一种基于小波去噪的DFT信道估计改进算法

针对小波去噪与DFT插值相结合的信道估计算法没有对循环前缀内的噪声进行去噪的缺点,提出了一种基于小波去噪与改进的DFT插值相结合的信道估计新算法。该算法首先利用离散小波变换对最小二乘(LS)法估计出的结果进行阈值去噪处理,并根据循环前缀内、外噪声方差的均值在DFT插值的过程中设置相应门限,然后对循环前缀内的噪声再次处理,以进一步减小噪声的影响。仿真实验结果表明,在复杂度基本不变的前提下,该算法能够较好地减小加性高斯白噪声的影响,并有效提升信道估计的准确度,其总体性能较小波去噪与DFT插值相结合的信道估计算法更优。     

基于小波去噪与变换域的信道估计方法

针对长期演进(LTE)下行正交频分复用(OFDM)系统的最小二乘(LS)信道估计算法对噪声比较敏感的问题,提出了一种基于小波变换去噪与变换域插值相结合的信道估计方法.该方法通过在最小二乘(LS)估计之后加入小波阈值去噪过程,再通过变换域低通滤波插值估计进行双重去噪处理.计算机仿真结果表明,该估计方法能够有效地去除加性高斯白噪声,比一般的LS估计算法性能要好,在一定程度上弥补了LS估计算法对噪声敏感的缺陷.     

MIMO-OFDM系统中基于小波包的信道估计方法

对多输入多输出-正交频分复用(MIMO-OFDM)系统中基于导频辅助的最小二乘(LS)信道估计算法进行研究,针对LS算法对噪声影响比较敏感的缺点,提出了一种基于小波包去噪的信道估计方法,对导频符号的信道响应进行去噪处理后,再做内插估计.根据该方法的思想,基于长期演进(LTE)协议进行计算机仿真与分析,结果表明该方法比传统的LS估计算法具有更好的性能,能够有效减小信道噪声的影响,提高信道估计精度.     

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。     

改进的基于DFT的OFDM系统信道估计算法

在正交频分复用（OFDM）系统中,针对常用的信道估计算法不能有效地抑制信道冲激响应中循环前缀长度内噪声的不足,提出了一种改进的基于离散傅里叶变换（DFT）的信道估计算法。该算法是一个多次迭代的过程,通过最小二乘算法获得导频位置处的信道频域响应,经过逆傅里叶变换后,利用时域内引入的能量增长速率函数来判断信道冲激响应分布情况,以便对其进行消噪处理,最后通过多次迭代进一步抑制子载波间干扰和加性高斯白噪声。仿真结果表明,无论在多普勒频移较小还是较大的情况下,该算法的估计性能均优于最小二乘（LS）信道估计算法、传统基于DFT的信道估计算法和基于阈值的信道估计算法。在系统误比特率为[10-2]时,改进的基于DFT的信道估计算法比其他算法有3~5 dB的性能增益。     

OFDM系统中基于离散余弦变换的信道估计算法改进

研究了正交频分复用(OFDM)系统中基于离散余弦变换(DCT)的信道估计,利用DCT的能量压缩特性,提出了一种改进的DCT域信道估计算法,通过在DCT域设计一个低通滤波器,有效地减小了加性高斯白噪声对信道估计精确度的影响。仿真结果表明,提出的改进算法比传统基于DCT信道估计算法具备更优的性能。     

基于改进SRGAN的OFDM信道估计方法

在正交频分复用(OFDM)系统的信道估计过程中,传统信道插值算法是建立在假设导频附近处的估计值存在关联的基础上,当信道特征因无线信道的时变、频变特性而不连续时,估计结果将不理想。针对这一问题,本文引入超分辨率重建模型SRGAN的改进模型——SRWGAN,替代信道估计中的插值处理。在SRWGAN模型中,将导频处的最小二乘(LS)估计值类比于低分辨率图像中的像素点,先通过卷积网络提取信道特征,再通过多个残差网络学习映射关系,然后经上采样层放大,最后通过判别网络WGAN不断判别并提升估计效果。实验结果表明,基于SRWGAN的信道估计效果优于传统的信道估计算法,且与同类型的SRCNN模型相比,同等条件下,当误码率相同时,信噪比(SNR)提升约3 dB,当MSE值相同时,SNR提升约5 dB。     

一种MIMO-OFDM系统的信道估计算法

导频辅助的最小平方（LS）算法是MIMO—OFDM系统中常用的信道估计方法,特点是易于实现,但精度不高。基于最小均方误差（MMSE）的信道估计算法性能较好,但复杂度高,难以实现。提出了一种基于离散傅里叶变换（DFT）的信道估计算法,首先将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。算法能够满足一定的估计精度,且便于实现。仿真数据证明了算法的有效性。     

基于小波去噪的OFDM信道估计技术研究

信道估计能够为OFDM系统提供相干解调和空时译码所必须的信道信息,是OFDM系统接收机中非常重要的一个环节,如何降低无线信道的噪声,提高信道估计精度,是关乎整个通信系统性能的重要问题.提出了一种将小波去噪应用到OFDM系统无线信道估计中的方法,利用LS算法得到导频位置频域响应后进行小波去噪,然后插值得到整个信道的频域响应,可以减少多径衰落信道中的噪声和ICI对于信道估计精度的影响,减少系统的误码率.在SISO-OFDM和MIMO-OFDM系统,无线移动信道环境下的仿真表明,与传统的信道估计方法相比,在低信噪比的情况下,提出的信道估计方法能够提供2-3dB的性能改善.     

基于大规模MIMO的散射信道估计技术

随着用户对通信速率的要求日益增长,散射通信的通信容量亟待提升。大规模多输入多输出(MIMO)技术是提升容量的一种重要途径,本文研究基于大规模MIMO的对流层散射通信系统的信道估计问题。首先建立基于二维均匀方形天线阵列的大规模MIMO对流层散射信道模型,其次提出一种信道协方差矩阵估计算法对传统最小均方差(MMSE)信道估计算法进行改进,最后与最小二乘(LS)、传统MMSE算法和理想MMSE信道估计算法的准确度进行对比。仿真结果表明：在信噪比(SNR)为0～25 dB的情况下,传统的MMSE算法的准确度相较于LS算法的提升效果并不明显,与理想MMSE算法的准确度有一定差距;但改进MMSE信道估计算法的准确性优于传统MMSE算法,同等条件下NMSE相同时,其SNR可提升3～5 dB,并随着SNR的增大逐渐逼近理想MMSE算法。     

低压电力基于PLC的信道估计算法仿真

研究优化低压电力信道问题,针对低压电力线信道噪声污染严重,由于信道环境恶劣,造成误码率高。为了解决上述问题,采用OFDM系统中对低压电力信道的信道估计算法。传统LS(最小二乘法估计)算法复杂度低但性能受到限制,受噪声影响大。在综合考虑性能和复杂度,提出了新的改进的方法,并针对FFT的时域插值算法的缺陷,采用改进的算法进行仿真。仿真结果表明,改进算法使误码率降低,且减小了噪声的影响,证明信道估计算法提高了信噪比和估计的精度。     

OFDM水声通信载波频偏估计LS拟合算法

OFDM水声通信系统对载波频率偏移非常敏感,很小的频率偏移就会使系统的性能显著下降。首先分析了由载波引起的载波间干扰,将其等效为系统信噪比的降低。针对OFDM系统利用循环前缀的频率偏移估计精度不高的问题,提出了一种基于循环前缀的频偏估计LS拟合算法（CPLS）,该算法可显著提高频率偏移的估计精度。研究结果表明,同利用循环前缀的频率偏移估计方法相比,基于循环前缀频率偏移LS拟合算法的OFDM水声通信系统能够工作在更低的信噪比情况下。     

基于自适应阈值SAMP算法的OFDM稀疏信道估计

为了降低重构算法的复杂度,提高重构的精确度,提出一种自适应阈值的稀疏度自适应匹配追踪算法（SAMP）,并将其运用在OFDM稀疏信道估计中。蒙特卡洛仿真证明,改进后的算法相比于原算法在CPU运行时间上减少了44.7%,并且在较低的信噪比下也能达到较好的估计效果。此外,针对OFDM稀疏信道估计问题,结合压缩感知理论中观测矩阵的构造方法,提出一种新的导频图案分布设计方法,仿真证明该导频图案设计方法比现有方法在估计精确度方面提高2~4dB。     

OFDM系统中DCT-IDCT插值信道估计算法

针对低信噪比条件下导频信道响应LS估计值中存在较大噪声干扰的问题,引入变换域滤波思想,并提出一种改进的方法,基于DCT变换域的滤波方法。通过仿真系统参数变化对改进算法性能的影响,分析和验证了改进算法的有效性。