基于联合稀疏模型的OFDM压缩感知信道估计

针对正交频分多路复用（OFDM）系统,比较了基于压缩感知的不同导频设计方案及相应信道估计性能. 基于信道响应的时域稀疏和缓变特征,提出了基于联合稀疏模型的压缩感知信道估计方法,进一步提高了信道估计的性能. 该方法将连续若干个OFDM符号的信道估计问题转化为联合稀疏模型下的压缩感知问题,充分利用信道的稀疏特性和时间相关性进行信道估计. 结合短波OFDM系统,比较了几种信道估计方法的性能. 仿真结果表明,与传统的最小平方误差信道估计方法和逐符号的压缩感知信道估计方法相比,基于联合稀疏特征的信道估计方法可进一步改善估计性能,对时变信道具有更好的适应性.     

采用压缩感知的贝叶斯信道估计算法

高阶多输入多输出系统能有效提高能量效率和传输可靠性,但由于天线数量巨大,信道参数估计任务艰巨．虽然支持不可知的贝叶斯匹配追踪算法估计准确,但复杂度过高．为了解决这个问题,提出了一种期望修剪匹配追踪算法．在信道每一个稀疏度下,把与当前残差信号内积较大原子(测量矩阵列矢量)的所在位置添加到支撑集中,组成扩大支撑集;然后对扩大支撑集进行筛选,剔除可能选错的位置,并确定最佳支撑集;计算各个稀疏度最佳支撑集对应信道的估计值和相对发生概率,由此计算信道的数学期望,并作为最终的信道估计值．仿真结果表明,文中算法与支持不可知的贝叶斯匹配追踪算法相比,具有更低复杂度的期望修剪匹配追踪算法能保证信道估计精度和系统误比特率性能．     

快变信道环境下的MIMO OFDM系统信道估计算法

为了实现对快变信道环境下的多输入多输出正交频分复用(MIMO OFDM)系统信道估计,提出了一种基于多项式的基扩展模型(BEM),并联合迭代判决反馈并行干扰抵消(PIC)检测的信道估计算法.利用BEM将信道估计转化为对少量模型参数估计的特性,并结合PIC检测算法,以达到精确信道估计和消除载波间干扰的目的.仿真结果表明,该算法与传统最小二乘、线性最小均方误差信道估计算法相比,在误码率约为10-3时,信噪比增益为5dB左右.此外,新算法不需要知道信道的时域统计特性,且采用了移相正交导频设计,在一定程度上降低了信道估计的复杂度.     

OFDM信道非线性预测算法

为了提高OFDM系统的传输效率和提前获取移动信道信息,提出了一种新的非线性信道预测算法.首先利用重构嵌入相空间理论将支持向量机和非线性动力学理论联系起来,解决了训练数据的维数确定问题,为研究支持向量机提供了新的理论途径.在此基础上采用递归最小二乘支持向量机在高维空间中解决导频点的预测问题,最后在频域进行插值操作以估计其他频点处的信道参数.仿真结果表明,与传统的信道估计算法相比,在增加较小误码率的条件下,减少了导频个数,提高了系统的传输效率并提前获取了信道信息,为自适应技术的实施提供了重要的信息.     

一种快变信道下OFDM系统的Kalman信道估计算法

针对频率选择性快速时变信道的多径干扰和较大的多普勒频谱扩展,提出了一种改进的Kalman滤波算法。用于正交频分复用（OFDM）系统信道估计．该算法采用复杂度大大降低的低维Kalman滤波来跟踪快速时变信道,迭代联合信道估计与检测算法来获得测量矩阵,并对滤波结果利用一种新的简单的最小均方误差（MMSE）估计器进行优化。有效地降低了传统基于Kalman滤波算法的复杂度．仿真结果表明,该方法能够跟踪信道的快速变化,具有良好的估计性能．     

基于MMSE的无线OFDM系统信道估计算法

OFDM作为一种多载波调制技术具有很强的抗衰落能力,广泛用于无线通信领域。同时提出一种基于最小均方误差（MMSE）的无线OFDM系统信道估计方法。实验表明,在相同信噪比（SNR）下,采用最小均方误差MMSE算法的误码率比传统的最小平方LS算法的误码率小1个数量级,采用MMSE算法有效地提高了无线OFDM系统信道估计性能。     

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.     

OFDM系统信道估计中插值算法性能分析

对基于导频的OFDM系统中信道估计的各种插值算法的性能进行了对比分析，对基于离散傅里叶变换的插值算法和其他插算法进行了分析，计算机仿真证明了基于FFT的插值算法的插值精度在高信噪比条件下高于其它算法。     

OFDM系统二维变换域信道估计算法

着重分析OFDM系统的二维变换域(2-D transform-domain)的导频辅助信道估计。在变换域中对导频位置的信道频率响应(CFR)矩阵采用右下补零和中间补零两种方式进行插值,以获得整个信道的频率响应。考虑到上述两种方法带来的插值误差,提出了根据时间、频率方向的导频数目采用不同的补零数量和补零方式。采用Simulink®构建基带仿真系统,仿真改进前后的系统误比特率(BER)并和其他二维插值方式进行比较。结果表明,该改进方法显著地提高了基于变换域信道估计的准确性,降低了系统的误比特率。     

低复杂度的OFDM信道估计算法

LS算法在频域对OFDM系统的信道进行估计方面,具有简单、易实现的优点.维纳滤波可以有效地改善LS估计器的性能,但会增加系统的计算复杂度.该文利用主分量分析的方法,提出了一种能有效地降低系统的复杂度的算法.该算法首先利用LS算法在频域对OFDM系统的信道参数进行粗略估计,然后利用改进后的低复杂度维纳滤波器对所获得的信道参数进行滤波.理论分析及仿真结果表明,谊方法在估计性能损失不大的情况下,能有效地降低系统估计的计算复杂度.     

DRM系统中的OFDM信道估计

本文对OFDM体制下DRM系统中基于导频辅助调制(PSAM)的信道估计器进行了分析,描述了数字调幅广播中导频单元的分布,在DRM系统基础上分别结合最小平方准则(LS)和线性最小均方误差准则(LMMSE),提出了信道估计方法,并在Matlab环境下,使用Watterson信道模型进行了蒙特卡罗模拟,给出了性能比较.     

叠加导频OFDM系统的EM信道估计算法

为了提高无线通信系统的传输效率,提出一种基于叠加导频,即将导频符号和发送数据符号按比例叠加后形成频域发送数据的期望最大迭代信道估计算法.该算法不需要信道和接收数据的统计特性,没有因发送导频而带来的带宽损失,适用于多载波(正交频分复用)和单载波传输系统,并且可以通过选择迭代次数实现系统性能和计算复杂度之间的折衷.仿真结果表明,在发射功率损失较少的条件下,该算法仍能很快收敛到给定参数的信道,并取得很好的系统性能.     

OFDM系统中的一种高精度的信道估计算法

在基于OFDM的移动通信系统中，提出一种建立在基于导频的最小二乘（least squares，LS）估计方法基础之上的高精度信道估计方法。该算法首先利用信道时域相关特性，对通过LS算法得到的信道时域冲激响应（Channel Impulse Response, CIR）估计值进行有效径提取，并将所得到的时域估计值变换到频域。然后利用信道频域相关特性，用线性最小均方误差(Linear Minimum Mean Squared Error，LMMSE)合并器对估计结果进行修正。2.4GHz频段上的仿真表明了这种基于导频的信道估计方法能够跟踪信道的时频变化，并且在一定程度上可以接近于理想信道估计的误码率性能。     

OFDM系统信道估计性能分析

介绍了OFDM系统中的信道估计技术,着重分析了基于导频插入的信道估计方法,叙述了基于最小二乘(LS)和线性最小均方误差(LMMSE)的信道估计方法,应用简化的LMMSE即SVD-LMMSE方法和卡尔曼滤波方法对信道进行估计,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,得出不同算法下信道估计的误比特曲线,比较了各个算法的性能。仿真结果表明:基于MMSE准则的信道估计比基于LS准则的估计有更好的性能,但前者复杂度较高。     

OFDM信道估计内插算法研究

为了比较不同算法的性能,更好地实现OFDM系统信道估计,通过给出典型估计方法和利用MATLAB仿真工具对其进行仿真,得出不同算法下信道估计的误比特曲线。结果表明,FFT内插滤波具有更好的估计性能．     

OFDM系统中新的同步与信道联合估计算法

提出了一种新的基于判决反馈的OFDM同步与信道联合跟踪算法。该算法提取出信道估计结果中包含的同步信息用于实现同步估计,并利用同步估计结果对信道估计结果进行修正,使其尽量逼近真实信道。仿真结果表明该算法在信噪比较大时可以获得较高的估计性能,具有计算量小和实现简单的优点。适当增加块长具有更强的抑制噪声的能力,但却减弱了信道的时变跟踪能力,因此块长的选择必须权衡考虑。     

基于压缩感知的非整数点多径信道估计算法

基于压缩感知的稀疏信道估计充分利用无线信道的时域稀疏特性,大大降低正交频分复用(OFDM)波形设计时信道估计占用的导频数,提升带宽利用率．针对实测信道中普遍存在的非整数采样点时延的多径干扰,提出了一种基于噪声判决的高采样精度压缩感知信道估计算法,通过改进压缩感知测量矩阵和引入噪声估计判决,有效抵抗由非整数点时延多径引起的能量泄漏．仿真结果表明,相较于传统压缩感知信道估计算法,本算法能有效抵抗OFDM实用数字传输系统中的非整数采样点多径影响,性能具有明显优势．     

OFDM时域信道估计的MMSE简化算法

鉴于传统MMSE信道估计器性能与实现复杂度的矛盾，提出了一种简化的易于实现的时域MMSE信道估计器，并对其性能进行了仿真。结果表明，该算法有较好的性能，且算法复杂度较低。在系统的实现中有较好的参考价值。     

基于信道估计的OFDM定时同步算法

针对正交频分复用(OFDM)系统在多径衰落信道第一径不是最强径时存在定时错误,以及现有精同步算法漏检概率大的问题,提出利用信道冲激响应循环右移特性实现对第一径的精确检测。该算法先通过粗同步定位到能量最强径,再使用最小二乘(Least square)算法求出信道冲激响应,根据滑动窗口内能量变化判断各径所在位置,最后采用自适应门限法检测出第一径。理论分析和仿真结果表明:本文算法同已有算法相比,可降低精确符号同步的漏检概率,有效提高系统的定时性能。     

FSO—OFDM系统的SVD—MMSE信道估计算法

针对基于MMSE的FSO—OFDM系统信道估计算法计算量复杂、对信道矩阵具有奇异性要求等弊端,设计了基于SVD-MMSE算法的FSO—OFDM系统信道估计流程,并通过MonteCarlo方法对SVD—MMSE算法进行了仿真验证,将MMSE算法与SVD—MMSE算法进行了对比分析,结果表明SVD-MMSE算法相对于MMSE算法既能降低系统计算复杂度又能保证系统可靠性,即在系统复杂度与性能之间可以得到很好的折衷．