基于多项式模型的时频二维OFDM信道估计算法

本文提出了一种内插导频的时频二维信道估计算法,用于无线移动信道下的正交频分复用(OFDM)系统。该算法基于梳状内插的导频信号模型,采用多项式模型对信道进行拟合,从而能够精确的估计出信道信息。与时频二维维纳滤波以及自适应判决反馈的算法相比,该算法不需要预先知道信道相关矩阵以及信噪比等信道信息,简单易于实现,并且能够有效的抑制信道估计中的噪声干扰。仿真结果表明,在衰落环境下,该算法的信道估计最小方差(MSE)性能与最小二乘(LS)估计最小方差性能相比有显著提高。     

基于整体最小二乘的联合信道估计及OFDM信号检测算法

针对现有的联合信道估计及OFDM信号检测算法性能不高的问题,该文提出一种基于整体最小二乘的联合信道估计及OFDM信号检测算法。该算法首先通过导频估计初始的信道信息,在此基础上不断地采用整体最小二乘进行OFDM信号检测及信道估计,有效缓解迭代模型误差的影响,加快了算法迭代的收敛速度,提高了信道估计的精度,从而降低了OFDM系统的误码率。该文推导的信道估计克拉美罗界及仿真结果均表明所提出的算法在时变信道环境下优于现有的联合信道估计及OFDM信号检测算法。     

平坦衰落信道下基于NLS的快速频偏估计算法

文章推导了一种平坦衰落信道下基于非线性最小二乘的频偏估计算法,与已有的其他估计算法不同,该算法无需预知任何信道的相关信息仍具有较好的估计性能.在此基础之上给出了一种简化的非线性最小二乘快速估计算法.仿真结果和运算量分析表明,所给出的简化快速估计算法在获得与完整结构估计算法相同性能的前提下,大大降低了算法的实现复杂度.     

OFDM系统中稀疏信道的估计

为了提高信道估计的精确性,针对稀疏信道的稀疏特性,利用处理稀疏信号中的一种算法对稀疏信道进行了估计,与传统的最小二乘法的信道估计性能相比,此种算法有效地降低了多载波间的干扰和多普勒的扩展对信道估计的影响,其信道估计性能有所提高。此方法同最小二乘法相结合,信道估计的精确性和频谱利用率进一步得到了提高。通过计算机仿真验证了该算法的有效性。     

伪叠加Zadoff-Chu序列的LTE下行信道估计

分析了正交频分复用系统中基于叠加训练序列的最小二乘和线性最小均方误差信道估计算法,在此基础上针对LTE信道的结构特征,提出了一种利用伪叠加Zadoff-Chu序列进行信道估计的最小二乘算法。该方法可以大大降低算法复杂度,并且不需要信道先验信息、不占用带宽资源。仿真结果验证了该方法的有效性,其性能比频域的离散傅里叶变换算法和线性最小均方误差算法性能更优。     

针对块稀疏信道的估计算法

无线多径信道中存在着块稀疏结构。针对块稀疏信道中分块信息是否已知的不同场景,分别提出了两种基于块稀疏贝叶斯学习(BSBL)框架的OFDM系统信道估计算法。这两种算法根据边界最优(BO)方法估计信道分块的稀疏度参数,提升算法运算速率。为进一步提升信道估计性能,在基于BSBL框架算法仅利用导频信号估计信道的基础上,又提出了基于联合块稀疏贝叶斯学习(JBSBL)的信道估计新算法,该算法利用导频与数据子载波实现信道的联合估计。仿真结果表明,与传统的最小二乘算法比较,本文提出的算法均可获得很好的信道估计性能,且基于JBSBL的信道估计算法性能更佳。      

基于总体最小二乘准则的OFDM系统时变信道估计

信道估计的准确程度直接影响正交频分复用系统的性能。为了提高时变信道估计算法的精度,基于总体最小二乘准则( TLS)提出了一种时变信道的估计方法。该方法用线性模型对时变信道进行建模,不仅考虑了信道噪声,同时也兼顾了模型误差。该方法能较好地跟踪信道的变化,显著消除模型误差。仿真结果表明所提算法的均方误差介于最小二乘算法与最小均方误差算法之间,在不同归一化多普勒频移下,该算法具有较好的稳健性。     

MPSK调制系统中的自适应信道估计

本文研究了在MPSK调制方式下,不发送训练序列的商接判决自适应信道估计问题。为提高信道估计性能,提出采用软判决鉴相估值来调整加权最小均方(WLMS)和加权递归最小二乘(WRLS)自适应算法中的权值来进行信道估计,并研究了改进的软判决WRLS算法。结果表明,软判决加权LMS算法比一般LMS性能有很大提高,改进的软判决WRLS算法估计性能优于WRLS算法。     

基于ML的多径信道下直扩信号PN码和信道的联合盲估计

针对非协作通信下多径信道直接序列扩频信号伪随机(PN,Pseudorandom)码的估计难题,本文在分析信号二阶统计特性的基础上,提出了一种基于最大似然(ML,Maximum Likelihood)的PN码和多径信道联合盲估计的方法.该方法首先建立PN码和信道序列的最大似然数学模型,然后通过交替转换数学模型和使用迭代最小二乘投影(ILSP,Iterative Least Square Projection)算法实现PN码和多径信道的联合估计.为了进一步降低算法复杂度和避免矩阵求逆,本文给出了算法的自适应求解方式.此外,针对低信噪比下信道估计误差引起PN码的估计精度下降的问题,本文提出了一种基于迭代总体最小二乘投影的改进算法.所提算法不受PN码码型限制,并通过仿真实验验证了算法的有效性.     

信息管理中UWB系统信道估计与均衡算法及实现

通过介绍UWB技术的发展现状,着重阐述了MB-OFDM UWB通信系统的物理层帧结构和信道模型。在分析最小二乘(LS)信道估计算法和基于快速傅里叶变换(FFT)信道估计算法的基础上,针对MB-OFDM UWB信号帧结构特征提出了一种基于FFT变换和Hannan-Quinn(HQ)准则的改进算法,即FFT-HQ信道估计算法。该文也提出了一种基于信道估计的自适应均衡算法,利用仿真可以看出此均衡算法在性能上优于传统的基于LS算法调整均衡器系数的方法。     

Statistical Estimation of Fast Varying Channels for Cellular Mobile Telecommunications Systems

The time variant environment in fast channels severely impacts on the performances of classical equalization techniques. A method is proposed here to circumvent this problem, particularly in the severe channel with fast behaviour. To improve the Bit Error Rate (BER) at the receiver, a new approach is proposed for the channel impulse response (CIR) estimation in the Enhanced Data rates for GSM Evolution (EDGE)cellular system. The computation of the CIR h(t) (finite impulse response filter) is performed by using the Least Squares algorithm. Then, a statistical estimation of the CIR is achieved to update the coefficients of the equalizer filter. Computer simulation results show that statistical estimation (CIR re-estimation) provides significant improvement with 250 km/h vehiclespeed (RA250): the bit error rate (BER) is 20% lowered for data bits far from the middle of the burst.     

MC-CDMA系统降维盲空时信道估计及信号检测

该文提出了适用于频率选择性瑞利衰落信道中的MC-CDMA系统降维盲空时信道估计及信号检测算法。对接收数据矢量进行解相关滤波,得到对应于每个用户的无多址干扰(MAI)的降维信号,由白化滤波后的降维数据组成的矩阵的秩1近似来进行盲信道估计。将白化滤波后的降维数据矢量看作是单用户的系统,研究了迭代最小二乘(ILS)检测和最小均方误差(MMSE)检测。仿真结果验证了该文算法的有效性。     

一种OFDM系统中的盲信道估计算法

该文利用OFDM系统传输的信息符号为有限字符集和各子载波的相互独立特性,提出了用伪导频符号(PPS)进行信道的盲估计算法。与用于做信道估计的导频符号不同,PPS传输的是有用的数据,因此提高了系统的带宽利用率,PPS的平均功率增加3dB或6dB可有效抑制信道的加性高斯噪声。对信道盲估计的均方误差(MSE)和由此算法获得的信道的状态信息对无编码的OFDM系统进行解调的误比特率进行了仿真,结果表明提出的算法是有效的并具有很好的灵活性。     

认知无线电中的稀疏信道估计与导频优化

认知无线电技术能充分利用闲置的频谱进行数据传输,从而提高频谱利用率。而稀疏信道估计能充分发掘无线信道的稀疏性,从而节省导频开销,并进一步提高频谱利用率。因此,该文研究了采用稀疏信道估计的认知无线电系统及导频优化,将信道估计转化为稀疏重建问题,以最小化观测矩阵的互相关为目标进行优化,并提出了一种快速的导频优化算法。该算法通过灵活设置外循环和内循环次数,实现了对导频序列进行逐位置的替换与优化。仿真结果表明,相比于最小二乘信道估计,稀疏信道估计能节省72.4%的导频开销,提高8.2%的频谱利用率;此外,该导频优化算法优于目前的随机优化算法,在相同的0.012误码率性能下,相比后者能节省约5 dB的信噪比。     

MIMO-OFDM系统中一种改进的Bayesian EM信道估计器

该文提出了MIMO-OFDM系统中一种改进的Bayesian EM信道估计器。利用软球形译码器的搜索列表和解码器反馈的先验信息对传统EM信道估计中的软信息近似处理进行了修正,计算了更为准确的软符号后验概率分布以及一阶、二阶统计量。基于初始估计得到的信道先验信息,设计了新的考虑软符号后验互相关的时域信道冲激响应最大后验概率(MAP)估计算法。仿真试验结果表明:该算法和传统EM信道估计算法相比具有更低的误码率和更小的估计均方误差值。     

On channel estimation using optimal training sequences in Cyclic-Prefix-based Single-Carrier systems with Space-Time Block-Coding

In this paper, a new scheme that combines Space-Time Block-Coding （STBC） based on an Alamouti-like scheme and the Least Squares （LS） channel estimation using optimal training sequences in Cyclic-Prefix-based （CP）／Single-Carrier （SC） systems is proposed. With two transmit antennas, based on Cramer-Rao lower bound for channel estimation, it is shown that the Periodic Complementary Set （PCS） is optimal over frequency-selective fading channels. Compared with the normal scheme without STBC, 3dB Mean Square Error （MSE） performance gains and fewer restrictions on the length of channel impulse response are demonstrated.     

一种水下光通信中基于先验模型的预均衡方法

由于海水的散射特性,光在水下传输时会产生码间串扰(ISI)问题,传输环境较差时尤为严重.为解决该问题,文章将预均衡技术应用于基于直流偏置光正交频分复用(DCO-OFDM)调制的水下光通信系统中,并针对水下光的传输特性提出了一种基于先验信息的预均衡方法.在浑浊海港海水环境下与传统均衡算法进行了性能对比.仿真结果表明,在信...     

Data Aided Iterative Channel Estimation in OFDM Systems Using a Controlled Superimposition of Training Sequences

This work pertains to the use of superimposed training for channel estimation in orthogonal frequency division multiplexing (OFDM) based systems. An iterative time domain Least Squares based channel estimator is proposed. The estimator is generalized to provide scope for exploiting the coherence time and the coherence bandwidth of the channel. By exploiting the periodicity of the training sequences in the time domain and inserting zeros instead of data at some of the training sequence subcarrier locations depending on the desired estimation accuracy, a controlled superimposition technique is proposed. This method includes the flexibility to trade off between bandwidth efficiency and performance without any change in the structure of the channel estimator. The mean squared estimation error (MSEE) performance of such a system is mathematically analyzed and a training sequence selection criterion optimizing the same is proposed. The simulation performance of the scheme is presented in terms of the MSEE and also its impact on the bit error rate is shown. Such a scheme is attractive in high data rate scenarios in closed loop OFDM systems.     

Low complexity joint estimation of synchronization impairments in sparse channel for MIMO–OFDM system

Low complexity joint estimation of synchronization impairments and channel in a single-user MIMO–OFDM system is presented in this paper. Based on a system model that takes into account the effects of synchronization impairments such as carrier frequency offset, sampling frequency offset, and symbol timing error, and channel, a Maximum Likelihood (ML) algorithm for the joint estimation is proposed. To reduce the complexity of ML grid search, the number of received signal samples used for estimation need to be reduced. The conventional channel estimation techniques using Least-Squares (LS) or Maximum a posteriori (MAP) methods fail for the reduced sample under-determined system, which results in poor performance of the joint estimator. The proposed ML algorithm uses Compressed Sensing (CS) based channel estimation method in a sparse fading scenario, where the received samples used for estimation are less than that required for an LS or MAP based estimation. The performance of the estimation method is studied through numerical simulations, and it is observed that CS based joint estimator performs better than LS and MAP based joint estimator.     

基于子空间投影的信道阶数盲估计算法

根据联合阶数估计最小二乘平滑算法(J-LSS)中投影误差矩阵的特点,利用其零空间向量形成的特殊矩阵的秩与信道阶数的关系,分别构造2个阶数估计代价函数。将2个代价函数归一化后联合构建成新的代价函数,新的代价函数较使用单一代价函数提升了在低信噪比下的辨识率。仿真结果表明,与传统算法相比,该算法在较低的信噪比和小样本观测数据条件下,有很好的估计性能。