共查询到20条相似文献,搜索用时 859 毫秒
1.
2.
3.
一种适用于终端移动的OFDM无线局域网的信道估计方法 总被引:1,自引:0,他引:1
本文提出了一种适用于具有移动终端的OFDM无线局域网的信道估计方法.该方法采用了卡尔曼滤波算法进行了信道估计,并利用导频进行信道跟踪.将基于训练序列的信道估计结果作为Kalman滤波器的初始值和观测值,用基于导频的信道估计结果来计算Kalman滤波器参数.并利用导频进一步跟踪信道在时间上的变化.Simulink仿真结果表明,该算法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. 相似文献
4.
5.
6.
7.
8.
为了解决正交频分复用(Orthogonal Frequency-Division Multiplexing,OFDM)无线局域网信道估计和跟踪问题,采用直接判决算法进行信道估计,并从中选择可靠的估计结果,结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信道估计,并利用改进的导频算法进一步跟踪信道在时间上的变化。Simulink仿真结果表明,该算法优于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。 相似文献
9.
10.
正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)技术是长期演进(LTE,Long Term Evolution)的核心技术之一.目前,基于导频的信道估计是OFDM系统中信道估计的常用方式.在基于导频的信道估计方式下,结合LS估计算法提出了一种下向插值算法(DWI).在LTE信道模型及导频结构下,通过MATLAB仿真工具,将该算法和现有各种算法的性能进行了比较和分析.仿真结果表明,使用结合LS估计算法和DWI算法的OFDM系统信道估计机制,具有复杂度低、易于实现的优点. 相似文献
11.
12.
13.
本文提出了一种在MU-MIMO-OFDM (Multiple-User Multiple-Input-Multiple-Output Orthogonal-Frequency-Division-Multiplexing)上行链路中,联合跟踪残留频偏(Residual Carrier Frequency Offset,RCFO)和信道的算法.本算法采用EM (Expectation Maximization)方法求解该非线性问题,并使用变分推断来近似原来复杂的隐变量的后验概率.在估计RCFO时,考虑了信道估计误差的概率分布,从而降低了信道估计误差对跟踪性能的影响.仿真中,本算法达到了较高的跟踪精度,尤其是在高信噪比时没有误差平台问题. 相似文献
14.
15.
16.
针对现有利用阵列单通道系统对机动目标跟踪精度不高,实时性差等不足,提出了一种新的基于改进粒子滤波算法的阵列单通道机动目标波达方向(direction of arrival, DOA)跟踪方法。该方法首先在利用接收机轮流采样建立数学模型的基础上,建立跟踪模型。然后,利用粒子群优化算法对马尔科夫链蒙特卡罗(Markov Chain Monte Carlo, MCMC)粒子滤波算法的重采样环节进行优化处理,给出了一种交互MCMC粒子滤波算法,该算法克服了传统粒子滤波算法粒子退化及样本贫化的固有缺陷。最后利用该算法求解跟踪方程,实现了实时DOA估计。理论分析与仿真结果表明,本文方法可实现基于阵列单通道的DOA跟踪与波束形成一体化,且能够处理相干信号,与标准粒子滤波和子空间类算法相比,收敛速度快,跟踪精度高。 相似文献
17.
高数据传输速率以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征.本文主要研究了基于训练序列的多输入多输出(MIMO)时变频率选择性衰落信道的估计与跟踪问题.首先,根据时变无线信道的动态性,将信道冲击响应近似看作一个低阶的自回归矢量过程(AR),以便于进行时变信道的跟踪.接着在此模型的基础上,利用序贯蒙特卡罗滤波对MIMO通信系统中的双选择性信道进行了跟踪;跟踪过程中需要与信号检测交替进行,即在状态变量的预测和新息修正的中间要进行一次码元的检测,所采用的方法是极大似然序列检测,最后与扩展卡尔曼滤波作了比较.仿真结果表明,在信道噪声是非高斯的情形下,序贯蒙特卡罗滤波的跟踪性能更优越于扩展卡尔曼滤波. 相似文献
18.
频偏跟踪是影响到OFDM系统性能的关键技术之一。该文基于迟早门类型的锁相环,提出了一种新的适合于OFDM系统的频偏跟踪算法。研究表明,该算法既能在AWGN信道中也能在多径衰落信道中完成频偏跟踪工作。并且其低信噪比下的频偏跟踪性能比一般的频偏跟踪方法好几个数量级。如果系统对定时估计的要求不是特别高,该算法还能实现定时偏移和频率偏移的联合跟踪。 相似文献
19.
Du Jiang Song Ting Zheng Yuzheng Taekon Kim 《电子科学学刊(英文版)》2008,25(1):134-139
In wireless communication environment, the time-varying channel and angular spreads caused by multipath fading and the mobility of Mobile Stations (MS) degrade the performance of the conventional Direction-Of-Arrival (DOA) tracking algorithms. On the other hand, although the DOA estimation methods based on the Maximum Likelihood (ML) principle have higher resolution than the beamforming and the subspace based methods, prohibitively heavy computation limits their practical applications. This letter first proposes a new suboptimal DOA estimation algorithm that combines the advantages of the lower complexity of subspace algorithm and the high accuracy of ML based algorithms, and then proposes a Kalman filtering based tracking algorithm to model the dynamic property of directional changes for mobile terminals in such a way that the association between the estimates made at different time points is maintained. At each stage during tracking process, the current suboptimal estimates of DOA are treated as meas urements, predicted and updated via a Kalman state equation, hence adaptive tracking of moving MS can be carried out without the need to perform unduly heavy computations. Computer simulation results show that this proposed algorithm has better performance of DOA estimation and tracking of MS than the conventional ML or subspace based algorithms in terms of accuracy and robustness. 相似文献