多中继协同通信系统中基于循环正交训练序列的信道估计算法

提出了一种实用的基于循环正交序列的信道估计算法。源节点发送循环正交的信道训练序列,各个中继节点对接收到的信道训练序列进行不同间隔的循环移位后向目的节点转发。尽管各个中继转发的序列在时间上是叠加的,但序列之间不存在相关性。由此可以推导出相应的最小二乘信道估计和线性最小均方误差信道估计。仿真结果证明该算法具有较高的估计精度和效率,同时运算复杂度较低。     

基于总体最小二乘准则的OFDM系统时变信道估计

信道估计的准确程度直接影响正交频分复用系统的性能。为了提高时变信道估计算法的精度,基于总体最小二乘准则( TLS)提出了一种时变信道的估计方法。该方法用线性模型对时变信道进行建模,不仅考虑了信道噪声,同时也兼顾了模型误差。该方法能较好地跟踪信道的变化,显著消除模型误差。仿真结果表明所提算法的均方误差介于最小二乘算法与最小均方误差算法之间,在不同归一化多普勒频移下,该算法具有较好的稳健性。     

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.     

叠加弱能量训练序列信道估计方法

本文提出了一种利用叠加弱能量的周期训练序列进行信道估计的线性最小均方误差(LMMSEE)算法.该方法不需要信道先验信息、不占用宝贵的带宽资源、计算量比常规LS方法更低.理论分析和计算机仿真表明:在训练序列周期比信道冲击响应长度大时,在较低的信噪比下,利用LMMSEE方法估计信道性能比LS方法更佳.     

基于线性预测的盲最小均方误差均衡器

盲过采样均衡器仅用二阶统计量便可减小码间干扰,该文采用线性预测方法,提出了一种盲最小均方误差(MMSE)均衡器。该方法不需要先估计信道,可直接利用过采样的接收信号均衡信道。此外,该均衡器可采用递推最小二乘算法自适应地实现,具有较高的计算效率。仿真结果表明,该均衡器比基于线性预测的盲置零均衡器有更小的符号估计均方误差。     

基于叠加训练序列和低复杂度频域Turbo均衡的时变水声信道估计和均衡

针对时变水声信道估计和均衡问题,该文提出基于叠加训练序列(ST)和低复杂度频域Turbo均衡(LTE)的时变水声信道估计和均衡(ST-LTE)算法。基于叠加训练序列方案,将训练序列和符号线性叠加,使得训练序列和符号信道信息一致;基于最小二乘算法,进行信道估计。基于频域训练序列干扰消除技术,在频域消除训练序列对符号的干扰;基于频域线性最小均方误差(LMMSE)均衡算法,通过先验、后验、外均值和方差的计算,实现低复杂度信道均衡(符号估计);基于Turbo均衡算法,软重构叠加训练序列和更新信道估计,进行均衡器和译码器的信息交换,利用编码冗余信息,大幅度提升信道均衡性能。进行仿真、水池静态通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率4.8 ksym/s,训练序列和符号的功率比为0.25:1)和胶州湾运动通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率3 ksym/s,训练序列和符号的功率比为0.25:1),仿真和试验结果验证了所提算法的有效性。     

基于叠加训练序列和低复杂度频域Turbo均衡的时变水声信道估计和均衡

针对时变水声信道估计和均衡问题,该文提出基于叠加训练序列(ST)和低复杂度频域Turbo均衡(LTE)的时变水声信道估计和均衡(ST-LTE)算法.基于叠加训练序列方案,将训练序列和符号线性叠加,使得训练序列和符号信道信息一致;基于最小二乘算法,进行信道估计.基于频域训练序列干扰消除技术,在频域消除训练序列对符号的干扰;基于频域线性最小均方误差(LMMSE)均衡算法,通过先验、后验、外均值和方差的计算,实现低复杂度信道均衡(符号估计);基于Turbo均衡算法,软重构叠加训练序列和更新信道估计,进行均衡器和译码器的信息交换,利用编码冗余信息,大幅度提升信道均衡性能.进行仿真、水池静态通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率4.8 ksym/s,训练序列和符号的功率比为0.25:1)和胶州湾运动通信试验(通信频率12 kHz,带宽6 kHz,采样频率96 kHz,符号传输速率3 ksym/s,训练序列和符号的功率比为0.25:1),仿真和试验结果验证了所提算法的有效性.     

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。     

时间-频率双选择性衰落信道的最小二乘估计方法

高速移动下的无线宽带通信要经历时间和频率双选择性衰落,信道估计质量的好坏对整个系统的性能有重要的影响。该文利用复指数基扩展模型,提出一种基于最小二乘的时频双选信道估计方法,接收机不需要信道的统计信息,也不需要预先估计噪声方差,接收机复杂度较低;在该信道估计算法的基础上,基于信道估计均方误差最小准则,分析并推导出优化的训练序列所要满足的条件。仿真结果表明,在由Jakes模型产生的时频双选衰落信道下,在一定的信噪比范围内,该文方法的信道均方误差性能优于现有的方法。     

MIMO系统中一种鲁棒的叠加导频设计方法

与传统的复用式导频相比,叠加导频不占用系统的带宽资源,不会降低信息传输速率,因而受到越来越广泛的关注。基于叠加导频的一阶统计量信道估计算法与最小均方误差算法相比,避免了矩阵求逆运算,大大降低了接收机复杂度,但该算法对信道中的直流干扰非常敏感。本文基于一阶统计量算法,提出了一种优化的叠加导频设计方法,该设计方法在联合最优化信道估计均方误差,接收信干比和峰均功率比的同时,对直流干扰具有很好的鲁棒性。仿真进一步分析了导频参数与信道估计均方误差、接收信干比的关系,比较分析充分表明该设计方法在获得高接收信干比的同时具有良好的鲁棒性。     

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。     

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.     

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。     

OFDM系统的导频信道估计方法的设计与性能分析

OFDM作为一种多载波的调制方式,在新一代移动通信中得到了非常广泛的应用。信道估计作为其中一种关键技术对系统性能有着十分重要的影响,因此设计一种具有可靠的性能同时又具有比较低的复杂度的估计方法就显得非常重要。本文基于这一目的采用了基于导频的信道估计方法,将LS算法,LMMSE算法,SVD-LMMSE算法应用于信道估计中,在具体的信道模型下对几种算法的性能进行了仿真实验,得到了在不同信噪比的情况下的误比特率变化曲线,并比较了3种算法的性能。     

基于冲激响应加窗法的CO-OFDM系统信道估计研究

针对相干光正交频分复用(CO-OFDM)系统中光纤的色散和信号传输过程中噪声对系统可靠性的降低,提出了信道的冲激响应加窗(IRM,impulse response processed with window)算法,在最小二乘(LS)算法的基础上,通过时域加窗将信道冲激响应长度以外的噪声滤除,保证了信道冲激响应长度在OFDM保护间隔之内。在算法复杂度提高并不大的前提下,IRW算法系统误码率(BER)比LS算法降低了近1个数量级。仿真结果表明,在256个子载波的CO-OFDM系统中,BER为10-4时,IRW算法对系统信噪比(SNR)的要求比LS算法低了近2.5dB,而只比线性最小均方误差(LMMSE)算法高0.7dB;并且,IRW算法的复乘次数仅比LS算法高8倍,而比LMMSE算法的复乘次数低32倍。     

基于多中继导频频分复用的协同通信系统信道估计算法

本文针对频率选择性衰落环境下结合正交频分复用技术的放大转发多中继协同通信系统,提出了基于导频频分复用的频域信道估计算法,包括最小二乘（LS）估计算法和线性最小均方误差（LMMSE）估计算法。理论分析和仿真结果表明,该算法不仅成功分辨了多中继协同通信系统的所有频域信道衰落系数,避免了各中继节点转发的导频符号在目的节点上的混叠干扰,而且减少了频域信道估计所需的导频符号数量和时隙周期长度,提高了协同通信系统的传输效率和频谱利用率,同时显著提高了信道估计的精度,降低了算法的复杂度,具有较高的实用价值。      

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。     

一种改进的LTE下行系统信道估计算法

基于3GPP长期演进（LTE）下行链路系统,在比较了现有几种不同信道估计算法的基础上,提出了一种适用于LTE下行系统的时频二维联合维纳迭代滤波信道估计算法。具体步骤如下：首先,采用基于奇异值分解（SVD）的线性最小均方误差（LMMSE）算法在频域进行维纳迭代滤波;然后,再利用频域估计出来的值在时域进行一次维纳迭代滤波。仿真结果表明,该算法能够有效地改善信道估计的误比特率（BER）性能,与传统的方法相比,性能更加接近于理想信道估计,同时也没有显著增加算法的运算复杂度。