TD-LTE系统中信道估计LMMSE算法Q矩阵的ASIC实现分析

研究了TD-LTE(Time Division-Long Term Evolution)系统下信道估计LMMSE(Linear Minimum Mean-Square Error)算法中Q矩阵的实现.从ASIC设计的角度考查LMMSE算法中Q矩阵实时生成的硬件实现可行性,包括实现方案、资源开销和时间开销.为整个TD-LTE基带芯片信道估计哪部分采用软件实现,哪部分采用硬件实现提供决策参考.     

认知无线电中基于导频的信道估计研究

介绍了认知无线电NC-OFDM系统中的信道估计技术,着重分析了基于导频的LS信道估计、联合LMMSE信道估计、以及联合SvD—LMMSE信道估计算法。采用频率选择性信道,对各个算法进行了仿真实验,得出不同算法下信道估计的误码率曲线,比较了各算法的性能。仿真结果表明：与LS估计算法及联合LMMSE估计算法相比,联合SVD—LMMSE信道估计算法有效地降低了误码率,并且具有较低的复杂度,但是其性能略于联合LMMSE信道估计的性能：另外,联合SVD—LMMSE信道估计算法的误码率小于分离SVD—LMMSE信道估计算法的误码率。     

一种基于LMMSE改进的FBMC信道估计算法

针对滤波器组多载波(Filter Bank Multicarrier,FBMC)系统的信道估计问题,对系统进行了简要介绍并提出一种基于线性最小均方误差(Liner Minimum Mean-Square Error,LMMSE)算法改进的信道估计算法。在原有的LMMSE算法基础上结合离散傅里叶变换(Discrete Fourier Transform,DFT)算法,并进行迭代估计,同时利用奇异值分解(Singular Value Decomposition,SVD)算法降低了计算的复杂度。仿真结果表明,改进的LMMSE算法明显提高了系统的性能。     

一种基于SC-FDMA系统改进的LMMSE信道估计算法

对于LTE上行链路来说,寻求性能优良的信道估计算法是十分必要的。传统的最小平方(LS)和线性最小均方误差(LMMSE)信道估计算法存在许多不足。其中,在研究过程中会发现传统线性最小均方误差(LMMSE)信道估计算法具有计算复杂度大的问题。然而,通过借助于雅克比迭代算法解决线性方程的理念,能够对传统的LMMSE算法做进一步的改进。同时,理论分析和仿真结果表明:该算法在低信噪比下表现出良好的性能,它不仅降低了计算复杂度,而且估计结果更精确。     

一种基于LMMSE滑动窗的信道估计算法

LTE-A下行传输中采用的多达8天线端口的增强型MIMO技术,为了保证对LTE系统的后向兼容以及确保UE对最大8天线端口和反馈更大的带宽信道状态信息(CSI),引入了新的参考信号CSI-RS。分析了LMMSE信道估计算法,提出了一种基于LMMSE滑动窗的信道估计算法。仿真结果表明,该算法既节约了导频资源占用率,又提高了系统的发送效率。     

基于特殊导频去噪的OFDM信道估计算法

主要研究了正交频分复用(OFDM)系统中基于导频辅助的信道估计算法,分析和比较了2种常用的算法,并提出了一种基于特殊导频序列去噪的信道估计算法。仿真结果表明:提出的基于特殊导频去噪的信道估计算法和LS算法相比,在没有增加LS算法运算复杂度的情况下,有效地抑制噪声的影响,提高了信道估计的准确性;和LMMSE算法相比,信道估计的准确性高于LMMSE算法。     

MC DS-CDMA系统中信道估计器的比较

首先介绍了几种多载波码分多址(CDMA)系统，然后建立了MCDS-CDMA系统模型，在该系统中进行最小二乘(LS)，线性最小均方误差(LMMSE)和最大似然(ML)3种信道估计器的研究，并对其均方误差(MSE)和误码率(BER)性能进行了仿真，LS实现最简单，但性能最差，LMMSE计算量大，性能优于LS，ML性能最佳，且其计算复杂度低于LMMSE。     

加权系数平均法改进的小波域LMMSE信道估计算法

针对传统LMMSE算法需要知道信道特性的问题,提出了一种加权系数平均法改进的小波域LMMSE信道估计算法.运用离散小波变换对LS初始估计和预滤波处理后的信号实行阈值量化去噪处理,然后结合时域信道能量分布的稀疏性特征,利用加权系数平均法求出各子载波的频域响应,从而克服了传统LMMSE算法需要预先知晓信道统计特性的缺陷.对算法的BER和MSE性能进行实验仿真,结果表明:文中所提改进算法的信道估计整体性能显然会更优于LS、SVD-LMMSE以及加权平均改进后的LMMSE算法.另外,在信噪比较低且信道统计特性未可知的状况下,文中算法要优于传统的LMMSE算法,并能够较好地降低噪声的影响,有效提升信道估计的精确度.     

基于导频符号的信道估计算法研究

正交频分复用(OFDM)是一种高效的数字传输技术,因其较高的频带利用率以及抗多径衰落的性能,被视为下一代无线通信的核心技术.信道估计技术是实现OFDM系统的关键技术之一.文中主要研究了OFDM无线系统中基于导频的信道估计算法--LS算法和LMMSE算法, 通过仿真其算法的误码率特性和均方误差性能表明,LMMSE的性能明显优于LS.     

一种改进的迭代接收机及其简化形式

改进了一种采用导频辅助相干接收机的迭代算法。迭代接收机采用 LMMSE 滤波器作 为信道估计器，IMMSE 滤波器的输出即为信道的估计值。对这种基于 LMMSE 滤波器的信道估计器做 了改进和简化，并给出了改进与简化后的仿真结果，仿真结果证明：这种简化后的接收机既具有很高的 精确度，又具有很低的计算复杂度。     

短波OFDM系统中基于迭代插值的信道估计

经典的线性插值算法具有实现简单的优点,但短波信道是靠电离层反射进行通信,而电离层的分布是随机变化的,导致短波信道随机变化.所以数据子载波的频域响应与相邻导频子载波频域响应之间不再满足线性关系,即线性插值算法不适用于短波OFDM系统中.基于此提出了一种迭代的插值算法,该算法利用了两个距离最近的子载波的信道响应的相关性越大的原理,利用信号的相关性进行迭代,从而得出频域的信道估计.仿真表明,该插值算法有效拟合了短波信道特性曲线,降低了系统的误比特率和均方误差.     

Structure-Based Low Complexity MMSE Channel Estimator for OFDM Wireless Systems

Wireless communication systems utilizing orthogonal frequency division multiplexing (OFDM) transmissions are capable of delivering high data rates over multipath frequency selective channels. This paper deals with joint estimation/interpolation of wireless channel using pilot symbols transmitted concurrently with the data. We propose a low complexity, spectrally efficient minimum mean square error channel estimator which exploits the correlation structure of channel frequency response for reducing the complexity. Specifically, it is shown that if pilots are inserted appropriately across OFDM subcarriers, the proposed algorithm requires no matrix inversion, thereby significantly relieving the computational burden without deteriorating the performance. Moreover, the knowledge of channel correlation is also not required for the proposed estimator. Simulation results validate that the proposed technique outperforms existing low-complexity variants in terms of mean square error and computational complexity.

     

基于基扩展模型的改进正则化正交匹配追踪V2X 快时变SC-FDMA信道估计

为了进一步提升车联万物(V2X)的通信性能,首先根据信道冲激响应的稀疏性建立了适用于高速移动场景的基扩展模型(BEM);其次,证明了BEM系数具有稀疏性,将信道估计问题转化为稀疏信号重构问题,进而提出基于BEM的改进正则化正交匹配追踪(iROMP)迭代稀疏信道估计算法(简称为BEM-iROMP算法)。所提算法通过iROMP获取BEM系数,利用反馈结果不断迭代以达到最优信道估计。仿真结果表明,与最小二乘法、线性最小均方误差和BEM-LS信道估计算法相比,所提算法能够有效提高V2X快时变信道下单载波频分多址系统的归一化均方误差和误码率性能。     

一种改进的LTE下行系统信道估计算法

基于3GPP长期演进（LTE）下行链路系统,在比较了现有几种不同信道估计算法的基础上,提出了一种适用于LTE下行系统的时频二维联合维纳迭代滤波信道估计算法。具体步骤如下：首先,采用基于奇异值分解（SVD）的线性最小均方误差（LMMSE）算法在频域进行维纳迭代滤波;然后,再利用频域估计出来的值在时域进行一次维纳迭代滤波。仿真结果表明,该算法能够有效地改善信道估计的误比特率（BER）性能,与传统的方法相比,性能更加接近于理想信道估计,同时也没有显著增加算法的运算复杂度。     

基于滤波方法的OFDM信道估计研究

维纳滤波和卡尔曼滤波都是基于最小均方误差准则的滤波方法,本文主要研究这两种滤波方法在OFDM信道估计中的应用。为了跟踪频率选择性信道的变化,采用在OFDM系统中易于实现的梳状导频进行研究。传统的MMSE在统计意义上是最好的线性估计器,但是需要对矩阵求逆,是一种计算量较大,算法较复杂的方法。LMMSE是频域维纳滤波方法,其减小了MMSE的复杂度,但只适用于慢衰落信道,针对时变信道,本文提出卡尔曼滤波的信道估计方法,仿真结果表明,卡尔曼滤波的信道估计方法在时变信道中具有良好的性能。     

A linear minimum mean square error multiuser receiver inRayleigh-fading channels

We generalize the multiuser (CDMA spread spectrum) communication systems to the fading environments. We first extend Verdu's (1986) conventional optimum receiver to Rayleigh-fading environments and then evaluate its performance. Having no knowledge of the received power at the receiving end, we therefore need an estimator to efficiently estimate the received signal strength of each user in fading environments. A linear minimum mean square error (LMMSE) unbiased estimator is proposed to attain this goal. By using the minimum mean square error (MMSE) Bayesian estimation, we further propose the LMMSE bit estimator for efficient demodulation. Its performance is close to the optimum multiuser receiver but with a much simpler polynomial complexity. To further reduce the complexity, we extend the LMMSE estimator to the sequential LMMSE estimator. In sequential estimation, we do not need to implement the matched filter banks and to perform the matrix inversion when estimating. In addition, it converges after approximately 2k iterations, where k is the number of users. With this fast convergence property and the simple structure, the sequential LMMSE estimator provides an attractive alternative to the implementation of a multiuser system     

Low-Cost Approximate LMMSE Equalizer Based on Krylov Subspace Methods for HSDPA

The throughput of the high speed downlink packet access (HSDPA) sub-system of UMTS suffers significantly from multiple access interference in the wireless channel. A linear minimum mean square error (LMMSE) equalizer at the receiver achieves higher throughput than a conventional RAKE receiver, at the cost of higher complexity. We introduce an iterative algorithm based on Krylov subspace projections, approximating the LMMSE equalizer with negligible loss of performance for the receiver. Slow variations of the channel can be exploited to allow further acceleration of the algorithm. Computational complexity as well as storage requirements are strongly reduced     

分布式空频编码协同通信系统中基于导频辅助的频域信道估计算法

针对频率选择性衰落信道下的分布式空频编码协同通信系统,提出了基于导频辅助的各种频域信道估计算法,包括最小二乘、线性最小均方误差、低阶近似线性最小均方误差算法,并给出了相应的均方误差性能表达式.理论分析和仿真结果表明本文提出的信道估计算法在协同通信系统中具有很高的实用性和精确度.     

一种基于DFT的低复杂度虚子载波OFDM信道估计算法

该文针对采用虚子载波的OFDM通信系统,提出了一种基于DFT的低复杂度信道估计算法,并与最小二乘(Least Square,LS)估计算法和线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)算法进行了详细的性能和复杂度比较。所提DFT算法较好地降低了高斯白噪声的影响,相对于LS算法获得了较大的性能增益。该算法在复杂度与性能之间取得了较好的折衷,具有很好的实用价值。     

An Accurate and Very Low Complexity LMMSE Channel Estimation Technique for OFDM Systems

In this paper, we propose a very low linear minimum mean square error (LMMSE) channel estimation technique for orthogonal frequency division multiplexing (OFDM) systems. The conventional LMMSE, based on the autocorrelation channel matrix, requires \(O(N_P^3)\) operations (\(N_P\) represents the total number pilot in one OFDM symbol). By exploiting the structure of the channel autocorrelation matrix, we propose a very low complexity LMMSE channel estimator which requires only \(O(N_PlogN_P)\) operations. Simulation results show that the proposed technique yields the same performances as well as the classical LMMSE in terms of bit error rate and mean square error.