LTE-A系统中改进的信道估计算法的研究及实现

先进的长期演进(LTE-A)系统接收端需要对多径信道进行动态估计和跟踪,以满足相干解调的目的,准确而有效的信道估计方法可以提高数据传输速率。针对线性最小均方误差(LMMSE)信道估计矩阵求逆运算复杂度大的问题,提出一种基于GaussSeidel算法的低复杂度的LMMSE算法。通过对基于导频的几种常用的信道估计算法进行对比分析和研究,得到的LMMSE算法具有较低的误比特率和算法复杂度。最后基于Gauss-Seidel算法,分别设计了低复杂度LMMSE算法的各个子模块的DSP实现方案。     

OFDM水声通信系统信道估计算法应用研究

信道估计的精确性和有效性是正交频分复用（OFDM）水声通信系统具有良好性能的保证。针对水声信道稀疏性的特点,在传统的LS（最小二乘）和LMMSE（线性最小均方误差）信道估计算法的基础上进行了基于压缩感知（Compressive Sensing,CS）理论的LS-MP（Matching Pursuit,匹配追踪）信道估计算法的研究。并在OFDM水声通信系统下,对传统的信道估计方法（LS和LMMSE）和基于压缩感知理论的LS-MP信道估计方法进行仿真分析,对这三种算法进行了性能比较。     

MIMO-OFDM系统中一种基于均方误差估计的最优导频设计

在MIMO-OFDM系统信道估计算法中,基于频域的最小二乘法在保证一定误差性能的条件下具有较低的系统实现复杂度,但其误差性能并非最佳。在比较多种导频辅助算法后,从接收端任意天线出发,设计了一种改善信道估计性能、减小算法复杂度的新导频结构。该导频序列中相位是相互正交且均匀分布的。而且与已有研究结果中导频矩阵设计采用实部加虚部的形式不同,文中的导频矩阵元素为实数或纯虚数,从而可以有效减小运算的复杂度。理论推导证明,新提出的导频结构是最佳的,均方误差最小。仿真结果显示,新提出的算法在不增加复杂度的基础上,具有比传统的最小二乘法更小的均方误差,并随着信噪比的增大越加明显;该算法比传统的最小二乘法系统误符号率小很多;随着子载波数的增加,在大信噪比的情况下,新提出的算法性能更为优越。     

井下OFDM信道估计算法研究

针对煤矿井下信道情况复杂,多径效应会带来噪声增加和误码率上升等问题,建立了煤矿井下正交频分复用系统模型,研究了井下正交频分复用信道最小平方、最小均方误差估计算法;在矩形导频分配方案的基础上,提出了在时域利用曲线拟合方法实现数据符号处信道系数的估计算法。该算法与插值算法相比,对导频符号处信道系数的准确性要求不高,只要求所构造的函数尽可能接近真实值。仿真结果表明,提出的拟合估计算法和最小均方误差估计算法相比,在估计性能没有太大变化的前提下,大大降低了实现复杂度。仿真结果和理论分析基本一致。     

基于LMMSE的分块滑窗信道估计算法

信道估计是LTE系统中的关键技术。传统频域LMMSE维纳滤波插值算法性能优异,但其计算复杂度太高而难以实现,针对该问题,提出了一种基于LMMSE的分块滑窗信道估计算法,通过对信道自相关矩阵实行分块确定维纳滤波抽头数,降低了计算复杂度,通过滑窗确定维纳滤波系数,确保了算法的性能。仿真结果和计算复杂度分析表明,提出的算法能达到计算复杂度和性能之间的良好折中。     

一种基于SVD的LTE系统信道估计算法*

针对长期演进系统中采用块状导频的上行物理信道,提出了一种基于奇异值分解的频域插值算法.与传统的插值算法相比,该算法利用上行物理信道的信道矩阵在时域与频域的变换关系,通过矩阵运算理论推导出导频符号对数据符号的插值实现公式,适用于上行各种导频分布样式.仿真结果表明,该算法在不增加实现复杂度的情况下,可以保证优良的信道估计性...     

OFDM系统中信道估计的研究

正交频分复用（OFDM）用于第四代移动通信系统,而OFDM的信道估计是一项关键技术。总结了基于导频辅助的信道估计常用算法,研究了LS、MMSE和改进的LMMSE算法的原理及其在OFDM信道估计中的应用。结合仿真对信道估计算法进行了分析与讨论。结果表明正交频分复用系统性能的提高是以系统的复杂度为代价的。     

一种简化的OFDM信道估计方法

OFDM（JE交频分复用）技术是无线通信领域的重要技术,研究信道估计精度对系统性能有着直接的影响。提出了基于导频插入的LS（最小二乘法估计）、MMSE（最小均方误差估计）和SVD（奇异值分解）信道估计方法。并针对MMSE算法有很好的性能但复杂度大,LS算法复杂度低但性能受到限制,提出了一种改进方法。采用广义平稳非相关散射下的多径时变瑞利信道模型,对各个算法进行了仿真试验,得出不同算法的信道估计中误比特曲线,比较了各个算法的性能。仿真结果表明：改进的算法有好的性能和低的复杂度。     

基于非参数平滑的OFDM系统信道估计算法

研究了双衰落信道下正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中信道估计的非参数方法.提出的方案首先利用梳状导频或散布导频和最小二乘算法估计出导频处的信道频率响应并进行简单的分段线性插值,然后用基于非参数统计方法的Savitzky-Golay平滑滤波器对插值后的信道估计值进行非参数平滑.与传统信道估计算法相比,算法大大降低了信道估计的均方误差、系统的误符号率和计算复杂度,运算量仅正比于有效子载波数,且对多普勒频移具有很强的鲁棒性.数值仿真结果证明了上述结论的正确性.统计检验结果表明,该算法在最小二乘意义下是最优的.     

一种适用于OFDM—UWB系统的低复杂度信道估计器

提出一种新的虚拟导频辅助信道估计(PPACE)算法,可适用于多带正交频分复用超宽带系统(MB-OFDM UWB),该方法具有低的实现复杂度,且能有效地抵抗多径信道带来的符号间干扰.在不知道信道和噪声的统计信息的情况下,基于离散傅立叶变换(DFT)的信道估计方法通常被用来提高最小二乘(LS)算法的性能.但由于基于DFT的信道估计器中需要使用额外的FFT/TFFT对,这会带来较高的计算复杂度以及相应的较大的面积和功耗.本文作者提出的PPACE算法仅使用了32点的DFT,大大降低了实现复杂度.仿真结果表明,低复杂度的PPACE算法要优于传统的基于DFT的算法,甚至优于线性最小均方差(LMMSE)方法,另外,本文作者根据UWB信道模型的参数提出了一种通用加窗技术,该技术能提高基于DFT的信道估计算法的均方误差(MSE)性能.     

基于正交频分复用的线性最小均方误差信道估计改进算法

传统的线性最小均方误差(LMMSE)信道估计要求已知信道的统计特性,而实际应用中无线信道的统计特性往往是不可知的.针对无线信道的不确定性,根据时域信道上能量分布的稀疏性特点,在最小二乘(LS)算法的基础上提出了一种改进的LMMSE信道估计算法.该算法从当前信道置信度较高的频率响应出发,把相邻子载波信道估计误差的比值作为信道响应的加权系数,然后通过加权平均的方法计算出多径信道下的信道响应.该算法避免了繁琐的矩阵求逆与分解运算,能够有效降低算法复杂度.实验结果表明,所提算法总体性能优于LS算法及经过奇异值分解的线性最小均方误差(SVD-LMMSE)估计算法,且其误码率接近于传统的LMMSE算法.     

基于EMD-SVD差分谱的DWT域LMMSE自适应信道估计算法

针对当前基于奇异值分解的线性最小均方误差（SVD-LMMSE）法信道估计误差相对较大的问题,提出了一种基于经验模态分解和奇异值分解（EMD-SVD）差分谱的离散小波变换（DWT）域线性最小均方误差（LMMSE）自适应信道估计算法。在对信号进行最小二乘（LS）信道估计及预滤波处理后,运用DWT对信号的高频系数进行阈值量化去噪处理;然后结合基于EMD-SVD差分谱的自适应算法,将强噪声小波系数中微弱的有效信号提取出来,并进行信号的重构;最后根据循环前缀（CP）内、外噪声方差的均值设置相应门限,对循环前缀以内的噪声进行再次处理,从而进一步降低噪声的影响。对算法的误码率（BER）和均方误差（MSE）性能进行实验仿真,实验结果表明：所提算法的整体性能明显优于经典的LS算法、传统的LMMSE算法和目前较为流行的SVD-LMMSE算法,能够较好地降低噪声的影响,并可有效提升信道估计的精确度。     

面向C-V2X通信的基于深度学习的联合信道估计与均衡算法

为了在不显著提升计算复杂度的情况下,有效提升通信系统的误码率（BER）性能,利用深度学习在数据处理方面的强大能力,提出一种面向基于蜂窝网络的车联网（C-V2X）通信的基于深度学习的联合信道估计与均衡算法——V-EstEqNet。与传统算法分两个阶段分别进行信道估计与均衡不同,V-EstEqNet将通信系统接收机中的信道估计与信道均衡进行联合考虑,并利用深度学习网络直接对接收数据进行校正和恢复,无须进行显式的信道估计环节即可完成信道均衡。具体而言,首先利用大量的接收数据对网络进行离线训练,使网络学习到叠加在接收数据中的信道特性;然后利用该特性恢复原始的发送数据。仿真实验结果表明,在不同的速度场景下,所提算法可以更加有效地追踪信道特性;同时,相较于传统信道估计算法（最小二乘法（LS）和线性最小均方误差法（LMMSE））配合传统信道均衡算法（迫零（ZF）均衡算法和最小均方误差（MMSE）均衡算法）,所提算法在低速环境下有最高有6 dB的BER增益,在高速环境下最高有9 dB的BER增益。     

LTE下行信道估计方法的优化

信道估计技术是长期演进（LTE）核心技术之一。传统的LMMSE信道估计算法有着良好的系统性能,但其最显著的缺点就是自相关矩阵繁琐的求逆运算量大。针对这一问题,提出了基于相关带宽的两种不同的分块矩阵法。仿真结果表明,在不同的多普勒频移影响下,该算法与LS算法、SVD算法、理想LMMSE算法比较,误码率得到了较为理想的控制。     

LTE上行链路信道估计的算法研究

信道估计技术作为获得信道信息的手段,是提高无线数据传输接收性能的关键技术之一。本文分别在不同的条件下对LS(Least Square)、LMMSE(Linear Minimum Mean Square Error)、SVD(Singular Value Decomposition)三种信道估计算法进行仿真,对比分析三种算法的MSE(Mean Square Error)和BER(Bit Error Rate),并得出相应的结论。     

MIMO-GFDM系统中低复杂度动态禁忌搜索检测算法的改进

针对多输入多输出的广义频分复用（MIMO-GFDM）系统的等效信道矩阵维度极大，传统的MIMO检测算法复杂度高且性能不佳的问题，将大规模MIMO系统中的动态禁忌搜索（RTS）检测算法运用到MIMO-GFDM系统中，并解决了RTS算法初始值的求解复杂度高的问题。首先利用最小均方误差（MMSE）检测算法所用到矩阵的正定对称性将矩阵Cholesky分解，并结合Sherman-Morrison公式迭代计算初始值，降低了初始值求逆的高复杂度；然后以改进的MMSE检测结果作为RTS算法的初始值，从初始值逐步全局搜索最优解；最后通过仿真，对不同算法的迭代次数和误码率（BER）性能进行了研究。理论分析与仿真结果表明：在MIMO-GFDM中，所提改进RTS信号检测算法误码率远低于传统信号检测算法。在4QAM时，RTS算法大约有低于MMSE检测6 dB的信噪比性能增益（误码率在10^-3时）；在16QAM时，RTS算法大约有低于MMSE检测4 dB的信噪比性能增益（误码率在10^-2时）。与传统RTS算法性相比，所提改进算法在不影响误码率性能的同时降低了算法复杂度。     

Analysis and performance evaluation of a pilot-aided interpolated channel estimator for OFDM systems

In this paper, we propose a novel pilot-aided channel estimator through interpolation for Orthogonal Frequency Division Multiplexing (OFDM) systems that replaces part of the virtual subcarriers with pilot subcarriers (pilots) reducing the interpolation error while keeping the code rate stable. A novel thorough analysis of the Mean Square Error (MSE) of the proposed estimator is given for the general case where data subcarriers are positioned before the first and after the last pilot. Simulations show the improvement of the proposed scheme in MSE and Bit Error Rate (BER) when applied to a practical OFDM wireless local area network type of system with realistic channel conditions.     

基于压缩感知的协同OFDM稀疏信道估计方法

针对频率选择性衰落信道下的放大转发协同正交频率复用(OFDM)通信系统,提出一种基于压缩感知理论的稀疏信道估计方法。首先,构造协同OFDM系统模型,利用循环矩阵理论,将该系统模型变换成类似于传统的点对点系统模型,该模型由一个协同卷积信道矢量和等效的观测矩阵组成;然后,通过压缩感知理论证明,该等效矩阵以很高的概率满足严格等距特性(RIP);最后,利用压缩感知算法重构卷积信道脉冲响应。与传统的线性信道估计方法相比较,所提方法能够利用较少的训练序列达到稳健的信道估计,有效地提高频谱资源利用率,且具备计算复杂度低的特点。仿真结果验证了该方法的有效性。     

基于小波去噪与离散余弦变换相结合的正交频分复用系统信道估计算法

针对传统的基于离散余弦变换(DCT)信道估计算法没有处理循环前缀之内噪声的问题,提出了一种基于小波去噪与DCT插值相结合的正交频分复用(OFDM)系统信道估计方法。首先,采用最小二乘(LS)法对接收到的导频信号进行信道初步估计;然后,对LS法估计出的结果进行离散小波阈值去噪处理;最后,利用DCT插值对循环前缀内的噪声再次处理,以进一步减小噪声的影响。在Matlab 2012平台上仿真,与传统的基于DCT信道估计算法相比较,误码率相同的条件下,所提算法的信噪比(SNR)性能提升了1 dB左右;均方误差相同的条件下,所提算法的SNR性能提升2 dB左右。仿真实验结果表明,该算法能够较好地减小加性高斯白噪声(AWGN)的影响,并有效提高信道估计的准确度,其总体性能较基于DCT的信道估计算法更优。