限幅OFDM的一种信道估计优化方法

在OFDM 系统中,限幅常用于抑制信号的峰平比,而限幅会引入额外的限幅噪声,以致干扰数据和导引符号,恶化传输性能.本文针对限幅OFDM系统,提出一种基于导引符号的限幅噪声消除算法.该算法在插入导引符号之前,滤除位于导引位置的限幅噪声,从而改善信道估计性能.在此基础上,本文还提出了利用迭代算法以进一步提高信道估计精确度.本文对所提出的限幅噪声消除算法及迭代算法进行了仿真验证,结果表明,新算法能够明显改善信道估计,优化传输性能.     

MIMO-OFDM系统中基于迭代MAP算法的RLS信道估计

该文提出了一种适用于MIMO-OFDM系统的迭代最大后验概率(Iterative-MAP)信道估计算法。接收机利用MAP译码算法中的信息位和校验位软信息,经过非线性映射将信息反馈至信道估计模块,采用递归最小二乘(RLS)自适应滤波算法对信道时变状态参数进行跟踪,提高了信道估计的精度。仿真结果表明,该方法与最小二乘(LS)算法相比,估计的均方误差(MSE)和误帧率(FER)性能都有较大改善。     

一种改进的LTE下行系统信道估计算法

基于3GPP长期演进（LTE）下行链路系统,在比较了现有几种不同信道估计算法的基础上,提出了一种适用于LTE下行系统的时频二维联合维纳迭代滤波信道估计算法。具体步骤如下：首先,采用基于奇异值分解（SVD）的线性最小均方误差（LMMSE）算法在频域进行维纳迭代滤波;然后,再利用频域估计出来的值在时域进行一次维纳迭代滤波。仿真结果表明,该算法能够有效地改善信道估计的误比特率（BER）性能,与传统的方法相比,性能更加接近于理想信道估计,同时也没有显著增加算法的运算复杂度。     

OFDM系统中限幅非线性失真迭代对消法性能分析

限幅技术常用于正交频分复用系统中以抑制高峰值平均功率比,为抑制限幅造成的带内失真和带外辐射,可以在接收端进行限幅噪声的迭代估计和对消。该文提出对限幅带来的非线性失真进行迭代估计和对消的效果要比仅对限幅噪声进行估计对消好。前者在理想情况下能完全恢复出发端未限幅前的信号,但后者将始终受到由限幅带来的信号衰减的影响。理论分析和仿真结果验证了该结论及性能,同时数字结果表明,该算法能有效改进系统性能。在归一化限幅门限为1.2时,只通过一次迭代就能提高2dB。     

限幅OFDM系统中的判决辅助信道估计

在正交频分复用(OFDM)系统中，对基带时域信号限幅是通常采用的一种降低信号峰均比的方法，但是由限幅产生的非线性干扰使系统的信道估计和信号检测性能降低。本文针对OFDM系统的频域插值信道估计方案，分析了限幅对信道估计性能的影响，提出一种利用判决的信号辅助信道估计的方法，并分析了该方法为信道估计所能提供的最大信干比增益。理论分析和仿真结果表明这种方法能够提高信道估计的精度，从而提高信号检测的性能，降低接收机的误符号率。     

降低OFDM系统峰均比的改进方法

正交频分复用（OFDM）系统最主要的一个缺点就是峰值平均功率（PAPR）比过高,选择性映射（SLM）虽然能无失真地降低OFDM信号峰均比PAPR,但不能完全避免OFDM系统高峰值的出现。提出一种新的算法,将SLM法与迭代限幅滤波算法结合,通过迭代限幅滤波（RCF）来进一步提高系统的性能。仿真结果表明,该方法可以在不增加系统误码率性能的基础上,在降低OFDM信号峰均比方面,比限幅法、迭代限幅滤波法和SLM法均有很大的提高。     

DVB-T系统中信号的迭代检测方法

针对多径信道环境下的DVB-T系统,给出了数学期望最大(EM)算法迭代检测发送信号的方法,初始信道的频率响应采用最大似然(ML)和最小均方误差(MMSE)方法进行估计.由于该方法需要知道信道的统计特性,因此还给出了信道协方差矩阵和当前噪声功率的估计方法.仿真结果表明,利用估计的信道统计信息,系统的性能可以接近理想信道的性能.     

V-BLAST系统中使用估计信道状态信息的IC-MMSE迭代检测算法

针对Vertical Bell Laboratories Layered Space-Time（V-BLAST）系统中干扰抵消-最小均方误差滤波（Interference Cancellation-Mimmum Mean Square Error filtering：IC-MMSE）迭代检测算法，本文对使用实际估计CSI（Channel State Information）的IC—MMSE迭代检测算法进行了研究．通过在MMSE滤波中考虑信道估计误差，提出了修正的MMSE滤波．与忽略信道估计误差的MMSE滤波相比，修正的MMSE滤波能够获得较小的均方误差．仿真结果表明采用修正的MMSE滤波能够获得显著的性能增益，同时不会增加计算复杂度。     

基于整体最小二乘的联合信道估计及OFDM信号检测算法

针对现有的联合信道估计及OFDM信号检测算法性能不高的问题,该文提出一种基于整体最小二乘的联合信道估计及OFDM信号检测算法。该算法首先通过导频估计初始的信道信息,在此基础上不断地采用整体最小二乘进行OFDM信号检测及信道估计,有效缓解迭代模型误差的影响,加快了算法迭代的收敛速度,提高了信道估计的精度,从而降低了OFDM系统的误码率。该文推导的信道估计克拉美罗界及仿真结果均表明所提出的算法在时变信道环境下优于现有的联合信道估计及OFDM信号检测算法。     

MC-CDMA系统降维盲空时信道估计及信号检测

该文提出了适用于频率选择性瑞利衰落信道中的MC-CDMA系统降维盲空时信道估计及信号检测算法。对接收数据矢量进行解相关滤波,得到对应于每个用户的无多址干扰(MAI)的降维信号,由白化滤波后的降维数据组成的矩阵的秩1近似来进行盲信道估计。将白化滤波后的降维数据矢量看作是单用户的系统,研究了迭代最小二乘(ILS)检测和最小均方误差(MMSE)检测。仿真结果验证了该文算法的有效性。     

基于韦伯分布函数的低复杂度变步长符号算法

针对OFDM系统中传统信道估计算法在冲击噪声环境中性能急剧下降的问题,提出了一种基于韦伯分布函数的顽健型变步长符号算法进行信道估计。在深入研究冲击噪声特性及韦伯分布函数性质的基础上,提出了采用估计误差绝对值的韦伯分布函数控制步长的低复杂度变步长符号算法。该算法在利用传统符号算法顽健性的基础上,采用估计误差的韦伯分布函数动态地改变迭代符号算法的步长,从而能够以较低的复杂度提高变步长符号算法在冲击噪声环境中的收敛速度。算法复杂度分析及仿真结果表明,在冲击噪声环境下所提算法相较于传统自适应滤波信道估计算法能够以更低的复杂度、更快的收敛速度达到相同的信道估计均方误差。     

基于快速贝叶斯匹配追踪的激光大气信道估计

信道估计是指接收机获知信道状态信息的方法和过程。信道估计的准确度决定了接收机的工作性能,所以均衡之前,必须先进行信道估计。目前,激光光学传输信道估计成为多输入多输出正交频分复用的自由空间光通信系统的关键技术。传统的压缩感知方法作为一种信道估计的有效方法,具有恢复和重构原始信号的能力,但在计算复杂度上付出了一定的代价。快速贝叶斯匹配追踪算法克服了现有方法重构精度低和复杂度高缺点。通过先验模型选择和近似的最小均方误差的参数向量的估计,快速贝叶斯匹配追踪算法提供了估计信道冲激响应的一种有效方式。仿真结果表明,与传统的基于压缩感知的方法相比,该方法能显著提高系统的性能。     

SC-FDE系统改进的信道及噪声估计算法

论述了单载波频域均衡（Single Carrier—Frequency Domain Equalization,SC—FDE）系统模型,介绍了频域选择性信道模型,在传统的信道估计算法基础上,利用导频信号的时移特性,对一种改进的信道估计算法进行了分析。无论信噪比（Signalto Noise Ratio,SNR）及导频类...     

非线性卫星信道下的粒子滤波盲均衡方法

针对卫星信道中高功率放大器产生非线性失真的问题,本文提出了一种基于粒子滤波技术的盲均衡法。该算法优势在于不需要对非线性信道线性化处理,而是利用带权值的离散随机样本点来对期望分布进行近似,通过将非线性模型建模成状态空间模型,对信道参数进行跟踪和符号序列估计。仿真结果表明,算法实现了对放大器非线性幅度和相位特性的粒子滤波估计,并对符号序列进行了盲恢复,在误比特率为 较截断Volterra均衡有1.5 dB左右的性能增益;通过增加粒子数目和平滑长度能一定程度上提高算法性能,但在复杂度与性能折中考虑下,不能无限增加粒子数目。      

毫米波MIMO系统中稀疏度自适应的压缩感知信道估计

利用毫米波MIMO系统的稀疏特性,信道估计可以转化为稀疏信号重构的问题。解决毫米波MIMO稀疏信道估计问题时,传统的OMP方法需要信号的稀疏度作为先验信息,实际系统难以满足此需要。文中引入StOMP算法,根据信号已知的稀疏先验信息确定阈值,并结合动态的阈值调整,提出一种新的StOMP-D算法,实现了稀疏度自适应的毫米波MIMO信道估计。仿真结果表明,所提的方法与传统的LS方法比较,信道估计性能显著提高,并且与稀疏度已知的OMP方法性能十分接近,在稀疏度未知时有明显的优势。     

基于粒子滤波的MIMO-OFDM时变信道半盲估计

提出一种基于粒子滤波的MIMO-OFDM时变信道半盲估计方法。首先，对粒子滤波算法进行改进，通过对采样粒子分布进行局部优化调整，提出一种局部优化粒子滤波算法。然后，将该粒子滤波算法用于MIMO-OFDM时变信道估计。由于该信道估计过程在频域进行，因而无需已知（或估计）多径信道长度。与现有时变信道半盲估计方法相比，本方法具有估计误差低、对非高斯噪声顽健性强等特点，从而有效改善了接收端的符号检测性。计算机仿真结果证明了本方法的有效性。     

加权系数平均法改进的小波域LMMSE信道估计算法

针对传统LMMSE算法需要知道信道特性的问题,提出了一种加权系数平均法改进的小波域LMMSE信道估计算法.运用离散小波变换对LS初始估计和预滤波处理后的信号实行阈值量化去噪处理,然后结合时域信道能量分布的稀疏性特征,利用加权系数平均法求出各子载波的频域响应,从而克服了传统LMMSE算法需要预先知晓信道统计特性的缺陷.对算法的BER和MSE性能进行实验仿真,结果表明:文中所提改进算法的信道估计整体性能显然会更优于LS、SVD-LMMSE以及加权平均改进后的LMMSE算法.另外,在信噪比较低且信道统计特性未可知的状况下,文中算法要优于传统的LMMSE算法,并能够较好地降低噪声的影响,有效提升信道估计的精确度.     

大规模MIMO系统中低复杂度的稀疏信道估计

针对大规模多输入多输出（MIMO）系统信道估计算法复杂度高的缺陷,结合无线通信信道固有的稀疏性提出了一种低复杂度的稀疏信道估计算法。该算法是在传统的离散傅里叶变换（DFT）信道估计的基础上利用分离算法将信道抽头与噪声空间分离开来,使得信道估计时只需要计算信道抽头的部分,因此算法的计算复杂度被大大降低。仿真结果表明,该算法在保持低复杂度的同时,可获得接近最小均方误差（MMSE）性能。