一种新的MIMO-OFDM自适应信道估计算法

基于经典的多输入多输出 正交频分复用(MIMO－OFDM)系统离散傅里叶变换(DFT)信道估计方案,提出了一种新的自适应信道参数估计算法,该算法能在一个OFDM导频符号内准确地估计出信道冲激响应、多径时延和噪声方差. 首先通过DFT信道估计得到初步估计值;然后提出了联合估计算法估计出各个接收天线上的噪声方差和多径时延,利用多径时延估计值提取信道初步估计中多径点上的信息,有效去除非多径采样点上的噪声. 仿真和分析表明,相比传统固定多径数目的估计算法,该算法能自适应地跟踪信道噪声能量和多径时延的变化,提高信道估计的精度.     

MIMO-OFDM系统中一种有效的信道估计方法

提出了一种MIMO-OFDM(Multiple Input and Multiple Output-Orthogonal Frequency Division Multi-plexing)系统中的信道估计实现方案.该算法采用STBC(Space-Time Block Code)训练序列,利用LMS(Least Mean Square)迭代算法估计信道响应,避免了矩阵的求逆运算,与基于MMSE(Minimum MeanSquare Error)的MIMO信道估计算法相比,具有运算复杂度低、跟踪能力强的优点.计算机仿真结果显示了该算法的有效性和优越性.     

MIMO-OFDM系统中改进的RLS信道估计方法

MIMO-OFDM系统中一种改进的递归最小二乘(RLS)信道估计方法可以在不需要任何信道统计信息的前提下,利用前导训练序列和自适应遗忘因子对信道状态参数进行估计。仿真结果表明基于自适应遗忘因子改进的RLS信道估计方法(RLS-A),在估计精度和鲁棒性上的性能均优于基于常规遗忘因子的RLS信道估计方法(RLS-C)和两步遗忘因子的RLS信道估计方法(RLS-T)。因此,改进的RLS-A信道估计方法能很好地满足MIMO-OFDM系统中接收机的要求。     

快速移动环境中的MIMO-OFDM系统信道估计算法

针对快速移动环境中存在的多普勒效应．研究了两种多输入多输出正交频分复用系统在快衰落信道中的误码性能．采用空频编码梳状等间隔导频插入方式．以及完全最大似然空频分组码解码算法．使用导频与接收信号进行信道参数估计，将一般多输入多输出正交频分复用系统中的基于训练序列的最小均方误差信道估计算法推广到了快衰落信道环境中．由仿真结果得知：这种改进的信道估计算法在子载波数为256个、插入导频为32个、并以等间隔方式插入导频时．系统的抗多径能力比较理想．可满足快速移动的信道环境要求．     

一种全新的MIMO-OFDM信道估计和导频方案

提出了一种全新的多入多出正交频分复用（MIMO-OFDM）信道估计和导频设计方案．当信道近似不变的OFDM数目与发射天线数目相同时，从理论上推导出基于重叠导频和正交导频结构的统一频域信道估计解和时域信道估计解.这样该算法大大降低了最优导频信号存在的条件，且具有非常低的复杂度和灵活的天线配置，导频信号能简单地从空间维的恒幅度构造就可以达到系统的MIMO-OFDM的均方误差（MSE）最优性能．该算法在发射天线数目为2、3和4时具有相当大的实用价值．仿真结果证明了本文推导算法的正确性以及导频设计的合理性．     

MIMO-OFDM系统中的信道估计简化方法

利用多径衰落信道频域的相关特性,进一步简化了M IMO-OFDM系统中基于训练序列的信道估计方法,减小了其中的FFT变换阶数以及需要的矩阵逆变换的计算次数,减小倍数可以根据信道特性设置。并针对不同的信道模型,对提出的简化算法的性能作了研究,仿真结果表明:对相关特性较好的信道性能损失很少。     

空时分组编码MIMO-OFDM系统的两步信道估计方法

为了提高基于空时分组编码MIMO-OFDM系统信道估计算法的性能,提出了一种适用于空时分组编码MIMO-OFDM系统的两步信道估计方法。首先,运用最小均方误差估计算法对导频信道进行初始信道参数估计;然后,通过已得到的初始信道参数,运用本文提出的估计算法来获得更精确的后续信道参数,从而进一步提高信道估计的精度。仿真结果表明:与MMSE估计算法和ML估计算法相比,本文提出的算法具有较低的复杂度,且有效地减小了信道估计的误差。     

基于小波去噪的MIMO-OFDM信道估计方法

用小波变换思想,提出一种基于小波去噪的多输入多输出正交频分复用(MIMO-OFDM)系统信道估计方法。该方法首先利用最小二乘(LS)方法进行信道估计,然后对估计后的结果进行小波去噪处理。与传统最小二乘信道估计方法相比,该方法不需要预先知道信道的统计特性,信道估计性能有明显提高。     

MIMO OFDM系统时域信道估计新方法

提出一种多输入多输出-正交频分复用（MIMO—OFDM）系统的时域信道估计新方法。设计了一种具有最佳自相关性的实训练序列,并利用训练序列的自相关性获得信道的时域冲激响应。同时针对时域信道具有一定的稀疏性,通过信道有效路径估计,减少噪声对信道估计结果的影响,提高算法估计性能。理论分析和实验仿真结果表明,文章方法在更低的计算复杂度和更高的系统传输效率下,具有更高的估计性能。     

一种有效的MIMO-OFDM系统时变信道估计算法

为了在快速时变环境下减小多普勒效应对系统性能的影响,提出了一种适用于快速时变环境下M I-MO-OFDM系统的两步信道估计方法.第1步运用最小二乘算法及内插算法对非导频处传输的数据进行初始估计;第2步运用第1步得到的数据估计值结合提出的降低信道估计矩阵维数的方法,从而获得精确的信道参数.仿真结果表明,与其简化估计算法和最小二乘(Least Square)估计算法相比,提出的方法有效的降低了信道估计的误码率及最小均方误差,并且具有较低的复杂度,可很好地满足快速时变信道环境的要求.     

一种新的基于导频的MIMO-OFDM信道估计方法

提出了一种适用于时变衰落信道的MIMO-OFDM系统的组合信道估计方法。该方法利用优化导频和基于梯度的可变遗忘因子的改进RLS算法进行信道估计。此外,采用基于MMSE(minimum mean square error)的合并器对改进RLS算法的估计结果做了进一步修正。仿真结果表明,这种改进的RLS算法较传统的RLS算法能够更有效地跟踪时变衰落信道的变化;在相同条件下,该组合算法能够提高系统性能,获得更小的BER(bit error rate)。     

一种基于改进LMS算法的MIMO-OFDM信道估计方法

最小均方(LMS)算法是一种典型的自适应滤波算法,基于该算法的信道估计算法具有不需要已知信道和噪声统计信息的特点,但是其收敛速度较慢。为此,提出一种基于改进LMS算法的MIMO-OFDM信道估计方法,该方法人为地引入一个时延,即将LMS算法固定自适应步长由随着输入信号功率自适应变化的收敛因子替代,大大降低了收敛时间,具有较好的信道估计性能。     

MIMO-OFDM系统中一种新的低代价信道估计方法

准确的信道估计是保证MIMO-OFDM系统传输质量,发挥其优越性的关键．文中提出了一种适于MIMO-OFDM系统的低代价信道估计算法,采用新的导频结构,利用低阶LMMSE插值的方法估计信道响应．理论分析与计算机仿真表明,这种方法的估计精度高、跟踪能力强、并且实现复杂度低,因此具有重要的实际意义．     

Sparse channel estimation for MIMO-OFDM systems using distributed compressed sensing

A sparse channel estimation method is proposed for doubly selective channels in multiple-input multiple-output (MIMO) orthogonal frequency division multiplexing (OFDM) systems. Based on the basis expansion model (BEM) of the channel, the joint-sparsity of MIMO-OFDM channels is described. The sparse characteristics enable us to cast the channel estimation as a distributed compressed sensing (DCS) problem. Then, a low complexity DCS-based estimation scheme is designed. Compared with the conventional compressed channel estimators based on the compressed sensing (CS) theory, the DCS-based method has an improved efficiency because it reconstructs the MIMO channels jointly rather than addresses them separately. Furthermore, the group-sparse structure of each single channel is also depicted. To effectively use this additional structure of the sparsity pattern, the DCS algorithm is modified. The modified algorithm can further enhance the estimation performance. Simulation results demonstrate the superiority of our method over fast fading channels in MIMO-OFDM systems.     

Channel estimation for MIMO-OFDM systems in mobile wireless channels

A channel estimation method is proposed for nmltiple-input multiple-output orthogonal frequency division muhiplexing （MIMO-OFDM） systems in time-varying fading channels. In this method, a decision-directed space-alternating generalized expectation-maximization （SAGE） algorithm is introduced to the tracking of time-varying fading. In order to improve the estimation performance of the SAGE algorithm, a low rank approximation method is presented by using the signal subspace of the channel frequency autocorrelation matrix. The study reveals that this method can be incorporated into the SAGE algorithm. Furthermore, a modified fast sub- space tracking algorithm is given to adaptively estimate the signal subspace by utilizing training OFDM blocks sent at regular interval. Simulation results demonstrate the considerable benefits of the proposed channel estimation method.     

MIMO-OFDM时变信道修正KALMAN跟踪

在多输入多输出正交频分复用系统(MIMO-OFDM)中,双选择性时变信道的跟踪对系统性能很关键.在接收端未知移动台运动速度的情况下,经典KALMAN跟踪算法的状态方程转移系数没法确定.文中提出的修正KALMAN滤波,能够同时跟踪时变信道和状态转移系数.通过计算机仿真试验表明,跟踪算法在高信噪比时,系统性能略低于已知信道状态转移系数算法的性能;算法在低信噪比时,系统性能优于已知信道状态转移系数算法的性能.     

一种基于噪声功率估计的MC-CDMA信道估计算法

LS信道估计算法计算量小,实现简单,但受噪声的影响信道估计精度低.提出一种LS信道估计改进算法,利用MC-CDMA中闲置的虚载波对信道噪声功率进行估计,通过将LS信道估计的时域响应限制在循环前缀长度内,并进一步利用估计出的信道噪声功率,设置门限值忽略LS信道时域响应在循环前缀长度内的噪声分量和无效径响应,显著提高了信道估计精度.该算法运算量小,实现简单,信道估计精度高,仿真结果验证了算法的有效性.     

脉冲噪声下的高可靠性OFDM信道估计

从信道估计内插误差角度分析了突发脉冲噪声干扰对无线OFDM接收机性能的影响,针对由脉冲噪声所导致的时间方向信道内插估计错误扩散,提出了旨在提高无线OFDM通信系统抵抗脉冲噪声能力的信道估计安全策略,包括:脉冲噪声突发位置检测、防止受损导频内插错误扩散算法、受干扰子载波数据可信度判决。仿真结果表明,在低复杂度条件下,可以显著提高无线OFDM接收机在脉冲噪声环境中的信道估计性能。