OFDM-UWB系统中基于不同插值方法的信道估计

为得到适于OFDM-UWB系统的信道估计方法,通过分析线性插值、高斯插值和DFT时域补零插值法来获得完整信道响应的估计,得到最小的均方误差。仿真结果表明,对于UWB室内信道中的CM1和CM4两种信道模型,在低信噪比时可以采用复杂度较低的线性插值算法,在高信噪比时可以采用DFT时域补零插值算法。     

无线城域网中多天线OFDM系统的信道估计方法

多天线运用到802.16a系统中可以提高系统的性能。本文首先给出MIMO—OFDM系统的基本构成,然后介绍了适合MIMO—OFDM信道估计的帧头结构,并对LS,MMSE算法进行了比较。以两发两收(2Tx-2Rx)系统为例,对系统进行了仿真,并对仿真结果进行了比较和分析。     

一种改进的上行信道估计算法

为了提高长期演进(Long Term Evolution,LTE)系统上行信道估计的准确性,同时适当的降低信道估计算法的复杂度,针对上行物理共享信道(Physical Uplink Shared Channel,PUSCH),对基于离散傅里叶变换(Discrete Fourier Transform,DFT)的内插滤波信道估计算法进行改进,采用递归最小二乘法(Recursive LeastSquares,RLS)代替原有的内插滤波。根据Matlab仿真结果,提出的新算法在提高信道估计准确度和降低算法复杂度上可以得到有效的均衡。     

基于IEEE802.11a协议的频偏估计研究

研究了基于IEEE802.11a协议的无线局域网系统的频偏估计问题,介绍了IEEE802.11a系统中前导序列的特点和作用,阐述了传统频偏估计算法,并在此基础上给出改进算法.仿真结果表明改进的算法优于传统算法.     

OFDM信道估计的子空间方法

介绍了OFDM信道盲估计的子空间方法及其研究现状,并对文献[6]的算法按照WLAN 802.11a的符号格式在存在虚载波及导频的情况下进行了性能仿真,研究了要达到一定的精度,算法应选取的包长及算法对信道SNR的要求。仿真结果表明导频格式会影响算法的收敛,但通过加入不相关的导频,能保证算法的收敛。     

UWB信道盲估计的频域递归最小二乘实现

为了实现超宽带(UWB)信号高效、稳定接收,提出一种基于信道频域特性的UWB信道盲估计算法.利用跳时脉冲相位调制超宽带信号一维统计平稳特性,结合递归最小二乘算法计算,达到信道参数盲估计的目的.计算机仿真结果与最大似然法信道盲估计算法结果的对比表明,新算法在误码率为10-4时,信噪比增益约为3 dB.新算法可同时对多路信道进行估计,对幅度和相位不存在模糊因子,且具有低复杂度的优点.     

一种改进的LMS自适应低压电力线通信信道估计方法

在分析了低压电力线信道特性的基础上,对OFDM低压电力线通信中的LMS自适应信道估计算法进行了研究。基于低压电力线的多径传输特性和慢时变特性,提出了一种改进算法,该算法利用低压电力线的多径传输特性实现了对LMS算法更新步长的调整。在OFDM低压电力线通信信道下对该算法进行仿真,结果表明该算法对低压电力线信道具有更好的估计性能。     

稀疏水声OFDM系统迭代LS自适应信道估计

为了消除水声OFDM系统中噪声对稀疏多径信道估计的影响,提出了基于阈值探测的迭代最小二乘自适应信道估计方法.该方法根据最小方差准则引入加权因子对误差平方进行加权求和,由此导出一个迭代方程进行自适应信道估计.该迭代方程具有计算复杂度低的优点,不会带来大的矩阵运算.在该方法基础上,提出基于阈值探测的稀疏信道估计方法,探测最...     

一种用于实际OFDM系统的RLS自适应信道估计算法

对OFDM信道估计中的信道冲激响应(CIR)泄漏问题进行了分析,提出了一种新的时域一维递归最小二乘(RLS)自适应信道估计算法。RLS滤波器的输入和参考信号被一个独立于信道统计特性的矩阵加权,降低了CIR泄漏的影响。该算法保持了一维RLS算法低复杂度的特点,运算量远小于二维RLS算法。仿真结果证明,在非整数采样多径衰落信道下该算法极大提高了一维RLS信道估计的MSE性能,使其逼近于二维RLS算法。     

一种新颖的STBC-OFDM信道估计算法

在使用空时编码的OFDM系统中，接收端为正确解码需要精确的信道估计信息。本文给出了一种基于空时编码训练序列的信道估计算法，这种算法基于空时分组码的正交性。模拟实验证明该算法适用于慢变瑞利衰落信道和时不变频率选择性衰落信道，同时该算法优于基于LS的算法。     

Channel estimation for MIMO-OFDM systems in mobile wireless channels

A channel estimation method is proposed for nmltiple-input multiple-output orthogonal frequency division muhiplexing （MIMO-OFDM） systems in time-varying fading channels. In this method, a decision-directed space-alternating generalized expectation-maximization （SAGE） algorithm is introduced to the tracking of time-varying fading. In order to improve the estimation performance of the SAGE algorithm, a low rank approximation method is presented by using the signal subspace of the channel frequency autocorrelation matrix. The study reveals that this method can be incorporated into the SAGE algorithm. Furthermore, a modified fast sub- space tracking algorithm is given to adaptively estimate the signal subspace by utilizing training OFDM blocks sent at regular interval. Simulation results demonstrate the considerable benefits of the proposed channel estimation method.     

基于IEEE 802.11n的采样钟偏移估计算法

为了消除采样钟偏移误差对多输入多输出正交频分复用（MIMO-OFDM）系统接收机性能的影响,针对IEEE 802.11n无线局域网系统,在分析MIMO-OFDM系统采样钟偏移信号模型基础上,提出一种基于数据辅助的采样钟偏移估计算法.该算法是利用IEEE 802.11n帧前导结构中的长训练序列完成的,对两个相邻的完全重复的长训练符号作相关运算,快速估算出采样钟偏移值,实现采样钟同步.仿真结果表明,在加性高斯白噪声（AWGN）信道和多径衰落信道下均得到良好的均方误差(MSE)性能;利用该算法得到的估计值校正采样钟偏移后能大幅度降低系统接收机误码率(BER).     

一种基于改进LMS算法的MIMO-OFDM信道估计方法

最小均方(LMS)算法是一种典型的自适应滤波算法,基于该算法的信道估计算法具有不需要已知信道和噪声统计信息的特点,但是其收敛速度较慢。为此,提出一种基于改进LMS算法的MIMO-OFDM信道估计方法,该方法人为地引入一个时延,即将LMS算法固定自适应步长由随着输入信号功率自适应变化的收敛因子替代,大大降低了收敛时间,具有较好的信道估计性能。     

一种有效的MIMO-OFDM系统时变信道估计算法

为了在快速时变环境下减小多普勒效应对系统性能的影响,提出了一种适用于快速时变环境下M I-MO-OFDM系统的两步信道估计方法.第1步运用最小二乘算法及内插算法对非导频处传输的数据进行初始估计;第2步运用第1步得到的数据估计值结合提出的降低信道估计矩阵维数的方法,从而获得精确的信道参数.仿真结果表明,与其简化估计算法和最小二乘(Least Square)估计算法相比,提出的方法有效的降低了信道估计的误码率及最小均方误差,并且具有较低的复杂度,可很好地满足快速时变信道环境的要求.     

基于压缩感知的MIMO-OFDM系统稀疏信道估计方法

在多输入多输出正交频分复用(MIMO-OFDM)系统中, 信号经过频率选择性衰落的信道后, 在接收端需要进行均衡和相干信号的检测, 故准确的信道估计量必不可少. 传统的信道估计方法均基于信道抽头是密集型的假设, 利用线性重构算法, 如最小二乘(LS)或最小均方误差(MMSE)等, 可以达到Cramer-Rao下界(CRLB). 然而, 通过物理信道测量发现, 在实际通信系统中, 宽带信道抽头分布通常表现出稀疏特性. 通过充分利用信道的稀疏特性, 该文将压缩感知中的CoSaMP重构算法应用于MIMO-OFDM系统的稀疏多径信道估计. 在达到与传统的信道估计方法相同性能的前提下, 基于CoSaMP的信道估计方法以非常小的计算复杂度为代价, 大大减少了导频信号开销, 从而提高了频谱资源利用率.     

一种基于MIMO-OFDM系统快速收敛盲信道估计方法

针对基于循环前缀（cyclic prefix,CP）的MIMO-OFDM系统,提出一种快速收敛的子空间盲信道估计方法.该方法利用循环前缀特性对信道矩阵进行重构,重构矩阵具有和Toeplitz矩阵相似的结构,利用此特殊结构结合传统子空间算法可以有效地减少算法所需数据量,进而提高了算法的收敛速度.另外,文中给出了信道盲辨识条件并进行了相应说明.仿真结果表明所提算法有效,适当选取参数可以大大提高算法收敛速度.     

一种新的基于导频的MIMO-OFDM信道估计方法

提出了一种适用于时变衰落信道的MIMO-OFDM系统的组合信道估计方法。该方法利用优化导频和基于梯度的可变遗忘因子的改进RLS算法进行信道估计。此外,采用基于MMSE(minimum mean square error)的合并器对改进RLS算法的估计结果做了进一步修正。仿真结果表明,这种改进的RLS算法较传统的RLS算法能够更有效地跟踪时变衰落信道的变化;在相同条件下,该组合算法能够提高系统性能,获得更小的BER(bit error rate)。     

空时分组编码MIMO-OFDM系统的两步信道估计方法

为了提高基于空时分组编码MIMO-OFDM系统信道估计算法的性能,提出了一种适用于空时分组编码MIMO-OFDM系统的两步信道估计方法。首先,运用最小均方误差估计算法对导频信道进行初始信道参数估计;然后,通过已得到的初始信道参数,运用本文提出的估计算法来获得更精确的后续信道参数,从而进一步提高信道估计的精度。仿真结果表明:与MMSE估计算法和ML估计算法相比,本文提出的算法具有较低的复杂度,且有效地减小了信道估计的误差。     

MIMO-OFDM系统中一种新的低代价信道估计方法

准确的信道估计是保证MIMO-OFDM系统传输质量,发挥其优越性的关键．文中提出了一种适于MIMO-OFDM系统的低代价信道估计算法,采用新的导频结构,利用低阶LMMSE插值的方法估计信道响应．理论分析与计算机仿真表明,这种方法的估计精度高、跟踪能力强、并且实现复杂度低,因此具有重要的实际意义．     

Novel Pilot-aided Ridge Regression Channel Estimation for SC-FDE System on Time-varying Frequency Selective Fading Channel

A novel pilot-aided ridge regression (RR) channel estimation for SC-FDE system on time-varying frequency selective fading channel is derived. Previous least square (LS) channel estimation, which does not consider and utilize the influence of noise, has poor performance when the observed signal is corrupted abnormally by noise. In order to overcome the inherent disadvantage of LS estimation, the proposed RR estimation uses the influence of noise to get better performance. The performance of this new estimator is examined. The numerical results are presented to show that the new estimation improves the accuracy of estimation especially in low channel signal-to-noise ratio (CSNR) level and outperforms LS estimation. In addition, the proposed RR estimation can get the gains of about 1dB compared with LS estimation.