基于DFT算法的OFDM信道估计研究

本文研究了DFT信道估计算法并对该算法进行了改进,首先将信号在频域转换到时域,然后将时域中循环前缀长度之外的信道估计值置零。同时对循环前缀之内,也就是1GnL的信道估计值做进一步的处理,以便进一步消除噪声的干扰。通过计算机仿真验证了改进的DFT算法优于原算法。     

基于DFT判决门限的OFDM信道估计算法

在正交频分复用系统中,为了提高信道估计算法的准确度和降低复杂度,首先对传统的离散傅里叶变换(DFT)信道估计算法进行了改进,通过引入判决门限,进一步消除信道噪声的影响,提高系统性能;然后与LS估计、SVD估计和DFT估计进行对比分析;最后通过Matlab软件进行仿真分析,结果表明了改进算法在基本不增加复杂度的前提下,提高了信道估计的准确度,进而提高整个系统的性能。     

改进的基于DFT的OFDM系统信道估计算法

在正交频分复用（OFDM）系统中,针对常用的信道估计算法不能有效地抑制信道冲激响应中循环前缀长度内噪声的不足,提出了一种改进的基于离散傅里叶变换（DFT）的信道估计算法。该算法是一个多次迭代的过程,通过最小二乘算法获得导频位置处的信道频域响应,经过逆傅里叶变换后,利用时域内引入的能量增长速率函数来判断信道冲激响应分布情况,以便对其进行消噪处理,最后通过多次迭代进一步抑制子载波间干扰和加性高斯白噪声。仿真结果表明,无论在多普勒频移较小还是较大的情况下,该算法的估计性能均优于最小二乘（LS）信道估计算法、传统基于DFT的信道估计算法和基于阈值的信道估计算法。在系统误比特率为[10-2]时,改进的基于DFT的信道估计算法比其他算法有3~5 dB的性能增益。     

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.     

一种基于小波去噪的DFT信道估计改进算法

针对小波去噪与DFT插值相结合的信道估计算法没有对循环前缀内的噪声进行去噪的缺点,提出了一种基于小波去噪与改进的DFT插值相结合的信道估计新算法。该算法首先利用离散小波变换对最小二乘(LS)法估计出的结果进行阈值去噪处理,并根据循环前缀内、外噪声方差的均值在DFT插值的过程中设置相应门限,然后对循环前缀内的噪声再次处理,以进一步减小噪声的影响。仿真实验结果表明,在复杂度基本不变的前提下,该算法能够较好地减小加性高斯白噪声的影响,并有效提升信道估计的准确度,其总体性能较小波去噪与DFT插值相结合的信道估计算法更优。     

基于加窗型DCT-Ⅳ的OFDM系统的信道估计算法

在总结传统的基于离散傅里叶变换（DFT）的正交频分复用（OFDM）系统的信道估计算法的基础上,提出了一种新的基于加窗型的第四类离散余弦变换（DCT-Ⅳ）的OFDM系统的信道估计算法。该算法利用DCT变换的对称特性消除边缘效应,并且使用加窗抑制信道冲激响应的频谱泄露,然后用低通滤波器消除信道高斯白噪声的干扰。仿真结果表明：在多径衰落信道下,该算法优于基于DFT的信道估计算法,是一种可行而且有效的信道估计算法。     

DFT SOFDM导频辅助信道估计低复杂度算法及仿真*

提出一种复杂度低且性能良好的时频二维信道估计方法,在空间信道模型（SCM）一发一收天线配置下的仿真结果与理想信道估计时的误码率仅相差约2 dB,而算法复杂度为估计符号长度的线性关系,较极大似然估计的幂次关系有极大的降低。     

防干扰DFT信道估计算法

传统的DFT的信道估计算法只是把循环前缀以外的噪声忽略为0,其余都认为是有用的加性噪声,但是在循环前缀以内仍含有由于码间干扰(ICI)和信道干扰(ISI)带来的噪声以及其他的一些噪声干扰,严重影响了信道的估计值,本文在DFT算法之前首先消除了由ICI和ISI带来的干扰,再进行DFT的信道估计,最后在分别由禁忌算法和求导两种方法进一步消除循环前缀以内由于其他因素带来的噪声,这样大大增强了估计值的准确性,最后由matalb仿真结果可以看出,由于迭代算法和禁忌算法、求导方法的使用尽可能地消除了噪声的干扰,大大提高了信道的估计值,信道的误比特率和均方误差随着信噪比的增大越来越小,仿真结果证明改进的算法的性能优于传统的DFT算法,求导法性能略微优于禁忌算法。     

OFDM系统中基于全相位算法的最大似然信道估计器

在OFDM系统中设计了一种基于全相位快速傅里叶变换算法的最大似然信道估计器。全相位傅里叶变换相对于快速傅里叶变换呈现平方的幅度增益性质,在高信噪比情况下可以抑制最大似然估计器中的自带噪声,由此能够更准确地估计出信道冲击响应,并用来均衡信号。同时,OFDM采用全相位傅里叶变换作为解调算法克服了系统晶振不匹配以及信道传输过程中产生的频偏。在3GPP的空间信道模型下,设计了基于全相位最大似然估计器的OFDM系统,并与传统的最大似然估计器系统比较,使用蒙特卡洛方法仿真证明:信道冲击响应估计的均方误差和系统误码率均有所下降。     

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。     

基于通道切分的人体姿态估计算法

为了提高人体姿态估计的准确率和识别速度,提出一种基于通道切分的人体姿态估计算法Channel-Split Residual Steps Network(Channel-Split RSN)。首先,提出通道切分模块,对切分后的特征通道通过卷积提取特征再融合起来,以获得丰富的特征表示。接着,引入特征增强模块,对特征通道进一步分组,并对不同的分组采取不同的处理策略,以减少特征通道内的相似特征。最后,结合改进的空间注意力机制,提出一种基于特征空间相关性的姿态修正机Context-PRM,得到更加准确的人体姿态估计。在COCO test-dev数据集上的实验结果表明,本文方法达到75.9%的AP和55.36的FPS,并且模型的大小Params(M)仅为18.3。相较于传统的RSN18和传统的RSN50,模型的AP分别提高了5和3.4个百分点,FPS比传统的RSN50快12.08。在更具挑战性的CrowdPose数据集上,本文方法达到66.9%的AP和19.16的FPS,相较于RSN18,AP提高了4.6个百分点。有效提高了人体姿态估计的准确率,且模型具有较快的识别速度。本文源代码公开在https://github.com/qdd1234/Channel-Split-RSN。     

基于改进遗传算法的信道估计方案

为了提高通信系统信道估计的准确率,同时适应更大的数据量,进行更加复杂的数据计算,引入神经网络的方法进行信道估计,采用了BP和RBF神经网络进行实验对比,与传统信道估计方式相比有明显提升;在此基础上,进一步提出基于改进遗传算法优化的 RBF 神经信道估计方法,目的是帮助确定 RBF 网络的隐藏层参数, 使得网络的参数趋于全局最优解,信道估计器的性能从而得到提升。经过 MATLAB 仿真,改进后的RBF神经网络可以更好地解决信道估计问题,验证了此方法的可行性。     

一种MIMO-OFDM系统的信道估计算法

导频辅助的最小平方（LS）算法是MIMO—OFDM系统中常用的信道估计方法,特点是易于实现,但精度不高。基于最小均方误差（MMSE）的信道估计算法性能较好,但复杂度高,难以实现。提出了一种基于离散傅里叶变换（DFT）的信道估计算法,首先将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。算法能够满足一定的估计精度,且便于实现。仿真数据证明了算法的有效性。     

基于线性模型的信道质量估计算法

针对自适应卫星通信中对信道质量估计的需求,在加性高斯白噪声信道条件下,以信干噪比(SINR)作为表征信道质量的参数,提出一种信道质量估计算法.给出矩估计法和判决数据估计法的数学分析,利用指数加权因子对噪声加干扰的功率进行平滑.提出基于矩估计和判决数据估计的线性模型对SINR估计的算法,分析该模型的均方误差,同时搜索最佳...     

LTE上行链路信道估计的算法研究

信道估计技术作为获得信道信息的手段,是提高无线数据传输接收性能的关键技术之一。本文分别在不同的条件下对LS(Least Square)、LMMSE(Linear Minimum Mean Square Error)、SVD(Singular Value Decomposition)三种信道估计算法进行仿真,对比分析三种算法的MSE(Mean Square Error)和BER(Bit Error Rate),并得出相应的结论。     

MB-OFDM UWB系统中的信道估计算法研究

MB-OFDM UWB系统采用相干解调的方式,因此在接收机内必须要实施信道估计,获得所有子载波的参考相位和幅值,从而可以恢复原始数据比特.在典型的UWB室内信道模型下,分析了基于块状训练序列的信道估计算法.然后结合MB-OFDM UWB系统中时频编码的特性,先对LS估计结果在频域内求平均,然后再进行DFT变换域估计,就可以得到改进的DFT信道估计算法.Simulink仿真结果表明该算法比LS和基于DFF变换域的算法估计效果都要好,同时具有结构简单,复杂度低等特点.     

基于梯度追踪的MIMO-OFDM稀疏信道估计算法

现有的压缩感知MIMO-OFDM信道估计方法多采用正交匹配追踪算法及其改进的算法。针对该类算法重构大规模的数据存在计算复杂度高、存储量大等问题,提出了基于梯度追踪算法的MIMO-OFDM 稀疏信道估计方法。梯度追踪算法采用最速下降法对目标函数解最优解,即每步迭代时计算目标函数的搜索方向和搜索步长,并以此选择原子得到每次迭代重构值的最优解。本文使用梯度追踪算法对信道进行估计,并与传统的最小二乘估计算法、正交匹配追踪算法的性能和计算复杂度进行比较。仿真结果表明,梯度追踪算法能够保证较好的估计效果,减少了导频开销,降低了运算复杂度,提高了重构效率。