OFDM快速频偏估计方法

提出一种基于前导符号为L等分结构的OFDM快速频偏估计的新方法,该方法只需一个OFDM符号作为前导符号,数据开销较小.接收端先用相关求相角的方法完成细频偏估计,再对经过细频偏补偿后的前导数据进行符号重构,然后对重构符号采用L点FFT运算,通过寻找频域信号峰值,对剩余频偏进行估计,从而完成粗频偏估计.为进一步降低系统的计算开销,采用了多级判决方式.计算机仿真表明,该方案具有计算复杂度低,估计性能较高的优点.     

OFDM系统剩余载波频偏估计算法性能比较

针对剩余载波频率偏移对OFDM系统性能的影响,分析了OFDM系统中常见的三种导频辅助剩余载波频率偏移的估计算法：SK算法、WJJW算法和SYJW算法,并比较了它们在多径衰落信道环境下的性能。仿真表明,SYJW算法的估计精度最高,在信道信噪比为20dB情况下,比SK算法高8倍,比WJJ算法高0.6倍。     

小波变换在OFDM系统频偏估计中的应用

提出了一种基于小波变换的正交频分复用(OFDM)系统频偏估计的新方法,这种方法与其他频偏估计方法的不同在于,它不需要知道不稳定信号的平均接收功率,也不需要变化的时间观察窗,仿真显示,它可以跟踪频偏的变化,具有自适应特性,估计方法简单易行,且精度较高。     

时变信道下OFDM系统载波频偏估计算法研究

针对时变信道下OFDM系统的载波频偏估计,对现有的几类典型载波频偏估计算法的原理和步骤进行归纳总结,通过对载波频偏估计的性能仿真进行对比,分析其算法的优劣,以期为在时变信道下OFDM系统的频率同步技术的进一步研究提供有益的参考.     

MIMO OFDM半盲载波与信道联合估计

综合考虑频偏与信道估计这两方面的因素,克服其单独估计无法使系统性能达到最优这一缺陷,提出了一种新的适用于MIMO-OFDM系统的半盲载波与信道联合估计算法。该算法通过时域重复数据段方法与子空间方法相结合实现了MIMO-OFDM系统的载波同步与信道估计,并分析了载波频偏对系统性能的影响。理论分析与仿真结果表明,所提算法具有较宽的频偏估计范围,在频率选择性衰落信道下能够取得良好的估计性能并优于其它同类算法。     

OFDM系统载波频偏的低复杂度多步估计

针对正交频分复用（OFDM）系统现有频偏估计时域方法中估计范围与估计精度的矛盾，提出一种基于时域训练序列的多步频偏估计新算法.该算法采用多步逐次逼近，在每一步估计中消除相位模糊，在不缩小估计范围的前提下不断提高估计精度；最后利用最佳线性无偏估计(BLUE)方法将各步估计值进行最佳合并，进一步提高估计精度.该算法用简单的修正取代搜索，理论分析和仿真表明在保证估计精度的同时，可显著降低大频偏估计的计算复杂度.该算法的主要运算是并行的，当用于高速通信时优势更明显.     

DRM系统中的OFDM信道估计

本文对OFDM体制下DRM系统中基于导频辅助调制(PSAM)的信道估计器进行了分析,描述了数字调幅广播中导频单元的分布,在DRM系统基础上分别结合最小平方准则(LS)和线性最小均方误差准则(LMMSE),提出了信道估计方法,并在Matlab环境下,使用Watterson信道模型进行了蒙特卡罗模拟,给出了性能比较.     

OFDM系统中的频偏估计和符号定时算法

为克服正交频分复用( OFDM)系统中同步偏差带来的符号间干扰和载波间干扰,提出了一种基于相关矩阵的频偏估计和符号定时算法.该算法通过求解相关矩阵的非对角元素的极值确定小数倍频偏;通过分析相关矩阵对角线上元素的大小可确定整数倍频偏;通过平移FFT窗口,满足定义函数最大可实现符号定时同步.仿真结果表明该算法具有较好的估计...     

稀疏水声OFDM系统迭代LS自适应信道估计

为了消除水声OFDM系统中噪声对稀疏多径信道估计的影响,提出了基于阈值探测的迭代最小二乘自适应信道估计方法.该方法根据最小方差准则引入加权因子对误差平方进行加权求和,由此导出一个迭代方程进行自适应信道估计.该迭代方程具有计算复杂度低的优点,不会带来大的矩阵运算.在该方法基础上,提出基于阈值探测的稀疏信道估计方法,探测最...     

OFDM系统信道估计中插值算法性能分析

对基于导频的OFDM系统中信道估计的各种插值算法的性能进行了对比分析，对基于离散傅里叶变换的插值算法和其他插算法进行了分析，计算机仿真证明了基于FFT的插值算法的插值精度在高信噪比条件下高于其它算法。     

OFDM系统定时与频率偏移估计

在分析现有算法的基础上,提出了一种新的算法,并对其进行了仿真。仿真结果表明,无论是在多径信道还是在AWGN信道,该算法的定时估计和频率偏移估计的均方差都要优于最大似然算法和“集相关”算法。     

频率选择性信道下OFDM帧同步及性能分析

提出了一种正交频分复用(OFDM)帧同步算法,在OFDM帧同步符号时域中使用2个完全相同的序列,考虑到多径信道的分集,提出新的目标函数,使得算法不受频率选择性信道和载波频率偏移的影响．给出了存在帧同步信号和不存在帧同步信号时判决统计量分布的解析形式,理论上得到检测器的漏警概率和虚警概率特性,仿真结果验证了理论分析的正确性．接收端信噪比为20dB时,给定漏警概率为10-10,本文算法对应的虚警概率趋于零．     

OFDM系统中一种基于导频子载波的联合频率偏移纠正和信道估计方法

基于连续OFDM符号上的导频子载波 ,给出了联合频率偏移纠正和信道估计方法 . 相比之下 ,这种方法没有频谱效率损失 ,在载波频率偏移不大的情况下不失为一种有效的克服载波频率偏移的方法 .     

上行MIMO-OFDMA系统的频偏和信道联合估计算法

针对上行多输入多输出－正交频分多址(MIMO-OFDMA)系统, 提出了一种基于粒子滤波的信道响应和载波频偏联合估计算法. 首先对信道响应和载波频偏分别采用自回归(AR)和正则化自回归(GAR)模型进行建模, 然后利用Rao-Blackwellization理论降低粒子滤波算法的计算复杂度, 载波频偏通过粒子滤波算法进行估计, 而信道冲激响应则通过卡尔曼滤波更新获得. 仿真结果表明, 提出的改进算法可以获得比传统粒子滤波算法更低的误块率性能, 而算法的复杂度仅略有提高.     

OFDM系统中新的同步与信道联合估计算法

提出了一种新的基于判决反馈的OFDM同步与信道联合跟踪算法。该算法提取出信道估计结果中包含的同步信息用于实现同步估计,并利用同步估计结果对信道估计结果进行修正,使其尽量逼近真实信道。仿真结果表明该算法在信噪比较大时可以获得较高的估计性能,具有计算量小和实现简单的优点。适当增加块长具有更强的抑制噪声的能力,但却减弱了信道的时变跟踪能力,因此块长的选择必须权衡考虑。     

OFDM系统中的一种高精度的信道估计算法

在基于OFDM的移动通信系统中，提出一种建立在基于导频的最小二乘（least squares，LS）估计方法基础之上的高精度信道估计方法。该算法首先利用信道时域相关特性，对通过LS算法得到的信道时域冲激响应（Channel Impulse Response, CIR）估计值进行有效径提取，并将所得到的时域估计值变换到频域。然后利用信道频域相关特性，用线性最小均方误差(Linear Minimum Mean Squared Error，LMMSE)合并器对估计结果进行修正。2.4GHz频段上的仿真表明了这种基于导频的信道估计方法能够跟踪信道的时频变化，并且在一定程度上可以接近于理想信道估计的误码率性能。     

认知无线电系统中存在载波频偏的OFDM频谱感知技术

提出了一种利用输入检测器数据离散傅里叶变换结果的协方差矩阵的频谱感知技术。分析发现如果没有授权用户信号,协方差矩阵为对角阵;反之为非对角阵。在检测过程中,通过将协方差矩阵中非对角线元素的能量与设定的阈值相比较得出检测结果。理论推导了判决度量在是否存在授权用户信号的两种情况下的分布函数以及算法的阈值和检测概率。仿真结果表明,与已有的方法相比,该算法可以更好地对抗载波频偏,同时具有更优的检测概率。     

Data-Aided Frequency Offset Estimation with Narrowband Interference

An algorithm for carrier frequency offset estimation with narrowband interference in burstmode transmissions is proposed.The algorithm is data-aided and has a feedforward structure that can be easily implemented digitally.The principle of the algorithm is based on a properly designed training sequence and an interpolation technique.Simulation results indicate that the estimation range is about ±20% of the symbol rate.The performance is satisfactory for a signal-to-noise ratio(SNR)as low as -13 dB and the mean square error(MSE)is approximately irrelevant to signal-to-interference ratio(SIR)values over -20 dB.