双向MIMO中继网络中采用信道独立预编码的自干扰消除技术

双向中继网络在提高频谱效率的同时会引入额外的自干扰,本文针对放大转发（AF）模式下双向多输入多输出（MIMO）中继网络中的自干扰抵消问题,从消除信道估计误差引入的剩余自干扰着手,提出一种采用信道独立预编码的盲干扰抵消（BIC）方案。新方案在源节点对信息进行行空间预编码,从而构建不依赖于MIMO信道矩阵的期望信号子空间和自干扰子空间,实现未知信道状态下自干扰抵消和期望信号分离,从而消除非理想信道估计带来的剩余自干扰信号。在此基础上,以最大化有效信噪比为目标设计最佳预编码,通过推导可达和速率的闭合表达式,分析不同方案下信道估计误差对可达和速率的影响。仿真结果表明,新方案在不同的信道估计误差下,能够实现完美自干扰消除,其检测性能和容量均优于基于信道估计的自干扰消除方案。      

基于SP-LCCMA的STBC MC-CDMA系统盲信道估计

研究了空时编码多载波码分多址系统（STBC MC—CDMA）盲信道估计技术。根据信道位于信号子空间的特点,提出基于信号子空间投影线性约束恒模算法（SP—LCCMA）的盲信道估计,避免了噪声子空间信道估计的缺点,将估计信道应用于STBC MC—CDMA系统多用户检测。仿真结果表明,提出算法的收敛速度和信干噪比（SINR）性能优于一般恒模算法。     

一种不受信道阶数估计影响的SIMO直接盲均衡算法

针对单输入多输出（Single-Input-Multiple-Output, SIMO）模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差（Mean Square Error, MSE）和误符号率SER（Symbol Error Rate, SER）性能,并且具有很快的收敛速度。      

基于时延分集的MIMO多径信道盲估计算法

发送时延分集在空时编码中是一种有效可行的方法。本文提出了一种基于发送时延分集的多径信道估计方法,指出如果发送时延大于信道时延,多输入多输出（MIMO）信道可以转化为特殊的单输入多输出信道,通过对信道输出进行子空间分解可以估计出信道参数。仿真结果显示了本文算法的有效性。     

利用数据和导频的多小区Massive MIMO系统信道估计

本文提出一种通过同时利用上行数据和导频进行信道估计来对抗时分双工大规模多输入多输出（Massive multi-input multi-output,Massive MIMO）系统中导频污染的方法。考虑到Massive MIMO系统下空间相关信道在角度域具有近似稀疏性,期望用户信道和干扰信道的多径分量因而可分辨。同时上行数据子帧中的数据符号数远大于导频序列的长度。基于以上两点观察,首先利用上行导频对信道进行粗估计,然后将解码得到的上行数据符号视为导频序列,用于得到角度域信道估计中能量较大分量所处的位置。通过抽取信道粗估计中相应位置上的信道系数,可以得到信道的精估计。仿真表明,无论相邻小区采用同一组正交导频序列、还是不同组但具有相关性的导频序列,所提出的信道估计方法都能有效地消除导频污染。      

异步DS-CDMA系统盲空时信道估计及多用户检测

该文提出了适用于频率选择性瑞利衰落信道中的异步DS-CDMA系统盲空时信道估计及多用户检测算法。通过研究多径信号码空间和数据矢量空间,采用噪声子空间技术进行异步DS-CDMA系统盲空时信道参数估计,同时利用了多径传播和接收机同步失调的特性,以利于把盲线性滤波优化技术应用于稳健的干扰抑制。使用一种修改的ULV更新算法进行噪声子空间跟踪,该算法不需要相关矩阵的秩估计,直接估计噪声子空间,不进行信号子空间跟踪。并且研究了线性约束最小方差(LCMV)盲空时多用户检测及其基于Householder变换约束最小均方算法(HCLMS)的自适应实现。仿真结果验证了该文算法的有效性。     

基于GEESE算法的GTD模型参数估计

基于信号子空间特征向量的广义特征值（GEESE）算法具有比MUSIC和ESPRIT估计速度快的特点。将GEESE算法应用到能够精确描述高频电磁散射的几何绕射（GTD）模型中,利用特征子空间分解方法中信号子空间与噪声子空间的正交特性分离出信号子空间,使GEESE算法既能够精确估计目标散射中心的位置,又能估计散射中心的类型。仿真表明,这种算法有较好的效果,无需搜索,且估计的速度快,精度高。     

基于子载波消噪和小波变换的频谱池信道估计

提出一种基于子载波消噪和小波阈值去噪的多天线频谱池信道估计方法．多天线接收信号携带的噪声同时分布在禁用子载波和可用子载波上,为了降低噪声对信道估计带来的影响,需要分步消除这两部分噪声。禁用子载波携带的噪声可在频域消除,可用子载波上的信号可通过小波变换做降噪处理．在低信噪比和没有信道统计特性的条件下,将信号转换到频域对禁用子载波做消噪处理,采用最小二乘（Least square,L S）方法在时域进行信道估计,并对各支路信道估计进行小波阈值去噪处理,进一步降低可用子载波噪声对信道估计性能的影响．最后通过最大比合并（Maximal Ratio Combining,MRC）的方法得到合并信号的最小二乘信道估计．仿真分析表明,采用子载波消噪和小波阈值去噪的信道估计方法可有效提高多天线频谱池系统性能．      

OFDM系统中的信道自适应估计与跟踪算法比较

传统的QR分解和投影逼近子空间（PAST）分解算法,可用于矩阵的奇异值分解和秩数的估计。讨论了在正交频分复用（OFDM）通信系统中基于这两种分解方法对导引信号的子空间进行分解,实现信道矩阵的自适应跟踪估计。采用这种算法,降低了矩阵运算的维数,使每个符号期间信道估计的运算量减少,信道估计的均方误差减小,接收机的误码性能得到改善,同时利用计算机模拟,对两种算法运用到信道估计中的跟踪性能进行了比较。     

基于子空间正交性的主瓣干扰抑制算法

针对基于特征投影预处理的主瓣干扰抑制算法中主瓣干扰对应的特征向量难以分辨的问题,提出一种基于子空间正交性的主瓣干扰抑制算法。该方法首先利用主瓣大致区域这一先验知识求出主瓣子空间;再将采样协方差矩阵进行特征分解,得到干扰对应的特征向量并逐一在主瓣子空间中进行正交性测试,筛选出主瓣干扰对应的特征向量;然后利用特征投影矩阵预处理抑制实际接收数据中的主瓣干扰成分;最后,通过协方差重构求解自适应权矢量去除旁瓣干扰。仿真实验结果表明,子空间正交性验证能够检测出多个主瓣干扰对应的特征向量,能够有效抑制多个主瓣干扰,避免了基于特征投影矩阵预处理和协方差矩阵重构的主瓣干扰抑制算法仅能抑制单个主瓣干扰的问题。     

高速场景下基于叠加导频的迭代EKF信道估计方法

针对正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统在高速移动场景下时/频域选择性衰落（双选衰落）和非平稳特性给信道估计带来的技术挑战,本文采用导频与数据叠加的帧结构,提出一种基于基扩展模型（Basis Expansion Model,BEM）的迭代扩展卡尔曼滤波（iterative Extend-Kalman Filter,iEKF）信道估计方法.基于BEM信道模型且采用EKF信道估计方法可以联合估计出信道冲激响应（Channel Impulse Response,CIR）与时变的时域自相关系数,有效消除子载波间干扰（Inter Carrier Interference,ICI）.同时,为了进一步消除叠加导频位置处的数据符号干扰,我们提出将叠加位置处的数据和导频先解耦、后重构再进行迭代EKF的信道估计方法.仿真分析表明,相较传统叠加导频的信道估计方法和导频符号辅助调制（Pilot Symbol Assisted Modulation,PSAM）估计方法,本文提出的信道估计方法在高速场景特别是低信噪比的条件下,具有更高的估计精度,更强的鲁棒性及更大的吞吐量.     

基于压缩感知的同频干扰下LTE系统信道估计算法

本文提出一种基于压缩感知的同频干扰下长期演进系统信道估计方法。与现有方法不同,本文将干扰和噪声区别对待,利用干扰信号结构建立该系统下多小区信道估计模型(MCCE)。由于无线信道在宽带系统下表现出较为明显的稀疏特性,本文将压缩感知技术应用于上述模型,通过求解新的感知矩阵,并利用多输入多输出信道共有非零支撑集的特性,提出了适用于长期演进系统的联合改进子空间追踪算法(J-MSP),解决了上述模型下字典矩阵列相关度较高的问题;由于所提模型中含有未知的干扰符号,因此还需解决信道和干扰符号的联合估计。仿真结果和分析表明,本文方法在干扰与本小区同步时相比单小区信道估计方法性能显著提升,异步时与最大似然算法性能相当,同时也适用于无干扰场景。      

MIMO系统中基于干扰子空间投影的盲空时多用户检测算法

该文针对多天线码分多址系统,提出了一种盲空时多用户检测算法。该算法结合空域、时域二维信息,利用Alamouti空时分组码与MIMO信道的结构特征,通过跟踪干扰子空间对多天线信道进行估计。在此基础上,通过将接收信号投影到干扰子空间的正交补空间上,实现了抑制多址干扰的空时多用户检测。该算法不仅能够自适应地跟踪信道的变化,且具有较低的算法复杂度。仿真结果表明该算法能够有效地抑制多天线码分多址系统中的多址干扰,改善系统的性能。     

适用于高速移动场景的信道估计方法

目前存在的各种信道估计方法,通常假设信道参数在一个正交频分复用（OFDM）符号内是恒定不变的。但是在高速场景中,信道在一个OFDM符号内呈现出较为明显的变化,这时子载波间干扰（ICI）就会影响传统的信道估计方法,使估计性能明显下降。本文提出通过幂级数基的形式来建模无线信道变化的方法,将时变的信道估计转变成有限参数变量在幂级数基上的投影,这大大减少了估计信道参数的个数。理论分析及仿真结果表明,该方法能有效地跟踪和估计时变的信道参数,具有良好性能。     

基于空时分组训练序列的低复杂度MIMO-OFDM信道估计

为提高MIMO-OFDM系统信道估计的性能,首先通过分析揭示了基于空时分组训练序列的MMSE信道估计器和子空间投影之间的关系。在此基础上,对空时分组训练序列简单得到的LS信道估计器进行子空间投影,得到了复杂度较低同时性能良好的信道估计。为进一步提高性能,最后提出了一种基于FFT的多径时延估计方法,使用该方法可以得到更精确的信道响应信号子空间,从而提高投影估计的性能。计算机仿真证明了所提出算法的有效性。     

OFDM通信系统中的一种通用的信道估计模型

本文根据DFT的一个性质为OFDM通信系统构造了一种通用信道估计模型。该模型利用系统子信道中的一部分专门进行信道估计,适用于慢消失信道。该模型同最小平方差（LS）和最小均方差（LMMSE）相结合分别形成两种信道估计方法,并从理论角度分别分析它们的计算复杂性和均方差性能。对多径信道仿真表明,基于LS的方法误符号率性能比基于LMMSE的方法差2－3dB,但是计算复杂度较低。总之,此信道估计模型的计算复杂度和性能随着用于信道估计的子信道数目增加而增加,当所用子信道数目是周期头长度的两倍时,达到计算量和估计性能的最佳平衡。     

基于EVD分解的OFDM系统时变信道估计

OFDM系统中,需要获得信道状态信息实现相干解调。信道的时变性会带来子载波间干扰(ICI),降低信道估计算法的精度。针对信道的快时变性,提出一种基于特征值分解的时变信道估计方法,同时设计一种新的导频结构。该方法利用信道矩阵时域及频域相关性,将信道频域矩阵表示为其特征向量的线性加权,并用贝叶斯模型估计加权系数。仿真结果表明,所提方法能有效降低ICI对系统性能的影响,可较好地满足快时变信道环境的要求。     

空时编码多载波码分多址MIMO系统下行频率选择性信道盲估计

基于子空间方法的无线信道盲估计由于其算法的固有特性,使得估计结果与实际信道之间存在一个不确定复系数,无法得到无线信道的精确估计。在利用子空间分解方法对空时编码多输入多输出MC-CDMA系统下行频率选择性信道盲估计的基础上,利用发射符号的有限码集特性,将单载波系统下的模糊复系数盲辨识方法推广到多载波多输入多输出系统,从而得到信道的精确估计。Monte-Carlo仿真表明,在信噪比较低的情况下,本方法的信道估计误差仍然较小。     

基于噪声子空间跟踪的OFDM盲信道估计

基于子空间分解的OFDM信道估计算法利用信号子空间和噪声子空间的正交性可以对信道参数进行盲估计,但是子空间分解的运算量大,使盲信道估计算法的实用化受到限制。本文在噪声子空间自适应跟踪的基础上进行OFDM盲信道估计,显著降低了运算量。仿真结果表明,在适当选择学习因子后可以实现对噪声子空间的快速跟踪,在噪声子空间跟踪的基础上得到的信道估计性能接近于子空间分解法。     

DFT-S-OFDM系统中基于DFT的软迭代信道估计

在基于傅里叶变换扩展的正交频分复用（DFT-S-OFDM）系统中,为了消除由多径传播和多普勒效应导致的信道间干扰（ICI）,提出了一种基于离散傅里叶变换（DFT）的软迭代信道估计算法。该算法将传统DFT信道估计技术与Turbo均衡技术相结合,利用Turbo均衡器反馈的软信息来更新初始信道估计响应,进而消除噪声和ICI。Matlab仿真结果表明,在多径信道下,经过2次以上的迭代后,该算法的误码率（BER）性能得到了显著的改善。