基于约束最小二乘准则的信道矢量估计算法

提出了一种改进算法,该算法首先用子空间分解法估计出目标信号的导向矢量,并由此构造一个约束条件,然后用业务信号在约束最小二乘准则下估计信道矢量,导频仅用于信道矢量的初始估计,信道矢量的估计精度可以通过迭代过程逐步增加。理论分析与仿真结果表明,该算法使信道矢量的估计精度得到了明显提高。     

基于信道估计的限幅OFDM信号检测性能分析

大峰均比是正交频分复用(OFDM)系统的主要缺陷之一，对时域OFDM信号限幅是通常采用的一种抑制发送信号峰值功率的方法，但是限幅产生的非线性干扰，使系统的信道估计和信号检测性能降低。本文分析了限幅干扰对信道估计以及基于估计信道信息的OFDM数据信号检测性能的影响，推导出了基于信道估计信号检测的信噪比与限幅参数之间的关系。利用信噪比和高斯信道的误符号率及误比特率公式，本文对频率选择性瑞利衰落信道环境限幅OFDM系统中信号的误符号率和误比特率进行估算。计算机仿真和估算的结果相吻合。     

基于递推最小二乘算法的小信号检测

受到强干扰影响的小信号通常难于有效检测。在分析递推最小二乘算法(RLS)原理及其几种改进形式的基础上,采用自适应方法将已检测出的大信号与原混叠信号对消,降低大信号对小信号的遮蔽作用,再进行小信号的检测。最后通过仿真证明,该方法能够在较小失真的情况下,有效检测出被大调幅信号干扰下的小调频信号;同时分别比较了各种算法的优劣,得出基于可变遗忘因子的RLS(VFF-RLS)算法不仅具有较快的收敛速度,而且收敛之后具有很好的平稳性能。     

基于多项式拟合的二维OFDM信道估计算法

该文提出了一种内插导频的二维信道估计算法,用于无线移动信道下的正交频分复用(OFDM)系统。该算法能够适用于矩形内插的导频信号内插方式,相比于梳状内插的导频信号内插方式,矩形内插具有更高的数据传输效率。与已有线性最小均方差(LMMSE)信道估计方法相比,该算法简单并且不需要预先知道信道相关矩阵以及信噪比等信道信息。仿真结果表明,在各种的衰落环境下,该算法都有良好的性能。     

一种联合TOA与DPS估计的MIMO OFDM系统信道估计算法

本文提出了一种基于联合TOA(到达时间)与DPS(时延功率谱)估计的MIMO OFDM系统信道估计算法,该算法借助导频设计,通过联合TOA与 DPS估计对各路径时延位置进行精确定位,并在此基础上,对初始时域信道估计进行非线性滤波,从而改善了大时延扩展信道条件下由于导频子载波受限所导致的估计性能恶化现象.此外,文中还进一步分析、推导了该算法所适用的信道多径时延条件.最后,仿真结果也表明该算法可有效对抗大时延扩展信道,而且其MSE、BER性能要优于传统的时域最小二乘信道估计算法.     

基于导频的OFDM信道估计

从最小二乘和最小均方误差两种估计准则出发，结合OFDM多载波并行传输中符号时间长度大于信道冲散响应持续时间的特点，在块状和梳状导频图案下。导出了时域和频域的信道估计算法。最后采用广义平稳非相关散射假设下的多径时变瑞利衰落信道模型。对各个算法进行了仿真,比较了不同导频图案下备算法对系统误符号率的影响，分析结果表明。当导频数大于以采样间隔为量度的等效信道长度时。时域估计比频域估计精度更高;当导频数目小于等效长度时,最小均方估计优于最小二乘估计。     

用复信号处理方法研究二维复指数信号最小二乘估计的渐近性质

二维复指数信号广泛应用于许多实际场合，本文利用复随机信号处理方法研究其最小二乘估计的渐近性能，Ｄ．Ｋｕｎｄｕ等人（１９９６）是将复信号表为实部和虚部来讨论的，因而非常繁琐，用复信号处理方法将使讨论大大简化。     

基于信号重构和最小二乘的线性调频信号估计

通过多延时离散多项相位变换重构出具有较高信噪比的信号,随后解出瞬时相位曲线,利用最小二乘法估计出线性调频信号的一阶、二阶相位参数.在低信噪比时,估计量均方误差仍达到CRB.另外,该方法信噪比门限低且可调,运算量小,易于实现.仿真验证了其有效性.     

基于最小二乘优化的车辆位置估计算法

提出了一种最小二乘车辆位置估计算法.该算法首先推导出在一较小时间段内车辆距离矩阵满足的凸约束条件;然后通过最小二乘优化得到局部车辆的相对位置;最后,融合局部相对坐标图得到全局车辆坐标.仿真分析表明,与其他车辆位置估计方法相比,该算法可有效提高估计精度,并保证了车辆位置服务的实时性要求.     

OFDM系统中一种新的联合信道估计和信号检测算法

提出一种新的基于迭代的联合信道估计和信号检测算法,利用ZF(迫零)算法检测出的信号进行下一个OFDM(正交频分复用)符号的信道估计,充分利用了信道估计值和检测符号之间的互信息量,有效地消除了符号间干扰和载波间干扰,提高了信道估计和符号检测的精确度。仿真结果表明,在不同的信道条件下,该算法的性能比传统信号检测方法有明显的提升。     

基于预测的OFDM系统迭代联合信道估计与符号检测算法

该文在现有的OFDM系统联合迭代信道估计与符号检测算法的基础上,根据信道响应的时域相关性,将预测方法引入迭代信道估计,对其进行改进.提出一类基于对初始信道估计值进行预测的迭代信道估计算法.进而分别用两种预测方法进行仿真并与传统迭代算法进行比较.仿真结果表明:该方法与传统算法相比,加快了迭代收敛速度,降低了系统误码率.在复杂度增加不大的前提下,提高了系统性能.     

基于失配序列的OFDM信道估计

本文提出了一种利用失配序列进行OFDM信道估计的新方法。在发端将失配序列加入到OFDM信号中作为训练序列,接收端将收到的去掉循环前缀的失配序列与失配滤波器系数的循环移位序列做相关运算,利用失配序列的优良自相关特性,估计出信道的冲击响应,进而得到子载波处信道的频率响应。理论分析和仿真结果表明,该方法计算复杂度低,估计速度快、精度高,系统的BER性能好。      

Joint Semi-Blind Channel Estimation and Data Sequence Detection of OFDM Systems

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｅｘｐｌｏｓｉｖｅｇｒｏｗｔｈｏｆｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａ ｔｉｏｎｓｉｓｉｎｃｒｅａｓｉｎｇｔｈｅｄｅｍａｎｄｓｆｏｒｈｉｇｈ ｓｐｅｅｄ ,ｒｅｌｉ ａｂｌｅ,ａｎｄｓｐｅｃｔｒａｌｌｙｅｆｆｉｃｉｅｎｔｃｏｍｍｕｎｉｃａｔｉｏｎｓｏｖｅｒｗｉｒｅｌｅｓｓｍｅｄｉｕｍ[1～2 ] .Ｈｏｗｅｖｅｒ,ｔｈｅｒｅａｒｅｓｅｖｅｒａｌｃｈａｌｌｅｎｇｅｓｉｎａｔｔｅｍｐｔｓｔｏｐｒｏｖｉｄｅｈｉｇｈ ｑｕａｌｉｔｙｓｅｒｖｉｃｅｉｎｔｈｉｓｄｙｎａｍｉｃｅｎｖｉｒｏｎｍ…     

一种新的OFDM联合信道估计方法

OFDM（正交频分复用）作为一种高效可靠的传输方式,被广泛应用于无线通信系统中,近年来越来越受到人们的关注。文中主要研究基于导频的OFDM信道估计,在此基础上提出了一种采用最小二乘法的联合信道估计方法。这种方法能够将传送数据与导频结合起来进行更精确的信道估计,从而提高系统性能。仿真结果表明,文中方法优于经典的信道估计方法。     

一种基于频域加窗的OFDM信道估计算法

该文分析了实际OFDM系统时域信道估计中的信道冲激响应(CIR)泄漏问题。提出了一种新的OFDM时域信道估计算法,利用频域加窗降低CIR泄漏,对CIR进行过门限判决,最大限度删除CIR中的噪声。在非整数采样多径衰落信道下与已有的OFDM时域信道估计算法进行了仿真对比,证明该算法有效降低了信道估计MSE值,改善了系统BER性能。     

Subspace Projection-based OFDM Channel Estimation

In this paper, we investigate the benefits of pre-processing received data by projection on the performance of channel estimation for orthogonal frequency division multiplexing (OFDM) systems. Projecting data onto its signal subspace will reduce the additive noise energy in the data. Least square (LS) estimation is a low-complex algorithm for training-based OFDM systems and the lower bound on the mean-square error of it is proportional to the noise variance. So, after the received data is pre-processed (projected onto its signal subspace), LS channel estimation on the pre-processed data will increase the performance of channel estimation. This method can also work in multiple-input and multiple-output (MIMO) case. Performance analysis and simulation results show that the proposed algorithm has a considerably smaller complexity than the linear minimum mean square error estimation while having almost the same performance.     

一种基于最小均方误差准则的联合多小区信道估计算法

信道估计的准确程度直接影响到联合检测算法的性能。传统的信道估计算法将其他小区用户的信号均作为白噪声来处理,因此影响了信道估计的准确性。该文提出基于最小均方误差准则的联合多小区信道估计算法,由于改变了信道估计矩阵的结构,将邻小区强干扰用户也作为可以检测的用户信号来处理,降低了信道估计中噪声功率。该算法不仅适用于多小区联合检测,也可用于单小区联合检测。与传统的Steiner信道估计算法相比,新算法在存在邻小区同频干扰的情况下,能够很大程度提高信道估计的精度,进而大幅提升TD-SCDMA系统的性能。     

Least Square Channel Estimation for Two‐Way Relay MIMO OFDM Systems

This letter considers the channel estimation for two‐way relay MIMO OFDM systems. A least square (LS) channel estimation algorithm under block‐based training is proposed. The mean square error (MSE) of the LS channel estimate is computed, and the optimal training sequences with respect to this MSE are derived. Some numerical examples are presented to evaluate the performance of the proposed channel estimation method.     

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。     

OFDM系统双选择性慢衰落信道的压缩感知估计

为了增强压缩感知框架里Sl0(Smoothedl0-norm)重构算法的抗噪性能,该文在其目标函数里添加一个误差容允项,并提出了一种改进型重构算法l2-Sl0(Smoothed l0-norm regularized least-square)。另外通过对多径信道的时延和多普勒频移参数构成的时频2维有界区域进行量化,将OFDM时频双选择性慢衰落信道估计问题建模为压缩感知理论中的稀疏信号重构问题,提出了一种采用l2-Sl0估计信道时频参数的方法。仿真结果表明在相同的噪声环境里,l2-Sl0的重构性能优于Sl010 dB左右;运用l2-Sl0的信道估计方法可获得接近于理想最小二乘法的估计性能,且该方法在低信噪比的场景里也能获得较高的估计准确度。