MIMO—OFDM系统信道估计算法研究

正交频分复用（OFDM）技术能有效克服多径带来的不利影响,提高频谱利用率;多输入多输出（MIMO）技术,可以在不增加系统带宽和发射功率的前提下,成倍提高系统容量和带宽利用率。将两者结合的MIMO—OFDM系统是近年来的研究热点,信道估计在提高该系统性能方面发挥着重要作用。本文主要介绍MIMO—OFDM系统结构,在此基础上介绍基于导频的信道估计,半盲信道估计和盲信道估计。     

MIMO-OFDM系统信道估计算法研究

正交频分复用(OFDM)技术能有效克服多径带来的不利影响,提高频谱利用率;多输入多输出(MI-MO)技术,可以在不增加系统带宽和发射功率的前提下,成倍提高系统容量和带宽利用率。将两者结合的MIMO-OFDM系统是近年来的研究热点,信道估计在提高该系统性能方面发挥着重要作用。基于此,主要介绍MIMO-OFDM系统结构,在此基础上介绍基于导频的信道估计、半盲信道估计和盲信道估计。     

MIMO—OFDM信道估计新方法

利用小波变换思想,提出一种基于小波去噪的多输入多输出正交频分复用（MIMO—OFDM）系统信道估计方法,以提高信道估计性能。该方法首先利用最小二乘（LS）方法进行信道估计,然后对估计后的结果进行小波去噪处理。该方法不需要预先知道信道的统计特性,与传统最小二乘信道估计方法相比,性能有明显提高。     

基于PN序列相关检测的MIMO—OFDM信道估计

鉴于多天线OFDM系统中基于PN序列的信道估计受序列循环互相关性影响较大,提出了基于PN序列互相关消除的迭代相关检测信道估计算法。利用PN序列良好的自相关性迭代预估传播路径,并消除已预估路径对其余路径的非理想相关性影响,预估完毕后利用校正的相关函数更新信道估计值。仿真表明算法估计精度较高．与频域方法相比大大降低了计算复杂度,且无需预知信道先验信息,并能跟踪怏时变衰落信道。     

MIMO—OFDM低延迟信道估计改进算法

为了克服多输入多输出正交频分复用（MIMO—OFDM）移动系统中采用空间复用技术的下行链路性能出现衰退现象,提出一种信道估计改进算法。它根据信道状态并通过一个决策指导方案为4×4 MIMO系统提供大约4bit／s／Hz的数据。通过使用LDPC短码,在LDPC译码器输出端采用MIMO—OFDM符号重建方法,达到提高估计精度的目的。在3GPP MIMO空间信道模型下进行了仿真验证,结果表明指定速率下的估计精度得到改善。     

基于信道分布空间的OFDM信道半盲估计方法

信道分布空间的构建将OFDM系统中发送信号的有限符号特性和信道响应的统计相关特性集中到信道分布平面中.算法使用了一个初始OFDM 导频符号在信道分布平面中建立信道频域响应参考曲线,信道的估计是利用相邻OFDM符号对应的信道响应有相关延续特性,通过在更新的信道分布平面上更新参考曲线来实现.计算机仿真表明,算法的性能和基于最小均方误差的信道估计算法相当,由于避免了矩阵求逆运算,该方法在工程实现中有较大的应用价值.     

基于预编码的MIMO—OFDM系统信道盲估计

本文提出了一种冗余线性预编码应用于多输入／多输出—正交频分复用（MIMO—OFDM）系统，根据编码结构，重构接收信号，使其中表示信道衰落的部分具有旋转不变性性质，结合子空间方法中的TLS—ESPRIT法，实现MIMO—OFDM信道的盲估计。与基于训练序列的信道估计方法相比，本文的信道估计方法不需要训练序列，因而能够节约带宽、提高频谱效率。文章最后进行了Monte Carlo仿真，仿真结果证明了该方法的有效性。     

一种有效的MIMO OFDM信道估计方法

传统的MIMO OFDM信道估计方法总是假设信道在由若干OFDM符号组成的每一帧的传输过程中保持不变,但这个假设在快变信道的条件下就不成立了.本文提出了一种适合快变信道的有效的估计方法.该方法通过在每个OFDM符号中设置若干训练子载波来跟踪快变的信道.首先讨论了在每个OFDM符号中所需的训练子载波的数目及其相应的位置,给出了在多发射天线多接收天线条件下的训练子载波的正交结构,然后在估计出训练子载波处的信道频率响应后.提出了一种不同于根据邻近训练子载波进行线性插值的以获得用于传输数据的子载波的信道频率响应的方法.仿真结果表明了我们所提出的方法的有效性.     

一种改进的MIMO OFDM系统信道估计算法

本文对MIMO OFDM系统中基于训练序列的信道估计问题进行了研究，针对信道冲击响应的最大抽头数大于每个OFDM符号中导频数的情况，提出一种有效的结合前后若干训练序列进行信道估计的算法和结合方式。仿真结果表明，在基于无线局域网（WLAN）中打包传送的MIMO OFDM系统里，本文的方法比采用块状训练序列的估计算法有着更小的归一化均方误差。     

OFDM系统信道估计和自适应分配算法的研究

在多径衰落的信道中,用固定调制方式的分配技术可能会造成OFDM系统资源浪费,考虑如何将自适应分配技术与OFDM相结合成为提高移动通信性能的关键技术。本文中提出一种基于动态信噪比SNR切换门限的自适应算法,该算法在保证通信质量所需BER的前提下,结合OFDM和PSK/QAM调制方式的优势,按照各个子信道的状态分配比特信息量和功率大小,使所需要的发射功率达到最优化。本算法能提高OFDM的频谱利用率,也能使系统获得更优的性能。     

OFDM系统的自适应调制仿真分析

在无线通信环境下,OFDM系统中每个子信道将经历不同的衰落。通常,为了提高系统的传输速率,要在很多信道条件不良的子信道中采用高阶调制方式。这将使OFDM系统的性能下降。该文采用自适应调制方案调整每个子信道或每组子信道的调制方式,使传输性能接近无差错,实现系统性能和传输速率的良好折衷;还根据不同的实际要求,对采用自适应调制的OFDM系统性能进行了仿真分析。仿真结果表明,自适应调制方案能有效地提高OFDM系统的性能。     

MIMO＋OFDM：新一代移动通信核心技术

新一代移动通信(beyond 3G／4G)与第三代移动通信系统(3G)相比将会提供更高的数据传输速率，更低的成本。达到高速率低成本的一个技术前提就是高频谱效率的技术，从而可以在有限的频谱上提供更高的传输速率和系统容量，MIMO和OFDM就是这样的技术。二的结合已经成为新一代移动通信技术研究中的热点。通过这两种技术的优势互补，可以为系统提供高达2～100Mbit/s的传输速率，同时也能提高系统容量，降低成本。本将详细介绍这两种技术，并给出二结合的方案。     

一种FDD大规模MIMO系统下行信道估计算法

信道估计是大规模多输入多输出(MIMO)系统的关键技术之一。本文针对频分双工(FDD)大规模MIMO正交频分复用(OFDM)系统,研究了下行信道估计问题。通过利用大规模MIMO-OFDM信道在角度-频域中的块稀疏特性,提出了基于块匹配追踪的低复杂度估计算法。另外,针对采用时域正交导频存在估计周期过长,有可能超过系统相干时间的问题,提出了天线分组发送方案,通过牺牲观测数据长度来换取信道估计周期的减少。仿真结果表明,所提算法具有良好的抗噪性能,可以准确找出稀疏向量的非零值位置,并可自适应确定稀疏度。     

OFDM系统中的自适应信道估计

分析了现有的基于导频的OFDM信道估计技术,提出了一种低复杂度的自适应信道估计方法,并给出了最大时延扩展的实时估计方法,最后通过计算机仿真,给出了多径信道下MSE曲线,以及在DVB-T系统中的BER仿真曲线,验证了其可靠性和良好的性能。     

MIMO-OFDM系统基于导频信道估计算法研究

介绍MIMO-OFDM系统,文章着重介绍分析了MIMO-OFDM系统的各种信道估计技术,通过对LS,MMSE,基于DFT的信道估计算法的仿真,得到三种算法的性能对比图。仿真结果显示LS性能虽不及其他两种估计算法,但是复杂度最低;MMSE性能较好,复杂度却高;DFT信道估计算法性能比LS好,复杂度也较低。     

WLAN中的MIMO OFDM技术

文章介绍了多输入多输出(MIMO)与正交频分复用(0FDM)技术以及他们各自的特点。给出了在无线局域网中应用的MIMO OFDM技术的实现方案，探讨了实现MIMO OFDM技术的关键，并展望了MIMO OFDM技术的发展前景。     

MIMO-OFDM系统信道估计算法综述

MIMO-OFDM技术是近年来通信信号处理领域的研究热点,无线信道不仅是频率选择性的,而且是时变的,为了获得较高的系统性能,信道估计就显得尤为重要.对MIMO-OFDM系统中现有的信道估计算法进行了综述,重点介绍了基于训练序列的、导频符号的以及盲和半盲信道估计算法.比较了各种算法的优缺点,提出了未来信道估计的发展方向.     

基于深度学习的高维信号信道估计算法

针对大部分基于深度学习（Deep Learning,DL）的信道估计算法估计高维信号时出现的训练开销过大、泛化能力差等问题,提出了一种不需要训练的基于深度学习的高维信号信道估计算法,即UTCENet（Untrained Channel Estimation Network）。在UTCENet中,信道信息上的复杂分布转换为模型参数上的简单分布,即通过神经网络参数化来获得隐式先验知识并将其应用于信道估计。虽然该算法不需要任何训练,但保证了估计的性能,其原因在于专门设计的网络模型可以有效利用时频网格中元素的相关性。仿真结果表明,与传统方法以及现有的深度学习方法相比,所提出的算法在归一化均方误差和误码率方面性能提升明显。     

MIMO-OFDM系统中的信道估计算法

本文对MIMO—OFDM系统中的信道估计技术进行了介绍,根据是否使用训练序列,信道估计可以分为导频辅助信道估计、盲信道估计及半盲信道估计,本文分别对已有的信道估计算法进行了综述,并对一种已有的基于m序列的时域信道估计方法进行了改进。     

一种新的MIMO—OFDM系统的盲信道估计算法

深入分析了基于二阶统计特性的子空间盲信道估计算法,在分析得出MIMO—OFDM系统中的子空间盲信道估计方法不能用在发射天线数大于接收天线数这种情况下,引出了基于非冗余线性预编码的子空间盲估计算法。仿真结果表明,只要尸的取值合适,该算法就会有着很好的估计性能,并且通过分析发现,该算法的计算复杂度较小。