可重构智能表面中低复杂度毫米波信道估计算法

针对可重构智能表面(RIS)辅助的大规模多输入多输出(MIMO)毫米波系统中信道估计复杂度高的问题,该文提出一种低复杂度的信道估计算法。在该方案中,将RIS部分元素连接射频(RF)链,分离估计基站/用户和RIS之间的信道,分开获取信道有助于提升用户移动性场景下信道估计的灵活性。在所考虑系统中,首次使用低复杂度的2维快速傅里叶变换(2D-FFT)算法对角度进行估计,并考虑信号补零以获得更加精准的角度估计值,最后利用信号2维空间谱的谱峰和其对应的辐角得到路径增益估计。仿真结果表明,该算法达到了优良的信道估计性能,且在确保信道估计性能的系统参数设置下,该算法具有压倒性的复杂度优势。     

可重构智能表面辅助通信系统时变级联信道估计

针对可重构智能表面（RIS）辅助通信系统时变级联信道的估计中需解决的级联信道稀疏表示、时变信道参数跟踪和信号重构等关键问题,提出了一种结合Khatri-Rao积的分层贝叶斯卡尔曼滤波（KR-HBKF）算法。该算法首先利用信道的稀疏特性,通过Khatri-Rao积和克罗内克积变换得到RIS级联信道的稀疏表示,将RIS级联信道估计问题转化为低维度的稀疏信号恢复问题。然后,根据RIS级联信道的状态演化模型,在HBKF算法的预测模型中引入了时间相关性参数,应用改进的HBKF解决时变信道参数跟踪和信号重构问题,完成时变级联信道的估计。KR-HBKF算法综合利用了信道的稀疏性和时间相关性,能以较小的导频开销获得更好的估计精度。仿真结果表明,与传统压缩感知算法相比,所提算法具有约5dB的估计性能提升,且在不同的时变信道条件下具有更好的鲁棒性。     

TD-SCDMA系统中低代价信道估计方法的改进

TD-SCDMA系统中运用B.Steiner估计器是一种低代价的信道估计器，其估计精度受信道中加性噪声的影响，导致估计值与真实值相比误差较大，影响系统性能。本文提出一种门限处理方法，对Steiner估计器得到的信道响应进行改进，削弱噪声影响。模拟实验表明，改进的信道响应更接近真实值，能提高系统性能。并且，这种后处理方法简单，易于实现，很小或几乎不增加系统的运算。     

基于CNN的毫米波无蜂窝大规模MIMO信道估计

针对小区间干扰导致蜂窝边缘无法满足不断增长的数据速率需求问题,毫米波无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统被认为是一种很有前途的解决方案。然而,毫米波的高频率、大带宽以及接入点配置的大量天线给信道估计带来了较大挑战。将毫米波大规模MIMO信道矩阵视为二维图像,结合图像去噪方法提出一种基于改进去噪卷积神经网络(Improved-Denoising Convolutional Neural Network, I-DnCNN)的信道估计算法。通过具有注意力机制的压缩与激励(Squeeze-and-Excitation, SE)模块,自适应调整提取的全局特征以增强对信道噪声特征的学习,根据接收信号估计出噪声等级图且增添为输入,提升对噪声的鲁棒性。最后,采用残差学习的方式获得估计信道矩阵。利用理论信道模型和基于波束追踪的信道数据集进行的仿真实验结果表明,与去噪卷积神经网络(Denoising Convolutional Neural Network, DnCNN)算法相比,所提算法在两个数据集下的信道估计精度可分别平均提升2.27...     

基于生成对抗网络的RIS辅助系统信道估计算法

针对可重构智能表面(Reconfigurable Intelligent Surface, RIS)辅助的通信系统中难以获取准确信道状态信息(Channel State Information, CSI)的问题,提出一种基于条件生成对抗网络(conditional Generative Adversarial Network, cGAN)的深度学习算法,用于实现可重构智能表面辅助单输入多输出(Reconfigurable Intelligent Surface assisted-Single Input Multiple Output, RIS-SIMO)系统的上行信道估计。采用最小二乘(Least Squares, LS)估计算法进行信道的粗估计,进一步设计cGAN将信道估计问题建模为低分辨图像到高分辨图像的恢复问题,通过设计网络结构和改进损失函数来提高信道估计的精度。仿真实验表明,相比传统的LS算法以及基于卷积的深度残差网络(CNN based Deep Residual Network, CDRN)估计算法,所提算法具有更高的估计精度,且可以适应更少导频数目和更复杂的应用场景。     

基于QR分解的MIMO-OFDM系统信道估计降噪方法

MIMO-OFDM传输系统的信道估计降噪算法多是基于DFT,如果系统中含有虚载波,该方法将严重影响系统的性能。为使信道估计性能不受系统虚载波影响,提出了基于QR分解的系统信道估计降噪方法,该方法将部分频域变换矩阵经过QR分解,得到酉矩阵,将其与LS频域信道估计矢量相乘后得出信道估计噪声。用Matlab对提出的算法进行了仿真,通过对仿真结果进行分析比较并得出结论,验证了改进算法的优越性。     

基于DFT的OFDM系统信道估计改进算法

基于DFT的信道估计算法计算复杂度比MMSE算法低,性能比LS算法好.但是传统的基于DFT的信道估计只消除了信道冲击响应估计中循环前缀长度之外的噪声,循环前缀长度内的噪声并没有得到抑制,因此算法性能还有提高的空间.本文提出了一种改进的基于DFT的信道估计算法.算法首先估计出噪声方差,然后利用噪声方差设定一个门限,通过此门限对循环前缀内的信道时域冲击响应值进行阈值,进一步消除噪声的干扰.仿真证明,本文的改进信道估计算法性能优于原算法.     

短波SC-FDE系统中改进的LS信道估计算法

针对短波单载波频域均衡( SC-FDE)系统中最小二乘( LS)信道估计算法受噪声影响大而导致的估计精度低的问题,提出了一种改进的基于小波去噪的LS信道估计算法。改进算法采用基于分块导频的帧结构,首先用LS算法对信道进行初步估计,然后根据小波多分辨率分析( Mallat)理论将LS估计的结果分解,并设置一个合理阈值对分解得到的小波系数处理,从而消除LS估计的残留噪声,提高估计精度。仿真结果表明,在短波信道下,改进算法不仅减小了系统开销,而且提高了LS估计的性能。     

面向6G的RIS信道测量与建模研究进展

智能超表面(Reconfigurable Intelligent Surface, RIS)技术被认为是6G中很有应用前景的技术。RIS信道研究对于RIS辅助通信系统的技术创新和性能评价至关重要。综述了RIS信道的测量与建模研究进展,总结了基于矢量网络分析仪(Vector Network Analyzer, VNA)的频域测量和基于滑动相关的时域测量两种信道测量方法。介绍了基于时域的RIS信道测量平台,并对目前的测量活动进行了总结。分析了RIS信道中的阵元反射系数、散射方向图和级联路径损耗三个特性。总结了RIS信道统计性建模、确定性建模和混合型建模的方法,给出了一种基于现有5G标准的3D几何统计性信道模型(Geometric-Based Stochastic Model, GBSM)扩展的RIS信道建模方法,以及基于此方法的RIS信道仿真平台。展望了RIS信道测量和建模研究面临的挑战和未来的研究方向。     

MB-OFDM超宽带系统中基于噪声消除的信道估计

在MB-OFDM超宽带系统中,针对采用时域滤波器算法估计出信道后内部噪声残留的问题,提出一种改进的信道估计算法.首先采用时域滤波器算法对信道进行估计,然后利用最大后验概率准则估计滤波器内部噪声,最后通过消除该噪声得到最终的信道估计.仿真结果表明,该算法相比时域滤波器算法具有更优的性能.     

MB—OFDM超宽带系统中基于噪声消除的信道估计

在MB—OFDM超宽带系统中,针对采用时域滤波器算法估计出信道后内部噪声残留的问题,提出一种改进的信道估计算法。首先采用时域滤波器算法对信道进行估计,然后利用最大后验概率准则估计滤波器内部噪声,最后通过消除该噪声得到最终的信道估计。仿真结果表明,该算法相比时域滤波器算法具有更优的性能。     

可重构智能表面辅助通信系统网络架构演进综述

随着无线通信技术的发展,越来越多的无线终端接入到通信系统中,对通信网络造成很大的业务承载与传输压力,尤其是障碍物严重阻挡或强信道衰落情况下,使得接收机信号以及系统频谱效率下降现象日益严峻。为了解决该问题,近年来,可重构智能表面(Reconfigurable Intelligent Surface, RIS)作为一种有效的6G候选技术被提出。RIS可以通过电磁调控方式主动改变信道传输质量,从而能够解决无线通信系统频谱效率受限、信号补盲、绕障通信等现实难题。基于此,对RIS辅助通信网络架构演进进行了研究。介绍了RIS的基本概念,并对其三种基本网络架构进行了分析与对比;根据不同的信号传输类型和传输环境,对RIS辅助通信网络架构进行了分析与设计;对当前网络架构发展所面临的挑战以及未来研究趋势进行了展望,为RIS辅助通信系统性能分析、资源分配、网络优化、RIS位置部署提供帮助。     

MIMO-OFDM系统基于DFT的LS信道估计算法

精确的信道估计是提高多输入多输出正交频分复用（MIMO-OFDM,Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing）系统性能的关键,针对现有的信道估计算法的不足,提出了一种基于DFT的最小二乘（LS,Least Square）信道估计算法,利用噪声方差设定一个门限进行阈值,进一步消除噪声干扰,充分利用了时变无线信道中时域和频域的相关性,改善了信道估计的性能。为验证其有效性进行了仿真。仿真结果表明,在慢时变信道环境下,改进方法可以进一步提高信道估计的精度,同时保持了较低的复杂度。     

LTE—A基于DMRS的噪声估计算法研究

LTE—A上行参考信号主要包括DMRS（解调参考信号）和SRS（探测参考信号）,DMRS信号主要用于上行信道估计以及eNodeB端的相干检测和解调,以便接收端成功解调数据。信道估计的准确性对于LTE—A系统的性能是至关重要的,而在信道估计算法（MMSE）中,噪声估计的准确性将直接影响到信道估计的性能。因此,为了更加准确地进行信道估计,对噪声估计的研究是非常有必要的。     

一种改进的稀疏多径信道盲辨识算法

针对无线多径稀疏信道,利用信道有效近似思想,提出了一种改进的基于矩阵外积分解的信道盲辨识与盲均衡算法。算法首先利用改进的VIA信道阶数估计准则,对多径稀疏信道“有效部分”的阶数进行精确估计,然后利用改进的矩阵外积分解算法估计出信道冲激响应的“有效部分”,最后利用该估计结果对接收数据进行反卷积运算,恢复出发送信号。为了降低噪声以及信道冲激响应中的“零抽头”部分对信道盲辨识性能的影响,本算法对噪声方差估计方法进行了改进,提高了算法在中、低信噪比条件下的盲辨识性能。与现有算法相比,本算法不仅降低了对信噪比的要求,而且克服了基于LC准则的子空间算法(SSA, Subspace Algorithm)的相位偏转问题,其中噪声方差的估计方法也可应用于信噪比估计技术。仿真实验以及对SPIB微波信道测试结果验证了本文算法的有效性。      

基于长前导序列的LS信道估计算法改进

针对OFDM系统中导频数量过少,无法有效的获得完整的信道信息的特点,直接利用系统中的长前导序列作LS信道估计,分别在时域和频域上对该算法进行改进,仿真表明改进的算法能较好的抑制噪声的影响,提高系统的性能。     

OFDM传输系统同步方案简介

本文研究数字地面电视DVB-T的OFDM传输系统接收端的同步。根据OFDM的原理特点和DVB-T标准,设计同步方案。该方案采用多载波(OFDM)系统时域插在循环保护间隔携带的冗余信息进行粗符号和分数频率偏移估计。该方案利用OFDM系统时域插入的保护间隔前缀所携带的冗余信息,进行粗符号同步和分数频率偏移估计。FFT后,再利用频域插入的连续导频进行整数频偏估计,及利用分散导频通过估计信道冲击响应,实现精符号同步。仿真表明,同步设计在加性高斯白噪声信道能达到最佳性能,在慢衰落Rayleigh信道下也有较好的性能。     

基于分块导频的SC-FDE信道估计算法改进

随着计算机科学技术的不断发展,分块导频的SC-FDE信道估计算法受到了越来越多的重视。信道估计与频域均衡是单载波频域均衡（SC-FDF）系统的两大关键技术。其中,信道均衡是通过对估计出的信道衰减特征进行补偿,从而减小信号在传输过程中所受外界的影响,信道估计与频域均衡性能的好坏共同决定系统最后均衡的效果。因此,研究基于分块导频的SC-FDE信道估计算法改进具有非常重大的意义。本文介绍了SC-FDE系统和SC-FDE系统模型,阐述了信道估计和理论分析,并且进行了理论分析和信道与噪声方差估计,最后分析了系统仿真结果。     

匹配跟踪技术在水声OFDM系统中的应用研究

信道的稀疏特性是水声信道的一个重要特点,匹配跟踪技术能够很好的利用信道的稀疏特性对基于OFDM的水声通信系统的信道估计进行改进,以减少信道估计所需导频的数量、提高信道估计的精度.本文采用匹配跟踪的方法估计信道非零系数的位置,降低噪声对信道估计的影响.通过仿真显,本文的方法能达到很好的信道估计性能,同时能够降低OFDM的峰均比.     

基于最大径搜索的802．16e上行链路信道估计算法

针对目前应用于OFDMA(正交频分多址接入)系统上行链路的IS(最小二乘)信道估计算法易受噪声影响的缺点,提出将最大径搜索的算法,应用于OFDMA上行链路的信道估计中.该算法是在LS估计的基础上,用最大径搜索算法确定信道响应的最大延时,去除LS估计结果中的噪声项,减小估计的均方误差,从而解决了LS估计算法对噪声敏感的问题.理论分析和仿真结果均表明,文中提出的算法,在未增加系统复杂度的条件下,估计性能明显优于LS及其改进算法.