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。     

改进的OFDM系统半盲信道估计算法

信道估计算法从先验信息的角度,可分为3类：基于参考信号的估计、盲估计和半盲估计。半盲估计是结合盲估计与基于训练序列估计这2种方法优点的信道估计算法。本文首先通过基于导频辅助的半盲信道算法和基于直接判决的半盲信道算法得出信道的估计值,再定义一个置信度函数得出加权系数γ,使基于导频辅助的半盲信道算法和基于直接判决估计算法有效结合起来,有效提高信道估计的精度。     

改进的基于虚拟子载波的盲信道估计算法

为了加快正交频分复用(OFDM)系统盲信道估计的收敛速度和提高该系统的估计精度、频带利用率,提出了一种子空间盲信道估计的改进算法.该算法不同于已提出的利用累量信息或者进行接收端分集的盲信道估计算法,而是在引入虚拟子载波的基础上,在接收端直接对接收到的信号进行两次奇异值分解(SVD),并可直接应用于cP.OFDM系统和zP.OFDM系统中.计算机仿真结果表明,在相同条件下,该算法与已提出的子空间盲信道估计算法相比,提高了OFDM系统盲信道估计的精度和收敛的速度.     

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。     

一种基于DSP的半盲信道估计算法的实现

信道估计是无线通信领域的一个关键问题,传统的方法是通过在发射端不断地发送训练序列,在接收端利用DSP估计时变信道,这种方法大大降低了信号传输速率。采用基于叠加训练序列的半盲信道估计算法,可以弥补这一不足。介绍了一种基于叠加训练序列的半盲信道估计方法,并利用DSP软件开发平台CCS对该方法做了仿真实现。     

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。     

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。     

IoT系统中协同中继通信的盲信道估计

为IoT系统中的协同中继通信系统提出了一种分批机制的盲信道估计方法和一个包括改进的RCA误差函数的代价函数,并采取IRLS算法解决优化问题。仿真结果表明,该盲信道估计能正确地估计CSI,并且无需任何训练序列,证明了该方法在只依靠小批量矢量的情况下能实现快速盲信道估计的能力。     

基于鲁棒协方差矩阵估计的盲信道识别方法

为了提高基于二阶协方差矩阵的盲信道识别方法在脉冲噪声环境下的性能,以α稳定分布过程为脉冲噪声模型,利用m-估计的方法得到该脉冲噪声信道下接收信号协方差矩阵的鲁棒估计,再利用噪声子空间的方法实现信道的盲识别.仿真结果表明,该方法在脉冲噪声环境下的性能要明显优于传统的基于二阶统计协方差矩阵的盲信道识别方法的性能.     

基于盲辨识和盲均衡的直扩信号伪码估计方法

为了解决多径信道下直接序列扩频信号的伪码盲估计问题,在直扩信号等效联合信道模型的基础上,提出一种信道盲辨识与数据重用盲均衡相结合的伪码盲估计方法。该方法利用信道盲辨识方法估计得到等效联合信道,通过数据重用盲均衡进一步估计出伪码。理论分析与仿真验证表明,该方法在低信噪比条件下仍然可实现对多径直扩信号伪码序列的准确盲估计,并且对于m、Gold、M序列等不同伪码具有广泛适应性。     

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。     

一种适用于WMSN传输机制的信道盲估计方法

在无线多媒体传感网络(Wireless Multimedia Sensor Networks,WMSN)中,无线信道的时变多径衰落特性是造成网络节点能效下降的主要因素之一。虚拟MIMO是一种克服多媒体传感网无线信道多径衰落和降低节点能耗的有效方法,但现有文献均假设信道状态信息未知或仅知道信道的统计特性,源节点则无法根据信道的实时信息动态调整传输策略。结合WMSN网的特点,提出一种适用于WMSNs传输机制的信道盲估计方法以获得节点间信道信息进而确定传输策略,通过构造权值衰减联合决策函数,将节点间的信道盲估计问题转化为一个无约束优化问题,在此基础上设计了一种快速收敛的迭代算法以降低运算负担。数值仿真表明,该方法需具有仅依赖小数据量就可正确估计出节点间信道,具有对抗信道的时变特性的能力;理论推导与仿真结果验证了该算法的收敛速度和运算量均能符合降低节点能耗的要求。     

基于改进子空间追踪算法的稀疏信道估计

由于许多通信系统的信道具有稀疏多径的特性,因此可以将信道估计问题归结为稀疏信号的恢复问题,继而应用压缩感知理论(CS)的算法求解。针对CS中现存的信号重构方法——子空间追踪法(SP)需要对稀疏度有先验知识的缺点,提出一种改进的子空间追踪法(MSP)。该方法的反馈和精选过程与SP算法一致,不同之处是MSP算法每次迭代时向备选组合中反馈添加的向量个数是随着迭代次数而逐一增加的,而SP算法中备选组合被添加的向量个数与稀疏度相同。仿真结果表明,基于MSP方法所得到的稀疏多径信道估计结果优于基于传统SP的方法,且无需已知信道的多径个数。