基于自适应滤波的信道估计改进算法与实现

为了适应无线信道条件下的OFDM通信系统应用,采用一种基于SNR估计的自适应滤波技术,对初始信道估计结果进行平滑滤波,降低噪声对估计结果的影响,提高信道估计算法的误码率性能。在FPGA上实现设计后,占用查找表和触发器资源分别为6 167和3 853,总体等效门面积降低了约8.34%。     

MIMO-OFDM系统中基于迭代MAP算法的RLS信道估计

该文提出了一种适用于MIMO-OFDM系统的迭代最大后验概率(Iterative-MAP)信道估计算法。接收机利用MAP译码算法中的信息位和校验位软信息,经过非线性映射将信息反馈至信道估计模块,采用递归最小二乘(RLS)自适应滤波算法对信道时变状态参数进行跟踪,提高了信道估计的精度。仿真结果表明,该方法与最小二乘(LS)算法相比,估计的均方误差(MSE)和误帧率(FER)性能都有较大改善。     

二维RAKE接收机中一种新的信道矢量估计算法

在二维RAKE接收机中，通常仅用导频信道来估计信道矢量，当导频功率较低时，估计误差较大。本文提出一种新的信道矢量估计算法，该算法采用导频信道与业务信道联合估计技术，通过分集组合两个信道的估计结果，使信道矢量的估计精度得到了提高，仿真结果表明，该算法能有效地降低系统的误码率。     

平均自适应滤波的信道均衡算法研究

近年来数字传输系统的信道均衡侧重于训练时间的缩短和跟踪速度的加快,需要研究快速收敛的自适应算法。从这点考虑递归最小二乘(RLS)均衡器是最佳的选择,但RLS算法的运算非常复杂而且存在稳定性问题,因而有必要研究一种能够代替传统RLS的算法。在本文中介绍一种基于平均自适应滤波(AFA)算法的均衡器,其主要优点是与RLS算法相当的快速收敛速度,同时运算复杂度较低。     

MPSK调制系统中的自适应信道估计

本文研究了在MPSK调制方式下,不发送训练序列的商接判决自适应信道估计问题。为提高信道估计性能,提出采用软判决鉴相估值来调整加权最小均方(WLMS)和加权递归最小二乘(WRLS)自适应算法中的权值来进行信道估计,并研究了改进的软判决WRLS算法。结果表明,软判决加权LMS算法比一般LMS性能有很大提高,改进的软判决WRLS算法估计性能优于WRLS算法。     

多用户MC DS-CDMA系统中的时频域信道估计方法

该文提出了一种用于多用户MC DS-CDMA系统的信道估计方法,该方法在平均时域估计的基础上迭代一次平均频域信道估计,较好地改善了信道估计的性能。仿真结果表明,经过平均时域信道估计方法能较大程度地滤除多址干扰(MAI)和噪声,提高信道估计的准确性。再经过迭代一次平均频域信道估计,系统的误码率(BER)性能还可进一步改善,经过两次信道估计,系统取得的性能已很接近理想估计的性能。     

基于矢量近似消息传递的智能反射面辅助毫米波信道估计

毫米波属于一种典型的视距传输方式,其受大气吸收影响严重。针对毫米波的非视距传播受限,该文通过智能反射面(IRS)辅助毫米波通信,提出结合Khatri-Rao积的矢量近似消息传递(KR-VAMP)算法来提高毫米波通信系统的信道估计质量。该算法基于Khatri-Rao积将级联信道问题转换为稀疏信号恢复问题,并结合VAMP的矢量和迭代阈值算法的优势,使得整个IRS辅助毫米波系统在减少训练迭代次数的同时,降低了整个系统的信道估计误差。最后通过仿真结果对比,分析了各变量对信道估计的均方误差(MMSE)的影响,以及MMSE随着迭代次数的收敛情况,验证了此算法对比其他近似消息传递(AMP)算法具有更好的性能。     

自适应MMSE算法的OFDM信道估计

导频辅助的信道估计方法是OFDM 系统中应用最为广泛的一类信道估计方法。在传统的导频最小均方误差估计算法的基础上,提出了应用于多径信道的自适应MMSE,它是将多径信道的抽头系数用KL 级数展开,从而能够自动地估计出这些不相关级数的系数,并从理论分析和实验上研究了此算法。     

一种子带分频段信道估计算法

针对当前高速率通信中信道阶数很长导致信道估计和均衡困难的问题,利用子带 滤波器组近似完全重构的特点,提出一种在子带内进行分频段信道估计、在全频带综合信道 参数的估计方法。该方法较全频带信道估计收敛速度快,收敛误差小,能很好适应恶劣的信 道情况。虽然总的计算量大于全频带信道估计,但由于采用并行计算,所以能大大减少运算 时间。仿真试验表明,在重构误差足够小的情况下,子带数目越多,收敛越快,收敛残差比 全频带信道估计小5 dB左右。     

基于自适应压缩感知的信道估计算法

传统方法压缩感知算法截取训练序列最后未被数据干扰固定部分作为观测矩阵,该方法为了抵抗最差的信道而浪费了大量的可用观测数据。在此基础上提出了一种自适应压缩感知的信道估计算法,首先对训练序列进行自适应检测,得到整个未受干扰的观测矩阵,再用压缩感知算法计算信道估计。仿真结果表明,这种基于自适应压缩感知的信道估计算法大幅提高了信道估计的准确性。     

基于相关向量机的信噪比估计算法

为了使已有PSK信号信噪比估计算法在平坦衰落信道下,能够同时满足估计范围大、估计精度高的要求,提出了一种基于相关向量机（RVM, relevance vector machine）的信噪比估计新算法。该方法在建立起信噪比与二阶、四阶矩之间关系的基础上,应用相关向量机建立估计模型,并通过训练学习,得到可靠的模型权值。实验表明,利用测试数据对信号信噪比进行估计时,相对于其他算法,该算法具有使用数据量少,估计范围广,在有效的估计范围内,估计精度较高,且适用于多种调制信号的特点。     

基于导向矢量估计的鲁棒自适应波束形成算法

针对在导向矢量存在误差情况下自适应波束形成算法性能严重下降的问题,提出一种基于导向矢量估计的鲁棒自适应波束形成(Steering Vector Estimation Based Robust Adaptive Beamforming,SVE-RAB)算法.算法用导向矢量不确定范围估计真实导向矢量,利用范数约束通过二阶锥规划技术提高波束形成的鲁棒性.算法可在导向矢量存在误差的情况下,对期望信号保持最大增益并有效抑制干扰,且有效提高了波束形成输出的信干噪比(Signal to Interference plus Noise Ratio,SINR).仿真结果验证了算法的有效性和优越性.     

基于图像增强的改进自适应加权均值滤波算法

为了尽可能滤除图像中的椒盐噪声同时改善图像视觉效果,将改进自适应加权均值滤波与小波域图像增强技术有机结合,提出了一种具有增强效果的图像滤波算法。该算法分为滤波和滤波后处理两个阶段。滤波阶段,对经典均值滤波分别从噪声检测策略、权值计算机方法噪声滤波模版设计等方面进行适当改进,给出了具体实现步骤;滤波后处理阶段,首先将滤波后图像进行三层小波分解;然后构造出一种小波图像增强模型,根据小波系数的幅度值将其分为三个部分,分别进行不同程度的拉伸处理;最后进行拉伸后小波系数重构。将该滤波算法与经典均值滤波,加权均值滤波、自适应加权中值滤波等性能比较,实验结果表明,本文滤波算法在噪声滤除和图像细节保持方面,效果较好。     

基于线性近似的GMSK信号调制及其信道估计

高斯滤波最小移频键控(GMSK,Gaussian Filtered Minimum Shift Keying)由于采用高斯滤波,相位调制和部分响应信道,因此属于非线性调制方式,实现复杂度比较高。从GMSK调制特点出发,通过近似处理的手段,给出了一种线性的调制方式,同时基于这种线性调制方式,推导了对应的信道估计,最后与常用的LS估计进行了性能对比,结果显示基于近似线性调制的信道估计具有明显的优势。     

基于模糊规则的低轨卫星信道自适应估计算法

低轨卫星通信功率控制需要有对信道增益及时的估计,而由于低轨系统链路增益的时变特性使传统的信道估计方法性能受到限制.基于模糊滤波理论,提出一种在功率控制中使用的自适应LMS信道估计算法,根据分析模型和经验数据建立信道增益及其滑动均值大小的模糊集,利用LMS算法调整模糊隶属函数的参数,使算法具有对信道时变特性一定的适应性.仿真结果表明了算法的有效性.     

Sparsity adaptive channel estimation algorithm based on compressive sensing for massive MIMO systems

A sparsity-adaptive channel estimation algorithm based on compressive sensing was proposed for massive MIMO systems when the number of channel multi-paths was unknown.By exploiting the joint sparsity characteristics of the sub-channels,the proposed block sparsity adaptive matching pursuit (BSAMP) algorithm first selected atoms by setting a threshold and finding the position of the maximum backward difference,which reduces the energy dispersion caused by the non-orthogonality of the observation matrix and improves the performance of the algorithm.Then a regularization method was utilized to improve the stability of the algorithm.Simulation results demonstrate that the proposed algorithm recovers the channel state information accurately and shows a high computational efficiency.     

—种有约束的自适应LMK时延估计算法

提出了一种有约束的自适应LMK时延估计算法，该算法的代价函数根据估计误差的峭度选取，算法直接对时延进行估计，不需进行插值运算。最后用实测的直升机辐射的噪声数据进行了仿真，表明新算法具有更快的收敛速度。     

基于隐训练序列的信道估计与跟踪

提出了新的基于隐训练序列的频率选择性信道估计方法,利用训练序列与信息序列的不相关特性,在没有带宽损失的情况下估计出信道参数。文中对所提方法给予了证明,给出了信道估计算法,并提出了改进的自适应形式,可以用于跟踪时变信道。与以往的隐训练序列估计方法比较,文章中的算法具有更低的估计均方误差,不受接收端直流偏移的限制,且适用于时变信道。计算机仿真结果表明了该估计方法的有效性。     

Channel estimation in narrowband wireless communication systems

Channel estimation is an integral part of standard adaptive receiver designs used in narrowband, digital wireless communication systems. In this tutorial paper, commonly used approaches to channel estimation are reviewed. Both time‐invariant and time‐varying channels are considered. For time‐varying channels, both pilot symbol interpolation and data‐directed channel tracking are considered. Applications include the Global System for Mobile communications, the Enhanced Data rates for Global Evolution system, and another Time‐Division Multiple‐Access system known as Telecommunications Industry Association/Electronics Industry Association/Interim Standard—136 (TIA/EIA/IS‐136 or IS‐136). Copyright © 2001 John Wiley & Sons, Ltd.