基于MIMO—OFDM系统的信道估计方法分析

MIMO-OFDM技术是未来无线通信系统的研究热点。信道估计是估计出信道的时域或频域响应,对接收到的数据进行校正与恢复,是实现MIMO-OFDM系统优良传输性能的重要环节。文章对MIMO-OFDM系统的多种信道估计方法进行了探讨,分析和比较了非盲信道估计、盲信道估计和半盲信道估计方法,并提出了未来信道估计算法的研究方向。     

一种简化的OFDM信道估计方法

OFDM（JE交频分复用）技术是无线通信领域的重要技术,研究信道估计精度对系统性能有着直接的影响。提出了基于导频插入的LS（最小二乘法估计）、MMSE（最小均方误差估计）和SVD（奇异值分解）信道估计方法。并针对MMSE算法有很好的性能但复杂度大,LS算法复杂度低但性能受到限制,提出了一种改进方法。采用广义平稳非相关散射下的多径时变瑞利信道模型,对各个算法进行了仿真试验,得出不同算法的信道估计中误比特曲线,比较了各个算法的性能。仿真结果表明：改进的算法有好的性能和低的复杂度。     

OFDM水声通信系统联合信道估计的同步算法研究

正交频分复用（OFDM）技术是目前无线通信领域的研究热点之一。本文提出了一种改进的载波频偏估计方法和信道估计方法,并将这两者与一种高精度的符号同步方法相结合,充分利用了三者的优点,提高了信道估计的精确度,改善了系统的性能。本文还在多径信道下对设计出的OFDM水声通信系统进行了仿真,对采用频偏补偿和符号同步的信道估计性能进行了分析。     

基于叠加训练序列的MIMO信道系数估计研究

研究移动通信系统,在高数据率MIMO系统中,针对信道系数的准确估计是实现MIMO系统接收端准确检测、解码等的重要前提.根据一种叠加训练序列的MIMO信道估计模型,为提高信道精度,提出最小二乘(LS)方法和最小均方误差方法(MMSE)对信道系数进行估计,并进行了数值分析.数值仿真结果表明,在相同的条件下,对信道系数进行估计,最小均方误差方法(MMSE)较优于最小二乘(LS)方法.在高信噪比、有限发送符号数和较少发射天线数的情况下,两种方法都有精确的估计,具有实用价值.     

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.     

多输入多输出信道估计算法的仿真研究

研究无线通信,提高数据传输率,是无线通信领域关心的问题.信道估计精度对系统性能有着直接的影响.由于无线通信信道具有时变性,传统信道估计算法很难对时变信道进行准确估计,为了提高多输入多输出信道估计精度,提出一种采用基于粒子滤波的MIMO-OFDM时变信道估计方法.算法首先采用时变信道频率响应的状态空间方程将时变信道估计问题转化为序贯状态估计问题,然后通过粒子滤波算法对序贯状态估计问题进行求解,得到当前时刻的信道状态.仿真结果表明,与传统信道估计方法比较,不仅降低估计均方误差和误码率,估计精度更高,而且很好地提高了信道通信性能.     

基于小波去噪的OFDM信道估计技术研究

信道估计能够为OFDM系统提供相干解调和空时译码所必须的信道信息,是OFDM系统接收机中非常重要的一个环节,如何降低无线信道的噪声,提高信道估计精度,是关乎整个通信系统性能的重要问题.提出了一种将小波去噪应用到OFDM系统无线信道估计中的方法,利用LS算法得到导频位置频域响应后进行小波去噪,然后插值得到整个信道的频域响应,可以减少多径衰落信道中的噪声和ICI对于信道估计精度的影响,减少系统的误码率.在SISO-OFDM和MIMO-OFDM系统,无线移动信道环境下的仿真表明,与传统的信道估计方法相比,在低信噪比的情况下,提出的信道估计方法能够提供2-3dB的性能改善.     

FastlCA在MIMO信道估计中的应用研究

研究了MIMO无线通信系统的信道估计问题。通过对信道估计和盲分离问题的一致性分析,提出将盲分离的典型算法FastIcA应用于MIM0信道估计问题中,并将信号表征形式从实数域拓展到复数域。针对盲分离次序的不确定性以至造成的估计信道参数不对应的问题,提出了相关系数重新定位法对所得的解混矩阵进行修正,最终用矩阵求逆的方法求得信道估计问题的对应解。仿真实验结果证明了方法的有效性。     

FastICA在MIMO信道估计中的应用研究

研究了MIMO无线通信系统的信道估计问题。通过对信道估计和盲分离问题的一致性分析,提出将盲分离的典型算法FastICA应用于MIMO信道估计问题中,并将信号表征形式从实数域拓展到复数域。针对盲分离次序的不确定性以至造成的估计信道参数不对应的问题,提出了相关系数重新定位法对所得的解混矩阵进行修正,最终用矩阵求逆的方法求得信道估计问题的对应解。仿真实验结果证明了方法的有效性。     

基于MAP算法的OFDM系统迭代信道估计

提出一种运用在OFDM系统中的迭代最大后验概率信道估计方法。译码器利用信道估计值形成译码模块的软信息,通过交织,反馈到信道估计模块中,使外信息在信道估计模块和译码模块之间循环迭代。信道估计模块中采用线性最小均方误差算法对信道参数进行估计。通过信道估计模块和译码器之间软信息的循环迭代,充分利用有效的外信息,降低误码率,提高OFDM系统的性能。     

MIMO-OFDM 系统时域参数化信道估计算法研究

针对MIMO-OFDM 系统信道估计问题,提出了一种在时域内进行最小二乘信道估计的方案．它的基本 思想是利用发送端与接收端导频序列所形成的时域信号来计算信道的时域响应信息．为了获得LS 信道估计的最小 均方误差,本文给出了一种最优导频序列设计方案,它要求每根发射天线中的导频序列为等间隔排列,不同发射天 线之间的导频序列位置相互交错．本文还提出了一种基于LS 准则的参数化信道估计方法,对比传统的LS 信道估 计算法,本文算法能够大幅度地提高信道估计的精度;对比传统的LSPCE 算法,本文算法可以有效地降低其计算复 杂度．仿真实验和性能分析验证了所提方法的有效性．     

LMS自适应信道估计算法及仿真

提出一种基于连续导频的LMS自适应信道估计算法，在一个符号内进行ⅢS自适应滤波，经多次迭代得到信道估计值，然后根据信道变化速度再对其进行多符号平均。接收系统通过Simulink实现，并通过编写S函数仿真LMS自适应信道估计算法，系统动态仿真结果显示此方法可明显提高信道估计的准确度和接收机性能。     

基于压缩感知的OQAM/OFDM系统POP方法信道估计

针对偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统中成对训练序列(POP)法信道估计技术性能较差且受噪声影响较大的问题,提出了一种基于压缩感知(CS)的POP信道估计方法.该方法将压缩感知技术应用于POP法信道估计之中,将传统的频域信道估计方法转化为时域信道估计方法,通过压缩感知技术准确地重构出时域信道信息,减少导频开销,提高频谱利用率,得到更好的信道估计性能.与传统的OQAM/OFDM系统的信道估计方法进行比较,仿真结果表明,所提的方法能够在使用较少的导频符号的同时得到更高的系统性能和信道估计精度.     

An efficient sparse channel estimator combining time-domain LS and iterative shrinkage for OFDM systems with IQ-imbalances

A time-domain(TD) least square(LS) channel estimator is first proposed to estimate channel parameters of OFDM system with IQ imbalances at both transmitter and receiver.Then,an iterative shrinkage(IS) algorithm from compressed sensing is adopted to further improve the estimation performance by using the TD-LS solution as the initial value of IS in the case of sparse channel.Simulation shows that our algorithm combining TD-LS and IS performs better on bit error rate than the frequency-domain LS and matching pursuit in sparse Hilly Terrain channel when the same LS equalizer is adopted.     

基于LDPC码结构的盲信道噪声方差估计方法

在LDPC码的迭代软判决译码算法中需要利用信道的噪声方差,通过对二元LDPC码、采用BPSK调制的盲信道噪声方差估计方法的分析,提出了在AWGN信道条件下,采用QPSK调制的基于多元LDPC码结构的盲信道噪声方差估计算法,将估计的结果应用到多元LDPC码的译码算法中。仿真结果显示,该算法可以有效地提高信道利用率,在没有增加额外开销的同时能够得到比较准确的信噪比估计。     

基于Kalman滤波的MIMO时变信道估计

研究了一种基于Kalman滤波的MIMO时变信道估计与跟踪问题。利用衰落信道功率谱统计特性的先验信息,将信道冲击响应近似为一个低阶自回归滑动平均过程,通过信道传输函数逼近信道功率谱的幅频特性,建立时变衰落单径信道的状态方程,导出MIMO信道状态模型参数,并通过Kalman滤波跟踪信道的时变特性。理论分析和仿真试验表明,该算法在时变信道下具有较好的性能,和传统信道估计方法相比,接收机性能有了较大的改进。     

Convolutional Neural Network Auto Encoder Channel Estimation Algorithm in MIMO-OFDM System

Higher transmission rate is one of the technological features of prominently used wireless communication namely Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing (MIMO–OFDM). One among an effective solution for channel estimation in wireless communication system, specifically in different environments is Deep Learning (DL) method. This research greatly utilizes channel estimator on the basis of Convolutional Neural Network Auto Encoder (CNNAE) classifier for MIMO-OFDM systems. A CNNAE classifier is one among Deep Learning (DL) algorithm, in which video signal is fed as input by allotting significant learnable weights and biases in various aspects/objects for video signal and capable of differentiating from one another. Improved performances are achieved by using CNNAE based channel estimation, in which extension is done for channel selection as well as achieve enhanced performances numerically, when compared with conventional estimators in quite a lot of scenarios. Considering reduction in number of parameters involved and re-usability of weights, CNNAE based channel estimation is quite suitable and properly fits to the video signal. CNNAE classifier weights updation are done with minimized Signal to Noise Ratio (SNR), Bit Error Rate (BER) and Mean Square Error (MSE).     

MIMO—OFDM系统信道估计技术研究

信道估计是MIMO-OFDM系统中的关键技术之一,信道估计的准确与否直接关系到系统性能的好坏,因此寻求快速、准确、可靠的信道估计算法以提高信道估计精度是一个重要的研究课题。该文通过建立MIMO-OFDM系统信道模型,给出了基于训练序列的LS估计和MMSE估计的基本算法实现原理,并针对算法的不足提出改进算法。通过仿真可知,改进算法比基本算法拥有更好的系统性能。     

改进的OFDM系统半盲信道估计算法

信道估计算法从先验信息的角度,可分为3类：基于参考信号的估计、盲估计和半盲估计。半盲估计是结合盲估计与基于训练序列估计这2种方法优点的信道估计算法。本文首先通过基于导频辅助的半盲信道算法和基于直接判决的半盲信道算法得出信道的估计值,再定义一个置信度函数得出加权系数γ,使基于导频辅助的半盲信道算法和基于直接判决估计算法有效结合起来,有效提高信道估计的精度。     

基于最小二乘估计的数据采集通道标定方法

由于数据采集通道受外界环境因素的影响,A/D转换器输出数值与输入模拟信号之间对应的理想数学关系式不再成立;为了得出输入信号与A/D输出数值之间的对应关系,在分析电路所采用器件电气特性的基础上,建立了数据采集通道的标定模型,并给出了基于最小二乘原则的模型参数估计方法;通过对直流电压信号的直流准确度和对正弦交流信号有效值的测试,证明了该模型的正确性和可行性.