一种MIMO-OFDM系统信道估计简化方法

提出了一种基于MMSE准则的MIMO-OFDM系统信道估计简化方法。该方法将信道估计问题转化为TBT线性方程求解问题,然后利用快速求解算法避免了复杂的矩阵求逆和矩阵相乘,大大降低了实现复杂度。仿真结果表明,相比于传统MMSE算法,该简化算法在降低复杂度的同时仅带来微弱的性能损失。     

一种改进的MIMO-OFDM系统Steiner估计算法

鉴于MIMO-OFDM（多输入多输出-正交频分复用）系统中时域信道方法的灵活性和低带宽开销的特点,本文采用Steiner训练符号设计方法设计MIMO-OFDM系统中的时域训练符号,给出传统CDMA系统的Steiner信道估计器在MIMO-OFDM系统中的实现过程,解决了MIMO-OFDM时域信道估计矩阵求逆的问题,降低了时域信道估计的实现复杂度。并进一步提出了采用接收天线DOA（波达方向）改进的Steiner信道估计方法,提高了信道估计的精度,获得了一定程度的性能增益,增强了时域信道估计方案的实际可行性。     

基于共轭梯度法的低复杂度信道估计

考虑在大规模MIMO系统中基于导频的信道估计,基站端配置有数百根天线,传统的MMSE估计器虽然在估计精度上有着良好的性能,但是由于在利用MMSE方法进行信道估计时,存在对协方差矩阵求逆的运算,导致其计算复杂度为OM3,其中M为信道协方差矩阵的维度。在基站天线数很大的时候,这将是一个极其复杂的过程。为解决这个问题,将通过将求逆过程转化为解线性方程组的问题,利用共轭梯度法,使整个计算过程的计算复杂度降为ONM2,其中N为共轭梯度法的迭代次数,而且N<相似文献   

MIMO-OFDM中一种新的信道估计算法

根据不同发射天线发射的导频移位后应相互正交的原则,运用最小二乘推导出了基于MIMO-OFDM信道估计模型的时域信道估计解。针对该时域信道估计解需要矩阵求逆,运算量大的缺点,研究了基于空时频三维导频符号的设计方法,该方法使得时域信道估计解不需要矩阵求逆,可大大降低信道估计的复杂度,并且可以使信道估计误差最小。仿真结果表明,提出的基于空时频导频的信道估计方法相比传统LS算法和文献算法,MSE和BER性能均有较大的提高。     

多径衰落信道下的一种盲多用户检测方法

多径衰落信道下的盲自适应多用户检测算法的运算复杂度通常都比较大,提出了一种基于MSWF和CMA的盲自适应多用户检测方法,该方法避免了矩阵求逆和信道估计运算,具有相对较小的运算复杂度。通过模拟实验比较了几种算法的误码率性能,结果表明,所提方法具有明显的优势。     

基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测

大规模MIMO系统上行链路中,最小均方误差（MMSE）算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由O（K³）降为O（K²）.同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明：所提出的Kaczmarz迭代软输出信号检测算法经过两到三次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法.     

OFDM通信系统中的一种通用的信道估计模型

本文根据DFT的一个性质为OFDM通信系统构造了一种通用信道估计模型。该模型利用系统子信道中的一部分专门进行信道估计,适用于慢消失信道。该模型同最小平方差（LS）和最小均方差（LMMSE）相结合分别形成两种信道估计方法,并从理论角度分别分析它们的计算复杂性和均方差性能。对多径信道仿真表明,基于LS的方法误符号率性能比基于LMMSE的方法差2－3dB,但是计算复杂度较低。总之,此信道估计模型的计算复杂度和性能随着用于信道估计的子信道数目增加而增加,当所用子信道数目是周期头长度的两倍时,达到计算量和估计性能的最佳平衡。     

基于修正牛顿法的大规模MIMO低复杂度混合预编码算法

针对大规模多输入多输出（multiple-input multiple-output,MIMO）系统，提出了一种基于修正牛顿（modified Newton,MN）法的相位跟踪算法，有效地解决了传统高性能混合预编码方案中的高计算复杂度问题。该算法从子维度向量恢复的角度优化模拟预编码矩阵。在每个子维度优化中，采用相位跟踪方法将模拟预编码向量的恢复转化为无约束的非线性优化问题，并利用MN法进行求解。同时，应用Gerschgorin’s Disk定理和Hermitian矩阵分块求逆引理，分别降低了MN法中计算修正因子以及Hessian矩阵求逆的计算复杂度。实验结果表明，与仿真中几种传统的高性能混合预编码方案相比，所提算法具有更高的频谱效率和更低的计算复杂度。     

基于非理想信道状态信息对DCO-OFDM-IM系统建模与分析

针对传统DCO-OFDM-IM系统进行信道估计时没有考虑信道误差影响,导致获得非理想信道状态信息（CSI）而造成信道估计有效性降低等问题,利用最小均方误差信道估计（MMSE）算法并基于非理想信道状态信息建立了DCO-OFDM-IM系统模型,推导了其理论误码率闭合表达式。同时考虑到DCO-OFDM-IM系统中采用最大似然检测算法（ML）当调制阶数增大时存在检测复杂度高,系统传输速率低等问题,而利用对数似然检测算法（LLR）降低检测复杂度,最后采用蒙特卡罗方法进行系统仿真性能的仿真对比。结果表明：当调制阶数和索引组合相同,误码率为10^-3时,LLR检测算法比ML所需信噪比平均改善约2 dB;在能量比为1∶8时,采用MMSE估计比LS信道估计算法系统性能改善约4 dB;当系统信道估计误差越小时,越可能获得理想CSI,提升了信道估计有效性。     

一种低复杂度的LTE信道估计的算法

信道估计是MIMO-OFDM系统中的关键技术,传统信道估计的复杂度因太高而不易实现,针对该问题,提出了一种基于K-L变换(Karhuen-Loeve)的LMMSE信道估计算法,通过对信道冲激响应矩阵进行等价变形,避免了原算法中矩阵求逆的过程。而且对K-L展开后形成的特征值进行处理,使得计算复杂度得到很大程度的改善。仿真结果表明,所提改进算法不仅具有较低复杂度,而且具有良好的信道估计性能。     

大规模MIMO系统低复杂度混合迭代信号检测

在大规模MIMO系统上行链路信号检测算法中,最小均方误差(MMSE)算法能获得接近最优的线性检测性能.但是,传统的MMSE检测算法涉及高维矩阵求逆运算,由于复杂度过高而使其在实际应用中难以快速有效地实现.基于最速下降(steepest descent,SD)算法和高斯一赛德尔(Gauss-Seidel,GS)迭代的方法提出了一种低复杂度的混合迭代算法,利用SD算法为复杂度相对较低的GS迭代算法提供有效的搜索方向,以加快算法收敛的速度.同时,给出了一种用于信道译码的比特似然比(LLR)近似计算方法.仿真结果表明,通过几次迭代,给出的算法能够快速收敛并接近MMSE检测性能,并将算法复杂度降低一个数量级,保持在O(K2).     

MC-CDMA系统迭代检测中的一种基于EM的信道估计算法

该文将多用户检测和译码相结合的迭代检测技术应用于MC-CDMA系统。多用户检测器由串行干扰消除和其后的MMSE滤波器组成。信道估计器采用一种基于期望最大(EM)信道估计算法,该算法降低了信道估计的复杂度,仿真表明其具有良好的性能。     

OFDM联合信道估计与均衡技术研究

OFDM系统在时变信道中会受到子载波间干扰,单独进行信道估计和信号检测的策略对于提高接收机的抗干扰能力有限,将信道估计和信号检测统一考虑则可更有效地抵抗子载波间干扰。针对此问题,基于迭代SAGE算法提出了一种新的联合信道估计与符号检测算法,为了减低算法的复杂度,引入BEM信道建模方法。仿真评估了BEM算法的归一化均方误差性能,验证了BEM建模的有效性,显示该算法的误码率优于基于BEM算法的线性均衡检测算法和基于MMSE的干扰对消算法,而且该算法只通过少数几次迭代便可达到收敛域,较好地克服了子载波间干扰的问题。     

MIMO-OFDM中基于系统分解的VC子空间盲信道估计快速算法

研究MIMO-OFDM系统中的盲信道估计问题。将OFDM系统中的子空间盲信道估计方法引入到MIMO-OFDM系统中,建立了带有虚拟载波的系统数据传输模型。针对MIMO-OFDM系统VC子空间盲信道估计算法复杂度高的特点,提出了一种该算法下基于系统分解的快速方法。仿真实验结果表明,算法在RMSE性能上稍差于原算法,但却显著降低了信道估计算法的复杂度,对快速信道估计应用方面具有一定的指导意义。     

一种降低复杂度的压缩感知水声信道估计方法

针对浅海的水声信道稀疏特性,提出了一种降低复杂度的前向回溯正交匹配追踪(RC-LABOMP)信道估计方法。首先计算正交匹配追踪和子空间追踪信道估计算法的两类支撑集,接着根据两类支撑集的交集和并集,预处理先验信息,最后利用先验信息完成前向回溯正交匹配追踪信道估计。该算法经过先验信息的预处理,能够减少原LABOMP算法的迭代次数,同时缩小原子的索引范围,因此能够显著降低原LABOMP算法的计算复杂度。此外,将提出的算法与水声Turbo均衡系统相结合,更适用于水声通信系统。仿真结果表明,所提算法在随机信道和水声信道条件下,具有估计精度高、误码率低的特点,同时能够显著降低LABOMP算法的计算复杂度,是一种适用于浅海水声信道的有效估计方法。     

Hybrid SNR-Adaptive Multiuser Detectors for SDMA-OFDM Systems

Multiuser detection (MUD) and channel estimation techniques in space-division multiple-access aided orthogonal frequency-division multiplexing systems recently has received intensive interest in receiver design technologies. The maximum likelihood (ML) MUD that provides optimal performance has the cost of a dramatically increased computational complexity. The minimum mean-squared error (MMSE) MUD exhibits poor performance, although it achieves lower computational complexity. With almost the same complexity, an MMSE with successive interference cancellation (SIC) scheme achieves a better bit error rate performance than a linear MMSE multiuser detector. In this paper, hybrid ML-MMSE with SIC adaptive multiuser detection based on the joint channel estimation method is suggested for signal detection. The simulation results show that the proposed method achieves good performance close to the optimal ML performance at low SNR values and a low computational complexity at high SNR values.     

OFDM叠加导频联合信道估计和检测方法

针对现有正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)系统信道估计和迭代检测算法中频谱效率低和鲁棒性差等问题,提出了一种基于酉近似消息传递和叠加导频的信道估计与联合检测方法。首先,在软调制/解调中叠加导频对正交幅度调制的星座点进行预处理,检测时将叠加的导频作为频域符号的先验分布,利用置信传播算法进行调制和解调,实现检测模型的简化。然后,应用因子图-消息传递算法对OFDM传输系统和信道进行建模和全局优化,引入酉变换加强信道估计算法的鲁棒性。最后,建立OFDM仿真环境对现有方法进行仿真分析。仿真结果表明,相对于现有的独立导频类算法,所提算法能够以相同复杂度显著提升OFDM系统的频谱效率和鲁棒性。     

Doubly iterative receiver for block transmissions with EM-based channel estimation

Cyclic-prefix code division multiple access (CP-CDMA), multicarrier CDMA (MC-CDMA) and single carrier cyclic-prefix (SCCP) transmission are some schemes that could support the increasing demand of future high data rate applications. The linear and nonlinear equalizers used to detect the transmitted signal are always far from the Maximum-Likelihood (ML) detection bound. The block iterative generalized decision feedback equalizer (BI-GDFE) is an iterative and effective interference cancelation scheme which could provide near-ML performance yet with very low complexity. In order to deploy this scheme, the channel state information (CSI) must be available at the receiver. In practice, this information has to be estimated by using pilot and data symbols. This paper investigates the problem of channel estimation using the Expectation Maximization (EM) algorithm. The BI-GDFE provides the soft information of the transmitted signals to the EM-based algorithm in the form a combination of hard decision and a coefficient so-called the input-decision correlation (IDC). The resultant receiver becomes a doubly iterative scheme. To evaluate the performance of the proposed estimation algorithm, the Cramér-Rao Lower Bound (CRLB) is also derived. Computer simulations show that the bit error rate (BER) performance of the proposed receiver for joint channel estimation and signal detection can reach the performance of the BI-GDFE with perfect CSI.     

结合反卷积和扩张卷积的信道估计算法

信道估计作为无线通信的关键,近年来成为相关领域的研究热点。本文针对正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统下传统信道估计算法性能难以满足复杂场景的通信需求、受噪声影响大等问题,提出了一种基于反卷积网络及扩张卷积网络信道估计的深度学习方法。该方法利用信道的相关性构建了一个轻量级的反卷积网络,利用少数几层反卷积操作来逐步实现信道插值与估计,在较低的复杂度下较好地实现了信道估计。为改善估计性能,进一步构建了一个扩张卷积网络来抑制信道噪声,提高信道估计的准确度。仿真结果表明,在不同信噪比条件下,本文提出的基于反卷积及扩张卷积的深度学习方法比传统方法具有更低的估计误差,且复杂度较低。