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。     

MIMO-OFDM的信道估计算法研究

关于无线通信问题,为提高容量和传输效率,提出了一种基于变步长的LMS的自适应信道估计跟踪算法,用于快时变衰落的MIMO-OFDM系统无线信道估计中.采用LMS分别跟踪信道经QR分解后的两个矩阵,迫使非上三角的元素为零,抑制了部分干扰与噪声.再通过将抽头输入向量的平方欧氏范数进行归一化,用来调整LMS自适应算法的步长,以达到有效跟踪的目的,同时避免了矩阵的求逆运算,降低了实现的复杂度.通过计算机仿真验证了改进的基于变步长的LMS自适应算法在精度和性能上优于原有的算法.     

基于RLS自适应滤波算法的MIMO-OFDM信道估计

对于传统递归最小二乘算法信道估计性能的抗噪声问题,提出一种基于自适应滤波的RLS估计算法。该算法通过在时域内加入自适应滤波器,对信道中的估计结果进行自适应滤波。经过仿真分析,将自适应滤波的RLS算法与传统的RLS算法在误码率(BER)的性能进行比较,得出基于自适应滤波的RLS算法是一种高精度抗噪声的信道估计算法。将系统的输入含有噪声的信号进行自适应滤波,得到输出信号波形,与输入信号波形进行对比,来验证自适应滤波对噪声抑制作用。     

基于自适应噪声抵消的MIMO-OFDM信道估计

对多输入多输出正交频分复用系统的信道估计进行了研究,利用自适应噪声抵消的思想,提出了一种基于自适应噪声抵消和奇异值分解的信道估计方法.该方法首先利用自适应噪声抵消对最小二乘(LS)估计进行去噪处理,然后将其结果用于奇异值分解(SVD)的MMSE低阶近似方法中.仿真结果表明,利用此方法有效地抑制了噪声的影响,其系统性能优于利用最小二乘方法所获得的系统性能.     

MIMO-OFDM系统的信道估计方法

在第三代移动通信组织给出的空间无线信道模型（3GPP-SCM）下,基于多输入多输出天线频分复用系统（MIMO-OFDM）,设计了基于最小均方误差准则的信道估计器。由于最小均方误差信道估计器是在最大似然信道估计器的基础上基于统计信息的去噪处理,在3GPP-SCM中利用蒙特卡罗方法对不同种典型信道环境做自相关系数统计,得到信道的先验统计信息,进而设计并实现了基于MIMO-OFDM系统的最小均方误差信道估计器。通过仿真,验证了最小均方误差信道估计器相对于最大似然信道估计的准确性,并在误码率方面,带来更好的系统性能。     

MIMO-OFDM系统抗干扰信道估计算法

提出一种抗干扰信道估计(AICE)算法用于解决MIMO-OFDM系统信道估计问题。该算法在接收端通过对收到的累加信号进行分解,得到来自不同发射天线的信号,通过消除符号间干扰与子载波间干扰及采用期望值最大迭代算法进行信道估计来减小估计误差,提高信道估计的准确性。与ICE算法的性能比较证明了AICE算法在瑞利衰落信道下具有更好的信道估计均方误差及误比特率性能。     

MIMO-OFDM系统空间相关性迭代信道估计算法

针对受到噪声干扰及多普勒效应等因素影响的多输入多输出（Multi-Input Multi-Output,MIMO）正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）无线系统信道估计问题,提出了一种有效的空间相关性迭代信道估计算法（SCICE）。SCICE利用同步符号与协议数据单元中的前置训练序列和中置训练序列,对信道的空间相关性进行估计,数据信息根据该信道相关性信息得到初始的信道估计值,接收端根据信道估计值进行数据符号检测,并将这些信息作为已知信息,以迭代的方式逐渐减小因空间相关性导致的信道估计误差,进而提高信道估计的准确性。与现有迭代信道估计算法的性能比较表明了提出的SCICE算法在瑞利衰落信道以及不同调制方式下具有更好的信道估计均方差与误码率性能。     

基于GAIC的MIMO-OFDM信道估计

对于多径稀疏的多输入多输出正交频分复用(Multiple-input and muItipIe-output orthogonal frequency division multiplexing,MIMO-OFDM)信道,提出了基于广义Akaike信息论准则(Generalized Akaike information criterion,GAIC)的MIMO-OFDM系统实用的信道估计算法,该算法能够估计出信道的长度和每径信道的时延,降低加性白噪声对信道估计的影响,提高信道估计的精度.通过仿真,与最小二来(Least squares,LS)算法和离散傅里叶变换(Discrete Fourier transform,DFT)算法相比较,大大地降低了信道的估计误差,提高了系统性能,且信道稀疏性越强,性能改善越好.     

多天线系统频域信道估计算法的研究

在天线性能优化问题的研究中,MIMO-OFDM 技术将 OFDM 与空时编码技术有机的结合在一起,能够大幅度的提高无线通信系统的信道容量和传输速率.为了有效地抵抗多径衰落、抑制干扰和噪声,提出了一种改进的 LS 频域信道估计的改进算法即分组 LS 频域信道估计算法.算法根据 MIMO-OFDM 系统相邻子载波频域信道响应变化缓慢的结论,把所有天线发送的 OFDM 子载波分成多组来进行信道估计.通过对算法的仿真建模并进行仿真,表明算法具有简化算法复杂度以及提高抗噪声和信道估计能力,在抗多普勒频移等方面有更好的性能.算法可为多天线系统信道估计的研究提供了设计依据.     

基于导频的MIMO-OFDM系统信道估计算法研究

信道估计作为MIMO-OFDM的一种关键技术对系统性能有着十分重要的影响,该文分析了基于块状导频、梳状导频、矩形导频对信道估计的影响,并对LS线性插值算法进行了改进,通过计算机仿真验证了改进的LS插值算法在精度和性能上优于原有的算法。     

MIMO-OFDM 系统角域LS 信道估计算法

当信道估计算法利用先验信息进行MIMO-OFDM 信道辨识时,计算复杂度将显著增加．针对这一问 题,设计一种无需先验信息且计算复杂度低的相移正交角域LS 算法．该算法的基本思想是：在保证LS 算法均方 误差（MSE）性能达到最小的前提下,根据角域内不同发送和接收天线间信道的空间独立特性,采用最有用抽头系 数（MST）技术来提高信道估计性能．仿真结果表明,所提算法具有良好的估计性能．     

一种性能更好的MIMO-OFDM系统MAP信道估计算法

基于期望最大化(EM)的最大后验信道估计算法(MAP)在高信噪比(SNR)下将很难获得较低的估计误差,并且,对于导频辅助的MIMO-OFDM系统,OFDM符号的数据传输效率随着发送天线的增加而明显下降.为改善这两种缺陷,引入一种等效的信号模型来改善高SNR下的估计性能;在相邻多个OFDM符号内使用相移正交导频序列和联合估计来提高系统的数据传输效率和估计性能;根据角域内信道间的独立性来减小噪声对估计的影响.通过仿真实验可知,所提算法具有更小的估计误差和更高的数据传输效率.     

一种适用于DVB-T/H系统的自适应信道估计算法

提出了一种基于导频的自适应信道估计算法,该算法在最小平方误差(LS)算法的基础上采用两维插值方法估计出无线信道的频率响应:在时域上进行线性插值,在频域上根据系统软判决信噪比自适应地进行线性插值或维纳滤波插值。在地面数字视频广播(DVB-T)系统中的仿真结果表明,该算法具有较高的性能,而且在信噪比较高的情况下,它的复杂度很低,可以进一步应用于手持数字视频广播(DVB-H)系统中。     

一种基于子空间的MIMO-OFDM信道盲估计算法

论文主要讨论利用子空间算法对MIMO-OFDM信道进行盲估计.子空间算法是一种非常重要的信道估计算法,但该算法最大的缺点是要求精确估计信道阶数,对信道阶数欠估计或过估计非常敏感.针对这一点论文提出了一种联合子空间算法,该算法能够同时完成信道阶数估计和信道估计.仿真实验表明在低信噪比、观测数据较短和信道具有较小的初始和结尾系数等条件下时,该算法的信道阶数估计能力优于以前的算法,同时信道估计性能也得到较大的提高.     

MIMO—OFDM系统信道估计技术研究

信道估计是MIMO-OFDM系统中的关键技术之一,信道估计的准确与否直接关系到系统性能的好坏,因此寻求快速、准确、可靠的信道估计算法以提高信道估计精度是一个重要的研究课题。该文通过建立MIMO-OFDM系统信道模型,给出了基于训练序列的LS估计和MMSE估计的基本算法实现原理,并针对算法的不足提出改进算法。通过仿真可知,改进算法比基本算法拥有更好的系统性能。     

MIMO-OFDM 系统时域参数化信道估计算法研究

针对MIMO-OFDM 系统信道估计问题,提出了一种在时域内进行最小二乘信道估计的方案．它的基本 思想是利用发送端与接收端导频序列所形成的时域信号来计算信道的时域响应信息．为了获得LS 信道估计的最小 均方误差,本文给出了一种最优导频序列设计方案,它要求每根发射天线中的导频序列为等间隔排列,不同发射天 线之间的导频序列位置相互交错．本文还提出了一种基于LS 准则的参数化信道估计方法,对比传统的LS 信道估 计算法,本文算法能够大幅度地提高信道估计的精度;对比传统的LSPCE 算法,本文算法可以有效地降低其计算复 杂度．仿真实验和性能分析验证了所提方法的有效性．     

信道估计误差下多用户MIMO／OFDM下行系统自适应传输

以系统总速率最大化为目标，提出在非理想信道信息情形下基于空分复用的多用户MIMO／OFDM下行系统的自适应资源分配方案，并满足用户的QoS要求。该方案首先根据用户信道估计误差模型和用户QoS对用户进行子载波分配，然后在各个子载波上进行功率和比特分配。仿真结果表明，该方案相对静态分配方案可获得更大的总速率，而且对信道估计错误更加强健，可应用到信道信息不确定的实际系统中。     

基于叠加训练序列的MIMO-OFDM信道估计

为实现多输入多输出(MIMO)-正交频分复用(OFDM)系统相干检测,提出一种新的基于叠加正交训练序列的MIMO-OFDM信道估计.详细证明了算法的估计准则并说明了训练序列的构造.通过叠加与信息序列不相关的正交训练序列,快速有效地估计出信道的冲激响应,同时使得最小均方误差达到最小值.与最小二乘法比,该算法避免了复杂的矩阵求逆运算,降低了运算量,且通过叠加训练序列,没有带宽损失.通过计算机仿真证明了算法的有效性及高性能.     

多径衰落信道MIMO-OFDM系统容量分析与仿真

为了分析MIMO-OFDM系统性能,研究了MIMO-OFDM系统在瑞利多径信道下的容量.首先,就可识别路径数及信道相关性对MIMO-OFDM系统容量影响进行了分析与仿真,仿真结果表明,MIMO-OFDM系统的容量随着多径数的增加而增加,但当多径数较大时,容量增加量逐渐减小;相关性给MIMO-OFDM系统带来容量损失,随着相关程度的增加,容量损失急剧增加.其次,对MIMO及MIMO-OFDM系统容量进行了比较,研究表明,MIMO-OFDM系统的容量集中度比MIMO系统好,并且,信噪比为10dB时,MIMO-OFDM系统的容量比MIMO系统容量大4bit/s/Hz左右.