一种时变信道条件下OFDM系统的信道估计方法

针对正交频分复用（OFDM）系统，本文提出了一种时变条件下的信道估计方法。文中假设数据以包为单位进行传输，导频序列以叠加的方式和数据序列相结合，在得到对应于数据包内每帧OFDM信号的信道冲激响应之后，再在一个包内对这些信道冲激响应进行加权平均，从而提高信道估计的精度。     

高速场景下基于叠加导频的迭代EKF信道估计方法

针对正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统在高速移动场景下时/频域选择性衰落（双选衰落）和非平稳特性给信道估计带来的技术挑战,本文采用导频与数据叠加的帧结构,提出一种基于基扩展模型（Basis Expansion Model,BEM）的迭代扩展卡尔曼滤波（iterative Extend-Kalman Filter,iEKF）信道估计方法.基于BEM信道模型且采用EKF信道估计方法可以联合估计出信道冲激响应（Channel Impulse Response,CIR）与时变的时域自相关系数,有效消除子载波间干扰（Inter Carrier Interference,ICI）.同时,为了进一步消除叠加导频位置处的数据符号干扰,我们提出将叠加位置处的数据和导频先解耦、后重构再进行迭代EKF的信道估计方法.仿真分析表明,相较传统叠加导频的信道估计方法和导频符号辅助调制（Pilot Symbol Assisted Modulation,PSAM）估计方法,本文提出的信道估计方法在高速场景特别是低信噪比的条件下,具有更高的估计精度,更强的鲁棒性及更大的吞吐量.     

选择性叠加导频信道估计

叠加导频信道估计方法是将导频与信息数据直接叠加,不占用专门的频谱和时隙,估计算法灵活多样,能解决导频信道估计系统中频谱利用率低和盲估计中不能实时估计的问题。介绍了叠加导频的MIMO-OFDM系统,采用正交多相序列作为叠加导频,利用导频符号的自相关及导频和接收信号的互相关,提出了一种选择性叠加导频信道估计信道的算法。最后,通过理论分析和计算机仿真,表明该方法在快衰落环境中有良好的性能。     

基于叠加导频的MIMO-OFDM半盲信道估计

在多输入多输出正交频分复用（MIMO-OFDM）系统中,针对基于叠加导频的半盲信道估计方法估计精度不高、对发送信号零均值要求严格的缺点,提出了一些基于传统算法的改进。接收端利用传统算法的估计结果先去除发送信号的影响,再进行估计,对该估计结果进一步利用自适应跟踪算法来提高估计的精度。仿真结果表明改进算法的性能优于传统算法。     

一种基于基扩展模型的OFDM频域快时变信道估计方法

现有的OFDM系统快时变信道估计方法均为时域估计方法,假定信道为整数倍采样信道,利用理想的等间隔均匀导频恢复信道时域响应函数,进而采用基扩展模型拟合并估计其时变特性。而实际的信道通常为非整数倍采样信道,频带内可用的导频也并非假定的理想模式。此时,恢复的信道时域响应出现能量泄漏,导致算法性能大大受限。本文提出一种频域快时变信道估计方法,利用信道频域时变传输函数辅助估计,从而估计得到信道频域响应矩阵。该方法在频域实现,性能不受信道时域响应能量泄露影响。仿真实验从误码率、均方误差两方面分别验证了该方法的有效性。     

叠加训练序列OFDM系统的一种迭代信道估计方法

在瑞利多径衰落信道中，针对叠加训练序列正交频分复用系统的迭代接收机，提出了一种迭代信道估计方法．在迭代译码开始前，利用与数据符号同时发送的训序列得到信道估计初始值，并在每次迭代后利用更新的码字比特先验信息估计接收信号中的数据符号，计算更准确的信道估计值．理论分析给出了每次迭代后的信道估计值的均方误差性能．在多径衰落信道中，通过计算机仿真验证了该迭代信道估计方法的有效性和可靠性。     

基于叠加训练序列的低复杂度时变信道估计方案

与传统的时分/频分复用训练序列相比,采用叠加训练序列的传输方案可以有效地提高系统的频谱利用率。然而,叠加方案中训练序列与信息序列的相互干扰会造成系统性能的严重下降,如何有效消除信息干扰是提高信道估计性能的关键。该文针对时变衰落信道,首先提出一种新的基于一阶统计量信道估计算法。该算法利用基扩展模型(BEM)构建时变信道,通过时域分块平均的方法来抑制信息序列干扰。在此基础上,利用信息序列和训练序列经历相同信道衰落的特性,提出一种基于加权最小二乘(WLS)的迭代信道估计与检测方案。新方案利用 Kalman滤波检测器代替确定性最大似然(DML)检测器,将检测符号序列看作附加的“训练序列”用于信道估计,从而可以显著提高信道估计性能。仿真结果表明,新方案可以有效消除信息序列干扰,且性能和计算复杂度均优于现有的同类方案。     

基于数据依赖的叠加训练序列信道估计

通过采用依赖于信息数据的叠加式周期训练序列发送机制,考虑到信道存在未知直流偏移的情况,提出了一种估计频率选择性信道的新算法。推导出信道估计的均方误差公式,获得了最优的训练序列所应满足的条件。理论分析和仿真结果表明,该算法大大提高了信道估计和信号检测的性能,从而验证了该算法的有效性和可靠性。     

叠加训练序列OFDM系统的联合频偏与信道估计

频率偏移导致用于叠加训练序列系统中的一阶信道估计方法失效.文中提出一种利用叠加训练序列进行OFDM系统的联合频偏和信道估计的方案.在简单介绍所建立的OFDM系统后,文中利用训练序列的周期性推导出频偏特征向量,并根据阵列信号求子空间的原理,利用接收信号矩阵的奇异值分解求出上述向量所在的线性子空间,通过相关匹配求出频率偏移,最后获得时域信道参数.理论分析表明频偏估计范围反比于训练序列周期,因此算法具有估计范围大的优点,且适用于所有叠加周期训练序列系统.仿真分析表明了算法的有效性.     

BICM-OFDM系统中基于叠加导频的迭代信道估计

传统叠加导频算法应用在正交频分复用系统中存在信道估计精度差的缺点。针对比特交织编码调制（BICM）联合正交频分复用（OFDM）的系统（BICM—OFDM）,提出一种利用叠加导频的迭代信道估计算法。该算法充分利用了均衡器的反馈信息,分两步进行。首先,导频信号叠加在发送信号上,接收端采用一阶统计量进行初始信道估计;然后利用均衡器的硬判决反馈信息,在信道估计与均衡之间进行信息交换,通过迭代的方式提高信道估计精度。在短波宽带信道下的仿真结果表明,与传统叠加导频算法相比,新算法经过二次迭代可有效提高信道估计精度和系统误码率性能。     

叠加训练序列的判决指导信道估计方法

针对实际应用中信道先验信息未知时无法求解信道相关矩阵的问题,提出了一种改 进的叠加训练序列的判决指导信道估计方法。该方法利用每次迭代的信道估计值求解信道相 关矩阵。推导了该方法中信道相关矩阵的求解公式。仿真结果表明,在未知信道先验信息的 情况下,与利用信道先验信息的叠加训练序列的信道估计方法相比,改进方法取得了与之几 乎一样的性能,因此改进方法更适用于实际应用。     

一种OFDM系统中叠加导频的信道估计方法

提出了一种新的基于叠加导频的信道估计算法。利用循环序列频域能量集中在某些频点上的特点,消除未知传输数据对导频的影响,将导频完全从接收数据中分离出来。在此基础之上,结合PN序列的自相关特性,在时域进行信道估计,进一步降低了噪声对导频的影响。仿真结果表明,与传统方法相比,该方法不但误码率和均方误差更低,而且还具有计算复杂度低、频带利用率高的特点。     

Time-varying Channel Estimation and Symbol Detection Using Superimposed Training in OFDM Systems

In mobile orthogonal frequency division multiplexing (OFDM) systems, time-varying channels result in severe intercarrier interference (ICI), and greatly degrade the system performance. So, it is necessary to estimate the accurate channel for equalization of received symbols. But, the conventional pilot-assisted channel estimation scheme consumes valuable bandwidth. In this paper, we adopt superimposed training approach for OFDM systems to estimate the time-varying channel, which is approximated by a basis expansion model (BEM). The proposed scheme is an extension of the superimposed training approach previously proposed for time-invariant channels in OFDM systems. At the same time, we employ an iterative best linear unbiased estimator (BLUE) to minimize the mean square error (MSE) of the coefficient estimates and improve the system performance. Simulation results prove the effectiveness of the proposed scheme in fast time-varying scenario.

一种利用叠加训练序列降低OFDM系统PAR的方法

峰均比(PAR)过高是正交频分复用(OFDM)技术亟待解决的关键问题之一。在基于判决指导信道估计的叠加训练序列OFDM系统中,提出一种选择性叠加训练序列降低系统PAR的方法。该方法使用多个相互独立的训练序列分别与数据序列叠加,选择其中PAR性能最好的用于传输,接收端完成信道估计的同时消除了训练序列对数据序列的影响,因此没有增加接收端的复杂度。计算机仿真结果表明:该方法在不增加接收端复杂度的前提下,有效降低了系统PAR,且对信道估计性能不造成任何影响,因此该方法可用于实际系统中。     

基于叠加训练序列的MIMO信道辨识

信道状态信息(CSI)对于无线通信来说至关重要,而叠加训练序列的信道估计方法由于不占用额外的信号带宽和具有较高的估计精度而受到人们的注意。从接收信号的一阶统计量入手,并且在训练序列为PN序列下,利用循环To-eplitz矩阵的特性,得到了信道估计的算法。仿真实验的结果表明,这种算法不需要矩阵求逆、计算量小,估计精度高,有很大的实际应用前景。