共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
针对OFDM系统提出了一种新的联合信道估计方法,并在理论上将此方法进行了最优化.仿真结果表明,该方法不仅有效提高了信道估计的准确性,而且可降低信道估计对导频发射功率的依赖性. 相似文献
3.
4.
5.
针对正交频分复用(OFDM)系统,本文提出了一种时变条件下的信道估计方法。文中假设数据以包为单位进行传输,导频序列以叠加的方式和数据序列相结合,在得到对应于数据包内每帧OFDM信号的信道冲激响应之后,再在一个包内对这些信道冲激响应进行加权平均,从而提高信道估计的精度。 相似文献
6.
介绍MIMO-OFDM系统中几种基于导频的信道估计方法。首先研究了单天线OFDM系统的信道估计算法。一方面重点关注三种估计准则的原理,仿真表明LMMSE准则具有最佳的性能;另一方面介绍了几种插值的方法用来恢复非导频处的信道信息。 相似文献
7.
在宽带移动环境下,由于多普勒频移以及多径的影响,信道是时变的。为了消除信道对传输信号的影响,需要对信道进行估计。给出了2种基于离散余弦变换(DCT)的信道估计方法,可以很好的降低频谱泄露造成的混叠失真,适用于非整数倍的抽样信道。其中一种性能较好,另一种实现更加方便。仿真结果表明,这两种算法的性能均优于基于DFT的信道估计算法。 相似文献
8.
9.
10.
11.
12.
13.
14.
In this paper, we investigate the benefits of pre-processing received data by projection on the performance of channel estimation
for orthogonal frequency division multiplexing (OFDM) systems. Projecting data onto its signal subspace will reduce the additive
noise energy in the data. Least square (LS) estimation is a low-complex algorithm for training-based OFDM systems and the
lower bound on the mean-square error of it is proportional to the noise variance. So, after the received data is pre-processed
(projected onto its signal subspace), LS channel estimation on the pre-processed data will increase the performance of channel
estimation. This method can also work in multiple-input and multiple-output (MIMO) case. Performance analysis and simulation
results show that the proposed algorithm has a considerably smaller complexity than the linear minimum mean square error estimation
while having almost the same performance. 相似文献
15.
16.
17.
18.
基于压缩感知(Compressed Sensing, CS)的信道估计可以达到减少导频的目的,但在频-时域信道矩阵到时延-多普勒域的稀疏变换中存在谱泄漏现象,影响了信道矩阵的稀疏性和估计的均方误差(MSE)性能。为此该文对信道的稀疏性进行研究,提出一种时域加窗的稀疏优化CS信道估计算法。通过对时域加窗,所提算法抑制了由离散截断导致的多普勒域泄漏,再据此设计出观测矩阵,以此方式增强信道在时延-多普勒域的稀疏性,并实现对稀疏的信道矩阵更为准确的重构,达到改善信道估计MSE性能的目的。仿真结果表明随信噪比的增大,加窗CS算法相比无窗CS算法有效改善了信道估计的性能。 相似文献