室内可见光通信信道估计的研究

要:建立了室内可见光通信系统模型,针对其信道冲击响应,分别采用最小二乘(LS)估计方法和最小均方差(MMSE)估计方法对信道进行了理论分析,并且通过计算机仿真,对两种不同的估计方法性能进行了比较,最后在此基础上,分别对抽头长度和训练序列长度对信道估计的性能影响进行了仿真验证。实验结果表明:在相同信噪比下,MMSE方法的性能优于LS方法,但是计算量比LS方法复杂,而且LS方法性能依赖于噪声的影响,信噪比越高,LS估计方法的性能越好。同时抽头数越多,训练序列越长,信道估计的性能越好,但也会增加计算的复杂度。     

MC DS-CDMA系统中信道估计器的比较

首先介绍了几种多载波码分多址(CDMA)系统，然后建立了MCDS-CDMA系统模型，在该系统中进行最小二乘(LS)，线性最小均方误差(LMMSE)和最大似然(ML)3种信道估计器的研究，并对其均方误差(MSE)和误码率(BER)性能进行了仿真，LS实现最简单，但性能最差，LMMSE计算量大，性能优于LS，ML性能最佳，且其计算复杂度低于LMMSE。     

基于导频的光OFDM系统信道估计

信道估计是光正交频分复用（OOFDM）系统关键技术之一,为了克服光纤色散和模式的传输时延所产生的载波间干扰（ICI）,设计了一种基于导频的信道估计器,通过分析最小二乘（LS）和线性最小均方误差（LMMSE）算法估计原理,仿真实验比较两种算法的误比特率和均方误差性能,实验结果表明,LS与LMMSE在OOFDM系统中都有较好的作用,但LMMSE算法性能要优于LS算法。     

一种实用的基于导频的空时编码OFDM系统信道估计方法

该文研究了在多径衰落信道情况下的基于导频的空时编码OFDM系统的信道估计方法,包括基于DFT的LS,LMMSE算法,提出了一种实用的估计方法,该方法通过优化设计的导频符号避免了复杂的矩阵求逆计算,大大降低了LS,LMMSE算法的复杂度和运算量,在性能上接近理想信道信息情况下的性能。     

OFDM系统导频信道估计算法的性能研究

研究基于块状导频的最小平方（LS）信道估计、线性最小均方误差（LMMSE）和低秩LMMSE信道估计算法,并进行了算法仿真,得出不同信道估计算法下正交频分复用（OFDM）系统误比特率（BER）和信噪比（SNR）之间的变化关系,以及在不同导频符号间隔下的误比特率曲线图。仿真结果表明：LMMSE、低秩LMMSE和LS算法的性能依次变差,且导频符号间隔对误比特率性能影响较大。     

MIMO-OFDMA系统中基于奇异值分解的信道估计

基于最小二乘方(LS)信道估计技术,并结合MIMO-OFDMA系统中导频的特点,提出一种基于时域LS的奇异值分解(SVD)信道估计法,该方法是对T矩阵进行奇异值,而T矩阵要比信道自相关矩阵R容易获得得多。理论研究与仿真结果显示,该算法的性能略劣于Ove Edfors等人提出的基于线性最小均方误差估计(LMMSE)的SVD信道估计方法,但计算复杂度要低,并且对导频的要求比较宽松,具有广泛的应用性。     

一种基于SC-FDMA系统改进的LMMSE信道估计算法

对于LTE上行链路来说,寻求性能优良的信道估计算法是十分必要的。传统的最小平方(LS)和线性最小均方误差(LMMSE)信道估计算法存在许多不足。其中,在研究过程中会发现传统线性最小均方误差(LMMSE)信道估计算法具有计算复杂度大的问题。然而,通过借助于雅克比迭代算法解决线性方程的理念,能够对传统的LMMSE算法做进一步的改进。同时,理论分析和仿真结果表明:该算法在低信噪比下表现出良好的性能,它不仅降低了计算复杂度,而且估计结果更精确。     

基于OFDM循环前缀LS信道估计的构造方法

提出了一种在正交频分复用系统中循环前缀频域序列（CPFS）用于最小二乘信道估计的子载波构造方法。该构造方法基于比较CPFS序列和梳状子载波序列的相关性,可使LS信道估计的精度增加。该相关性利用凸优化的方法,以子载波总体为变量及LS信道估计的最小均方误差（MSE）机制建立约束,得到优化模型并通过拉格朗日方法求得最终构造解。仿真验证表明,该构造方法得出子载波新解能使得LS估计模型下,CPFS序列的估计精度更优。     

认知无线电中基于导频的信道估计研究

介绍了认知无线电NC-OFDM系统中的信道估计技术,着重分析了基于导频的LS信道估计、联合LMMSE信道估计、以及联合SvD—LMMSE信道估计算法。采用频率选择性信道,对各个算法进行了仿真实验,得出不同算法下信道估计的误码率曲线,比较了各算法的性能。仿真结果表明：与LS估计算法及联合LMMSE估计算法相比,联合SVD—LMMSE信道估计算法有效地降低了误码率,并且具有较低的复杂度,但是其性能略于联合LMMSE信道估计的性能：另外,联合SVD—LMMSE信道估计算法的误码率小于分离SVD—LMMSE信道估计算法的误码率。     

一种基于DFT的低复杂度虚子载波OFDM信道估计算法

该文针对采用虚子载波的OFDM通信系统,提出了一种基于DFT的低复杂度信道估计算法,并与最小二乘(Least Square,LS)估计算法和线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)算法进行了详细的性能和复杂度比较。所提DFT算法较好地降低了高斯白噪声的影响,相对于LS算法获得了较大的性能增益。该算法在复杂度与性能之间取得了较好的折衷,具有很好的实用价值。     

OFDM系统中信道估计方法的研究

LS算法是OFDM系统信道估计方法中计算复杂度最低性能最差的方法.根据有限长度h的能量分布,提出了一种改进算法.通过仿真,与LS算法和性能较好的LMMSE比较,验证了改进后的LS算法性能优于最初的LS算法,并可在实际中得到较好的应用.     

Pilot Based Channel Estimation in IEEE 802 16a OFDM System

1　Introdution　IEEE 802 16[1] is a specification for fixed broadbandwireless Metropolitan Access Networks (MAN). The stan dard is expected to bring low cost and more bandwidth prod ucts for broadband wireless access in the next years. Thisstandard specifies the physical (PHY) and Medium AccessControl layer (MAC) of the air interface of interoperablepoint to multipoint and optional Mesh topology broadbandwireless access system. The specification enables access todata, …     

OFDM电力线通信系统的时域信道估计方法

针对G3-PLC协议,提出了两种改进的时域信道估计方法。为达到时域降噪效果,采用了预置电力线信道最大时延的方法,但这使得相关的时频变换矩阵不满秩,无法直接采用最小二乘准则估计其时域特性。因此,文中提出一种基于修正变换矩阵的时域LS算法,解决了矩阵不可逆问题。同时进一步提出了一种无需信道统计特性的时域线性最小均方误差算法,大幅降低了复杂度。仿真结果表明,修正的时域LS算法和简化的时域LMMSE算法均性能良好。     

基于复指数基扩展模型的抑制Gibbs效应的时变无线信道估计

复指数基扩展模型(CE-BEM)具有计算简单、不依赖于信道统计特征等优点,广泛地应用于时变信道估计中.但是CE-BEM由于Gibbs效应存在较大模型误差,本文分析了CE-BEM的模型误差以及基线倾斜法对模型误差的影响,提出了一种抑制模型误差的信道估计方法,该方法利用时分复用导频的特征估计出区间上的斜率,再结合基线倾斜法推导了新的数据模型,并给出LS算法和LMMSE算法.最后通过计算机仿真研究表明:该方法在较高的多普勒频移扩展的情况下有效的降低了关键性采样CE-BEM和过采样CE-BEM信道估计的MSE值,特别是关键性采样CE-BEM改善明显.     

加权系数平均法改进的小波域LMMSE信道估计算法

针对传统LMMSE算法需要知道信道特性的问题,提出了一种加权系数平均法改进的小波域LMMSE信道估计算法.运用离散小波变换对LS初始估计和预滤波处理后的信号实行阈值量化去噪处理,然后结合时域信道能量分布的稀疏性特征,利用加权系数平均法求出各子载波的频域响应,从而克服了传统LMMSE算法需要预先知晓信道统计特性的缺陷.对算法的BER和MSE性能进行实验仿真,结果表明:文中所提改进算法的信道估计整体性能显然会更优于LS、SVD-LMMSE以及加权平均改进后的LMMSE算法.另外,在信噪比较低且信道统计特性未可知的状况下,文中算法要优于传统的LMMSE算法,并能够较好地降低噪声的影响,有效提升信道估计的精确度.     

A linear minimum mean square error multiuser receiver inRayleigh-fading channels

We generalize the multiuser (CDMA spread spectrum) communication systems to the fading environments. We first extend Verdu's (1986) conventional optimum receiver to Rayleigh-fading environments and then evaluate its performance. Having no knowledge of the received power at the receiving end, we therefore need an estimator to efficiently estimate the received signal strength of each user in fading environments. A linear minimum mean square error (LMMSE) unbiased estimator is proposed to attain this goal. By using the minimum mean square error (MMSE) Bayesian estimation, we further propose the LMMSE bit estimator for efficient demodulation. Its performance is close to the optimum multiuser receiver but with a much simpler polynomial complexity. To further reduce the complexity, we extend the LMMSE estimator to the sequential LMMSE estimator. In sequential estimation, we do not need to implement the matched filter banks and to perform the matrix inversion when estimating. In addition, it converges after approximately 2k iterations, where k is the number of users. With this fast convergence property and the simple structure, the sequential LMMSE estimator provides an attractive alternative to the implementation of a multiuser system     

Low-Complexity LMMSE-Based MIMO-OFDM Channel Estimation Via Angle-Domain Processing

In many situations, multiple-input-multiple-output with orthogonal frequency division multiplexing (MIMO-OFDM) channels tend to be spatially correlated due, for example, to limited scattering. Prior knowledge of this channel spatial correlation and the channel frequency correlation can be exploited by using the linear minimum-mean-square-error (LMMSE) technique. However, the complexity of the 2-D LMMSE technique, which fully utilizes both the channel spatial and frequency correlation is quite high. To solve this problem, this paper presents and analyzes several low-complexity, suboptimal, approximated LMMSE channel estimation techniques in the angle domain, where the channel model lends itself to a physical interpretation. The choice of angle-domain techniques is largely dependent on the extent of channel stochastic information (e.g., channel correlation or power) that is available to the receiver. Nevertheless, all the proposed angle-domain techniques have much lower complexity compared to the 2-D LMMSE technique. Further, all the angle-domain techniques improve over the conventional least square (LS) technique for all the typical MIMO-OFDM models under consideration. More importantly, our simulation results show that the angle-domain quasi 1-D (Ql-D) LMMSE technique can achieve similar performance compared to the 2-D LMMSE technique for all typical MIMO-OFDM models with significantly lower complexity.     

MIMO-OFDM系统中基于导频辅助的信道估计

该文对MIMO-OFDM系统中基于导频辅助的LMMSE信道估计算法进行了研究,导出了其估计均方差的下界。为降低算法复杂度,首先利用奇异值分解给出一种低阶近似的信道估计器结构;其次提出了一种基于最优导频设计的简化算法。该简化算法不仅降低了算法复杂度,且能有效地获得最优估计性能。最后文中给出了估计信道特性的方法。