一种基于ZCZ序列的OFDM信道估计

提出了一种基于ZCZ序列的OFDM信道估计方法,该方法是基于隐训练序列的信道估计方法的一个特例。与传统的基于训练序列的估计方法不同,隐训练序列不占用单独的时隙,而是周期性地叠加在数据序列上,这虽然引起了一定的发送能量损耗,但大大提高了信息速率。该估计方法利用了接收数据的一阶统计特性,具有实现简单的优点,与传统的基于训练序列的方法相比,提高了频谱利用率。由于ZCZ序列的平衡性,该方法不受直流偏移的影响,这大大改善了传统的基于隐训练序列的信道估计性能。给出了信道估计算法,并对估计误差进行了分析。     

一种简化的OFDM信道估计方法

OFDM（JE交频分复用）技术是无线通信领域的重要技术,研究信道估计精度对系统性能有着直接的影响。提出了基于导频插入的LS（最小二乘法估计）、MMSE（最小均方误差估计）和SVD（奇异值分解）信道估计方法。并针对MMSE算法有很好的性能但复杂度大,LS算法复杂度低但性能受到限制,提出了一种改进方法。采用广义平稳非相关散射下的多径时变瑞利信道模型,对各个算法进行了仿真试验,得出不同算法的信道估计中误比特曲线,比较了各个算法的性能。仿真结果表明：改进的算法有好的性能和低的复杂度。     

OFDM系统中一种低复杂度的信道估计算法

提出一种适用于正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统的低复杂度信道时域响应估计算法.在发送端,算法基于最小均方误差(Mean-square error,MSE)准则以及给定的导频分布对导频功率及相位进行设计;在接收端,算法直接对接收到的导频符号进行求和,通过对求和结果进行简单加权后得到信道时域响应的估计.由于该算法在估计信道时只需进行很少量的复数乘法运算,因此接收端的计算复杂度非常低.理论分析与仿真结果表明,当信道时不变或慢时变时,该算法具有较小的估计均方误差.     

一种基于二维导频的信道估计改进算法

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.     

一种改进的LMMSE信道估计算法

LS算法简单,容易受到噪声的干扰,但是它不需要预先知道信道的统计信息。通过对信道的时域特性进行研究,在基于LS算法的基础上提出了一种改进的LMMSE信道估计算法,与传统的LMMSE信道估计算法相比,改进的LMMSE算法不需要预先知道信道的统计信息,其性能要优于LS算法;并针对MSE和BER的性能进行了仿真,理论分析和仿真结果也表明:改进的LMMSE算法性能优于LS算法,而且比较接近传统的LMMSE算法。     

OFDM系统信道估计的研究

OFDM(正交频分复用)系统以其抗多径衰落和较高的频带利用率,得到了众多领域的广泛应用。本文就OFDM系统中关键技术之一的信道估计技术进行了介绍。并分别叙述了OFDM系统和信道估计的意义,归纳了信道估计的分类,最后介绍了各种信道估计算法。     

一种新的基于训练序列的时域MIMO-OFDM信道估计方法

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。     

OFDM系统的信道估计与检测方法研究

为保证通信的可靠性与有效性,掌握正交频分复用(OFDM)系统的信道状态信息(CSI)是很必要的。本文在基于导频的OFDM信道估计的基础上,提出检测时变信道的新方法。验证结果表明,该方法通过寻找合适的评价信道变化的参量,可以有效衡量信道的变化状态。     

OFDM系统中信道估计的研究

正交频分复用（OFDM）用于第四代移动通信系统,而OFDM的信道估计是一项关键技术。总结了基于导频辅助的信道估计常用算法,研究了LS、MMSE和改进的LMMSE算法的原理及其在OFDM信道估计中的应用。结合仿真对信道估计算法进行了分析与讨论。结果表明正交频分复用系统性能的提高是以系统的复杂度为代价的。     

OFDM水声通信信道估计技术研究

水声信道是一种极其复杂多变的时—空—频变信道,其信道窄、强多径干扰、信号起伏衰落严重,一直是水下信息可靠高速传输的主要障碍。正交频分复用(OFDM)是近年来数字通信中流行的一种并行传输新技术,其核心思想是将整个可用频带分割成多个正交子信道,将待传输的高速串行码流并行地调制在这些子信道载波上。主要研究利用三种不同的导频图案对OFDM水声通信信道进行估计,并通过仿真的方式来分析不同导频图案下信道估计的性能。     

基于重构观测样本的时变MIMO信道估计

在假设信道为连续平坦衰落的条件下,提出两种基于重构观测样本的MIMO信道估计方法,一种是基于累加观测样本序列AONSS(Accumulative Observed Noisy Signal Sequence)的方法,另一种是基于级联观测样本序列CONSS(Reconnected Obserred Noisy signal Sequence)的方法。仿真结果表明:在信道时变情况下,本文提出的基于重构观测样本的信道估计方法是切实可行的,为深入研究MIMO通信系统下的基于重构观测样本的信道估计提供了一种新的思路和途径。     

基于MB-OFDM的多媒体传感器网络峰均比特性研究

针对多媒体无线传感器网络数据处理和无线数据传输中信息量大、功耗限制严等具体问题,提出采用宽带数据传输技术——多频带正交频分复用(MB-OFDM)调制技术实现对大量多媒体传感信息的高速、可靠和实时处理。通过分析OFDM调制技术特点,研究其峰均功率比(PAPR)特性,提出了有效改善PAPR的插入相位识别码元序列技术方案。仿真结果表明:该方案可以用于提高多媒体传感器网络数据传输的可靠性,减少频带资源占用,减小系统发射功耗。     

一种新的基于训练序列的MIMO-OFDM信道估计方法

为了实现MIMO-OFDM(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。详细阐述了算法的估计准则和训练序列的构造方法。利用训练序列良好的相关特性简便、精确估计出信道的频域响应及其冲激响应。通过理论分析和计算机仿真说明,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,具有同样的估计精度,同时避免复杂的矩阵求逆运算,使计算复杂度进一步降低。     

基于二维导频和降噪滤波的信道估计方法

在分析多径噪声环境中信道估计经典算法的基础上,提出一种基于二维导频和降噪滤波的信道估计改进算法。文中采用的二维导频设置图案,充分保留了信道信息,从中可提取信道参数的最优初始估计。在此基础上,通过DFT/IDFT变换将信道频率响应子空间和噪声子空间分离,进行降噪滤波。仿真结果显示,在多径时变衰落信道下,利用以上两种提出的信道估计方法有效提高系统的估计性能。     

新的基于训练序列的MIMO-OFDM时域信道估计方法

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。     

基于LDPC码结构的盲信道噪声方差估计方法

在LDPC码的迭代软判决译码算法中需要利用信道的噪声方差,通过对二元LDPC码、采用BPSK调制的盲信道噪声方差估计方法的分析,提出了在AWGN信道条件下,采用QPSK调制的基于多元LDPC码结构的盲信道噪声方差估计算法,将估计的结果应用到多元LDPC码的译码算法中。仿真结果显示,该算法可以有效地提高信道利用率,在没有增加额外开销的同时能够得到比较准确的信噪比估计。     

基于认知无线电平台的NC-OFDM系统设计与实现

基于USRP2平台设计并实现了一个非连续正交频分复用(NC-OFDM)认知无线电传输系统,给出了系统的软硬件设计详细流程和关键问题的解决方案,并针对NC-OFDM系统提出了一种快速抑制峰均比的自适应算法。硬件仿真结果表明,本系统能够在USRP2平台上成功实现无线通信的数据传送与接收,为认知无线电由理论研究迈向实际应用奠定了基础,有一定的实用价值,同时也为其他基于USRP2的无线系统设计提供了有益借鉴。     

基于完美抽样的阵列单通道DOA估计方法

提出了一种新的基于接收通道轮流采样的阵列单通道波达方向估计算法.该算法通过射频开关控制接收通道轮流对各阵元进行采样建立新的阵列单通道窄带信号频域空间谱估计模型,基于该模型推导了来波方向的后验概率密度函数,结合马尔科夫链蒙特卡洛方法(MCMC),提出一种新的完美抽样策略,实现了波达方向(DOA)的估计.仿真实验结果表明,该方法参数估计性能好,分辨率高,不但保持了原贝叶斯最大后验概率估计方法的优越性能,而且收敛速度更快.     

基于自适应阈值SAMP算法的OFDM稀疏信道估计

为了降低重构算法的复杂度,提高重构的精确度,提出一种自适应阈值的稀疏度自适应匹配追踪算法（SAMP）,并将其运用在OFDM稀疏信道估计中。蒙特卡洛仿真证明,改进后的算法相比于原算法在CPU运行时间上减少了44.7%,并且在较低的信噪比下也能达到较好的估计效果。此外,针对OFDM稀疏信道估计问题,结合压缩感知理论中观测矩阵的构造方法,提出一种新的导频图案分布设计方法,仿真证明该导频图案设计方法比现有方法在估计精确度方面提高2~4dB。