基于ICI干扰消除的OFDM线性时变信道估计方法

多普勒频移破坏了OFDM子载波的正交性,导致系统产生子载波间干扰。针对此问题,文中提出了一种基于ICI干扰消除的时变信道估计方法。该方法利用前一符号的信道斜率,消除当前系统符号所受到的ICI干扰。在归一化多普勒频小于0.15时,所述算法的信道估计均方误差比传统算法更小,系统误码率性能更优秀。     

MIMO-OFDM系统载波间干扰的时域消除

由于载波间干扰（ICI）是影响正交频分复用（OFDM）系统性能的重要因素,一般消除ICI时作信道估计都采用辅助导频的方法,需要使用大量的离散导频,为此提出了一种对MIMO信道中ICI消除的时域均衡方法。该方法利用MIMO空时检测后的数据信息迭代回去,当作导频符号估计出时变信道的冲激响应,然后通过时域均衡消除ICI,而无需额外的导频,在改善系统误误码率的同时,提高了频谱的利用率。     

高速场景下基于叠加导频的迭代EKF信道估计方法

针对正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统在高速移动场景下时/频域选择性衰落（双选衰落）和非平稳特性给信道估计带来的技术挑战,本文采用导频与数据叠加的帧结构,提出一种基于基扩展模型（Basis Expansion Model,BEM）的迭代扩展卡尔曼滤波（iterative Extend-Kalman Filter,iEKF）信道估计方法.基于BEM信道模型且采用EKF信道估计方法可以联合估计出信道冲激响应（Channel Impulse Response,CIR）与时变的时域自相关系数,有效消除子载波间干扰（Inter Carrier Interference,ICI）.同时,为了进一步消除叠加导频位置处的数据符号干扰,我们提出将叠加位置处的数据和导频先解耦、后重构再进行迭代EKF的信道估计方法.仿真分析表明,相较传统叠加导频的信道估计方法和导频符号辅助调制（Pilot Symbol Assisted Modulation,PSAM）估计方法,本文提出的信道估计方法在高速场景特别是低信噪比的条件下,具有更高的估计精度,更强的鲁棒性及更大的吞吐量.     

通用滤波多载波通信系统中干扰抑制均衡算法

作为5G多载波技术强有力的候选对象,通用滤波多载波利用子带滤波技术抑制带外功率泄露,进而降低同步要求和获得更高的频谱效率。本文首先针对通用滤波多载波在慢时变多径信道下的性能进行了分析和研究;其次为消除多径信道所带来的干扰,提出了适用于该多载波系统的信道估计方案,该方案设计了具有重复样式的导频结构进行信道估计,复杂度低;最后针对通用滤波多载波在多径信道下容易遭受符号间干扰的问题,提出了基于干扰消除的Zero-Forcing均衡算法和基于迭代干扰消除的均衡算法,两种算法均能够在消除ISI的基础上进一步地消除ICI和IBI。仿真结果表明,本文提出的信道估计和均衡算法能有效消除通用滤波多载波技术在多径信道下所经受的ISI、ICI和IBI。      

快速时变信道下的OFDM信道估计方法

为解决正交频分复用(OFDM)系统在快速时变信道下引入的子载波间干扰(ICI)导致性能急剧下降的问题,提出一种基于带状矩阵的数据辅助型信道估计算法。通过分析由多普勒频偏引入的子载波间干扰矩阵,运用线性模型对信道冲击响应算法进行建模,对每个子载波设计带状补偿矩阵以最大程度消除ICI。数值仿真结果表明,该信道估计算法较最小均方误差(MMSE)算法复杂度大大减小,便于实现,满足快速时变信道下的估计精度需要。     

高速移动信道中的ICI消除算法

针对当前研究中的子载波干扰(ICI)消除算法不支持高速移动环境的缺点,提出一种基于线性时变模型的ICI迭代消除算法。使用相邻3个正交频分复用(OFDM)信号帧对信道进行近似处理,将时变的无线信道建模为基于每条信号径的线性时变信道,信道线性时变斜率可通过相邻的导频符号获得,这样就可以预先构造频域干扰矩阵,然后通过循环迭代的方法将接收符号中的干扰消除。仿真结果表明,本文提出的ICI迭代消除算法可有效消除高速移动信道中的ICI。在多普勒偏移小的条件下,此算法带来的性能提升更大。     

基于EVD分解的OFDM系统时变信道估计

OFDM系统中,需要获得信道状态信息实现相干解调。信道的时变性会带来子载波间干扰(ICI),降低信道估计算法的精度。针对信道的快时变性,提出一种基于特征值分解的时变信道估计方法,同时设计一种新的导频结构。该方法利用信道矩阵时域及频域相关性,将信道频域矩阵表示为其特征向量的线性加权,并用贝叶斯模型估计加权系数。仿真结果表明,所提方法能有效降低ICI对系统性能的影响,可较好地满足快时变信道环境的要求。     

基于最优导频的自适应Kalman滤波信道估计方法

针对时变信道中的子载波间干扰(ICI)和噪声的统计模型不准确引起的滤波发散问题,介绍了一种基于最优导频预滤波的自适应Kalman联合算法。该算法通过使用最优导频滤除ICI,获得理想信道初始状态,然后将其作为Kalman滤波初始信息在时域上进行自适应Kalman信道估计。最后仿真实验表明,和传统的基于导频的Kalman滤波(KF)算法相比,该方法能有效抑制KF发散和改善信道估计精度。     

一种新的MIMO-OFDM系统自适应快时变信道估计算法

为了能够获得较精确的快时变信道估计,利用模糊模型拟合快时变信道,提出了一种新的信道估计算法。算法采用自适应技术进行导频子载波频域传输函数模型参数的识别,然后通过插值拟合全部信道的频域传输函数。仿真结果表明,在系统多普勒频移小于0.1的情况下,信道估计的MSE性能得到改善。     

OFDM联合信道估计与均衡技术研究

OFDM系统在时变信道中会受到子载波间干扰,单独进行信道估计和信号检测的策略对于提高接收机的抗干扰能力有限,将信道估计和信号检测统一考虑则可更有效地抵抗子载波间干扰。针对此问题,基于迭代SAGE算法提出了一种新的联合信道估计与符号检测算法,为了减低算法的复杂度,引入BEM信道建模方法。仿真评估了BEM算法的归一化均方误差性能,验证了BEM建模的有效性,显示该算法的误码率优于基于BEM算法的线性均衡检测算法和基于MMSE的干扰对消算法,而且该算法只通过少数几次迭代便可达到收敛域,较好地克服了子载波间干扰的问题。     

适用于高速移动场景的信道估计方法

目前存在的各种信道估计方法,通常假设信道参数在一个正交频分复用（OFDM）符号内是恒定不变的。但是在高速场景中,信道在一个OFDM符号内呈现出较为明显的变化,这时子载波间干扰（ICI）就会影响传统的信道估计方法,使估计性能明显下降。本文提出通过幂级数基的形式来建模无线信道变化的方法,将时变的信道估计转变成有限参数变量在幂级数基上的投影,这大大减少了估计信道参数的个数。理论分析及仿真结果表明,该方法能有效地跟踪和估计时变的信道参数,具有良好性能。     

Intercarrier Interference Suppression for OFDMA Uplink in Time- and Frequency-Selective Fading Channels

This paper investigates intercarrier interference (ICI) suppression and channel estimation for the uplink of an orthogonal frequency-division multiple-access (OFDMA) system in a time- and frequency-selective fading channel. In such a doubly selective channel, channel variations within each OFDMA block disrupt the orthogonality among subcarriers and leads to ICI. We develop an appropriate signal model for the OFDMA uplink in a doubly selective fading channel and propose a minimum mean square error (MMSE) scheme and an MMSE successive detection (MMSE-SD) scheme to suppress ICI. It is shown that the MMSE scheme is the optimal linear scheme in terms of maximizing achievable data rate and that the MMSE-SD scheme is able to further remove ICI and exploit the Doppler diversity embedded in time-varying channels. As an essential component in ICI suppression, channel estimation is also considered. A basis expansion model (BEM) is formulated for the OFDMA uplink channel, and a pilot-aided channel-estimation algorithm is developed to track users' channels in the time domain. Simulation results are presented to illustrate the overall performance improvements that can be obtained from using the proposed ICI suppression and channel-estimation schemes.      

一种改进的快变信道展开模型

 在高速移动正交频分复用系统（OFDM）中,信道的快速变化引起载波间干扰,降低系统性能,且使信道的准确估计变得更为困难. 由于在接收端待估计的信道参数多于接收信号样点数,信道估计方程无确定解. 为了解决这一问题,通常将快变信道展开为基函数叠加的近似表达形式,信道估计问题变成对展开系数的估计,待估计的参数大大减少. 本文分析并比较了常用的基展开模型的特点,指出了它们的不足,并在此基础上提出一种改进的快变信道展开模型,该模型的核心思想是在过采样基础上通过基线补偿减小吉布斯效应的影响,从而减小展开误差. 该模型性能与信道的统计性质无关,且在展开基的变化赶不上实际信道变化速度时,展开误差不会明显增大,优于CE-BEM, GCE-BEM, KL-MEM等模型,可用于高速移动OFDM系统的快变信道估计.     

基于BEM的非平稳双选信道估计方法

面向高速环境下的无线通信系统,针对高速信道的双选衰落和非平稳特性,提出一种基于基扩展模型（Basis Expansion Model,BEM）的贝叶斯滤波的信道估计方法.针对双选衰落特性,采用BEM信道模型,降低估计复杂度,消除子载波间干扰;针对非平稳特性,提出一种基于贝叶斯滤波的联合估计信道冲激响应与时变的时域自相关系数的信道估计方法.仿真分析表明,所提方法相较最小二乘法等传统方法在高速环境下能够提升估计精度和误码率性能.本方法特别适用于高速铁路的无线通信系统.     

Basis expansion model for channel estimation in LTE-R communication system

This paper investigates fast time-varying channel estimation in LTE-R communication systems. The Basis Expansion Model (BEM) is adopted to fit the fast time-varying channel in a high-speed railway communication scenario. The channel impulse response is modeled as the sum of basis functions multiplied by different coefficients. The optimal coefficients are obtained by theoretical analysis. Simulation results show that a Generalized Complex-Exponential BEM (GCE-BEM) outperforms a Complex-Exponential BEM (CE-BEM) and a polynomial BEM in terms of Mean Squared Error (MSE). Besides, the MSE of the CE-BEM decreases gradually as the number of basis functions increases. The GCE-BEM has a satisfactory performance with the serious fading channel.     

Iterative Channel Estimation and Successive ICI Cancellation for OFDM Systems over Doubly Selective Channels

In orthogonal frequency division multiplexing systems, significant inter-carrier interference (ICI) caused by doubly selective channels make challenge for reliable reception. In this paper, channel estimation and ICI cancellation are considered jointly. Relying on the basis expansion model (BEM) of time-varying channel, the linear system model of transceiver is established, and the corresponding joint optimization of the transmitted data and BEM coefficients is formulated. Due to the separability of the data and BEM coefficients, we use cyclic minimizing technique to perform channel estimation and equalization alternately. This yields a linear minimum mean square-error (LMMSE) channel estimator and a block MMSE equalizer respectively. The block MMSE equalizer has complexity O(N ³), where N is the number of data subcarriers. To reduce the complexity, instead of equalizing all the data simultaneously, we consider estimating each data symbol successively. This idea results in the per subcarrier interference canceller with lower complexity O(N ²). Finally, an iterative receiver consisting of the data-aided LMMSE channel estimator and the successive interference canceller is developed. Simulation results show the scheme is effective over the channel with relatively large Doppler spread.     

基于BEM的时变信道估计改进算法

针对参数未知、存在大多普勒频移的时变信道情况,介绍了与之相适应的BEM模型,分析了2种适用于估计BEM模型加权系数的算法,即LS算法和基于迭代的BLUE算法。LS算法简单快捷,其性能不如BLUE算法;BLUE算法因迭代初始值精度不高,在低信噪比时同样存在估计性能差的缺点。提出一种基于BEM模型的时变信道参数估计改进算法,将LS的估计结果作为BLUE的初始迭代值估计BEM模型系数,从而得到更精确的时变信道参数。在典型的时变信道下,以OFDM传输系统为例,对传统BLUE算法和改进后的BLUE算法进行了对比仿真分析。分析结果表明,在低信噪比条件下,相同迭代次数时,改进后的BLUE算法优于传统BLUE算法。     

基于基扩展模型的UKF-RTSS高可靠鲁棒V2V信道估计

车联网应用场景对无线通信在带宽、时延、可靠性方面提出了更高的需求,特别是车辆对车辆(Vehicle to Vehicle, V2V)场景。针对V2V高速移动场景,时/频域选择性衰落(双选衰落)和非平稳特性给信道估计带来的技术挑战,该文提出了一种基于基扩展模型(Basis Expansion Model, BEM)的UKF-RTSS (Unscented Kalman Filter- Rauch-Tung-Striebel Smoother)信道估计方法。该方法采用BEM拟合快时变信道,将信道参数的估计转化为基函数系数的估计;通过无迹卡尔曼滤波(UKF),联合估计数据处信道冲激响应与时域自相关系数,用于追踪快时变的信道响应。为了进一步提升信道估计的精度,引入RTSS对后向信道状态信息进行信道估计和插值,与UKF构成了“滤波和平滑”结构的UKF-RTSS联合估计器。系统仿真分析表明,在不同速度的快时变条件下,所提方法相比其他经典方法具有更高的信道估计精度和鲁棒性,特别适用于车联网下的无线通信场景。