一种新的基于导频的MIMO-OFDM信道估计方法

提出了一种适用于时变衰落信道的MIMO-OFDM系统的组合信道估计方法。该方法利用优化导频和基于梯度的可变遗忘因子的改进RLS算法进行信道估计。此外,采用基于MMSE(minimum mean square error)的合并器对改进RLS算法的估计结果做了进一步修正。仿真结果表明,这种改进的RLS算法较传统的RLS算法能够更有效地跟踪时变衰落信道的变化;在相同条件下,该组合算法能够提高系统性能,获得更小的BER(bit error rate)。     

MIMO-OFDM系统中一种新的低代价信道估计方法

准确的信道估计是保证MIMO-OFDM系统传输质量,发挥其优越性的关键．文中提出了一种适于MIMO-OFDM系统的低代价信道估计算法,采用新的导频结构,利用低阶LMMSE插值的方法估计信道响应．理论分析与计算机仿真表明,这种方法的估计精度高、跟踪能力强、并且实现复杂度低,因此具有重要的实际意义．     

MIMO-OFDM系统中的信道估计算法及仿真

对MIMO-OFDM系统的多种信道估计算法进行了探讨,重点对基于导频的信道估计算法LS、MMSE以及ZP-OFDM的盲信道估计算法进行了分析和比较,并对LS、MMSE以及ZP-OFDM的盲信道估计算法分别进行了仿真实验,仿真结果表明了算法的有效性,对盲信道估计算法的研究有很好的参考价值.     

WCDMA信道分类LMS信道衰落估计方法

分析移动衰落信道特征,对LMS自适应算法在WCDMA信道估计上的应用做改进;仿真表明,改进是可行的。     

基于压缩感知的MIMO-OFDM系统稀疏信道估计方法

在多输入多输出正交频分复用(MIMO-OFDM)系统中, 信号经过频率选择性衰落的信道后, 在接收端需要进行均衡和相干信号的检测, 故准确的信道估计量必不可少. 传统的信道估计方法均基于信道抽头是密集型的假设, 利用线性重构算法, 如最小二乘(LS)或最小均方误差(MMSE)等, 可以达到Cramer-Rao下界(CRLB). 然而, 通过物理信道测量发现, 在实际通信系统中, 宽带信道抽头分布通常表现出稀疏特性. 通过充分利用信道的稀疏特性, 该文将压缩感知中的CoSaMP重构算法应用于MIMO-OFDM系统的稀疏多径信道估计. 在达到与传统的信道估计方法相同性能的前提下, 基于CoSaMP的信道估计方法以非常小的计算复杂度为代价, 大大减少了导频信号开销, 从而提高了频谱资源利用率.     

一种改进的LS信道估计算法

LS估计算法不需要了解信道的统计特性,从而对接收机结构要求比较简单,但是噪声的存在使这种信道估计的性能与理想信道差异很大,对系统性能影响较大．在研究分析了最小平方（Least Square LS）信道估计算法的基础上,对该算法进行了改进,降低了噪声对信道估计的影响．仿真试验表明该算法减少了信道估计的均方误差,提高了LS估计算法的正确性．     

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．     

多天线系统下信道估计算法及性能分析

在多天线系统下对信道估计算法进行研究。比较最小二乘算法(Least Square,LS)和最小均方误差算法(Minimum Mean Square Error,MMSE)在多天线(MIMO)系统中的性能,并在二者的基础上,论述一种能够降低计算复杂度的松弛最小均方误差(RMMSE)估计方法。通过发送正交导频序列对RMMSE估计算法的性能进行仿真,并对其算法复杂度进行分析比较。结果表明,在保证一定性能的前提下,RMMSE算法复杂度可适当降低,这说明RMMSE估计算法具有较好的估计性能以及较低的计算量。     

OFDM时域信道估计的MMSE简化算法

鉴于传统MMSE信道估计器性能与实现复杂度的矛盾，提出了一种简化的易于实现的时域MMSE信道估计器，并对其性能进行了仿真。结果表明，该算法有较好的性能，且算法复杂度较低。在系统的实现中有较好的参考价值。     

快速移动环境中的MIMO-OFDM系统信道估计算法

针对快速移动环境中存在的多普勒效应．研究了两种多输入多输出正交频分复用系统在快衰落信道中的误码性能．采用空频编码梳状等间隔导频插入方式．以及完全最大似然空频分组码解码算法．使用导频与接收信号进行信道参数估计，将一般多输入多输出正交频分复用系统中的基于训练序列的最小均方误差信道估计算法推广到了快衰落信道环境中．由仿真结果得知：这种改进的信道估计算法在子载波数为256个、插入导频为32个、并以等间隔方式插入导频时．系统的抗多径能力比较理想．可满足快速移动的信道环境要求．     

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.     

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．     

Channel estimation for MIMO-OFDM systems in mobile wireless channels

A channel estimation method is proposed for nmltiple-input multiple-output orthogonal frequency division muhiplexing （MIMO-OFDM） systems in time-varying fading channels. In this method, a decision-directed space-alternating generalized expectation-maximization （SAGE） algorithm is introduced to the tracking of time-varying fading. In order to improve the estimation performance of the SAGE algorithm, a low rank approximation method is presented by using the signal subspace of the channel frequency autocorrelation matrix. The study reveals that this method can be incorporated into the SAGE algorithm. Furthermore, a modified fast sub- space tracking algorithm is given to adaptively estimate the signal subspace by utilizing training OFDM blocks sent at regular interval. Simulation results demonstrate the considerable benefits of the proposed channel estimation method.     

MIMO-OFDM系统中的信道估计简化方法

利用多径衰落信道频域的相关特性,进一步简化了M IMO-OFDM系统中基于训练序列的信道估计方法,减小了其中的FFT变换阶数以及需要的矩阵逆变换的计算次数,减小倍数可以根据信道特性设置。并针对不同的信道模型,对提出的简化算法的性能作了研究,仿真结果表明:对相关特性较好的信道性能损失很少。     

一种改进的LMS自适应低压电力线通信信道估计方法

在分析了低压电力线信道特性的基础上,对OFDM低压电力线通信中的LMS自适应信道估计算法进行了研究。基于低压电力线的多径传输特性和慢时变特性,提出了一种改进算法,该算法利用低压电力线的多径传输特性实现了对LMS算法更新步长的调整。在OFDM低压电力线通信信道下对该算法进行仿真,结果表明该算法对低压电力线信道具有更好的估计性能。     

空时分组编码MIMO-OFDM系统的两步信道估计方法

为了提高基于空时分组编码MIMO-OFDM系统信道估计算法的性能,提出了一种适用于空时分组编码MIMO-OFDM系统的两步信道估计方法。首先,运用最小均方误差估计算法对导频信道进行初始信道参数估计;然后,通过已得到的初始信道参数,运用本文提出的估计算法来获得更精确的后续信道参数,从而进一步提高信道估计的精度。仿真结果表明:与MMSE估计算法和ML估计算法相比,本文提出的算法具有较低的复杂度,且有效地减小了信道估计的误差。     

基于小波去噪的MIMO-OFDM信道估计方法

用小波变换思想,提出一种基于小波去噪的多输入多输出正交频分复用(MIMO-OFDM)系统信道估计方法。该方法首先利用最小二乘(LS)方法进行信道估计,然后对估计后的结果进行小波去噪处理。与传统最小二乘信道估计方法相比,该方法不需要预先知道信道的统计特性,信道估计性能有明显提高。     

基于无迹卡尔曼滤波的双选信道估计方法

针对高速移动场景中由于信道存在时频域选择性衰落(双选衰落)导致正交频分复用(orthogonal frequency division multiplexing, OFDM)通信系统受到子载波间干扰而使通信质量下降的问题,采用基扩展信道模型,在消除子载波间干扰(inter carrier interference, ICI)影响的同时节约信道估计算法的空间复杂度。针对基扩展模型(basis expansion model, BEM)下的非线性信道状态空间模型,采用无迹卡尔曼滤波(unscented Kalman filter, UKF)方法进一步跟踪信道响应提升信道估计精度。仿真分析表明,本研究所提方法能够有效提升信道估计的精度,相对于传统算法具有更好的误码率性能和鲁棒性。