MIMO-OFDM中一种新的信道估计算法

根据不同发射天线发射的导频移位后应相互正交的原则,运用最小二乘推导出了基于MIMO-OFDM信道估计模型的时域信道估计解。针对该时域信道估计解需要矩阵求逆,运算量大的缺点,研究了基于空时频三维导频符号的设计方法,该方法使得时域信道估计解不需要矩阵求逆,可大大降低信道估计的复杂度,并且可以使信道估计误差最小。仿真结果表明,提出的基于空时频导频的信道估计方法相比传统LS算法和文献算法,MSE和BER性能均有较大的提高。     

地空通信中基于贪婪算法的SC-FDE系统稀疏信道估计

针对在地空频率选择性衰落信道中,信道冲激响应具有时域稀疏特性的情况,提出了基于贪婪算法的单载波频域均衡(SC-FDE)系统稀疏信道估计方法。Chu序列是SC-FDE中常用的导频序列,对其进行分析并证明了将Chu序列进行循环移位所构造的导频矩阵满足RIP条件,将导频矩阵作为测量矩阵,把地空信道估计问题建模为稀疏重构模型,采用贪婪算法中的OMP和Co Sa MP算法对信道进行稀疏重构,仿真验证了所得信道估计较传统最小二乘(LS)信道估计方法更加准确。在相同的训练序列长度和信道环境下,利用所得信道估计对接收信号进行最小均方误差(MMSE)均衡,蒙特卡罗仿真结果表明,所提方法与传统LS信道估计方法相比,系统误码性能提高2~3 d B。     

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。     

一种降低OFDM移动通信系统中LS信道估计均方误差的算法

在基于OFDM的移动通信系统中,针对LS信道估计时域结果的构成特点,同时结合无线信道冲激响应在时域为有限持续长度的特性,提出一种新的算法估计信道有效阶数,然后利用该估计值对LS信道估计时域结果进行加窗处理以减小LS算法中由噪声和子信道间干扰引起的均方误差:LS算法性能的提高及其对系统误符号性能的改善通过计算机仿真得以验证.     

基于RLS的MIMO OFDM自适应信道估计

依据最小均方误差准则提出了基于多相正交序列循环移位和基于重复相位旋转Chu两种训练序列设计方法,并给出了相应的最小二乘(RLS)自适应信道估计算法。首先用简单的LS算法对信道进行初步估计,然后采用RLS算法进行自适应滤波器提高信道估计的性能,最后,将滤波后得到的时域信道估计经过FFT变换为频域信道响应,并对OFDM数据符号进行频域均衡。与传统单一的信道估计技术相比,该方法具有较低的复杂度和较好的估计性能,仿真实验证明了该算法的有效性。     

一种高速无人机下行链路信道估计方法

针对高速无人机下行数据传输中,系统因地空无线信道存在严重的频率及时间选择性衰落而导致性能大幅下降的问题,提出了一种卡尔曼与最小二乘(LS)联合的地空信道估计方法。构建了正交频分复用(OFDM)传输系统和地空信道模型,信道估计基于格状导频进行,以减少导频数量,提高数据传输效率。信道估计分两步进行,先利用LS算法得到导频处粗信道估计值,针对时域离散导致无法进行卡尔曼估计的问题,进行插值处理变为时域连续,然后再采用卡尔曼算法优化粗估计值,进一步提高信道估计的性能。仿真分析表明,该方法相较于传统的LS估计方法,导频插入数量相同,有2～3 dB的性能提升。与梳状导频下的卡尔曼估计方法相比,使用本文方法性能提升约1 dB,但导频使用数量下降了60%。     

基于导频和修正Kalman滤波的MIMO-OFDM信道估计方法

提出了一种适用于时间频率选择性衰落信道的MIMO-OFDM系统的组合信道估计方法。采用AR过程对信道进行建模,利用基于导频的低维Kalman滤波算法进行信道估计,并采用LS算法估计时变的信道衰减因子。Kalman滤波跟踪了信道的时域相关性,为了同时跟踪信道的频域相关性,采用了一种基于MMSE(minimum mean square error)的合并器对Kalman滤波算法进行修正。仿真表明,提出的这种组合算法降低了传统的Kalman滤波结构的复杂度,能够跟踪信道的时频变化,改进了基于LS准则的信道估计算法,并且与复杂的高维Kalman滤波算法的信道估计性能相当。     

小波包多载波系统中的LMS信道估计

为了提高正交小波包波分复用(OWPDM)系统抗多径衰落和多普勒频移的性能,提出了一种新的半盲信道估计算法。首先利用时域滤波原理滤去信道响应中的噪声,之后利用信号在时域补零相当于频域内插的原理来获得更精确的最小均方算法(LMS)估计器迭代初值。仿真结果表明,在插入更少导频数目的情况下,新算法估计性能优于最小二乘(LS)信道估计算法,在插入相同数目导频的情况下,与传统的LMS信道估计算法相比,新算法能使系统获得更好的误码性能。     

LTE OFDMA系统基于最大径选择的信道估计算法

针对3GPP LTE下行链路提出了一种有效可行的信道估计方法,其原理是首先在时域用LS算法估计出信道的冲击响应,然后通过忽略信道响应能量较小的一些径,这样在进一步抑制噪声干扰的同时还有效控制了算法复杂度;最后,将得到的经过径选择的时域信道冲击响应向量变换至频域,得到用于最终信号检测的频域信道响应向量。仿真结果表明,该改进算法与传统的LS算法相比,在保证低复杂度的同时,提高了信道估计精度。     

信息管理中UWB系统信道估计与均衡算法及实现

通过介绍UWB技术的发展现状,着重阐述了MB-OFDM UWB通信系统的物理层帧结构和信道模型。在分析最小二乘(LS)信道估计算法和基于快速傅里叶变换(FFT)信道估计算法的基础上,针对MB-OFDM UWB信号帧结构特征提出了一种基于FFT变换和Hannan-Quinn(HQ)准则的改进算法,即FFT-HQ信道估计算法。该文也提出了一种基于信道估计的自适应均衡算法,利用仿真可以看出此均衡算法在性能上优于传统的基于LS算法调整均衡器系数的方法。     

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.     

伪叠加Zadoff-Chu序列的LTE下行信道估计

分析了正交频分复用系统中基于叠加训练序列的最小二乘和线性最小均方误差信道估计算法,在此基础上针对LTE信道的结构特征,提出了一种利用伪叠加Zadoff-Chu序列进行信道估计的最小二乘算法。该方法可以大大降低算法复杂度,并且不需要信道先验信息、不占用带宽资源。仿真结果验证了该方法的有效性,其性能比频域的离散傅里叶变换算法和线性最小均方误差算法性能更优。     

基于导频辅助的低压电力线通信系统信道估计算法

针对低压电力线信道噪声强、衰减大的问题,基于OFDM技术的电力线通信系统采用时域扩充结构,提高导频数据的可靠性.确定了在OFDM时域扩充结构中应用LMMSE准则时最大多径时延的最优取值.在此基础上提出一种更适合时域扩充系统的信道估计优化算法,通过利用OFDM符号内所有导频参与信道估计从而在低信噪比条件下获得更低的误码率.仿真结果表明提出的改进算法与传统LMMSE算法相比具有更好的信道估计性能,在信噪比低于0dB时改进算法的性能优势更加明显.     

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。     

A comparison of two 2D channel estimators for OFDM system

The paper deals with two-dimensional （2D） channel estimation of Orthogonal Frequency Division Multiplexing （OFDM） system ill slow fading wireless channel. We concentrate on two channel estimation schemes： Least Square （LS）＋Weighted BiLinear （WBL） and LS＋Linear Minimum Mean-Squared Error （LMMSE） where the first method is proposed in this paper. After theory analysis and simulation in Typical Urban （TU） channel, we find that LS＋LMMSE achieves the optimal perform- anee by exploiting prior knowledge of channel whereas LS＋WBL, without requiring channel knowl- edge and with only half of the computational amount of LS＋LMMSE, approaches LS＋LMMSE in Bit Error Ratio （BER） performance when the distance of two adjoining pilot symbols along frequency direction is sufficiently small. This makes LS＋WBL very suitable for wideband wireless applications.     

基于特殊导频去噪的OFDM信道估计算法

主要研究了正交频分复用(OFDM)系统中基于导频辅助的信道估计算法,分析和比较了2种常用的算法,并提出了一种基于特殊导频序列去噪的信道估计算法。仿真结果表明:提出的基于特殊导频去噪的信道估计算法和LS算法相比,在没有增加LS算法运算复杂度的情况下,有效地抑制噪声的影响,提高了信道估计的准确性;和LMMSE算法相比,信道估计的准确性高于LMMSE算法。     

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。     

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。     

分布式空频编码协同通信系统中基于导频辅助的频域信道估计算法

针对频率选择性衰落信道下的分布式空频编码协同通信系统,提出了基于导频辅助的各种频域信道估计算法,包括最小二乘、线性最小均方误差、低阶近似线性最小均方误差算法,并给出了相应的均方误差性能表达式.理论分析和仿真结果表明本文提出的信道估计算法在协同通信系统中具有很高的实用性和精确度.     

An investigation into time-domain approach for OFDM channelestimation

A time-domain based channel estimation for OFDM system with pilot-data multiplexed scheme is investigated. As an approximation to linear minimum mean square estimator (LMMSE), a time-domain based channel estimation is proposed where intra-symbol time-averaging and most significant channel taps selection are applied. The relation and differences of the proposed method to DFT-based LMMSE methods are discussed. The performances of the proposed method, DFT-based LMMSE method and the methods of Chini, Wu, El-Tanany and Mahmoud (see IEEE Trans. on Broadcasting, vol.44, no.1, p.2-11, 1998) and of Yeh and Lin (see IEEE Trans. on Broadcasting, vol.45, no.4, p.400-409, 1999) are evaluated in multipath fading channels. The simulation results show that proposed method achieves almost the same performance as DFT-based LMMSE method and better BER performance than the other methods while keeping less complexity