改进的MB-OFDM UWB 信道估计算法

在MB-OFDM UWB 系统中,传统的信道估计方法没有充分利用信道长度这一信息,估计信道长度常大于实际长度,造成了性能损失。针对这一缺陷,提出一种新的信道估计算法。首先利用LS 算法估计出信道,然后通过信号能量估计(SEE)方法估计出信道长度。算法有效地降低了估计维数,因此提高了LS 算法的估计性能,同时对各算法的性能进行了分析比较。最后利用实验仿真证实了算法的有效性和分析的正确性。     

短波SC-FDE系统中改进的LS信道估计算法

针对短波单载波频域均衡( SC-FDE)系统中最小二乘( LS)信道估计算法受噪声影响大而导致的估计精度低的问题,提出了一种改进的基于小波去噪的LS信道估计算法。改进算法采用基于分块导频的帧结构,首先用LS算法对信道进行初步估计,然后根据小波多分辨率分析( Mallat)理论将LS估计的结果分解,并设置一个合理阈值对分解得到的小波系数处理,从而消除LS估计的残留噪声,提高估计精度。仿真结果表明,在短波信道下,改进算法不仅减小了系统开销,而且提高了LS估计的性能。     

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。     

MB—OFDM UWB系统中的信道估计算法研究

在典型的UWB室内信道模型下,分析基于块状训练序列的信道估计算法.然后结合MB-OFDMM系统中时频编码的特性,提出一种结构简单的信道估计算法.Simulink仿真结果表明该算法比LS和基于DFT变换芋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.     

MB—OFDM超宽带系统信道估计研究

MB-OFDM（多带正交频分复用）超宽带技术正越来越受到人们的关注,而信道估计是通信领域的一个研究热点,是进行相关检测,解调,均衡的基础。文章介绍了基于导频信道估计的基本方法,主要研究了LS（最小平方误差）估计、和MMSE（线性最小均方误差）估计,并提出应用神经网络进行信道估计。通过对几种方法的仿真分析给出了适用于MB-OFDM的信道估计方法。     

MB—OFDM UWB系统中基于信道缩短的信道估计

在MB-OFDM超宽带(UWB)系统中,针对循环前缀(CP)长度小于信道最大多径延迟时难于估计信道参数的问题,提出一种基于信道缩短的信道估计方法。首先采用发送信号插入梳状导频的方式,利用无约束最优准则,在接收机前端设计信道缩短均衡器,然后根据均衡器输出序列估计出复合信道,最后通过反卷积解出原信道参数。仿真结果表明,在信道最大多径延迟大于CP长度时,该算法具有更优的性能。     

基于辅助数据的SC-FDE系统频域LS信道估计

通过对单载波频域均衡(SC-FDE)系统的分析得出了对最小二乘(LS)信道估计中采用的训练帧的要求, 从理论上推导了不计循环前缀(CP)能量损失的条件下, SC-FDE系统采用LS方法估计信道的性能界。文中指出, Newmann序列适合作为SC-FDE系统频域LS信道估计的训练帧。理论分析和仿真结果都表明, 采用Newmann序列可以达到LS信道估计的性能界。     

一种基于信道缩短的MB-OFDM UWB稀疏信道估计算法

在MB-OFDMUWB系统中,利用UWB信道的稀疏簇特性,提出一种基于信道缩短的MB-UWB稀疏信道估计算法。首先利用信道缩短滤波器来消除由于循环前缀长度不足造成信道间干扰和码间干扰,然后基于信道缩短后的接收信号,利用UWB信道的稀疏性,探测出非零值抽头的位置,避免了无谓的零值抽头估计,改善了算法的性能。仿真结果表明:当循环前缀CP长度小于信道长度时,LS算法和DFT算法逐渐失效,而新算法可以获得较好的估计性能。     

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。     

基于混合结构导频和FFT低通滤波的OFDM信道估计

精确的估计精度、良好的跟踪能力,以及实现简单是信道估计的三个基本要求.本文提出一种混合结构导频的信道估计新方法,采用块状导频和基于FFT低通滤波的LS算法捕捉准确的信道频域响应,利用少数梳状导频和改进的LS算法跟踪信道变化和修正相位噪声.通过仿真证明,该方法估计精度高,频谱利用高,信道跟踪能力强,实现简单,满足了慢衰落信道环境下的应用要求.     

改进的多通道系统频域信道均衡算法

在多通道系统中,通道之间的幅相不一致性往往会使系统的性能恶化。在基于阵列天线波束形成过程中,各通道之间的幅相不一致性会使阵列波束方向图发生畸变;在基于阵列的测向系统中,通道之间的不一致性会使测向伪谱噪底抬高,分辨率降低,因此进行信道均衡就显得特别重要。针对宽带多通道系统,在常规频域均衡算法的基础上提出了改进的频域均衡算法。本算法利用频域采样抽取的思想,并充分利用快速傅里叶变换(FFT)和快速傅里叶逆变换(IFFT)避免了矩阵乘法和求逆运算,大大降低了计算量,利于实际工程实现。仿真分析了该均衡算法的性能,验证了其有效性。     

一种信噪比指导信道均衡方式切换的算法

针对短波信道数据引导均衡算法(Data-Directed Equalization Algorithm,DDEA)及其判决反馈式DDEA(Decision Feed-back Equalizer DDEA,DFE-DDEA)算法在高低信噪比上误码性能互补的特点,在分析最大似然信噪比估计算法基础上,提出了采用实时信噪比估计以指导信道均衡方式、在DDEA与DFE-DDEA间动态切换的DS-DDEA(DynamicSwitching DDEA)算法,改善误码率整体性能。仿真算法验证了信噪比估计和DS-DDEA算法的可行性和有效性。     

基于长前导序列的LS信道估计算法改进

针对OFDM系统中导频数量过少,无法有效的获得完整的信道信息的特点,直接利用系统中的长前导序列作LS信道估计,分别在时域和频域上对该算法进行改进,仿真表明改进的算法能较好的抑制噪声的影响,提高系统的性能。     

OFDM信道估计中基于随机导频的OMP算法研究

信道估计是正交频分复用（OFDM）系统中非常重要的一个环节,准确的信道状态信息是数据可靠接收的重要保证.文中具体采用基于随机导频的正交匹配追踪算法（OMP）对OFDM系统进行信道估计,通过与最小二乘（LS）算法性能对比,验证了OMP算法可以使用更少的导频获得较好的估计性能.并仿真分析了OMP算法对先验信道稀疏度的依赖程度,为实际应用提供了一定参考意义.     

OFDM系统中多导频的FFT信道估计算法

论文提出了OFDM系统中基于FFT的信道估计方法,包括基于时域插值及变换域插值方法。时域插值算法的理论基础是利用FFT频域采样定理,可由频域有限频点的采样值经过IFFT／FFT得到整个频域传输函数的估计值,而不发生混叠。变换域插值算法的理论基础是利用FFT时域抽样定理,利用OFDM信号特点和信道特性,经过FFT／IFFT将信号和噪声分离,并在此基础上进行加窗改进算法,以减小插值中的频谱泄漏,提高估计效果。仿真结果说明,加窗的基于FFT变换域的方法性能有了很大改善。     

On the least-squares performance of a novel efficient center estimation method for clustering-based MLSE equalization

Recently, a novel maximum-likelihood sequence estimation (MLSE) equalizer was reported that avoids the explicit estimation of the channel impulse response. Instead, it is based on the fact that the (noise-free) channel outputs, needed by the Viterbi algorithm, coincide with the points around which the received (noisy) samples are clustered and can thus be estimated directly with the aid of a supervised clustering method. Moreover, this is achieved in a computationally efficient manner that exploits the channel linearity and the symmetries underlying the transmitted signal constellation. The resulting computational savings over the conventional MLSE equalization scheme are significant even in the case of relatively short channels where MLSE equalization is practically applicable. It was demonstrated, via simulations, that the performance of this algorithm is close to that using a least-squares (LS) channel estimator, although its computational complexity is even lower than that of the least-mean squares (LMS)-trained MLSE equalizer. This paper investigates the relationship of the center estimation (CE) part of the proposed equalizer with the LS method. It is proved that, when using LS with the training sequence employed by CE, the two methods lead to the same solution. However, when LS is trained with random data, it outperforms CE, with the performance difference being proportional to the channel length. A modified CE method, called MCE, is thus developed, that attains the performance of LS with perfectly random data, while still being much simpler computationally than classical LS estimation. Through the results of this paper, CE is confirmed as a methodology that combines high performance, simplicity, and low computational cost, as required in a practical equalization task. An alternative, algebraic viewpoint on the CE method is also provided.     

基于BEM的时变信道估计改进算法

针对参数未知、存在大多普勒频移的时变信道情况,介绍了与之相适应的BEM模型,分析了2种适用于估计BEM模型加权系数的算法,即LS算法和基于迭代的BLUE算法。LS算法简单快捷,其性能不如BLUE算法;BLUE算法因迭代初始值精度不高,在低信噪比时同样存在估计性能差的缺点。提出一种基于BEM模型的时变信道参数估计改进算法,将LS的估计结果作为BLUE的初始迭代值估计BEM模型系数,从而得到更精确的时变信道参数。在典型的时变信道下,以OFDM传输系统为例,对传统BLUE算法和改进后的BLUE算法进行了对比仿真分析。分析结果表明,在低信噪比条件下,相同迭代次数时,改进后的BLUE算法优于传统BLUE算法。