超宽带系统中有辅助符号的信道估计方法

提出了两种有辅助符号的信道估计算法:已知时延信道估计和未知时延信道估计. 研究了辅助符号数量对两种信道估计算法的性能影响. 在接收端采用最大比合并选择性Rake接收机的情况下,通过计算机仿真对两种算法分析比较. 仿真结果表明：已知时延信道估计性能好于未知时延信道估计的性能;两种估计算法中,使用的辅助符号越多,信道估计性能越好.     

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。     

一种稀疏度自适应超宽带信道估计算法

针对在超宽带信道估计中应用压缩感知理论需要预知信道稀疏度的问题,利用超宽带信道在时域上的稀疏性,将信道估计问题转化为压缩感知理论中的稀疏向量重构问题,提出了稀疏度自适应正则化压缩采样匹配追踪（SARCoSaMP）算法。该算法在压缩采样匹配追踪（CoSaMP）算法的基础上,引入自适应和正则化方法,自动调整所选原子数目,逐步逼近信道稀疏度K,在稀疏度未知的情况下精确地实现信道估计。仿真结果表明,该算法可有效应用于超宽带系统的信道估计,并且其性能明显优于CoSaMP算法和稀疏自适应匹配追踪（SAMP）算法。     

OFDM-UWB系统中基于不同插值方法的信道估计

为得到适于OFDM-UWB系统的信道估计方法,通过分析线性插值、高斯插值和DFT时域补零插值法来获得完整信道响应的估计,得到最小的均方误差。仿真结果表明,对于UWB室内信道中的CM1和CM4两种信道模型,在低信噪比时可以采用复杂度较低的线性插值算法,在高信噪比时可以采用DFT时域补零插值算法。     

DS-BPSK超宽带通信系统信道容量研究

对工作在多径有噪信道内的DS-BPSK超宽带通信系统进行分析,得到了扩频码正交性保持情况下系统信道容量的理论公式,并根据分析结果进行了Matlab仿真。仿真结果显示,该理论公式能较好地反映影响DS-BPSK超宽带通信系统信道容量的各种因素。     

使用Chebyshev多项式进行信道估计的方法

在研究了瑞利衰落信道中基于时分复用的导频辅助的信道估计方法后,提出了使用导频信号信道参数估计值的Chebyshev多项式插值来估计信道参数的方法. 通过仿真得到插值的Chebyshev多项式阶数对车速的系统误码率关系;同时,仿真结果也验证了这种关系是正确并且是可行的. 与使用分段插值的线性插值相比,利用该方法,接收机的误比特性能得到显著改善.     

CDMA系统下行信道的分数阶间隔信道估计和均衡

提出一种应用于非周期扩频的CDMA系统下行信道的分数阶间隔信道估计算法,以及在信道估计结果基础上得到的均衡算法.这些算法克服了以往的Chip速率采样的信道估计和均衡算法固有的缺陷,得到了完备的信道参数的估计,改善了均衡的效果.计算机仿真验证了算法的性能.     

多用户检测与信道估计相结合的性能分析

提出了一种采用卡尔曼滤波估计平坦瑞利衰落信道的方法,并结合解相关检测,峡级干扰抵消检测和判决反馈检测３种多用户检测的同步ＣＤＭＡ系统分析了其性能。     

CDMA系统中的信道估计和多址干扰

多址干扰是CDMA系统中较为突出的干扰,利用多个用户信息的干扰对消技术可以有效地抑制这种干扰,而干扰对消技术的实现需要信道的衰落估计。该文介绍了信道估计技术及多用户检测技术,并通过数值分析说明用户数及信道估计偏差对多址干扰对消技术性能的影响。     

基于编码的MIMO-OFDM系统的迭代信道估计方法研究

针对基于编码的MIMO-OFDM系统提出了一种迭代信道估计接收技术.接收机首先通过导频对信道进行估计,然后通过解调译码输出判决信息对信道参数进行更新.仿真结果表明,在高信噪比环境下,可显著地降低系统的误码率.     

DS-UWB系统中基于线性预测的盲多用户检测

针对超宽带(UWB)系统中的码间干扰(ISI)和多址干扰(MAI)问题,将线性预测方法应用于直接序列超宽带(DS-UWB)系统中进行盲均衡和盲多用户检测．该算法首先对接收数据进行线性变换和线性预测来抑制多址干扰,再对线性预测误差相关矩阵进行奇异值分解(SVD)来实现信道估计和均衡,消除码间干扰．仿真结果表明,在IEEE 802.15.3a信道模型下,与传统的Rake接收机以及盲MMSE接收机相比较,该算法具有较低的误码率和较好的抗远近效应能力．     

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.     

STBC-OFDM系统的半盲信道估计

STBC-OFDM系统中进行最大释然译码需要已知信道状态信息.提出一种用于3/4速率空时分组码OFDM系统的半盲信道估计方法.首先利用此系统的结构特点引入子空间盲估计技术进行信道估计,为解决子空间方法固有的模糊性问题,提出了一种使用少量导频符号的方法来估计模糊因子.仿真结果显示,本文提出的半盲信道估计方法相对于非盲估计方法具有更高的频谱效率和更好的估计性能.     

BICM-OFDM中一种新型迭代信道估计算法

传统的信道估计与译码分开进行,信道估计可靠性不高.针对比特交织编码调制的OFDM系统(BICM-OFDM),提出了一种基于最大似然估计(ML)的信道估计算法,该算法联合译码进行迭代信道估计.利用比特交织编码调制(BICM)中迭代译码的软判决反馈信息,进行信道估计与译码之间的信息交换,实现了信道响应的逐符号更新.在短波宽带信道下的仿真结果表明,经过2次迭代,系统的误码率基本收敛.与传统ML等算法相比,该算法与理想信道估计性能相近.     

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)。     

基于预编码的MIMO系统的半盲估计

通过时域预编码来克服MUI,采用纯盲估计算法结合短的传统训练序列来进行信道估计。提出了一种应用于MIMO-OFDM系统的基于时域预编码算法的半盲信道估计方案,该方案能够克服多路传输中用户间干扰(MUI)和提高频带的利用率,其预编码算法在低信噪比下优于传统的频域ZF预编码算法的性能,同时该算法具有较低复杂度,易于实现。理论分析和性能仿真均证明了上述特点。     

信道多径检测在COFDM系统信道估计中的应用

研究了COFDM解调方案中基于梳状导频的信道估计和内插技术,针对定时同步误差和信道的多径扩展的影响,提出了一种新的解决方案,在这种方案中使用了信道多径检测的技术,与传统方案相比,该方案对系统的性能有一定的提高．提出了信道多径检测的简化算法,使之可应用于实际系统中．     

小波去噪结合信道估计在OFDM系统中的应用

在正交频分复用（OFDM：Orthogonal Frequency Division Multiplexing）系统中，我们通常从频率域的角度估计信道衰落因子，在频率域，发射的信号在经历了乘性衰落的同时还经历了加性的噪声的干扰，不论我们采用哪种方法来估计乘性的衰落因子，加性噪声的干扰始终存在，从而影响了估计的质量，将小渡去噪用于信道估计中以去除其中的加性干扰。从而在不增加复杂度的前提下，提高了信道估计的准确度，进而提高了整个系统的性能，同时证明了该方法适用于不同的信道环境（频率选择性衰落信道、平坦衰落信道、快衰落和慢衰落信道）。     

Synchronization and channel estimation for MIMO OFDM wireless LAN systems

A new preamble structure is designed for wireless LAN based on MIMO OFDM systems, which can be used for both synchronization and channel estimation. Modulatable orthogonal polyphase sequence is utilized in training symbol design regarding its correlation properties. The time synchronization and channel estimation are achieved by measuring the correlation between the received training sequence and the locally generated training sequence. Repeated training symbols are used to get carrier frequency offset (CFO) estimation. It is shown from the analysis that the accuracy of frequency synchronization is close to the Cramér-Rao lower bound. The training sequences are optimal for channel estimation based on the minimum mean square error (MMSE).