一种基于噪声功率估计的MC-CDMA信道估计算法

LS信道估计算法计算量小,实现简单,但受噪声的影响信道估计精度低.提出一种LS信道估计改进算法,利用MC-CDMA中闲置的虚载波对信道噪声功率进行估计,通过将LS信道估计的时域响应限制在循环前缀长度内,并进一步利用估计出的信道噪声功率,设置门限值忽略LS信道时域响应在循环前缀长度内的噪声分量和无效径响应,显著提高了信道估计精度.该算法运算量小,实现简单,信道估计精度高,仿真结果验证了算法的有效性.     

MB-OFDM系统中基于导频的信道估计

联合信道估计算法以LS(最小二乘)信道估计为基础,并利用MB-OFDM的UWB信道的时域长度特性,最大限度地减少噪声的影响,提高信道估计的精度;然后与数据符号中的导频信号联合估计,跟踪信道的变化,进一步提高信道估计的性能。通过性能仿真,比较LS估计和基于DFT(离散傅立叶变换)的信道估计的系统误码率,结果表明,采用本文的信道估计方法的系统性能有一定程度的改善。     

MB—OFDM系统中基于导频的信道估计

联合信道估计算法以LS(最小二乘)信道估计为基础，并利NMB—OFDMNUWB信道的时域长度特性，最大限度地减少噪声的影响，提高信道估计的精度；然后与数据符号中的导频信号联合估计，跟踪信道的变化，进一步提高信道估计的性能。通过性能仿真，比较LS估计和基于DFT(离散傅立叶变换)的信道估计的系统误码率，结果表明，采用本文的信道估计方法的系统性能有一定程度的改善。     

基于改进DFT信道估计的导频污染减轻方案

规模MIMO技术通过在基站端和接收端安装大量天线,来提升多天线系统的MIMO增益,被列为第五代移动通信系统(5G)关键技术之一。针对制约大规模MIMO系统性能的导频污染问题提出了一种基于汉宁窗的改进DFT算法的信道估计方案。经过LS信道估计后的频域信号通过变换域信道后得到时域冲激响应,然后对干扰信号进行汉宁窗处理,筛选出有效的信道冲激响应,加快带外衰减,提高信道估计精度,以降低导频污染。仿真实验对比分析了LS估计算法、传统DFT估计算法、基于阈值的DFT信道估计和基于汉宁窗的改进DFT估计算法4种算法,提出的算法有效提高了估计精度且应用更广泛,在一定程度上减轻了导频污染。     

上行MC-CDMA系统中基于DFT变换的信道估计

提出了一种新颖的适用于多载波码分多址接入(MC-CDMA)系统上行链路的信道估计算法。在合理约束条件以及为每个用户特殊设计的导频序列辅助下,基于离散傅里叶变换(DFT)的上行信道估计算法能够获得较好的估计精度,同时无需牺牲过多的系统容量。仿真结果表明了该算法具有优良的最小均方误差性能。     

LTE上行多用户SC-FDMA系统中增强信道估计方法

针对LTE (Long Term Evolution,长期演进)上行多用户单载波-频分多址（SC-FDMA）系统,提出了一种增强的信道估计方法。新算法针对每个用户的导频只占有部分频带的特点和子信道的时频相关性,将最小二乘（LS）算法估计的导频子信道系数进行排序处理,并构造出了一种新的减小噪声影响（降噪）的正交变换矩阵,提出了基于该矩阵的高精度信道估计算法。计算机仿真结果表明：新算法的均方根误差（MSE）约为LS算法的十分之一。     

RIS辅助通信系统中基于深度压缩感知的信道估计

针对可重构智能表面(RIS)辅助多用户通信系统中信道估计导频开销大和精度有限的问题,提出一种基于深度压缩感知的信道估计算法。为了降低传统正交匹配追踪(OMP)算法的导频开销,利用级联信道特有的双结构稀疏性质,提出改进OMP算法,获得级联信道的粗估计值;为了进一步提升信道估计的精度,设计了一种深度学习模型,将粗估计信道矩阵视为低分辨的图像,通过多路卷积网络最大程度地隐式学习噪声特征;最后,提出了基于残差连接的多路卷积网络(RMCN)结构,利用噪声的空间特性和可加性,去除噪声对信道矩阵的影响,输出一个高分辨率的级联信道矩阵,从而完成信道估计。仿真结果表明,相比于传统OMP算法,所提RMCN-OMP算法的归一化均方误差减小了约2.5 dB,在降低导频开销的同时,具有更高的估计精度。     

OFDM系统中基于梳状导频的空时信道估计

研究了OFDM系统中基于梳状导频的空时信道估计方法，并提出了一种新的信道估计算法，即实现了空时二维信道估计。基于梳状导频的空时信道估计的算法分为两步：第一步是利用导频信号对导频位置的信道进行估计；第二步是信道插值，得到所有频域位置的信道信息。基于LS准则的信号估计以及基于线性插值的信道插值，笔者进行了详细研究。     

基于改进PLS和PLS_ZP算法的卫星移动通信信道估计

针对传统最小平方(least square,LS)算法和基于离散傅里叶变换(discrete Fourier transform,DFT)的信道估计算法不能有效提高宽带卫星移动信道的传输性能这一问题,提出改进的基于功率判决的LS估计算法(简称PLS)和PLS补零插值算法(简称PLS_ZP).PLS算法在基于DFT估计算法的基础上,利用宽带卫星移动信道的衰落特性,通过对有效抽头数的限制设定功率阈值,抑制有效抽头外的噪声;PLS_ZP算法利用时域补零等效频域内插的原理对原频域插值算法进行改进,充分利用所有已估计导频信息.理论分析和仿真结果表明,与传统信道估计算法相比,PLS和PLS_ZP算法的信道估计均方误差(mean square error,MSE)和误比特率(bit error rate,BER)均有一定程度的提升,且算法复杂度较低,易于硬件实现.     

MIMO-OFDM系统中一种干扰抑制迭代信道估计算法

为了减小载波间干扰对多输入多输出-正交频分复用系统性能的影响,提出了一种干扰抑制迭代信道估计算法．首先根据频域正交导频估计导频信道频域响应,然后利用DFT内插方法获得信道响应初始估值,进而对其进行迭代消噪滤波处理改善信道估值．由于迭代过程加入了信道预校正以及时域滤波,从而有效地消除了载波间干扰和信道噪声的影响,提高了信道估计的精度．与传统算法相比,该算法避免了复杂的矩阵求逆运算,实现简单．     

OFDM系统中新的同步与信道联合估计算法

提出了一种新的基于判决反馈的OFDM同步与信道联合跟踪算法。该算法提取出信道估计结果中包含的同步信息用于实现同步估计,并利用同步估计结果对信道估计结果进行修正,使其尽量逼近真实信道。仿真结果表明该算法在信噪比较大时可以获得较高的估计性能,具有计算量小和实现简单的优点。适当增加块长具有更强的抑制噪声的能力,但却减弱了信道的时变跟踪能力,因此块长的选择必须权衡考虑。     

稀疏水声OFDM系统迭代LS自适应信道估计

为了消除水声OFDM系统中噪声对稀疏多径信道估计的影响,提出了基于阈值探测的迭代最小二乘自适应信道估计方法.该方法根据最小方差准则引入加权因子对误差平方进行加权求和,由此导出一个迭代方程进行自适应信道估计.该迭代方程具有计算复杂度低的优点,不会带来大的矩阵运算.在该方法基础上,提出基于阈值探测的稀疏信道估计方法,探测最...     

一种改进的LS信道估计算法

LS估计算法不需要了解信道的统计特性,从而对接收机结构要求比较简单,但是噪声的存在使这种信道估计的性能与理想信道差异很大,对系统性能影响较大．在研究分析了最小平方（Least Square LS）信道估计算法的基础上,对该算法进行了改进,降低了噪声对信道估计的影响．仿真试验表明该算法减少了信道估计的均方误差,提高了LS估计算法的正确性．     

CP不足情况下OFDM系统信道估计与均衡

正交频分复用(OFDM)系统中的循环前缀具有一定的抗码间干扰(ISI)和子载波间干扰(ICI)的能力,但是当多径衰落信道的最大信道脉冲响应(CIR)长度超过了循环前缀(CP)长度时,OFDM系统的性能将会严重下降。传统的信道估计和均衡方案面对循环前缀长度不够的情况无法避免性能的严重衰落。由此提出了一种可以估计出大于CP长度CIR的信道估计方法,并且给出了一种基于逼零(ZF)准则的低复杂度均衡器,以抵消ISI和ICI的影响。仿真结果表明所提方案与传统方案相比在复杂度上和性能上有明显的优势。     

一种新的MIMO-OFDM自适应信道估计算法

基于经典的多输入多输出 正交频分复用(MIMO－OFDM)系统离散傅里叶变换(DFT)信道估计方案,提出了一种新的自适应信道参数估计算法,该算法能在一个OFDM导频符号内准确地估计出信道冲激响应、多径时延和噪声方差. 首先通过DFT信道估计得到初步估计值;然后提出了联合估计算法估计出各个接收天线上的噪声方差和多径时延,利用多径时延估计值提取信道初步估计中多径点上的信息,有效去除非多径采样点上的噪声. 仿真和分析表明,相比传统固定多径数目的估计算法,该算法能自适应地跟踪信道噪声能量和多径时延的变化,提高信道估计的精度.     

OFDM系统基于自适应滤波的LS信道估计

针对传统LS信道估计的性能受噪声影响较大的问题,提出一种基于自适应滤波的LS估计算法。该算法在时域采用不同宽度的滑动窗口,对信道能量集中区域的LS估计结果进行自适应滤波。通过仿真分析,将基于自适应滤波的LS算法与LS估计算法、MMSE估计算法在误符号率(SER)方面的性能进行比较,可以发现,基于自适应滤波的LS的信道估计算法是一种高精度、低复杂度的估计算法。     

基于变分贝叶斯推断的半盲信道估计

现有MIMO中继通信系统中,基于张量分解的半盲信道估计不能有效地将信道先验信息引入估计过程中,为此提出一种基于变分贝叶斯推断的信道估计算法.该算法首先利用NP(Nested PARAFAC)张量模型,引入有效精度、噪声精度等隐性超参数,建立信道估计概率图模型;由于所求信道参数后验概率分布较为复杂,传统最大似然和最大后验等点估计方法难以实现,算法采用变分贝叶斯推断,推导出信道矩阵、有效精度及噪声精度的递推公式,使具有因子分解形式的q分布逼近所求信道参数的后验分布;并分析了模型证据的下界、模型的初始化及算法复杂度等.该算法能利用信道先验信息以提高信道估计性能,有效精度和噪声精度等参数可自动调节,且计算复杂度与数据的维度呈线性关系.仿真结果表明:在平稳瑞利衰落信道条件下,与基于交替最小二乘(Alternating Least Square,ALS)的半盲估计算法相比,算法的计算复杂度较低,收敛速度较快;与带监督序列的双线性最小二乘(Bilinear Alternating Least Square,BALS)非盲估计算法,基于ALS及非线性最小二乘(Nolinear Least Square,NLS)的半盲估计算法相比,算法具有较高的估计精度.     

采用循环前缀的OFDM信道盲估计算法

在无线OFDM通信系统中,信道参数估计一直备受关注。该文基于最大似然估计原理,提出了一种改进的盲信道估计算法,利用并根据循环前缀的周期平稳性来进行信道盲估计。该算法是在接收端DFT之前进行信道估计和均衡。研究和仿真表明,该算法不仅显著地减少了运算的复杂度,而且使系统性能也得到了一定程度的改善。     

一种有效的MIMO-OFDM系统时变信道估计算法

为了在快速时变环境下减小多普勒效应对系统性能的影响,提出了一种适用于快速时变环境下M I-MO-OFDM系统的两步信道估计方法.第1步运用最小二乘算法及内插算法对非导频处传输的数据进行初始估计;第2步运用第1步得到的数据估计值结合提出的降低信道估计矩阵维数的方法,从而获得精确的信道参数.仿真结果表明,与其简化估计算法和最小二乘(Least Square)估计算法相比,提出的方法有效的降低了信道估计的误码率及最小均方误差,并且具有较低的复杂度,可很好地满足快速时变信道环境的要求.