对流层散射通信中基于改进SVD的信道估计算法

针对基于OFDM的对流层散射通信中传统奇异值分解(SVD)信道估计算法以循环前缀长度为界来截取特征值会引入较大信道噪声问题,提出了一种SVD改进算法.该算法先对散射信道的最大多径时延进行估计,再利用该估计值来截取特征值,从而减少了噪声影响.仿真表明,该算法的均方误差以及误码率性能都优于传统SVD算法,信道估计效果接近于最小均方误差(MMSE)算法.     

认知无线电中基于导频的信道估计研究

介绍了认知无线电NC-OFDM系统中的信道估计技术,着重分析了基于导频的LS信道估计、联合LMMSE信道估计、以及联合SvD—LMMSE信道估计算法。采用频率选择性信道,对各个算法进行了仿真实验,得出不同算法下信道估计的误码率曲线,比较了各算法的性能。仿真结果表明：与LS估计算法及联合LMMSE估计算法相比,联合SVD—LMMSE信道估计算法有效地降低了误码率,并且具有较低的复杂度,但是其性能略于联合LMMSE信道估计的性能：另外,联合SVD—LMMSE信道估计算法的误码率小于分离SVD—LMMSE信道估计算法的误码率。     

修正的MIMO-FSO信道自适应SVD估计算法

针对多入多出(MIMO)无线光通信(FSO)中传统的奇异值分解(SVD)信道估计算法由于训练序列的单极性容易导致信号能量损失,从而引起信道估计值不准确的问题,提出了一种修正的自适应SVD估计算法。该修正算法能对SVD算法中存在的估计误差进行补偿,从而能使该估计方法更好地应用于MIMO-FSO系统中。仿真结果表明,与SVD算法相比,在信噪比为15dB时,修正的算法有2个数量级的均方误差(MSE)性能提高,在信噪比为30dB时,MSE性能有3个数量级的提高。与相同条件下的均值修正SVD算法相比,平均有1dB左右的性能改善。该修正方法可移植性强,在其他信道估计方法中也可采用类似的改进方法。     

一种基于LMMSE改进的FBMC信道估计算法

针对滤波器组多载波(Filter Bank Multicarrier,FBMC)系统的信道估计问题,对系统进行了简要介绍并提出一种基于线性最小均方误差(Liner Minimum Mean-Square Error, LMMSE)算法改进的信道估计算法。在原有的LMMSE算法基础上结合离散傅里叶变换(Discrete Fourier Transform,DFT)算法,并进行迭代估计,同时利用奇异值分解(SingularValueDecomposition,SVD)算法降低了计算的复杂度。仿真结果表明,改进的LMMSE算法明显提高了系统的性能。     

联合波束域分解和SVD的多用户大规模MIMO系统信道估计

针对TDD(Time Division Duplex)模式下的多用户大规模MIMO(Multiple-Input Multiple-Output)系统,本文研究了将波束域分解和SVD(Singular Value Decomposition)同时用于该系统的信道估计。当基站天线数目较多时,信道估计误差、导频开销、信道估计算法的复杂度等问题将成为影响大规模MIMO系统性能的关键因素。运用波束域分解理论,将多用户的大规模MIMO系统分解成多个单用户的大规模MIMO系统,同时从波束域对信道建模,该方法降低导频开销的同时也减小了信道估计误差。另外运用SVD对信道自相关矩阵优化,可以进一步降低信道估计算法的复杂度。基于以上两点,本文提出了一种联合波束域分解和SVD的大规模MIMO信道估计方案,并推导出了估计误差协方差矩阵的闭式表达式。仿真结果表明,与同类方案相比,本文提出的方案具有更好的信道估计性能。      

MIMO-OFDMA系统中基于奇异值分解的信道估计

基于最小二乘方(LS)信道估计技术,并结合MIMO-OFDMA系统中导频的特点,提出一种基于时域LS的奇异值分解(SVD)信道估计法,该方法是对T矩阵进行奇异值,而T矩阵要比信道自相关矩阵R容易获得得多。理论研究与仿真结果显示,该算法的性能略劣于Ove Edfors等人提出的基于线性最小均方误差估计(LMMSE)的SVD信道估计方法,但计算复杂度要低,并且对导频的要求比较宽松,具有广泛的应用性。     

准正交空时分组码系统的一种盲信道估计方法

空时分组码(STBC)系统的经典信道盲估计方法,如子空间法(SS)等,都是基于接收端样本自相关矩阵的特征值分解(EVD)或奇异值分解(SVD)来实现信道估计的,而基于QR分解的信道盲估计方法是一种性能优良的新算法.文中将该算法应用到准正交空时分组码系统的信道估计中,结合准正交空时分组码的特性提出了一种新的信道盲估计算法.与以上经典的信道盲估计算法相比,文中提出的算法的计算量大为降低.同时Monte-Carlo仿真表明,当信噪比较低时,该算法比子空间法有更好的性能.     

MIMO-OFDM系统中的SVD．信道估计算法

本文讨论在MIMO-OFDM系统中实现信道估计的算法仿真.文章从导频序列的选择开始,研究了在瑞利信道下的LS估计算法、分离的一维维纳滤波算法以及利用SVD奇异值分解简化的维纳算法.并通过分析仿真结果得出各种方法的性能比较.     

SIMO信道中基于奇异值分解的盲信噪比估计算法

信噪比（SNR）是现代通信信号处理中一个重要参数,许多算法需要它作为先验信息以获取最佳估计性能。针对单输入多输出（SIMO）系统的信噪比估计问题,本文提出了一种盲信噪比估计算法。该算法利用多路信号协方差矩阵的奇异值分解（SVD）,通过计算矩阵的最大特征值实现各路信号信噪比估计。该算法无需知道信号的先验信息,能够对加性高斯白噪声信道（AWGN）和多径信道下常用的数字调制信号进行信噪比估计。仿真结果表明该算法具有良好的估计性能。与单路信号中基于SVD信噪比估计算法相比,该算法无需估计信号空间与噪声空间维数,提高了估计精度,同时大大减小计算复杂度。      

宽带SC-FDE系统低复杂度二维信道估计算法

单载波频域均衡系统因具有峰均比低、适用于高速率传输的优势,具有广泛的应用前景,同时对其信道估计性能也提出了一定的要求。针对传统一维MMSE估计算法性能较差,而二维算法运算复杂度又较高的问题,依据信道的时频分离特性提出了一种低复杂度二维MMSE信道估计算法。将二维估计转化为两个一维估计,再通过改进的SVD算法减小一维估计的复杂度,并通过在帧结构插入特殊字(UW)序列作为循环前缀来减小系统开销,进行噪声方差估计。理论分析及仿真结果表明,本文算法比传统的LS及MMSE信道估计算法在未编码系统及编码系统中的性能都更好,且运算复杂度比传统一维MMSE算法更低。     

MIMO-OFDM系统中基于导频辅助的信道估计

该文对MIMO-OFDM系统中基于导频辅助的LMMSE信道估计算法进行了研究,导出了其估计均方差的下界。为降低算法复杂度,首先利用奇异值分解给出一种低阶近似的信道估计器结构;其次提出了一种基于最优导频设计的简化算法。该简化算法不仅降低了算法复杂度,且能有效地获得最优估计性能。最后文中给出了估计信道特性的方法。     

MIMO系统中实现图像分级保护的空时传输方案

针对多输入多输出(MIMO)系统,当发射端已知信道状态信息时,提出基于信道矩阵奇异值分解(SVD)的空时编码(STC)传输方案SVD-STC,并推导出相应的群检测算法.SVD-STC是分层空时(LST)码和空时网格码(STTC)的混合形式,在传输率和分集之间取得折衷.由于采用奇异值分解,SVD-STC具有不等保护特性,可以与信源编码结合,实现图像分等级传输,显著提高重建图像的质量,同时具有较高的传输率,适用于固定无线通信系统中的多媒体传输.     

修正双边Jacobi SVD算法及其阵列处理

本文在Kogbetliantz和franklinT.Luk等人提出的双边Jacobi奇异值分解（SVD：SingularValueDecomposition）算法基础上，提出了一种无需QR初始化并对任意复方阵进行奇异值分解的修正算法，我们研究了它在SIMD（SingleInstructuonMultipleData）阵列上的实现过程及其收敛性。对于网格连接的Systolic阵列处理，这种算法使阵元的任务更加单一而易于实现。     

基于SVD,GMD与UCD的MIMO预编码研究

研究了MIMO系统中基于奇异值分解（SVD）、几何均值分解（GMD）与均匀信道分解（UCD）的预编码算法原理,并对三种算法做了详细的对比研究。通过在反馈噪声误差不同的情况下计算SVD,GMD与UCD的误码率,可以观察预编码矩阵的反馈误差对SVD,GMD与UCD性能的影响。     

Multipath channel parameter estimation not requiring priorinformation of the number of received rays

The authors present an algorithm for multipath channel parameter estimation using an improved Prony method. This algorithm applies a modified optimally regularised spectral estimation to the conventional Prony method. This method needs no a priori information on the number of multipaths. The performance of the presented algorithm is almost the same as that of the SVD based multipath channel parameter estimation algorithm     

基于奇异值分解的MIMO-OFDM系统角域MAP信道估计算法

最大后验概率信道估计算法应用于多输入多输出-正交频分复用(MIMOOFDM)系统时需要大规模的矩阵求逆和乘积运算,且系统数据传输效率随发送天线数的增加明显降低.为克服这些问题,提出了一种基于奇异值分解的角域最大后验概率信道估计算法.该算法通过期望最大化把(MIMO)信道估计问题简化为一系列独立的单输入单输出(SISO)问题,并使用奇异值分解避免了大规模矩阵求逆和乘积运算;通过多个OFDM符号联合估计信道提高了系统数据传输效率及算法的估计性能.仿真实验验证了此算法的有效性.     

一种MIMO系统中的新型资源分配算法

本文提出了一种MIMO(Multi-Input and Multi-Output)系统中的新型自适应调制和功率分配算法,在奇异值分解的基础上通过注水算法进行功率分配,此后根据所分配的功率与信道状态信息来确定自适应调制的门限及相应的调制阶数,并在自适应调制后通过功率修正因子来弥补常见算法中功率不能得到有效利用的问题,仿真结果表明该算法可以得到较高的频谱效率.