基于Kalman滤波跟踪的MIMO-OFDM半盲信道估计

为克服常用的最小均方(LS)估计算法误差平底较高,且需要占用大量导频资源跟踪时变信道的缺点,提出一种基于Kalman滤波跟踪的MIMO-OFDM半盲的信道估计算法,该算法在采用少量导频的前提下,建立参数化信道模型,采用自适应Kalman滤波技术跟踪时变信道状态信息。仿真表明:该算法能很好地跟踪时变信道状态,显著降低多普勒频移条件下估计的均方误差。     

一种适用于终端移动的OFDM无线局域网的信道估计方法

本文提出了一种适用于具有移动终端的OFDM无线局域网的信道估计方法.该方法采用了卡尔曼滤波算法进行了信道估计,并利用导频进行信道跟踪.将基于训练序列的信道估计结果作为Kalman滤波器的初始值和观测值,用基于导频的信道估计结果来计算Kalman滤波器参数.并利用导频进一步跟踪信道在时间上的变化.Simulink仿真结果表明,该算法比基于导频的信道估计方法和基于训练序列的信道估计方法效果都要好.     

基于导频和修正Kalman滤波的MIMO-OFDM信道估计方法

提出了一种适用于时间频率选择性衰落信道的MIMO-OFDM系统的组合信道估计方法。采用AR过程对信道进行建模,利用基于导频的低维Kalman滤波算法进行信道估计,并采用LS算法估计时变的信道衰减因子。Kalman滤波跟踪了信道的时域相关性,为了同时跟踪信道的频域相关性,采用了一种基于MMSE(minimum mean square error)的合并器对Kalman滤波算法进行修正。仿真表明,提出的这种组合算法降低了传统的Kalman滤波结构的复杂度,能够跟踪信道的时频变化,改进了基于LS准则的信道估计算法,并且与复杂的高维Kalman滤波算法的信道估计性能相当。     

修正Kalman滤波多带UWB信道估计改进方法

针对多带超宽带(UWB)系统中修正Kalman滤波算法复杂度高的缺陷,提出一种低复杂度的修正Kalman滤波改进方法。该方法中UWB信道采用自回归模型(AR)建模,利用导频跟踪时变信道衰减因子,通过Kalman滤波和频域分段最小均方误差(MMSE)算法同时跟踪信道的时域相关性和频域相关性,提高了系统性能,降低了计算复杂度。仿真结果表明,和修正的Kalman滤波方法相比,在估计精度损失很小的情况下,所提方法极大降低了计算复杂度,提高了系统整体的估计性能。     

双选择信道下OFDM系统中一种基于新Kalman滤波估计的Turbo均衡

在OFDM系统中,信道的快速时变性破坏了子载波间的正交性,从而导致子载波间干扰(ICI),降低了系统性能。该文针对双选择信道的时变特性,提出了一种新的Kalman滤波信道估计算法,将其应用于过采样的复指数基扩展模型(OCE-BEM),从而将一个OFDM符号周期内信道参数时变的问题转化为参数时不变问题,同时,将这种新的Kalman滤波器与基于ICI抑制的低复杂度LMMSE Turbo均衡器相结合,并辅以循环冗余码校验(CRC)控制算法迭代次数,从而不需要更多的导频符号,在保证算法性能的基础上,减小算法的计算时延和复杂度。理论分析和仿真结果表明,该文给出的方法在双选择信道下能够有效地跟踪信道变化并抑制ICI影响。     

新型自适应Kalman滤波算法及其应用

为防止滤波发散和提高系统的实时性,提出了一种新的自适应Kalman滤波算法.该算法利用滤波异常判据获得一个滤波状态因子,通过滤波状态因子确定量测噪声协方差阵的值,在线调整噪声的统计特性实现自适应滤波.将该算法应用到惯导/双星组合导航系统中,并和常规Kalman滤波和简化的Sage-Husa自适应滤波算法进行仿真比较.仿真结果表明,在滤波精度与简化Sage-Husa自适应滤波相当的情况下,新算法简化了运算,提高了实时性.     

通用滤波多载波通信系统中干扰抑制均衡算法

作为5G多载波技术强有力的候选对象,通用滤波多载波利用子带滤波技术抑制带外功率泄露,进而降低同步要求和获得更高的频谱效率。本文首先针对通用滤波多载波在慢时变多径信道下的性能进行了分析和研究;其次为消除多径信道所带来的干扰,提出了适用于该多载波系统的信道估计方案,该方案设计了具有重复样式的导频结构进行信道估计,复杂度低;最后针对通用滤波多载波在多径信道下容易遭受符号间干扰的问题,提出了基于干扰消除的Zero-Forcing均衡算法和基于迭代干扰消除的均衡算法,两种算法均能够在消除ISI的基础上进一步地消除ICI和IBI。仿真结果表明,本文提出的信道估计和均衡算法能有效消除通用滤波多载波技术在多径信道下所经受的ISI、ICI和IBI。      

OFDMA上行系统中基于随机集理论的多用户信道估计

针对正交频分多址(OFDMA)上行系统,提出一种基于随机集理论的导频辅助多用户信道估计算法。该算法利用有限随机集合来建模和表示OFDMA上行系统中的用户状态、各用户对应的多径信道状态以及信道冲激响应等未知量,采用贝叶斯滤波理论来描述多用户信道估计问题,通过使用Rao-Blackwellized粒子滤波算法,实现了活动用户数和信道多径数动态变化情况下的多用户时变信道估计。计算机仿真结果证明了该算法的有效性。     

OFDM-UWB系统的自适应联合信道估计算法

提出了一种新的MB-OFDM-UWB自适应联合信道估计算法,该算法首先对基于DFT的信道估计算法进行改进,使其能自适应的调整滤波窗口的大小。然后利用改进后的算法与梳状导频估计相结合。算法的优点在于能根据不同的信道的统计特征,自适应调整滤波器窗口的大小,从而减少了噪声对信道估计的影响,并保留了梳状导频估计能快速跟踪信道变化的特性。仿真结果表明,该算法能很好地适用于UWB室内信道。     

基于FABA-SISO的时变频率选择性衰落信道CPM信号盲均衡

该文针对时变频率选择性衰落信道下高阶连续相位调制(CPM)信号盲均衡中存在的均衡性能较差、复杂度较高以及收敛速度慢等问题,从双向自适应信道均衡的角度出发,将线性调制信号均衡中使用的前后向自适应软输入软输出(FABA-SISO)算法推广,建立一种新的基于FABA-SISO的信道盲均衡方法,并结合逐幸存处理(PSP)思想和Kalman滤波,提出一种适用于高阶CPM信号的自适应盲均衡算法。该算法通过使用FABA-SISO算法,同时利用过去、现在和将来的观察数据进行Kalman滤波信道估计,有效改善了信道估计的精度,同时使用PSP算法来降低系统的复杂度,使得算法具有较好的工程应用性。仿真结果表明所提算法具有良好的盲均衡性能以及收敛性。     

OFDM系统中时变信道下信道估计方法的研究

为减少OFDM系统中子信道间干扰(ICI)的影响,分析了分段频域均衡方法、近似分段线性的相邻符号ICI消除方法和卡尔曼滤波方法等几种快衰落环境下的信道估计方法的优劣,在此基础上提出了一种基于梳状导频的卡尔曼滤波信道估计方法.对滤波的结果,利用信道的频域相关函数和估计误差的协方差矩阵,在频域进行最小均方误差意义上的优化.仿真结果表明,该方法具有良好的估计性能.     

OFDM系统基于导频的联合信道估计与干扰抵消算法

对OFDM(orthogonal frequency-division multiplexing)系统中由于时频双选信道产生的载波间干扰进行了分析,并在此基础上提出了一种新的OFDM导频符号结构及信道估计方法,从而实现了在一个OFDM符号内时域信道估计和干扰抵消。仿真结果表明:提出的信道估计与干扰抵消相结合的联合算法不仅可以给出精度较高的信道信息,而且可以明显提高系统的性能。     

Particle filtering based channel estimation in OFDM power line communication

Particle filtering （PF） algorithm has the powerful potential for coping with difficult non-linear and non-Gaussian problems. Aiming at non-linear, non-Gaussian and time-varying characteristics of power line channel, a time-varying channel estimation scheme combined PF algorithm with decision feedback method is proposed. In the proposed scheme, firstly the indoor power line channel is measured using the pseudo-noise （PN） correlation method, and a first-order dynamic autoregressive （AR） model is set up to describe the measured channel, then, the channel states are estimated dynamically from the received signals by exploiting the proposed scheme. Meanwhile, due to the complex noise distribution of power line channel, the performance of channel estimation based on the proposed scheme under the Middleton class A impulsive noise environment is analyzed. Comparisons are made with the channel estimation scheme respectively based on least square （LS）, Kalman filtering （KF） and the proposed algorithm. Simulation indicates that PF algorithm dealing with this power line channel estimation difficult non-linear and non-Gaussian problems performance is superior to those of LS and KF respectively, so the proposed scheme achieves higher estimation accuracy. Therefore, it is confirmed that PF algorithm has its own unique advantage for power line channel estimation.     

An iterative particle filter signal detector for MIMO fast fading channels

For flat fast fading Multiple-Input Multiple-Output （MIMO） channels, this paper presents a sampling based channel estimation and an iterative Particle Filter （PF） signal detection scheme. The channel estimation is comprised of two parts： the adaptive iterative update on the channel distribution mean and a regular update on the ＂adaptability＂ via pilot. In the detection procedure, the PF is employed to produce the optimal decision given the known received signal and the sequence of the channel samples, where an asymptotic optimal importance density is constructed, and in terms of the asymptotic update order, the Parallel Importance Update （PIU） and the Serial Importance Update （SIU） scheme are performed respectively. The simulation results show that for the given fading channel, if an appropriate pilot mode is selected, the proposed scheme is more robust than the conventional Kalman filter based superimposed detection scheme.     

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.     

Iterative channel estimation and pilot design rules for high‐mobility comb‐pilot OFDM system

With wireless communications in high‐mobility environment becoming popular, this poses a big challenge for communication systems based on the comb‐pilot OFDM, such as IEEE 802.11p, since it has not the enough pilots to estimate the time‐ and frequency‐selective channel accurately. In this paper, several comb‐pilot schemes and three comb‐pilot design rules are proposed to meet the Nyquist criterion for sampling the vehicle‐to‐vehicle (V2V) channel and the requirements of second‐order statistic of V2V channel. Based on the proposed pilot schemes, an iterative channel estimation method from the CE‐BEM model is proposed, together with three ICI cancellation methods. After thorough simulation, the effectiveness of the comb‐pilot design rules, the proposed channel estimation method, and intercarrier interference (ICI) cancellation methods is verified. Compared with other channel estimation methods, the proposed method performs better. The simulation results also reveal that the channel order L+1 has a great impact on the performance of the comb‐pilot OFDM system.     

基于粒子滤波的OFDM载波频偏和信道联合估计

一种基于粒子滤波(PF)的正交频分复用(OFDM)系统在慢衰落瑞利信道下联合信道估计和载波恢复的新方法被提出。该算法适用于多径时变信道模型以及等效离散时间信道模型。算法引入了在非线性系统参数估计和跟踪领域上十分有效的PF方法,将Kaman滤波与序贯蒙特卡罗采样(SMCS)相结合来估计信道衰落系数以及载波频偏(CFO)的后验概率密度,从而通过计算得到信道的响应函数,并在此基础上,利用MMSE均衡器消除码间串扰(ICI),进行码元估计。仿真结果表明了算法的有效性和优越性。