基于弱能量并行训练序列的OFDM信道估计

研究获得OFDM信道的信道状态信息,提高信道的传输性能,针对快速信道传输中提高传输率,提出了一种基于弱能量并行训练序列的信道估计算法,算法中训练序列直接叠加到发送的信息数据上,在接收端利用并行训练序列来进行信道估计.仿真结果显示,所提算法的性能与基于导频的LS、MMSE算法性能相当,且在低信噪比时稍优于LS算法.采用m序列、ZCZ序列和最优周期训练序列时都能达到很好的BER信道估计性能,可选择的训练序列的范围更广,并进行仿真.结果表明,算法提高了信道传输性能,计算复杂度低,并具有很好的灵活性,对无线通信系统有效,为系统设计提供了依据.     

基于伪噪声序列的OFDM信道估计方法

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)的应用及需求,提出一种基于伪噪声(pseudo-noise)序列的OFDM系统模型,并针对其信道估计均衡需求,提出一种基于迭代的信道估计算法和低复杂度的频域均衡算法。最后在高斯白噪声信道、存在多普勒频移瑞利信道、双径延迟信道下,对误码率性能进行仿真和分析。结果表明,该方法适用于常见信道,误码率性能优于传统循环前缀(Cyclic Prefix,CP)OFDM,且通过迭代能够提高性能。以上研究结果可应用于OFDM数字电视地面广播工程。     

OFDM系统中一种低复杂度的信道估计算法

提出一种适用于正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统的低复杂度信道时域响应估计算法.在发送端,算法基于最小均方误差(Mean-square error,MSE)准则以及给定的导频分布对导频功率及相位进行设计;在接收端,算法直接对接收到的导频符号进行求和,通过对求和结果进行简单加权后得到信道时域响应的估计.由于该算法在估计信道时只需进行很少量的复数乘法运算,因此接收端的计算复杂度非常低.理论分析与仿真结果表明,当信道时不变或慢时变时,该算法具有较小的估计均方误差.     

OFDM系统中信道估计的研究

正交频分复用（OFDM）用于第四代移动通信系统,而OFDM的信道估计是一项关键技术。总结了基于导频辅助的信道估计常用算法,研究了LS、MMSE和改进的LMMSE算法的原理及其在OFDM信道估计中的应用。结合仿真对信道估计算法进行了分析与讨论。结果表明正交频分复用系统性能的提高是以系统的复杂度为代价的。     

OFDM水声通信信道估计技术研究

水声信道是一种极其复杂多变的时—空—频变信道,其信道窄、强多径干扰、信号起伏衰落严重,一直是水下信息可靠高速传输的主要障碍。正交频分复用(OFDM)是近年来数字通信中流行的一种并行传输新技术,其核心思想是将整个可用频带分割成多个正交子信道,将待传输的高速串行码流并行地调制在这些子信道载波上。主要研究利用三种不同的导频图案对OFDM水声通信信道进行估计,并通过仿真的方式来分析不同导频图案下信道估计的性能。     

叠加Chirp训练序列的OFDM信道估计

在OFDM系统中,以Chirp信号为训练序列,在时域上与数据符号进行叠加,接收端分别利用时域平均法和频域平均法估计信道。具体研究了叠加训练序列与数据序列功率比对峰均比及系统性能的影响,并在同一功率比下比较了时域平均法和频域平均法的性能。仿真结果表明叠加Chirp信号有效地降低了系统的峰均比,且不同功率比造成不同的估计性能和系统性能;同时,时域平均法相对于频域平均法有更高的功率利用率和更好的估计性能。     

基于DFT的OFDM水声通信信道估计算法

在水下通信中,要求提供高速丰和高可靠性的通信服务,而正交频分多路复用(OFDM)因具有频带利用率高和抗多径能力强等优点,近年来受到广泛的重视.文中主要研究在采用梳状导频图案的OFDM水声通信系统中,利用DFT变换的方法来实现信道估计,并结合水声通信系统模型对此算法进行了计算机仿真.仿真结果表明该方法在提高计算效率的同时获得了很好的性能,因此非常适用于实时高速水声通信系统.     

一种新的基于训练序列的时域MIMO-OFDM信道估计方法

提出了一种适合于MIMO-OFDM系统的信道估计方法。详细说明了使用的估计准则和训练序列的构造方法,利用训练序列良好的时域相关特性可以简便、精确地估计出信道的冲击响应,并对算法的性能进行了理论分析和计算机仿真。从分析结果可以看出,该算法与使用最佳训练序列的LS时域估计方法具有相当的估计精度。同时该算法不需要进行时域变换,只需要一定数量的相关运算,其计算复杂度进一步降低。     

基于时域RLS自适应滤波的OFDM信道估计

通过信道估计,可实现信号的相干解调,提高系统性能.在OFDM系统中,为适应慢衰落信道一定的时变性,利用多径信道时域脉冲响应每一径的幅度是独立同分布的,提出利用RLS自适应滤波器,对信道时域脉冲响应并行递推的信道估计算法.首先对每个时刻的信道时域脉冲响应进行加窗截取,窗长为循环前缀长度;再对截取后的信道时域脉冲响应利用FIR自适应滤波器并行递推,滤波器权值更新利用RLS算法;最后补零作FFT,得到所有子载波位置的信道频率响应.仿真结果表明,和已有的频域RLS递推算法相比,既降低了运算复杂度,又可将系统误码性能提高2～3dB.     

基于LTE的OFDM导频信道估计

正交频分复用（OFDM）是LTE的关键技术之一。对LTE下行OFDM系统中基于参考信号辅助的信道估计算法进行了研究,重点介绍了各种插值算法,并通过MATLAB仿真给出了在多径信道下估计算法的性能比较。     

针对时变OFDM信道的一种盲估计改进算法

OFDM盲信道估计技术可以在不需要导频的情况下,估计出信道的状态信息,能有效节约带宽,提高频谱利用率。分析了一种基于子空间SVD方法的盲信道估计技术,在此算法基础上提出了针对时变信道的估计方法,并就现有方法估计精度较低的问题,提出了一种利用信道相关特性进行λ加权的优化算法。对算法进行了蒙特卡罗仿真,仿真结果表明该算法能够有效改善信道估计性能,并且具有较低的复杂度。     

时变信道和相位噪声联合OFDM信道估计

在正交频分复用系统中,信道的时变特点导致严重的子载波间干扰,同时,由振荡器产生的相位噪声会带来公共相位错误和子载波间干扰,这都使OFDM系统的性能急剧恶化。基于分数倍基扩展模型,利用重叠导频和最小均方准则,对时变信道和相位噪声联合估计。仿真结果表明,所提出的算法可以提高信道估计质量。     

符号序列相关性OFDM系统时间偏移估计

针对受到传播时延、多普勒效应等因素影响的正交频分复用（OFDM）无线系统时间偏移问题,提出了一种基于训练符号序列相关性的时间偏移估计算法CBT。该算法通过对训练符号序列的简单构造,利用其相关性通过时间尺度的最大值找到符号的起始点,实现时间偏移估计,进而有效地提高OFDM系统抗时间偏移的能力。详细的仿真实验以及与现有PML算法的性能比较表明,提出的时间偏移估计算法CBT在加性高斯白噪声（AWGN）与瑞利衰落信道下都明显地减小了时间偏移误差。     

基于压缩感知的协同OFDM稀疏信道估计方法

针对频率选择性衰落信道下的放大转发协同正交频率复用(OFDM)通信系统,提出一种基于压缩感知理论的稀疏信道估计方法。首先,构造协同OFDM系统模型,利用循环矩阵理论,将该系统模型变换成类似于传统的点对点系统模型,该模型由一个协同卷积信道矢量和等效的观测矩阵组成;然后,通过压缩感知理论证明,该等效矩阵以很高的概率满足严格等距特性(RIP);最后,利用压缩感知算法重构卷积信道脉冲响应。与传统的线性信道估计方法相比较,所提方法能够利用较少的训练序列达到稳健的信道估计,有效地提高频谱资源利用率,且具备计算复杂度低的特点。仿真结果验证了该方法的有效性。     

二维内插的OFDM导频信道估计的研究

正交频分复用(OFDM)是一种多载波传输和调制技术,其主要特点是频带利用率高、抗多径干扰能力强,目前已成为无线通信高速数据传输的主要技术。介绍了OFDM系统的工作原理和二维信道估计技术,着重研究基于二维内插方式和二维变换域方式的PSAM信道估计技术,针对导频特点提出变换域插值一种改进的方法并与线性差值、样条差值进行对比。采用Simulink构建系统基带仿真并验证Rayleigh信道下各种二维插值方法的BER性能,结果表明该改进方法可行且具有良好的性能。     

基于叠加的PN序列的TDS-OFDM系统

提出一种基于叠加伪随机序列的时间域同步的OFDM结构,采用周期性叠加多个短序列和一个长序列进行符号同步,可以精确地同步到信道第一径时延处,利用叠加序列的周期性得到了信道各径增益的最小均方误差估计,在深度衰落的信道中,能够对系统带来一定的性能增益。仿真结果表明：在叠加相对能量0.1左右时,所建议的同步算法和信道估计算法均可以得到很好的性能。     

OFDM系统中基于离散余弦变换的信道估计

提出了两种基于离散余弦变换（DCT）的信道估计方法,适用于多径衰落的正交频分复用（OFDM）系统。利用DCT的能量压缩特性,能有效消除传统基于离散傅立叶变换（DFT）估计算法在信道延时不是采样周期整数倍,或系统子栽波数不等于有用于载波数时产生的频谱泄漏。根据DCT与DFT的等效关系,通过构造不同的对称数据序列,推出两种相应的基于DCT信道估计,其中一种具有更好的性能,另一种更利于实现。仿真和分析结果表明：在多径衰落信道下,两种基于DCT的方法能有效降低频谱泄漏造成的信道估计误差,具有比基于DFT方法更好的性能。     

基于LS算法的OFDM信道估计的研究与改进

OFDM信道估计中,LS算法因其运算简单,得到了广泛应用。但是在实际的系统中,由于有非理想因素的存在,使得该算法受到载波间干扰（ICI）噪声的影响;并且突发传输时,信道响应会受到外界噪声的干扰,使估计的信道响应幅值在一定范围内上下波动,并带有尖峰和毛刺。为了解决此问题,提出了一种基于LS算法的最优化FIR滤波器（切比雪夫滤波器）信道估计算法。切比雪夫滤波器在过渡带衰减很快,和理想滤波器的频率响应曲线之间的误差最小,因此该算法较之传统的加窗算法,能保证局部频率点的性能也是最优的,进而有效地减小均方误差（MSE）。在高斯白信道环境下引入突发噪声,对所提方案进行了仿真,其结果验证了该方法能有效消除通带内因突发传输引起的毛峰和尖刺。     

基于自适应阈值SAMP算法的OFDM稀疏信道估计

为了降低重构算法的复杂度,提高重构的精确度,提出一种自适应阈值的稀疏度自适应匹配追踪算法（SAMP）,并将其运用在OFDM稀疏信道估计中。蒙特卡洛仿真证明,改进后的算法相比于原算法在CPU运行时间上减少了44.7%,并且在较低的信噪比下也能达到较好的估计效果。此外,针对OFDM稀疏信道估计问题,结合压缩感知理论中观测矩阵的构造方法,提出一种新的导频图案分布设计方法,仿真证明该导频图案设计方法比现有方法在估计精确度方面提高2~4dB。