基于数据拟合的OFDM时变信道估计方法

利用周期伪随机(PN)序列频域能量集中在某些点上的特点,提出一种基于数据拟合的时变信道估计算法.该方法利用周期性PN序列的自相关特性,降低噪声和未知数据对导频的干扰;同时利用其周期性,实现对信道变化趋势的多点拟合;并在此基础卜利用信道时间平均值对估讣参数进行修正,以进一步提高估计精确性.仿真结果表明:与传统方法相比,该方法具有较优的误码率(BER)和均方误差(MSE)性能,尤其在低信噪比环境下性能改善显著.     

基于统计自回归模型的时变信道均衡

本文在分析时变信道统计自回归(Auto Regression,AR)模型的基础上,提出了基于迭代硬判决反馈的卡尔曼(Kalman)滤波算法,该方案通过反馈信息改进信道的估计误差。仿真实验表明,利用卡尔曼滤波器能够对由于信道时变带来的误码率给予一定程度的改善,并且具有较低的复杂度。     

基于修正BE模型的TDS-OFDM时变信道均衡

本文提出了时变信道的修正BE模型,并利用该模型推导出应用于TDS-OFDM系统的时变信道均衡算法。通过仿真,验证了该模型的准确性;测试了均衡算法的误码性能,并与现有的PN序列自相关和线性插值算法进行了比较。仿真结果表明:该算法可以很好的抵抗多径干扰和多普勒频偏对接收信号的影响,误码率较其它两种算法有显著改善,并能在移动接收速度为250km/h的环境下对时变信道实施有效的均衡。     

数字信道接收机中同时双信道选择与处理方法

为了兼顾微弱信号截获能力与运算量限制,数字信道化接收机通常依次进行信道化、信道选择与参数测量等处理.考虑到处理的并行流水运算量大,一般选用FPGA来实现上述处理.传统的信道选择处理方式存在着信道模糊、跨信道等问题,为后续的信息处理带来较大的压力.针对这一问题,本文提出了一种基于幅度极大原则的同时双信道选择与处理方法,从...     

一种TDS-OFDM系统的信道估计方法

提出了一种适用于时域同步正交频分复用(TDS-OFDM)系统的信道估计方法.首先详细介绍了算法流程,然后通过计算机仿真,证明了该方法在各种复杂的无线广播信道下可以完成信道估计,进而完成数据均衡.     

一种时变信道条件下OFDM系统的信道估计方法

针对正交频分复用（OFDM）系统，本文提出了一种时变条件下的信道估计方法。文中假设数据以包为单位进行传输，导频序列以叠加的方式和数据序列相结合，在得到对应于数据包内每帧OFDM信号的信道冲激响应之后，再在一个包内对这些信道冲激响应进行加权平均，从而提高信道估计的精度。     

TDS-OFDM系统中信道估计方法的研究

信道估计是通信领域的一个研究热点,它是进行相关检测、解调、均衡的基础。针对DMB-T系统中的时域同步信道估计进行了研究,在算法级对其进行了详细的分析并提出了改进得到更优的性能。提出的算法采用PN序列的相关技术得到信道估计,通过比较不同的相关方法所得到的信道,确定最终输出的信道冲激响应。     

快速时变信道中几种自适应信道估计算法的比较研究

主要研究了MIMO-OFDM系统中快速时变信道的信道估计问题,将3种自适应信道估计算法: RLS,QRD-RLS,IQRD-RLS,应用于快速时变信道进行比较研究,并对其进行计算机仿真。仿真结果表明,3种算法性能相似,其中,QRD-RLS和IQRD-RLS算法的收敛速度要快于RLS算法,对于实时系统而言,这两种算法的效率更高。因此,QRD-RLS和IQRD-RIS算法更适合于快速时变信道。     

快时变环境下OFDM系统中的信道估计

在OFDM系统中,怎样对快时变信道进行较为准确的估计是一个具有挑战性的课题。该文在利用信道基扩展模型的基础上,提出了一种适合于快时变环境下OFDM系统的信道估计方法,并且依据使估计的均方误差最小的准则,推导了相应最优的导频序列,包括最优的导频取值和最优的导频分布。可以证明,最优的导频序列是由一些相邻的等间隔等能量的子序列构成,每个子序列的导频之间满足一定的相位关系。仿真结果表明了所提估计算法在快时变环境下的有效性和采用所推导的最优导频序列进行估计的优越性。     

一种时域信道估计的FPGA实现方法

在多径通信系统中,实时、准确地得到信道信息,是信道均衡和数据检测的关键.文中利用训练序列(PN序列)良好的循环自相关性,进行准确的时域信道估计,并在FPGA上实现.     

用于盲接收的turbo均衡与迭代信道估计

Turbo均衡是一种将信道均衡和差错控制译码联合迭代处理的均衡机制,与传统的均衡器相比,能在更低的信噪比条件下克服严重信道失真导致的符号间干扰(ISI)。该文提出一种用于盲接收的turbo均衡和迭代信道估计方案,不依赖于训练序列或发送符号的先验知识,采用初始盲均衡处理来启动迭代信道估计和turbo均衡。在该方案中,初始盲均衡算法的选择是十分关键的,它需要在恶劣的信道条件为后续迭代处理的启动提供足够的先验信息。该文根据turbo均衡的特点,选择了超指数算法作为初始盲均衡。仿真结果表明,该文提出的用于盲接收的turbo均衡方案是有效的。     

基于叠加训练序列和低复杂度频域Turbo均衡的时变水声信道估计和均衡

针对时变水声信道估计和均衡问题,该文提出基于叠加训练序列(ST)和低复杂度频域Turbo均衡(LTE)的时变水声信道估计和均衡(ST-LTE)算法.基于叠加训练序列方案,将训练序列和符号线性叠加,使得训练序列和符号信道信息一致;基于最小二乘算法,进行信道估计.基于频域训练序列干扰消除技术,在频域消除训练序列对符号的干扰...     

宽带自适应MIMO-DFE空时接收机

设计了频率选择信道基于RLS算法的自适应判决反馈均衡MIMO-DFE空时接收机,由于这种接收机不需要信道识别,从而降低了接收机的复杂度。通过蒙特卡罗仿真评估了接收机在频率选择信道下的误符号率性能。仿真结果表明,在不加信道编码的情况下,该接收机在信噪比为 14dB时误符号率达到 10-3以下。     

基于均衡代价函数的信道阶数盲估计算法

针对信道阶数估计问题,利用单输入多输出(Single-Input Multiple-Output,SIMO)有限冲激响应(Finite Impulse Response,FIR)信道的结构特点和输入/输出信号的统计特征,提出了一种基于均衡代价函数的信道阶数盲估计算法.首先计算了归一化最小二乘均衡(Normalized Least Squares Equalization,NLSE)代价函数在理想条件下的理论渐近值,并指出其拐点与信道阶数之间的对应关系.然后分析了NLSE代价函数在实际条件下的近似值.最后引入了拐点优化因子,提出了一种基于NLSE代价函数拐点检测的信道阶数估计算法.理论分析和仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)较低和信道首尾系数较小的情况下,该算法比现有其它方法具有更强的鲁棒性,可以获得更小的接收信号均衡误差.     

TDS-OFDM系统信道估计与均衡技术的研究

提出了一种在没有循环段前缀下使数据循环化的算法,先采用基于PN序列进行时域迭代相关检测方法估计出时域信道响应,再用估出的信道响应对之后的OFDM符号进行循环化重构,从而CP-OFDM的信道均衡方式在此系统下也同样适用.仿真结果表明,结合这两种算法后能使系统在各种多径条件下具备令人满意的性能.     

新的盲信道估计算法

研究了各种盲信道估计算法.提出一种关于信道的假设,并在此基础上提出一种新的盲信道估计算法.新算法能够同时估计出信号和信道.新算法基于MMSE准则,利用m进制通信系统中,在接收端和发射端都已知信号模式且模式个数有限(K=log2m)的特点,结合预置于算法的信道模型,得到信道模型和信号模式的估计.然后依据MMSE准则得到信道和信号的最佳估计.最后给出仿真结果,仿真表明:新的盲信道估计方法能够精确估计实际信道的等效冲击响应,并能够进行有效通信.     

使用接收分集的确定性OFDM盲信道估计算法

本文针对无循环前缀的OFDM系统研究了非数据辅助的信道估计方法.借助于2个接收天线实现的信道分集,提出了一个确定性信道盲估计算法,并给出了信道可辨识性条件.该算法使用1个OFDM块便可在一个标量模糊因子的意义上确定信道冲激响应.算法计算量小,而且对输入信号的星座和统计特性没有约束.仿真结果证实了算法的有效性.     

用Laguerre滤波器实现多径衰落信道自适应均衡

提出了一种衰落信道自适应均衡的新方法。该方法基于Laguerre滤波器结构,采用最小二乘估计估算滤波器极点,通过RLS算法实现自适应过程。仿真结果表明,由于Laguerre滤波器同时具有FIR和ⅡR结构的特点,在信噪比低、信道多径条件复杂的情况下,可以获得比通常的线性自适应均衡器和决策反馈均衡器更好的抗符号间干扰的效果;同时,Laguerre滤波器结构的稳定性有效地减少了差错传播的发生。