基于VC的MIMO-OFDM系统的子空间半盲信道估计

传统的子空间盲信道估计收敛速度缓慢且需要大量接收信号才能保证估计性能良好,就此问题提出了一种新的基于虚拟载波（VC）的MIMO-OFDM系统的盲信道估计算法。该算法是传统子空间算法与块矩阵思想的结合,在每个OFDM符号中提取一组子矢量来降低维度。而后又在盲信道估计算法中加入导频序列形成新的半盲信道估计算法。通过计算机模拟仿真发现,新提出的盲信道和半盲信道估计算法在信道估计性能和收敛性方面均表现较好。     

针对OFDM系统的一种新的半盲信道估计方法

针对填补零的OFDM（ZP-OFDM）系统,提出了一种新的基于子空间的自适应半盲信道估计算法。该算法利用ZP-OFDM系统导频信息,给出精确的信道参数初始值。然后通过一种新的子空间跟踪以及功率方法,进行自适应信道估计。该算法不仅降低了计算复杂度,而且改善了盲信道估计收敛速度慢的缺点,仿真结果也表明其具有较好的估计精度。     

针对时变OFDM信道的一种盲估计改进算法

OFDM盲信道估计技术可以在不需要导频的情况下,估计出信道的状态信息,能有效节约带宽,提高频谱利用率。分析了一种基于子空间SVD方法的盲信道估计技术,在此算法基础上提出了针对时变信道的估计方法,并就现有方法估计精度较低的问题,提出了一种利用信道相关特性进行λ加权的优化算法。对算法进行了蒙特卡罗仿真,仿真结果表明该算法能够有效改善信道估计性能,并且具有较低的复杂度。     

基于子空间的OFDM系统信道估计算法

研究了适用于正交频分复用（OFDM）系统的信道估计算法,给出了一种基于子空间分解的半盲信道估计算法,利用循环前缀引入的冗余信息和子空间分解的特性,并结合OFDM系统的导频信息估计信道参数。该方法无需改变发送信号的结构,因而适用于大多数OFDM系统,此外该算法不需考虑信道的具体特性,便于信道的实时跟踪。仿真结果表明,算法的信道估计精度优于基于导频的方法,适用于任意调制星座。     

FBMC/OQAM系统中基于子空间的信道估计算法

针对滤波器组多载波偏移幅度调制（FBMC/OQAM）系统中基于传统导频结构的信道估计方法估计精确度不高、频谱利用率低的问题,提出一种基于子空间的盲信道估计算法。区别于传统的子空间方法,该算法通过空间上的接收分集技术引入数据冗余进行盲信道估计,不需要发送导频序列,从而提高了频谱利用率。仿真结果表明,该算法可以有效地估计信道且估计性能优于传统导频方法。     

一种子空间分解的MIMO-OFDM半盲信道估计方法

信道估计是MIMO-OFDM系统实现优良传输的一项重要环节。半盲信道估计算法是将MIMO-OFDM信道矩阵进行分解,分别利用未知数据和已知导频信息来完成信道估计。在利用未知数据进行估计时,提出一种利用频域子载波分组的子空间分解方法,不仅降低了计算复杂度,而且同时提高了信道估计的精度。利用已知的导频信息和未知数据估计出来的结果,可以求得最后的信道矩阵。相对于传统的频域子空间分解的半盲估计方法,算法可以减小计算复杂度80%,同时提高了估计精度平均1～2dB。仿真结果证明了算法具有良好的性能表现。     

基于粒子滤波的OFDM盲信道估计方法

为了精确估计OFDM系统信道响应,提出一种基于粒子滤波的OFDM信道盲估计方法。该方法将OFDM信道建模为一阶时变自回归模型。利用基于子空间分解的方法得到初始信道响应,通过带反馈的粒子滤波方法更新信道响应和模型参数,实现对OFDM信道的估计。仿真结果表明,该方法不仅能对非时变信道进行有效估计,而且可以较好地跟踪时变信道,算法能够快速收敛。     

MIMO-CPSC系统中预编码盲信道估计算法研究*

在频域均衡系统中,基于预编码的子空间盲信道估计算法可以有效地对信道进行估计。针对多天线单载波循环前缀系统,提出了一种基于预编码的盲信道估计算法。该算法通过分离出连续两个接收符号块的互相关矩阵所包含的信道信息实现信道盲估计。仿真结果表明,该算法具有较低的计算复杂度以及对信道阶数过估计有很好的鲁棒性,并且该算法利用较少的数据块个数就得到了一个可靠的信道估计值。     

一种基于子空间的OFDM载频盲估计方法

利用正交频分信号自身的结构特性,提出了一种基于子空间的载波盲同步方法:利用OFDM信号子空间与噪声子空间的正交性进行小数倍频偏估计;对小数倍频偏进行补偿后,根据整数倍频偏会引起信号自相关矩阵对角线上的非零元素在子载波间平移的特点进行整数倍频偏估计。给出了理论分析过程和仿真实验结果。仿真结果表明,该算法具有较大的频偏估计范围以及良好的估计精度,算法性能几乎不受信道条件及系统子载波调制方式影响,且该算法只需要较小的数据量就能获得稳定的频偏估计性能。另外,该文还对仿真中存在的实验误差来源进行了分析。     

一种噪声和畸变混沌信号的滤波策略--Ⅰ：盲信道均衡

无线通信信道的干扰严重地影响了基于混沌的通信系统的实际实现。本文将非线性滤波与神经处理单元相结合构成了一种新的滤波算法，它能解决状态空间模型的估计问题。在将基于混沌的通信系统处于时变衰落通信场景时的盲信道均衡问题转化为增广的状态空间模型以后，新的滤波算法实现了这类通信系统的盲信道均衡。与标准的最小均方（LMS，least—mean—square）算法相比，该算法具有较快的收敛速度和较好的滤波性能。     

正交空时分组码系统的一种新的盲信道估计算法

基于QR分解的信道盲估计方法是一种性能优良的新算法。将该算法推广到正交空时分组码的信道估计中,结合正交空时分组码的特性提出了一种新的信道盲估计算法。与经典的信道盲估计算法相比,新算法的计算量大为降低。同时,Monte Carlo仿真表明,当信噪比较低时,该算法比子空间法具有更好的性能。     

基于自适应拟牛顿子空间跟踪的盲多用户检测算法

该文提出了一种新的基于自适应拟牛顿子空间跟踪盲多用户检测算法,这种算法的计算复杂度为O(n2r),其中n为扩频因子,r为用户数。仿真分析表明:该文提出的方法的算法稳态性能及收敛速度比其他基于子空间的盲多用户检测算法都要好,因而是一种优秀的盲自适应多用户检测算法,具有一定的应用和研究价值。     

Subspace system identification for training-based MIMO channel estimation

The application of state-space-based subspace system identification methods to training-based estimation for quasi-static multi-input-multi-output (MIMO) frequency-selective channels is explored with the motivation for better model approximation performance. A modification of the traditional subspace methods is derived to suit the non-contiguous nature of training data in mobile communication systems. To track the time variation of the channel, a new recursive subspace-based channel estimation is proposed and demonstrated in simulation with practical MIMO channel models. The comparison between the state-space-based channel estimation algorithm and the FIR-based Recursive Least Squares algorithm shows the former is a more robust modeling approach than the latter.     

基于ULV更新算法的DS-CDMA自适应检测研究

通过研究多径信号码空间和数据矢量空间,采用噪声子空间技术进行异步DS-CDMA系统期望信号矢量估计,以利于把盲线性滤波优化技术应用于稳健的干扰抑制。提出一种修改的ULV更新算法进行噪声子空间跟踪,该算法不需要相关矩阵的秩估计,直接估计噪声子空间,不进行信号子空间跟踪。仿真结果验证了该文算法的有效性。     

基于改进LMS算法的TH-UWB接收机

跳时超宽带（TH-UWB）无线通信系统通常采用RAKE接收技术。而信道估计的准确度直接影响系统接收性能。提出一种基于梯度的变步长的LMS算法进行信道估计。与传统LMS算法相比,改进的LMS算法可以获得更小的MSE（Mean Square Error）从而为接收机提供更精确的信道估计量。同时,结果也表明该算法提高了整个接收机性能,并获得更小的BER（Bit Error Rate）。     

基于改进子空间的盲MMSE多用户检测算法

算法收敛性与计算复杂度之间的矛盾是目前基于子空间的多用户检测技术难以投入实际应用的主要问题。将内部模型法则(IMP)与PAST算法相结合,提出了一种改进的子空间跟踪算法——newPAST-IMP算法,并应用于盲MMSE检测器中。该方法收敛速度快,跟踪性能好且计算复杂度较低。仿真表明,该检测器具有优异的抗多址、多径干扰以及抗远近效应的能力。     

Blind channel estimation and signal retrieving for MIMO relay systems

In this paper, we propose a blind channel estimation and signal retrieving algorithm for two-hop multiple-input multiple-output (MIMO) relay systems. This new algorithm integrates two blind source separation (BSS) methods to estimate the individual channel state information (CSI) of the source-relay and relay-destination links. In particular, a first-order Z-domain precoding technique is developed for the blind estimation of the relay-destination channel matrix, where the signals received at the relay node are pre-processed by a set of precoders before being transmitted to the destination node. With the estimated signals at the relay node, we propose an algorithm based on the constant modulus and signal mutual information properties to estimate the source-relay channel matrix. Compared with training-based MIMO relay channel estimation approaches, the proposed algorithm has a better bandwidth efficiency as no bandwidth is wasted for sending the training sequences. Numerical examples are shown to demonstrate the performance of the proposed algorithm.