Turbo编码V-BLAST MIMO-OFDM系统中的联合迭代判决反馈信道估计与检测

针对Turbo编码V-BLAST MIMO—OFDM系统，提出了一种联合迭代判决反馈信道估计与检测方案，该方案将Turbo迭代译码与最小二乘（LS，least square）信道估计相结合，充分利用Turbo迭代译码后的信息位和校验位软值信息来改善信道估计性能。仿真结果表明，该方案不仅纠正了低信噪比时的差错传播问题，还使得整个系统的信道估计性能得到进一步提高，且适合于非常恶劣的信道环境。     

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。     

基于NI USRP-RIO平台的MIMO-OFDM信道估计研究与实现

基于NI通用软件无线电平台(USRP-RIO),完成了MIMO-OFDM通信系统物理层设计,重点编写了信道估计相关的LabVIEW程序,分析并验证了经典频域LS信道估计和时域LS信道估计算法的性能。测试数据表明,在基于对数距离路径损耗模型的莱斯衰落信道环境下,时域LS信道估计误码性能优于频域LS信道估计,这一结果和理论分析相吻合,并且验证了系统实现的正确性。     

FMT系统中的迭代信道估计和Turbo均衡

在滤波多音调制(FMT)系统中,为了消除由于原型滤波器非理想重构特性和多径信道所导致的符号间干扰,提出了一种联合迭代信道估计和Turbo均衡的FMT系统接收方法,通过对FMT系统中每个子信道的等效冲激响应进行迭代估计,然后采用基于线性滤波器结构的Turbo均衡器来消除符号间干扰.仿真结果表明,不论采用QPSK调制方式还是16QAM调制方式,经过2次以上的迭代后,相比较于传统的判决反馈均衡算法,新算法的误码率性能得到了大大改善.     

MIMO-OFDM系统中的信道估计方法分析

信道估计是对无线信道频率响应的估算,目的是识别每组发送天线和接收天线之间的信道冲击响应。本文探讨了MIMO-OFDM系统的多种信道估计方法。重点对MMSE、LS、导频辅助估计、盲\ 半盲方法及它们之间的特点进行分析和比较。     

Turbo编码GMSK信号准相干解调时的迭代信道估计和译码研究

针对准相干解调Turbo编码GMSK信号,提出了一种简便的迭代信道估计算法。该方法基于Turbo码的迭代译码原理,将信道估计和译码联合考虑,利用译码器输出反馈进行迭代信道估计,从而提高了估计精度。仿真结果表明,该方法能显著地改善系统误码率性能。     

MIMO-OFDM系统中基于DFT迭代的导频信道估计的优化方法

从整个系统设计的角度出发,根据最小化MSE(Mean Square Error)准则,推导出一种MIMO-OFDM(Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing)系统中优化的导频值插入方法,并提出一种基于DFT迭代的信道估计算法。与已有的IEEE802.16提出的导频交替传输方法相比,这种优化的导频值能均匀分布于各发射天线所有发射时段,尤其在时变信道中,具有更小的估计误差;在信道估计方法中,提出的基于改进的DFT迭代算法的优化方法,通过仿真,表明这种方法能够更进一步地提高估计的精度。     

MIMO-OFDM系统中一种新的联合迭代信道估计与符号检测算法

该文提出了一种MIMO-OFDM系统中基于MMSE准则的联合迭代信道估计和符号检测算法。联合迭代算法的性能取决于初始信道估计器的精度和迭代算法。首先提出了一种基于时频变换(TFT)的信道估计算法;其次提出了利用初始信道估计值与检测符号在MMSE准则下进行联合迭代信道估计和符号检测的算法。分析和仿真结果显示,在准静态和快时变信道条件下,新的联合迭代信道估计和符号检测算法有效地提高了系统性能。     

宽带MIMO-OFDM系统信道估计算法研究

本文提出了MIMO-OFDM系统中基于LS准则的参数化信道估计方法(LSPCE),推导出其MSE性能的下界并给出一种最优导频序列.为了降低复杂度,本文还提出了一种迭代的算法,它利用有限冲击响应信道的抽头之间的相关性从噪声中提取出信道信息并同时估计出多径时延.仿真和分析表明,相比传统的LS信道估计算法,这种基于参数化的信道估计算法可以大大提高信道估计的精度,接收端的检测性能接近理想信道估计的性能.     

MC-CDMA系统迭代检测中的一种信道估计算法

在DS—CDMA系统中，联合译码的迭代多用户检测是克服多址干扰增加系统容量的有效方法。本文将多用户检测和译码相结合的迭代检测技术应用于MC—CDMA系统，其中，多用户检测器由串行干扰消除和其后的MMSE滤波器组成。文中提出一种时域信道估计作为迭代初始值的频域信道估计算法，比单纯的频域信道估计方法节约导频符号数量，并且由于信道估计性能的改善，加快了迭代检测的收敛速度。     

MIMO-OFDM系统中一种改进的Bayesian EM信道估计器

该文提出了MIMO-OFDM系统中一种改进的Bayesian EM信道估计器。利用软球形译码器的搜索列表和解码器反馈的先验信息对传统EM信道估计中的软信息近似处理进行了修正,计算了更为准确的软符号后验概率分布以及一阶、二阶统计量。基于初始估计得到的信道先验信息,设计了新的考虑软符号后验互相关的时域信道冲激响应最大后验概率(MAP)估计算法。仿真试验结果表明：该算法和传统EM信道估计算法相比具有更低的误码率和更小的估计均方误差值。     

MIMO-OFDM系统中一种改进的信道估计方法

信道的准确估计是提高MIMO-OFDM系统性能的关键.在最优导频时域信道估计的基础上,提出了一种较低复杂度的改进算法,利用时变信道的自回归(AR)模型构造卡尔曼滤波器对估计出的时域信道响应进行滤波,提高信道时域响应的估计精度.仿真结果表明,在慢时变信道环境下,改进方法可以进一步提高信道估计的精度,同时保持了较低的复杂度.     

基于分群子载波空时频MIMO-OFDM信道估计

针对空时频编码的MIMO-OFDM系统,根据子信道相关特性确定子载波分群,该文提出了独立子群导频法的信道估计处理策略,并将导频序列由空、频两域扩展到空、时、频域,能进一步提高估计精度。理论分析和计算机仿真表明,在频率选择性衰落信道下,基于空时频的独立子群导频法在较低运算复杂度下可以获得信道估计性能的明显改善。     

MIMO-OFDM系统信道估计算法研究

文章结合MIMO-OFDM(多输入多输出-正交频分复用)无线通信系统,研究了一种基于变换域插值的二维导频信道估计算法。这种方法利用变换域的低通滤波器来减小ICI和AWGN的影响,并通过高次分解的插值法来实现插值。实验表明,这种基于变换域信道估计插值法比普通的MMSE和LS算法具有更好的性能,使得MIMO-OFDM系统可以在具有时变和频率选择性信道的无线移动通信系统中工作。     

MIMO—OFDM系统基于子空间的盲信道估计技术

MIMO-OFDM系统能在宽带无线信道中达到很高的速率。文章建立了MIMO-OFDM信道识别的条件并实现了基于子空间方法的盲信道估计技术。该方法将现存的在SISO-OFDM系统中的基于子空间的盲信道估计进行统一，并且推广到MIMO-OFDM系统中。特别是该方法可以获得信道的精确估计，且能快速收敛。仿真实验的结果显示了该方法的均方误差性能。     

MIMO-OFDM系统中基于导频辅助的信道估计

该文对MIMO-OFDM系统中基于导频辅助的LMMSE信道估计算法进行了研究,导出了其估计均方差的下界。为降低算法复杂度,首先利用奇异值分解给出一种低阶近似的信道估计器结构;其次提出了一种基于最优导频设计的简化算法。该简化算法不仅降低了算法复杂度,且能有效地获得最优估计性能。最后文中给出了估计信道特性的方法。     

Iterative Soft-Kalman Filter-based Data Detection and Channel Estimation for Turbo Coded MIMO–OFDM Systems

MIMO channels are often assumed to be constant over a block or packet. This assumption of block stationarity is valid for many fixed wireless scenarios. However, for communications in a mobile environment, the stationarity assumption will result in considerable performance degradation. In this paper, we focus on a new channel estimation technique for Turbo coded MIMO systems using OFDM. In the proposed MIMO–OFDM system, pilots are placed on selected subcarriers and used by a pair of Kalman filter (KF) channel estimators at the receiver. The KF channel estimates are then utilized by a MIMO–OFDM soft data detector based on the computationally efficient QRD-M algorithm. The soft detector output is fed back to the Kalman filters to iteratively improve the channel estimates. The extrinsic information generated by the Turbo decoder is also used as a priori information for the soft data detector. The overall receiver thus combines MIMO data detection, KF-based channel estimation, and Turbo decoding in a joint iterative structure yielding computational efficiency and improved bit-error rate (BER) performance. Parts of this paper were presented at ICC’2005, Seoul, Korea. This work was supported in part by NSF Grant No. CCF-0429596. This work was done when he was with the Nokia Research Center in Dallas, USA.