MIMO-OFDM信道估计方法比较研究

MIMO-OFDM是下一代移动通信的研究热点,对衰落无线通信信道的估计方法是MIMO-OFDM的核心技术之一,对提高系统性能具有非常重要的作用,本文比较了有盲、无盲和半盲三种信道估计算法的不同估计原理和优缺点和发展方向.     

大规模MIMO-OFDM系统中低复杂度维纳滤波信道估计算法

针对大规模多输入多输出正交频分复用系统复杂度高的问题,提出一种低复杂度维纳滤波信道估计算法。首先将大维度原位替换方法运用于最小均方误差算法,有效降低了多天线的运算复杂度,通过将二维维纳滤波拆分成时域和频域两次一维维纳滤波来减少运算量;同时,为了降低由两次维纳滤波噪声方差不同产生的估计误差,引入噪声方差中位值进行修正。仿真结果表明,与多种传统算法相比,本文算法运算量至少降低了20%,误码率至少降低了9%。     

一种基于改进LMS算法的MIMO-OFDM信道估计方法

最小均方(LMS)算法是一种典型的自适应滤波算法,基于该算法的信道估计算法具有不需要已知信道和噪声统计信息的特点,但是其收敛速度较慢。为此,提出一种基于改进LMS算法的MIMO-OFDM信道估计方法,该方法人为地引入一个时延,即将LMS算法固定自适应步长由随着输入信号功率自适应变化的收敛因子替代,大大降低了收敛时间,具有较好的信道估计性能。     

MIMO-OFDM系统中一种干扰抑制迭代信道估计算法

为了减小载波间干扰对多输入多输出-正交频分复用系统性能的影响,提出了一种干扰抑制迭代信道估计算法．首先根据频域正交导频估计导频信道频域响应,然后利用DFT内插方法获得信道响应初始估值,进而对其进行迭代消噪滤波处理改善信道估值．由于迭代过程加入了信道预校正以及时域滤波,从而有效地消除了载波间干扰和信道噪声的影响,提高了信道估计的精度．与传统算法相比,该算法避免了复杂的矩阵求逆运算,实现简单．     

叠加导频OFDM系统的EM信道估计算法

为了提高无线通信系统的传输效率,提出一种基于叠加导频,即将导频符号和发送数据符号按比例叠加后形成频域发送数据的期望最大迭代信道估计算法.该算法不需要信道和接收数据的统计特性,没有因发送导频而带来的带宽损失,适用于多载波(正交频分复用)和单载波传输系统,并且可以通过选择迭代次数实现系统性能和计算复杂度之间的折衷.仿真结果表明,在发射功率损失较少的条件下,该算法仍能很快收敛到给定参数的信道,并取得很好的系统性能.     

基于压缩感知的MIMO-OFDM系统稀疏信道估计方法

在多输入多输出正交频分复用(MIMO-OFDM)系统中, 信号经过频率选择性衰落的信道后, 在接收端需要进行均衡和相干信号的检测, 故准确的信道估计量必不可少. 传统的信道估计方法均基于信道抽头是密集型的假设, 利用线性重构算法, 如最小二乘(LS)或最小均方误差(MMSE)等, 可以达到Cramer-Rao下界(CRLB). 然而, 通过物理信道测量发现, 在实际通信系统中, 宽带信道抽头分布通常表现出稀疏特性. 通过充分利用信道的稀疏特性, 该文将压缩感知中的CoSaMP重构算法应用于MIMO-OFDM系统的稀疏多径信道估计. 在达到与传统的信道估计方法相同性能的前提下, 基于CoSaMP的信道估计方法以非常小的计算复杂度为代价, 大大减少了导频信号开销, 从而提高了频谱资源利用率.     

一种新的基于导频的MIMO-OFDM信道估计方法

提出了一种适用于时变衰落信道的MIMO-OFDM系统的组合信道估计方法。该方法利用优化导频和基于梯度的可变遗忘因子的改进RLS算法进行信道估计。此外,采用基于MMSE(minimum mean square error)的合并器对改进RLS算法的估计结果做了进一步修正。仿真结果表明,这种改进的RLS算法较传统的RLS算法能够更有效地跟踪时变衰落信道的变化;在相同条件下,该组合算法能够提高系统性能,获得更小的BER(bit error rate)。     

基于ACM系统的LC-MMSE信道估计算法研究

论述了应用于ACM系统的信道估计技术,针对MMSE信道估计算法复杂性高、运算量大的问题,论文提出了一种低复杂度的LC-MMSE算法,并在给定的多径衰落信道下进行了仿真,仿真结果表明:LC-MMSE算法与MMSE算法相比,在均方误差为10-3时性能接近,且算法复杂性相对较低;与SVD算法相比,具有1～2 dB的性能增益,有效地提高了MMSE算法在实际中的应用。     

一种基于噪声功率估计的MC-CDMA信道估计算法

LS信道估计算法计算量小,实现简单,但受噪声的影响信道估计精度低.提出一种LS信道估计改进算法,利用MC-CDMA中闲置的虚载波对信道噪声功率进行估计,通过将LS信道估计的时域响应限制在循环前缀长度内,并进一步利用估计出的信道噪声功率,设置门限值忽略LS信道时域响应在循环前缀长度内的噪声分量和无效径响应,显著提高了信道估计精度.该算法运算量小,实现简单,信道估计精度高,仿真结果验证了算法的有效性.     

快速移动环境中的MIMO-OFDM系统信道估计算法

针对快速移动环境中存在的多普勒效应．研究了两种多输入多输出正交频分复用系统在快衰落信道中的误码性能．采用空频编码梳状等间隔导频插入方式．以及完全最大似然空频分组码解码算法．使用导频与接收信号进行信道参数估计，将一般多输入多输出正交频分复用系统中的基于训练序列的最小均方误差信道估计算法推广到了快衰落信道环境中．由仿真结果得知：这种改进的信道估计算法在子载波数为256个、插入导频为32个、并以等间隔方式插入导频时．系统的抗多径能力比较理想．可满足快速移动的信道环境要求．     

Channel estimation for MIMO-OFDM systems in mobile wireless channels

A channel estimation method is proposed for nmltiple-input multiple-output orthogonal frequency division muhiplexing （MIMO-OFDM） systems in time-varying fading channels. In this method, a decision-directed space-alternating generalized expectation-maximization （SAGE） algorithm is introduced to the tracking of time-varying fading. In order to improve the estimation performance of the SAGE algorithm, a low rank approximation method is presented by using the signal subspace of the channel frequency autocorrelation matrix. The study reveals that this method can be incorporated into the SAGE algorithm. Furthermore, a modified fast sub- space tracking algorithm is given to adaptively estimate the signal subspace by utilizing training OFDM blocks sent at regular interval. Simulation results demonstrate the considerable benefits of the proposed channel estimation method.     

低精度ADC下的大规模MIMO-OFDM信道估计算法

针对低精度模数转换器(ADC)下的大规模多输入多输出正交频分复用(MIMO-OFDM)系统,提出一种基于量化压缩感知的信道估计算法——块稀疏多比特迭代硬阈值(B-MIHT)算法.该算法挖掘了大规模MIMO-OFDM系统信道的块稀疏特性,通过构建等效块稀疏信道矩阵结合多比特迭代硬阈值算法,基于训练序列对低精度ADC下的大...     

一种有效的MIMO-OFDM系统时变信道估计算法

为了在快速时变环境下减小多普勒效应对系统性能的影响,提出了一种适用于快速时变环境下M I-MO-OFDM系统的两步信道估计方法.第1步运用最小二乘算法及内插算法对非导频处传输的数据进行初始估计;第2步运用第1步得到的数据估计值结合提出的降低信道估计矩阵维数的方法,从而获得精确的信道参数.仿真结果表明,与其简化估计算法和最小二乘(Least Square)估计算法相比,提出的方法有效的降低了信道估计的误码率及最小均方误差,并且具有较低的复杂度,可很好地满足快速时变信道环境的要求.     

MIMO-OFDM系统中一种有效的定时和频偏估计方法

为了提高基于传统训练序列的定时同步精度和系统频谱的利用率,提出了MIMO-OFDM系统中一种特殊的同步训练序列并且给出了对应的定时和频偏估计方法.该方法利用构造倒序结构的同步训练序列获得比传统算法更精准的定时估计,同时该算法只需要一个训练序列就可以有效地对整数倍与小数倍频偏进行估计,与需要2个训练序列的传统算法相比,提出的算法减少了训练序列的数量,提高了系统频谱的利用率.仿真结果表明,在AWGN和改进的Jake模型信道环境下,所提出的方法在粗定时、精定时估计和载波频偏估计中都有很好的性能.     

非冗余块预编码MIMO-OFDM系统盲信道估计算法

由于传统的盲信道估计算法靠引入块预编码来弥补子空间方法的缺陷,因此会牺牲一部分符号信息。针对上述问题,提出了一种非冗余块状预编码算法,将发送符号按奇偶成对分块重组,对其进行预编码,相应地接收信号的自相关矩阵具有块状结构,选取对角线上的两个块分别进行信道估计;同时讨论了预编码矩阵应该满足的条件以及预编码矩阵对信道估计和系统误码率的影响,以此设计了一种均衡方法,对两个估计值进行均衡,得到最终的信道估计．仿真表明,该方法可以在获得更好的信道估计效果的同时降低系统的误码率．     

Sparse channel estimation for MIMO-OFDM systems using distributed compressed sensing

A sparse channel estimation method is proposed for doubly selective channels in multiple-input multiple-output (MIMO) orthogonal frequency division multiplexing (OFDM) systems. Based on the basis expansion model (BEM) of the channel, the joint-sparsity of MIMO-OFDM channels is described. The sparse characteristics enable us to cast the channel estimation as a distributed compressed sensing (DCS) problem. Then, a low complexity DCS-based estimation scheme is designed. Compared with the conventional compressed channel estimators based on the compressed sensing (CS) theory, the DCS-based method has an improved efficiency because it reconstructs the MIMO channels jointly rather than addresses them separately. Furthermore, the group-sparse structure of each single channel is also depicted. To effectively use this additional structure of the sparsity pattern, the DCS algorithm is modified. The modified algorithm can further enhance the estimation performance. Simulation results demonstrate the superiority of our method over fast fading channels in MIMO-OFDM systems.     

MIMO-OFDM系统中的信道估计简化方法

利用多径衰落信道频域的相关特性,进一步简化了M IMO-OFDM系统中基于训练序列的信道估计方法,减小了其中的FFT变换阶数以及需要的矩阵逆变换的计算次数,减小倍数可以根据信道特性设置。并针对不同的信道模型,对提出的简化算法的性能作了研究,仿真结果表明:对相关特性较好的信道性能损失很少。     

MIMO-OFDM系统的空时编码技术及仿真分析

基于对窄带多输入多输出(Multiple Input Multiple Output,MIMO)技术和正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术的分析研究,发现二者具有相结合的可能性和现实性。通过建立二者结合的系统模型(MIMO-OFDM),给出该系统的空时编码方案。借助计算机仿真分析发现,结合后的MIMO-OFDM系统较传统的OFDM系统,可靠性获得提升。可见MIMO-OFDM系统的空时编码技术是一种提高通信质量的有效方法。