预测为初始值,使用L-M方法求解最优的状态和方差估计.把基于L-M方法的迭代容积卡尔曼滤波算法应用到弹道再入目标状态估计中,仿真结果表明,相比于CKF算法,新算法的位置估计误差约降低了70%,相比于基于Gauss-Newton方法的迭代容积卡尔曼滤波算法(ICKF)位置误差降低了40%.新算法具有较高的状态估计精度,且收敛速度快.     

一种基于小波变换的LTE系统下行链路信道估计算法

针对LTE下行正交频分复用（OFDM）系统中噪声对最小二乘信道估计算法影响较大的问题,给出了一种基于小波分解的信道估计方法。该方法通过在最小二乘（LS）估计之后通过小波阈值去噪,再加入改进的时域加窗相结合的方法进行信道估计。仿真结果表明,该方法能够有效消除加性高斯自噪声,可以更好地跟踪信道变化,提高信道估计精度。