基于最佳相关序列的MIMO-OFDM系统信道估计

基于序列相关性提出了一种多输入多输出-正交频分复用(MIMO-OFDM)系统的时域信道估计方法。通过在OFDM符号间插入一种具有最佳相关性的实训练序列,在接收端将接收序列与训练序列作相关运算,得到信道的时域冲激响应。并通过信道阶数估计,进一步提高算法估计性能。理论分析和实验仿真结果均表明,与现有方法相比,本文方法具有更高的系统传输效率和更高的估计性能。     

一种低复杂度的MIMO-OFDM信道估计新方法

该文基于m序列设计了一种适合多天线收发-正交频分复用(MIMO-OFDM)系统的时域信道估计新方法.在时域OFDM符号之间插入附加循环前缀(CP)的m序列作为训练序列,在接收端将去掉循环前缀的接收序列与指定的循环移位m序列作相关运算,然后利用m序列的二值自相关特性获得信道的冲激响应估计,从而得到信道的频率响应估计.理论分析和仿真结果都表明:在频率选择性信道中,新方法在系统开销小、计算复杂度低的情况下可以取得比传统算法更好的性能.     

基于STBC-SCFDE系统的信道估计算法研究

针对频率选择性衰落信道下2发射天线的空时分组编码-单载波频域均衡(STBC-SCFDE)系统,分别设计了2种新颖的时域多天线导频序列和频域多天线导频序列,相应地提出了一种时域导频信道估计算法和一种频域导频信道估计算法,并分别进行了信道估计的MSE性能分析以及计算复杂度对比.仿真验证表明,相比传统经典多天线信道估计算法,所提2种信道算法在中低信噪比下均能实现良好的信道估计性能,为未来无线通信系统的信道估计开辟了新的解决途径.     

基于正交多相序列的OFDM信道估计算法

提出了一种基于正交多相序列的OFDM信道估计算法。该算法采用相关性能良好的正交多相序列作为发送信号的循环前缀,在接收端,提取循环前缀,进行相关计算,最终得到系统频域响应的估计值。通过仿真,验证了在多径衰落信道中,提出的算法比频域梳状导频插入的时域滤波算法及采用小m序列作为循环前缀的信道估计算法具有更高的信道估计精度。     

基于RLS的MIMO OFDM自适应信道估计

依据最小均方误差准则提出了基于多相正交序列循环移位和基于重复相位旋转Chu两种训练序列设计方法,并给出了相应的最小二乘(RLS)自适应信道估计算法。首先用简单的LS算法对信道进行初步估计,然后采用RLS算法进行自适应滤波器提高信道估计的性能,最后,将滤波后得到的时域信道估计经过FFT变换为频域信道响应,并对OFDM数据符号进行频域均衡。与传统单一的信道估计技术相比,该方法具有较低的复杂度和较好的估计性能,仿真实验证明了该算法的有效性。     

FMT系统中一种新的信道估计算法

FMT(Filtered Multitone)系统不具备循环卷积的特点,无法与OFDM一样采用频域信道估计和补偿的方法.本文设计了一种训练序列,并基于序列的周期性和正交性实现了FMT的时域信道估计算法.算法在充分利用FMT接收端处理单元内的数据条件下,凭借FFT/IFFT技术可以快速地完成信道估计,获得无偏的估计值.理论分析和仿真实验均表明,算法的计算复杂度低,估计性能较好,且与周期长度无关.     

一种循环前缀为PN序列的OFDM信道估计算法

与传统的正交频分复用（OFDM）频域信道估计方法不同，提出了一种循环前缀为PN序列的OFDM信道估计方法：在时域OFDM符号中不插入传统意义上的循环前缀，而是插入PN序列作为训练序列，将PN序列与对应的接收序列作圆周相关处理获得信道频率响应估计；而由于PN序列周期性出现，它也起到了循环前缀的作用。仿真结果表明：在多径瑞利衰落信道中，在相同信噪比和相同信道利用率的条件下，提出的算法比频域梳状导频插入的时域滤波算法具有更高的信道估计精度。     

MIMO-OFDM系统中一种链式加权LS信道估计算法

该文对多输入多输出正交频分复用系统中的信道估计进行研究,提出了一种链式加权LS信道估计算法。该算法基于频域正交循环导频序列,首先采用LS算法获得信道响应初始估值,然后对不同时刻的信道初值进行链式加权改善信道估值。由于循环导频结构保证了任何发射天线在训练周期内所有载波位置都有导频符号可供参考,该算法能够有效地抑制载波边界效应,提高信道估计的精度;同时它不需要信道先验信息以及矩阵求逆运算,因而实现简单。     

一种多天线OFDM系统突发同步与信道估计方案

基于在不同的天线上发送时间正交的训练序列,提出了一种多天线OFDM系统前导结构,用于实现时间、频率突发同步方案,并可以用于信道估计。所提出算法的特点一是计算复杂度低;二是对OFDM符号累加求平均,可以提高同步精度;三是对LS信道估计的时域值进行截断,显著提高了噪声环境下的信道估计精度。     

面向复杂电磁环境的多天线信道估计技术

对于基于认知无线电架构的多天线信道估计技术,由于传统零相关序列是在全部频谱可用前提下设计的,在复杂电磁环境的频谱限制下,传统零相关序列部分频域元素发生变化,且不再满足原始序列的周期相关特性,因此不能直接应用于复杂电磁环境的多天线信道估计。该文介绍了多天线通信系统的信道估计算法并指出对理想序列的要求,然后针对复杂电磁环境,即在存在频谱空穴的条件下,联合优化频谱受限和良好周期相关程度两大评价指标,设计出适用的序列集合,作为训练序列应用到认知无线电系统的信道估计算法中,仿真结果验证了新序列集合的有效性。     

高性能的OFDM频偏估计新方法

频偏估计是OFDM的关键技术.本文提出了一种具有高精度的OFDM频偏估计新方法.新方法首先将接收信号与本地训练序列作相关来消除训练序列的影响,然后进行频率粗同步.补偿粗频偏后再利用消除训练序列影响的序列或循环前缀作相关实现频率精同步.新方法具有频率偏移估计范围大和估计精度高的优点.文中分析并得出这两种估计方法的频偏估计下界.此频偏估计方法使训练序列的设计更加灵活,可按时间同步或信道估计等性能最优来设计.     

一种基于训练序列的改进OFDM联合同步方法

针对正交频分复用系统,提出了一种基于训练序列的改进同步算法.通过在频域发送不经过星座映射的实数PN序列,构造具有共轭对称性的训练序列.结合稳健估计器的思想,改进了定时度量函数,把循环前缀与训练序列相结合进行联合定时和频偏估计,并且简化了整数倍频偏估计方法.仿真结果表明,联合同步方法在低信噪比下也具有较好的估计性能,增强了系统的稳健性.     

菱形中继网络中基于叠加训练的信道估计技术研究

针对放大转发(Amplify-and-Forward, AF)模式下的菱形中继网络,为了高效获取级联和单跳链路信道状态信息(Channel State Information, CSI),本文提出基于叠加训练的信道估计方案,以消除多址接入干扰和训练间互干扰为目标,进行最优的多训练序列设计。新方案将中继训练叠加到源训练序列上,通过对中继识别符号以及中继训练组进行联合优化设计,设计了一种基于频域循环移位的正交扩展序列组生成算法。为了消除非高斯复合噪声对单跳信道估计造成的严重干扰,提出了一种中继噪声消除算法。通过两路中继链路获取的信息副本,能够在端节点实现分集合并,有效提高符号检测性能。仿真实验对比了同类型的信道估计方案,分析验证了方案的有效性。      

基于LDPC码的单载波频域均衡系统

该文设计了一种联合判决-反馈均衡的单载波频域均衡(SC-FDE)系统,该系统用固定波形的短pn序列取代常规SC-FDE系统中的循环前缀(CP),并以多个短pn序列组成的长PN序列作信道训练从而解决快变信道的初始估计和跟踪问题。针对该系统,一种在时域内对接收的多个训练序列进行平均,然后提出了在频域对信道信息进行估计的信道训练算法,该算法与传统SC-FDE系统相比,其计算复杂度较低。另外,提出了一种增加纵向校验的LDPC码用于该系统中降低信噪比门限,提高系统的整体性能。仿真结果表明在多径衰落信道中,此系统可获得较为理想的结果。     

跳频OFDM通信系统同步算法及实现

结合跳频通信技术抗干扰和正交频分复用(OFDM)技术节省频带资源的优点,提出了一种通信帧格式及其同步算法。该算法构造了每个载波上传输隐藏伪随机序列的OFDM数据,利用伪随机序列良好相关特性实现了定时估计和粗频偏捕获,再使用ML估计算法进行细频偏估计,能够使OFDM技术应用到跳频通信领域。仿真和实验结果表明,在多径信道下,提出的算法单个定时估计和频偏估计误差小。     

Algorithms for coherent diversity combining of M-ary orthogonalsignals

This paper discusses the use of coherent demodulation for antenna array receivers employing direct sequence spread spectrum techniques and M-ary orthogonal modulation. Three different approaches are discussed. The first is a conventional receiver using training sequences and decision feedback for channel estimation. The other two techniques employ decisions from a simple noncoherent combining (O) receiver to circumvent the need for training sequences. The bit error ratio (BER) performance of coherent M-ary orthogonal modulation is derived. Some qualitative analysis is also presented for the algorithms, and simulation results are used to compare their performance in different scenarios     

隐含训练序列信道估计中的功率分配

与传统时分发送训练序列的信道估计算法相比,隐含训练序列信道估计算法将训练序列与信息序列直接相加后通过天线发送,从而节约了信道带宽。然而,在天线发送总功率一定时,训练序列的功率越大,信息序列的功率便越小,从而导致信道均衡器的信噪比减小。本文研究了基于MIMO系统的隐含训练序列信道估计算法,分析了信道均衡器信噪比与训练序列功率的关系,并根据均衡器信噪比最大原则推导出训练序列与信息序列的最佳功率分配。分析和仿真结果表明：在训练序列的最佳功率点上,信道均衡器的信噪比最高;随着接收天线信噪比的增加,训练序列的最佳功率增大。     

Adaptive Interference Suppression for the Downlink of a Direct Sequence CDMA System with Long Spreading Sequences

A simple approach for adaptive interference suppression for the downlink (base-to-mobile link) of a direct sequence (DS) based cellular communication system is presented. The base station transmits the sum of the signals destined for the different mobiles, typically attempting to avoid intra-cell interference by employing orthogonal spreading sequences for different mobiles. However, the signal reaching any given mobile passes through a dispersive channel, thus destroying the orthogonality. In this paper, we propose an adaptive linear equalizer at the mobile that reduces interference by approximately restoring orthogonality. The adaptive equalizer uses the pilot's spreading sequence (which observes the same channel as the spreading sequence for the desired mobile) as training. Simulation results for the linear Minimum Mean Squared Error (MMSE) equalizer are presented, demonstrating substantial performance gains over the RAKE receiver. Long spreading sequences (which vary from symbol to symbol) are employed, so that the equalizer adapts not to the time-varying spreading sequences, but to the slowly varying downlink channel. Since the inter-cell interference from any other base station also has the structure of many superposed signals passing through a single channel, the adaptive equalizer can also suppress inter-cell interference, with the tradeoff between suppression of intra- and inter-cell interference and noise enhancement depending on their impact on the Mean Squared Error (MSE).