基于小波的频率选择性瑞利衰落信道估计

频率选择性快衰落信道的精确估计对接收机性能的提高起着重要作用。本文采用小波基表示频率选择性快衰落信道，并由此提出两种估计时变信道的算法，瑞利快速衰落信道下的仿真结果表明，信道估计精度较之传统的LMS和RLS算法有明显提高。     

一种基于RLS自适应滤波跟踪的信道估计方法

对于快时变信道~([1]),基扩展模型(Basic Expansion Model,BEM)能很好地捕捉信道的时变特性,并能有效模拟信道的传输情况,进而常用于信道建模。本文提出了一种基于RLS自适应滤波跟踪的信道估计方法。自适应滤波器本身有一个重要的算法,即递归最小二乘(Recursive least squares,RLS)算法。文章利用RLS自适应滤波算法对BEM基系数g进行跟踪,并将其自适应的调整大小,然后对信道响应进行估计。为验证所提方法的性能,本文对所提算法与LS配合插值算法进行仿真对比。仿真结果表明,所提方法相较LS算法有很好的估计精度。     

一种基于数据域统计信息的信道估计改进算法

TD-SCDMA系统中, B.Steiner信道估计算法实现简单,但由于受到噪声的影响,其导致估计的精度有限。基于此,论文提出了一种基于数据域统计信息的信道估计改进算法。该算法首先基于Steiner算法对信道进行初步估计。然后,基于数据域对信道的统计特征进行更新后再进行信道估计。仿真结果表明,改进的信道估计算法更准确,且适用范围广,尤其适用于快速时变信道。     

MIMO-OFDM系统中一种基于自适应滤波的信道估计方法

该文提出了一种适用于MIMO-OFDM系统的基于自适应滤波器的信道估计方法,此方法在不需要任何信道统计信息的前提下,通过自适应滤波的方法对时变信道状态参数进行即时跟踪与估计。仿真结果表明该文提出的基于自适应滤波的信道估计方法,相比于不考虑噪声的基于LS算法的信道估计方法,MSE和BER性能均有很大的提高。其中基于LMS滤波器的信道估计方法具有计算复杂度小的特点;而基于RLS的信道估计方法具有收敛速度快,MSE和BER性能均优于基于LMS方法的特点。     

高速移动环境下无线信道的检测与估计

在高速移动的环境下,无线信道呈现快速变化的特征,导致对信道的估计难度增加。针对高速移动环境下的信道特征,提出一种新的信道估计方法,根据当前信道信息选取最佳负载因子,对时变信道进行更准确的估计。仿真结果证明了该估计算法的有效性。     

快速启动自适应均衡算法的研究

研究一种快速启动自适应均衡算法,提出并证明了一个命题。计算机模拟结果表明:快速启动均衡算法总是优于LMS算法,固定信道中,性能甚至优于RLS算法;时变信道中,性能接近RLS算法。文中的快速启运自适应均衡算法,具有训练时间较短(与LMS算法比较)、运算简单、容易实现的特点,是一种比较实用的均衡算法。     

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。     

基于直接判决和导频跟踪的OFDM系统快时变信道估计

提出了一种基于直接判决的OFDM系统的快时变信道估计方法。采用了直接判决算法进行信道估计，并从中选择有效的估计结果，联合导频信号进行信道跟踪。将基于训练序列的信道估计结果作为直接判决算法的初始值，利用传输信号直接判决的统计特性进行了信道估计，并利用改进的导频算法进一步地跟踪信道在时间上的变化。Simulink仿真结果表明，该估计算法适用于时变信道，比基于导频的信道估计方法和基于训练序列的信道估计方法效果都要好。     

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。     

基于EM算法的改进OFDM时变信道估计

针对正交频分复用（OFDM）系统中的信道时变,基于时变信道的分段线性近似模型,提出一种改进的OFDM时变信道估计方案。该方案通过采用期望最大化（EM）迭代算法来提高符号平均信道脉冲响应的估计精度,从而提高时变信道估计的性能;此外,在迭代过程中进行带状子载波间干扰抑制,不仅进一步提高了时变信道估计的性能,而且降低了实现复杂度。理论分析和仿真结果表明,该算法以较低的复杂度代价有效提高了时变信道OFDM系统的性能。     

MPSK调制系统中的自适应信道估计

本文研究了在MPSK调制方式下,不发送训练序列的商接判决自适应信道估计问题。为提高信道估计性能,提出采用软判决鉴相估值来调整加权最小均方(WLMS)和加权递归最小二乘(WRLS)自适应算法中的权值来进行信道估计,并研究了改进的软判决WRLS算法。结果表明,软判决加权LMS算法比一般LMS性能有很大提高,改进的软判决WRLS算法估计性能优于WRLS算法。     

Improved Soft Iterative Channel Estimation for Turbo Equalization of Time Varying Frequency Selective Channels

In this paper, we present computationally efficient iterative channel estimation algorithms for Turbo equalizer-based communication receiver. Least Mean Square (LMS) and Recursive least Square (RLS) algorithms have been widely used for updating of various filters used in communication systems. However, LMS algorithm, though very simple, suffers from a relatively slow and data dependent convergence behaviour; while RLS algorithm, with its fast convergence rate, finds little application in practical systems due to its computational complexity. Variants of LMS algorithm, Variable Step Size Normalized LMS (VSSNLMS) and Multiple Variable Step Size Normalized LMS algorithms, are employed through simulation for updating of channel estimates for turbo equalization in this paper. Results based on the combination of turbo equalizer with convolutional code as well as with turbo codes alongside with iterative channel estimation algorithms are presented. The simulation results for different normalized fade rates show how the proposed channel estimation based-algorithms outperformed the LMS algorithm and performed closely to the well known Recursive least square (RLS)-based channel estimation algorithm.     

Channel estimation and long-range prediction of fast fading channels for adaptive OFDM system

This correspondence presents the channel estimation and long-range prediction technique for adaptive-orthogonal-frequency-division-multiplexing (AOFDM) system. The efficient channel loading is accomplished by feeding the accurately predicted channel-state-information (CSI) back to transmitter. The frequency-selective wireless fading channel is modelled as a tapped-delay-line-filter governed by a first-order autoregressive (AR1) process; and an adaptive channel estimator based on the generalised-variable-step-size least-mean-square (GVSS-LMS) algorithm tracks AR1 correlation coefficient. To compensate for the signal fading due to channel state variations, a modified-Kalman-filter (MKF)-based channel estimator is utilised. In addition, channel tracking is also performed for predicting future CSI at receiver, based on the numeric-variable-forgetting-factor recursive-least-squares (NVFF-RLS) algorithm. Subsequently, adaptive bit allocation for AOFDM system is employed by using predicted CSI at transmitter. Here, the proposed combination of GVSS-LMS and MKF algorithms for robust channel estimation and the NVFF-RLS algorithm for efficient channel prediction is incorporated. The performance validation of presented method is carried out by using different channel realisations through simulation, and also by comparing it with fixed step-size LMS, MKF and fixed forgetting-factor RLS algorithm based conventional techniques. Eventually, the reliable performance of underlying AOFDM system can be achieved in terms of the lower mean squared estimation/prediction errors and alleviated symbol error rate.     

CMA-Based Channel Estimation for Space-Time Block Coding Transmission Systems

In this paper, we present channel estimation methods for space-time block coding (STBC) transmissions using constant modulus algorithm (CMA). The channel estimates are directly calculated from the convergence value of the CMA. Two algorithms using the channel-vector-based and channel-gain-based constant modulus (CM) criteria are proposed. An approximation of the CM cost function is introduced to allow the use of the recursive least-square (RLS) technique in designing fast RLS-CMA's. Performance of the proposed schemes is evaluated and compared with others using simulation. Illustrative results show that the proposed scheme outperforms the cross-correlated method and can approach the performance of the training-based method.     

一种低开销的LTE上行链路信道估计算法

压缩感知理论作为信号处理方向较为前沿的研究方向,可以采用少数目的采样值以高概率来获得原始稀疏信号。同时,移动无线通信衰落信道恰恰具有稀疏特性。然而,传统的信道估计并没有根据信道的这一稀疏特性来得出算法。在研究多径信道稀疏特性的基础上,分析了将压缩感知理论运用于LTE上行链路进行信道估计的可行性,并建立了一种基于压缩感知技术实现系统信道估计的模型,提出了一种结合正交匹配追踪算法来估计信道时域响应的低开销LTE上行链路信道估计算法。此外,通过系统仿真进行了估计的均方误差性能分析,与目前广为使用的信道估计算法相比,所提出的低开销信道估计算法在保证估计精度的同时减少了导频开销,增强了系统性能。     

莱斯信道的MLSD技术研究

主要研究在时变多径衰落信道下,基于Viterbi算法的最大似然序列检测技术（MLSD）.为了解决MLSD信道估计问题,使均衡器能够及时跟踪信道的变化,提出了基于逐幸存处理（PSP）和最小存活路径（MSP）的MLSD算法.在莱斯信道环境下,对上述算法进行了仿真.仿真结果表明,将RLS-MSP算法与减状态MLSD算法相结合的信道均衡技术具有对复杂信道的强跟踪能力,同时保证了较高的均衡性能和合理的复杂度.     

MB—OFDM超宽带系统信道估计研究

MB-OFDM（多带正交频分复用）超宽带技术正越来越受到人们的关注,而信道估计是通信领域的一个研究热点,是进行相关检测,解调,均衡的基础。文章介绍了基于导频信道估计的基本方法,主要研究了LS（最小平方误差）估计、和MMSE（线性最小均方误差）估计,并提出应用神经网络进行信道估计。通过对几种方法的仿真分析给出了适用于MB-OFDM的信道估计方法。     

基于导频的OFDM系统信道估计算法的研究

本文针对正交频分复用（OFDM）系统中导频信道估计算法,研究了几种常用的导频信道估计算法和插值算法,通过理论分析和实验仿真,分别对比分析了几种导频信道估计算法和插值算法的性能,为工程应用提供理论和实验依据。     

IEEE 802.16单载波调制系统的信道均衡技术

简要介绍了固定宽带无线接入标准IEEE 802.16以及一种用于信道均衡的自适应算法——指数加权RLS,对判决导引信道均衡技术的原理进行了具体描述。最后分别就两种自适应的均衡算法（LMS、RLS）,结合一种具体IEEE 802.16单载波调制系统推荐测试信道进行了仿真,得出RLS算法优于LMS的结论。