MIMO-OFDM系统中一种有效的信道估计方法

在多输入多输出正交频分复用(MIMO-OFDM)系统中,采用梳型训练符号的传统信道估计技术在子载波边缘会产生相当大的均方误差(MSEs)。为了减少这些子载波上的MSEs,提出了一种循环的梳型训练结构。在这种结构中,所有类型的训练符号都在每个天线上循环地发送。在接受端,用每个训练符号来估计信道频域响应,并采用与MSEs相对应的权重因子来平均这些响应。计算机仿真结果表明,这种循环的训练结构能够提供比传统的结构更高的信噪比(SNR)。     

一种新的基于训练序列的时域MIMO-OFDM信道估计方法

提出了一种适合于MIMO-OFDM系统的信道估计方法。详细说明了使用的估计准则和训练序列的构造方法,利用训练序列良好的时域相关特性可以简便、精确地估计出信道的冲击响应,并对算法的性能进行了理论分析和计算机仿真。从分析结果可以看出,该算法与使用最佳训练序列的LS时域估计方法具有相当的估计精度。同时该算法不需要进行时域变换,只需要一定数量的相关运算,其计算复杂度进一步降低。     

基于子空间MIMO-OFDM系统信道估计

基于子空间的MIMO-OFDM系统的传统盲信道估计算法是在发射天线数目小于或等于接收天线数目的情况下进行的,对于接收天线的数目小于发射天线的数目的无法实现.提出了一种"虚拟接收天线"技术来解决传统信道估计中无法解决的问题.此外,还采用了空时分组编码,来提高系统的估计性能.由matlab仿真结果看出,采用的"虚拟接收天线技术"解决了天线数目问题,即突破了系统应用的局限性,空时编码技术的应用提高了系统的性能.简单讨论了发射天线数目对系统性能的影响,为进一步研究多输入多输出系统模型提供了有益的参考.     

STC-OFDM系统中的信道估计算法

针对稀疏信道特性的STC-OFDM系统,提出一种基于参数模型的导频信道估计方法。利用最小二乘算法估计出导频所在位置的频率响应,用时间平均相关代替统计平均相关,得到信道相关矩阵的估计值。通过基于特征值分解的低秩建模,估计出信道的多径数目,利用旋转不变子空间方法估计出各个延迟的时间参数,在频率和时间域上插值平滑得到信道的频率响应。该方法不需要已知信道的先验信息,仿真结果证明了该方法的有效性。     

新的基于训练序列的MIMO-OFDM时域信道估计方法

为了实现多输入多输出—正交频分复用系统的相干检测,提出一种新的基于训练序列的信道估计方法。将使用的训练序列在时间上呈现正交性,同时利用训练序列本身良好的相关特性简便、精确估计出信道的冲激响应。通过理论分析和计算机仿真证明,新的算法对比最佳训练序列的LS(最小二乘法)时域估计方法,在具有同样估计精度的同时,避免了复杂的矩阵求逆运算,使计算复杂度进一步降低。     

一种新的基于训练序列的MIMO-OFDM信道估计方法

为了实现MIMO-OFDM(多输入多输出—正交频分复用)系统的相干检测,提出一种新的基于训练序列的信道估计方法。详细阐述了算法的估计准则和训练序列的构造方法。利用训练序列良好的相关特性简便、精确估计出信道的频域响应及其冲激响应。通过理论分析和计算机仿真说明,新的算法对比最佳训练序列的LS(最小二乘法)时域估计方法,具有同样的估计精度,同时避免复杂的矩阵求逆运算,使计算复杂度进一步降低。     

MIMO-OFDM系统空间相关性迭代信道估计算法

针对受到噪声干扰及多普勒效应等因素影响的多输入多输出（Multi-Input Multi-Output,MIMO）正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）无线系统信道估计问题,提出了一种有效的空间相关性迭代信道估计算法（SCICE）。SCICE利用同步符号与协议数据单元中的前置训练序列和中置训练序列,对信道的空间相关性进行估计,数据信息根据该信道相关性信息得到初始的信道估计值,接收端根据信道估计值进行数据符号检测,并将这些信息作为已知信息,以迭代的方式逐渐减小因空间相关性导致的信道估计误差,进而提高信道估计的准确性。与现有迭代信道估计算法的性能比较表明了提出的SCICE算法在瑞利衰落信道以及不同调制方式下具有更好的信道估计均方差与误码率性能。     

MIMO-OFDM系统信道估计器的导频间隔优化设计

研究了导频子载波方式下,信道相干带宽、多普勒频移和信噪比对信道估计器的最优导频间隔设计的影响,以确定最优导频间隔。实验结果表明,要达到相同误码率性能,相干带宽越小的信道对应的信道估计器所需的最小导频间隔越小,而且在信道信噪比较低时,误码率不随导频间隔增加而线性增加,因此存在不为最小值的最优导频间隔。导频子载波方式适用于高速移动通信的最佳导频位置方式。     

多天线系统频域信道估计算法的研究

在天线性能优化问题的研究中,MIMO-OFDM 技术将 OFDM 与空时编码技术有机的结合在一起,能够大幅度的提高无线通信系统的信道容量和传输速率.为了有效地抵抗多径衰落、抑制干扰和噪声,提出了一种改进的 LS 频域信道估计的改进算法即分组 LS 频域信道估计算法.算法根据 MIMO-OFDM 系统相邻子载波频域信道响应变化缓慢的结论,把所有天线发送的 OFDM 子载波分成多组来进行信道估计.通过对算法的仿真建模并进行仿真,表明算法具有简化算法复杂度以及提高抗噪声和信道估计能力,在抗多普勒频移等方面有更好的性能.算法可为多天线系统信道估计的研究提供了设计依据.     

MB-OFDM UWB系统中的信道估计算法研究

MB-OFDM UWB系统采用相干解调的方式,因此在接收机内必须要实施信道估计,获得所有子载波的参考相位和幅值,从而可以恢复原始数据比特.在典型的UWB室内信道模型下,分析了基于块状训练序列的信道估计算法.然后结合MB-OFDM UWB系统中时频编码的特性,先对LS估计结果在频域内求平均,然后再进行DFT变换域估计,就可以得到改进的DFT信道估计算法.Simulink仿真结果表明该算法比LS和基于DFF变换域的算法估计效果都要好,同时具有结构简单,复杂度低等特点.     

3GPP信道模型中STBC-OFDM系统性能分析

空时分组码(STBC)与正交频分复用(OFDM)相结合的STBC-OFDM技术可以有效对抗多径效应和频率选择性衰落,在复杂通信环境中提高传输效率,降低误码率,并且编译码简单.在Matlab中构建STBC-OFDM系统仿真平台,并模拟了其在第三代合作伙伴计划(3GPP)信道中传输的过程,进行了仿真系统参数的选择,并根据各种不同的信道环境,对系统误码特性进行了评估.     

IEEE802.16d下改进的DFT信道估计方法

由于IEEE802.16系统使用了虚载波作频带保护间隔,当在该系统下使用基于DFT估计算法时,将会由于信道时域能量失配而使得估计性能下降,所以在该系统下不能直接应用此种估计算法。通过利用基于简化的LMMSE准则的方法来预测估计全频带内的导频响应值以及通过在时域补零的方法来改进DFT估计器的性能。在802.16d系统下仿真该算法,仿真结果表明利用该方法可以很好地改善基于DFT的估计器在该系统下的估计性能。     

一种抗多普勒效应的改进自适应信道估计算法*

提出了一种抗多普勒效应的改进自适应信道估计算法,该算法通过递归地更新信道估计值和应用矩阵求逆法来降低计算的复杂度以及应用直接判决（DD）法对信道进行估计和跟踪。仿真结果表明,本算法在降低计算复杂度和没有影响系统误码性能的情况下,在快衰落环境中对高多普勒频移有一定的鲁棒性。     

基于压缩感知的协同OFDM稀疏信道估计方法

针对频率选择性衰落信道下的放大转发协同正交频率复用(OFDM)通信系统,提出一种基于压缩感知理论的稀疏信道估计方法。首先,构造协同OFDM系统模型,利用循环矩阵理论,将该系统模型变换成类似于传统的点对点系统模型,该模型由一个协同卷积信道矢量和等效的观测矩阵组成;然后,通过压缩感知理论证明,该等效矩阵以很高的概率满足严格等距特性(RIP);最后,利用压缩感知算法重构卷积信道脉冲响应。与传统的线性信道估计方法相比较,所提方法能够利用较少的训练序列达到稳健的信道估计,有效地提高频谱资源利用率,且具备计算复杂度低的特点。仿真结果验证了该方法的有效性。     

H.264中高效块匹配运动估计方法研究

为降低在视频编码标准H.264中运动估计的高计算复杂度问题,通过对H.264运动估计算法的深入研究,提出了一种利用时空域运动相关性的高效块匹配搜索算法。该算法充分利用视频序列的运动程度与宏块编码模式间的关联特性以及运动矢量的统计特征进行运动模式判定,实现了一种简单高效的块匹配方法,并且根据不同的运动模式动态改变搜索策略。实验结果表明,在保持PSNR方面性能不受损失的同时,减少了运动估计的搜索复杂度,降低了运算复杂度,提高了编码的实时性。     

MIMO-OFDM系统的IFD-SAGE信道估计算法

针对MIMO-OFDM系统中频域的空间交替广义期望最大化（FD-SAGE）算法估计信道性能较差以及收敛速度慢的问题,提出了一种改进的FD-SAGE信道估计算法。该算法在FD-SAGE算法的基础上,通过对SAGE算法的潜在数据和不完全数据进行分解分析推导出一种修正的SAGE算法,同时在SAGE的更新数据信息时引入最大似然算法,进而提高系统的可靠性。理论研究和仿真结果表明,该算法以牺牲少量复杂度为代价,能较好地追踪信道变化且收敛速度较快,其性能优于传统的LS算法,信号检测采用最大似然算法时,在相同误比特率情况下与理想信道估计仅相差0.5 dB。     

Subspace system identification for training-based MIMO channel estimation

The application of state-space-based subspace system identification methods to training-based estimation for quasi-static multi-input-multi-output (MIMO) frequency-selective channels is explored with the motivation for better model approximation performance. A modification of the traditional subspace methods is derived to suit the non-contiguous nature of training data in mobile communication systems. To track the time variation of the channel, a new recursive subspace-based channel estimation is proposed and demonstrated in simulation with practical MIMO channel models. The comparison between the state-space-based channel estimation algorithm and the FIR-based Recursive Least Squares algorithm shows the former is a more robust modeling approach than the latter.     

一种基于小数倍多普勒信道的OTFS信道估计方法

针对现有正交时频空(OTFS)调制系统的信道估计中存在的高峰均比和小数倍多普勒信道下估计困难及复杂度高的问题,提出了一种基于序列导频的匹配滤波(SMF)信道估计方法。该算法首先将序列导频与数据联合成帧,依靠序列的自相关性获取路径数、时延和整数倍多普勒;然后通过互相关匹配滤波估计小数倍的多普勒抽头和信道增益,从而得到信道状态信息;最后根据小数倍信道整数采样的特征,更新信道增益和信道初始相位。仿真结果表明,该方法相比基于嵌入式脉冲导频的信道估计,改善了峰均比,并提高了信道估计性能。相比于传统的序列导频,该方法可以估计得到小数倍多普勒抽头,估计的信道状态信息更准确。该信道估计方法更具有普遍性。     

A low-cost decision-aided channel estimation method for Alamouti OSTBC

In wireless communication systems, channel state information (CSI) acquisition is typically performed at the receiver side every time a new frame is received, without taking into account whether it is really necessary or not. Considering the special case of the 2 × 1 Alamouti orthogonal space-time block code, this work proposes to reduce computational complexity associated with the CSI acquisition by including a decision rule to automatically determine the time instants when CSI must be again updated. Otherwise, a previous channel estimate is reused. The decision criterion has a very low computational complexity since it consists in computing the cross-correlation between preambles sent by the two transmit antennas. This allows us to obtain a considerable reduction on the complexity demanded by both supervised and unsupervised (blind) channel estimation algorithms. Such preambles do not penalize the spectral efficiency in the sense they are mandatory for frame detection as well as for time and frequency synchronization in current wireless communication systems.