MIMO-OFDM系统空间相关性迭代信道估计算法

针对受到噪声干扰及多普勒效应等因素影响的多输入多输出（Multi-Input Multi-Output,MIMO）正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）无线系统信道估计问题,提出了一种有效的空间相关性迭代信道估计算法（SCICE）。SCICE利用同步符号与协议数据单元中的前置训练序列和中置训练序列,对信道的空间相关性进行估计,数据信息根据该信道相关性信息得到初始的信道估计值,接收端根据信道估计值进行数据符号检测,并将这些信息作为已知信息,以迭代的方式逐渐减小因空间相关性导致的信道估计误差,进而提高信道估计的准确性。与现有迭代信道估计算法的性能比较表明了提出的SCICE算法在瑞利衰落信道以及不同调制方式下具有更好的信道估计均方差与误码率性能。     

FBMC/OQAM系统中基于子空间的信道估计算法

针对滤波器组多载波偏移幅度调制（FBMC/OQAM）系统中基于传统导频结构的信道估计方法估计精确度不高、频谱利用率低的问题,提出一种基于子空间的盲信道估计算法。区别于传统的子空间方法,该算法通过空间上的接收分集技术引入数据冗余进行盲信道估计,不需要发送导频序列,从而提高了频谱利用率。仿真结果表明,该算法可以有效地估计信道且估计性能优于传统导频方法。     

基于迭代的FBMC/OQAM系统IAM前导信道估计算法

FBMC/OQAM系统中传统的基于干扰近似(IAM)的信道估计算法存在导频开销过大,且计算复杂度高等问题。本文研究了一种新的IAM前导信道估计算法,该算法为增加导频功率采用一种新的三列导频结构,同时采用多次迭代方法获得精度更高的信道信息,来重构相邻子载波间和符号间干扰。理论分析和仿真结果表明,在ITU的车载信道环境和步行信道环境下,基于迭代的IAM前导信道估计算法在保持其传统信道估计方法性能即传输速率高且降低干扰的同时,有效地提高了数据传输速率且降低了计算复杂度。     

基于空间迭代的信道估计和译码联合算法*

为了提高MIMO+OFDM系统在信道信息估计不准确时的译码性能,提出了一种基于SAGE（空间交替期望最大）算法的信道估计和MIMO译码联合算法。具体方法是：将发送的子帧分成若干个子块,第一个子块为导频子块,为第二个子块的译码提供信道信息;译码时对第二个子块进行内部的参数循环估计,完成该子块的译码后,解出该子块的信道信息,并将其作为下一子块译码的信道参数,依次完成所有子块的译码。经过仿真验证,该算法的性能优于LMMSE信道估计＋ML译码算法的性能,运算复杂度低于EM算法。基于SAGE算法的信道估计和检测联     

基于多普勒辅助迭代的高速OFDM系统信道估计方法

在高速移动环境下,衰落信道的快时变性破坏OFDM子载波间的正交性并产生严重的载波间干扰,由此提出一种多普勒辅助迭代的信道估计方法。该方法在OFDM符号的适当位置插入导频符号,通过最小均方法迭代估计获得导频位置的信道信息,再由加权的时域插值获得数据符号位置的信道信息。插值加权系数与多普勒频移相关,由接收端的移动速度计算得出。在导频信道信息的迭代估计过程中,将检测到的数据符号作为新的导频信息反馈到导频信道估计模块进行迭代估计。仿真分析表明:在接收机移动速度达到300km/h时,该方法的性能稳定,不受多普勒频移影响,可以给出精确度逼近最佳信道条件下的信道估计结果。     

基于压缩感知的高阶MIMO系统信道估值算法

针对通信网络中的天线数量巨大，很难完成对信道的有效计算与估值。借助于高阶多输入多输出（MIMO）系统的可靠性，提出了一种基于压缩感知的信道估值高阶MIMO系统。设计了一种简单的导频结构，以降低计算复杂度；利用导频序列长度可以随着信道稀疏度变化情况自适应的调整，从而节省了导频资源的开销。仿真实验表明，与传统的信道估计算法比较，在相同的信道估计精度条件下，HMCE-CS算法可以降低平均导频序列长度；或者在相同的导频序列长度条件下，HMCE-CS算法可以提高信道估计精度，验证了该算法的有效性。     

一种新型正交导频在信道估计中的应用研究

关于无线通信问题,信道估计技术属于多输入多输出正交频分复用(MIMO-OFDM)系统.信道估计的准确与否直接关系到MIMO-OFDM系统的误比特率的高低.目前基于导频的信道估计所使用的导频序列抗多径性能较差,影响了信道估计的精度.为了提高估计精度和准确的信道传输特征,采用一种新型正交导频,即与m序列相乘的Walsh码作为导频符号插入.新的正交导频具有良好的自相关性和互相关性,可以有效提高系统的抗多径能力.仿真结果表明,新方法是与m序列相乘的Walsh码的信道估计算法,有效降低了系统误比特率,增强了系统的抗多径性能.     

基于导频的MIMO-OFDM系统信道估计算法研究

信道估计作为MIMO-OFDM的一种关键技术对系统性能有着十分重要的影响,该文分析了基于块状导频、梳状导频、矩形导频对信道估计的影响,并对LS线性插值算法进行了改进,通过计算机仿真验证了改进的LS插值算法在精度和性能上优于原有的算法。     

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。     

分布式MIMO-OFDM信号多频偏多信道联合盲估计

针对多径衰落信道下分布式多输入多输出正交频分复用(MIMO-OFDM)系统中频偏信道联合盲估计难的问题,提出了一种有效的多频偏多信道联合盲估计方法。该算法利用盲解卷积分离算法接收信号的同时得到有频偏影响的多个信道,对分离后的多个信号进行逐个频偏估计,补偿整体信道并去除信道模糊度,得到有效的信道估计值。仿真结果表明,与基于导频的频偏信道估计方法相比,所提算法可在5 dB获得1e-6的频偏估计精度,在15 dB左右获得1e-2的信道估计精度,实现了分布式MIMO-OFDM信号的多频偏多信道联合盲估计。