基于卡尔曼滤波的OFDM系统时变信道估计方法

研究了一种基于卡尔曼(Kalman)滤波的OFDM时变信道估计与跟踪问题.首先建立时变多径信道的状态方程和测量方程,然后将信道冲击响应近似为一个低阶自回归滑动平均过程,利用导频的先验信息估计出Kalman滤波器的初始值和时变参数,并通过Kalman滤波跟踪信道的时变特性.仿真实验表明,该方法在时变多径信道下具有较好的性能,与传统信道估计方法相比,在均方误差和误码率等性能指标上有了较大的改进.     

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。     

一种时频结合的中导码信道估计算法

为解决高速移动环境下时变信道的估计问题, 基于改进的COST207 RA信道模型, 提出了一种适用于高铁列车的时频结合的中导码信道估计算法。该算法将中导码和导频在Kalman滤波器中进行有机结合, 充分利用两者在时间和频率上进行信道估计的优势而进行联合估计, 最后得到信道的整合估计值。同时, 由于中导码的插入, 还解决了Kalman滤波信道估计中误差扩散问题。仿真结果表明, 基于中导码的信道估计算法在终端移动速度较高时能显著改善估计性能、提高信道估计的准确度。     

多输入多输出信道估计算法的仿真研究

研究无线通信,提高数据传输率,是无线通信领域关心的问题.信道估计精度对系统性能有着直接的影响.由于无线通信信道具有时变性,传统信道估计算法很难对时变信道进行准确估计,为了提高多输入多输出信道估计精度,提出一种采用基于粒子滤波的MIMO-OFDM时变信道估计方法.算法首先采用时变信道频率响应的状态空间方程将时变信道估计问题转化为序贯状态估计问题,然后通过粒子滤波算法对序贯状态估计问题进行求解,得到当前时刻的信道状态.仿真结果表明,与传统信道估计方法比较,不仅降低估计均方误差和误码率,估计精度更高,而且很好地提高了信道通信性能.     

OFDM系统中时变信道参数的估计

无线信道中的时变衰落对通信系统的性能会产生极其恶劣的影响,必须精确的估计出时变信道的参数以便更好的设计通信系统以及在接收端进行有效地均衡。提出了一种基于单分量线性调频（LFM）信号的时变信道参数估计方法。该方法通过发射单分量LFM信号作为正交频分复用（OFDM）系统的导频信号来探测时变信道,在接收端用最小描述长度（MDL）标准来检测信道的多径数目,并用Wigner－Hough变换（WHT）联合FFT进行时变信道参数估计。仿真结果表明该算法有良好的估计性能。     

MIMO-0FDM中的一种最优导频设计算法

从系统设计角度研究了MIMO—OFDM系统的信道估计方法，提出—种基于空频域的最优导频设计算法。该算法适用于快速时变和频率选择性衰落信道，在基于LS准则的信道估计算法中无需矩阵求逆运算，大大降低了复杂性。通过计算机仿真证明该算法在空频编码的信道估计中具有最小MSE性能。     

基于叠加训练序列的MIMO信道估计算法

针对提高无线信道的传输性能,提出了改进的基于叠加训练序列的MIMO信道估计算法。利用训练序列与信息序列的不相关特性,在没有带宽损失的情况下初步估计出信道参数;然后利用加权因子对信道参数在相邻信号段之间进行加权平均,得到最终的信道参数。与以往的叠加训练序列估计方法比较,利用算法具有更低的估计均方误差,且适用于时变信道。通过计算机仿真结果表明,估计方法提高了信道传输精度和性能。     

基于二维导频和降噪滤波的信道估计方法

在分析多径噪声环境中信道估计经典算法的基础上,提出一种基于二维导频和降噪滤波的信道估计改进算法。文中采用的二维导频设置图案,充分保留了信道信息,从中可提取信道参数的最优初始估计。在此基础上,通过DFT/IDFT变换将信道频率响应子空间和噪声子空间分离,进行降噪滤波。仿真结果显示,在多径时变衰落信道下,利用以上两种提出的信道估计方法有效提高系统的估计性能。     

TD-LTE下行发射分集自适应信道估计研究分析*

为了研究适用于TD-LTE系统下行信道发射分集模式下的信道估计算法,在基于离散分布的小区专用参考信号基础上分析了最小二乘（LS）和递归最小二乘（RLS）信道估计算法。为了简化MIMO信号检测的复杂度,针对发射分集模式提出了两种信道响应值的修正方法,改善的信道响应修正算法利用了时频域相关特性可以更好地跟踪信道变化。通过MATLAB在瑞利衰落信道下的仿真,表明RLS信道估计性能优于LS信道估计算法,而改善的信道响应修正算法能够进一步提高传统修正算法的性能。     

一种基于判决反馈的半盲信道估计方法

无线移动通信MIMO-OFDM系统中,为了减小对导频的依赖性,针对平坦瑞利衰落信道提出了一种基于判决反馈的半盲信道估计方法。该方法使用LS算法结合导频对信道进行初始估计,然后利用初始的信道估计结果得到下一个OFDM符号对应的天线发送信号,最后利用自适应滤波稳态跟踪特性对后面的信道进行跟踪,并将恢复出的信号反馈到滤波器输入端作为后续估计的输入。仿真结果表明,该半盲信道估计方法在平坦瑞利衰落信道下,相比于基于导频的LS信道估计方法具有更好的稳态性能。     

一种适用于WMSNs传输机制的信道盲估计方法

虚拟MIMO是一种克服无线多媒体传感器网络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。针对WMSNs信道特点,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代价。该方法仅依赖小数据量就可正确估计出节点间信道,具有对抗信道时变特性的能力;理论推导与仿真表明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。     

宽带MIMO信道下的并行干扰抵消接收机

基于数据块传输模型,将窄带MIMO并行干扰抵消接收机推广到宽带MIMO信道,在理想信道和信道估计下,通过仿真评估了所提出的宽带MIMO并行干扰抵消接收机的性能。仿真结果表明：所建议的方案在宽带MIMO信道下的性能好于窄带MIMO信道下的性能,在宽带MIMO信道下,接收机可获得比窄带下更大的分集增益。     

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。     

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。     

MIMO-OFDM中的一种最优导频设计算法

从系统设计角度研究了MIMO-OFDM系统的信道估计方法，提出一种基于空频域的最优导频设计算法。该算法适用于快速时变和频率选择性衰落信道，在基于LS准则的信道估计算法中无需矩阵求逆运算，大大降低了复杂性。通过计算机仿真证明该算法在空频编码的信道估计中具有最小MSE性能。     

MIMO-OFDM系统自适应信道估计算法分析

在MIMO-OFDM系统中,信道参数估计对相干检测至关重要.现有的信道估计算法大多需要对大矩阵做求逆运算,计算复杂度高,或者需要预知信道统计信息.提出一种MIMO-OFDM系统的自适应信道估计算法,无需任何先验信道统计信息,就能够通过导频辅助和迭代的方法对时变信道状态参数进行即时跟踪与估计.仿真结果表明在MIMO-OFDM系统中,提出的基于LMS或RLS的自适应信道估计算法相比于传统的不考虑噪声的LS信道估计算法,MSE和BER等性能均有大幅提高,能够很好地抵御无线信道引起的多径效应的影响,适宜应用于MIMO-OFDM系统.     

一种时变MIMO信道跟踪算法及仿真分析

对时变多发多收(MIMO)无线数字信道,在信道接收端应用逆滤波器算法,得到无线MIMO数字系统的信道冲击响应函数,并将此函数作为初始值,应用改进的粒子滤波器算法,完成时变MIMO数字系统的盲信道跟踪.算法同时利用了信号的时间分集信息和空间分集信息.计算机仿真表明,与仅利用信号空间分集信息的逆滤波器算法相比,算法在输入信号小信噪比情况下有更好的全局收敛特性;与卡尔曼滤波算法相比,得到的归一化信道误差更小.     

基于逆滤波器的时变MIMO信道跟踪算法

对时变多发多收（MIMO）无线数字信道,在信道接收端应用逆滤波器算法,得到无线MIMO数字系统的信道冲击响应函数,并将此函数作为初始值,应用改进的粒子滤波器算法,完成时变MIMO数字系统的盲信道跟踪。该算法同时利用了信号的时间分集信息和空间分集信息。计算机仿真表明,与仅利用信号空间分集信息的逆滤波器算法相比,该算法在输入信号小信噪比情况下有更好的全局收敛特性;与卡尔曼滤波算法相比,得到的归一化信道误差更小。     

基于正则总体最小二乘准则的OFDM系统信道估计算法

基于导频的最小二乘(LS)估计方法的优点是结构简单,容易实现,但对噪声和干扰敏感。通过对OFDM系统中由于信道的时变性产生的载波间干扰进行了分析,在此基础上提出正则总体最小二乘(TLS)信道估计算法。根据Tikhonov正则化原理,导出了总体最小二乘正则化解法的计算公式。与一般的LS信道估计相比,TLS方法同时考虑了信道噪声和信道时变特性,所以该算法不仅在一般的信道条件下具有良好的性能而且也适合快变信道条件下的OFDM系统。仿真结果表明,该算法具有很好的均方误差和误比特率性能。