MIMO OFDM系统时域信道估计新方法

提出一种多输入多输出-正交频分复用（MIMO—OFDM）系统的时域信道估计新方法。设计了一种具有最佳自相关性的实训练序列,并利用训练序列的自相关性获得信道的时域冲激响应。同时针对时域信道具有一定的稀疏性,通过信道有效路径估计,减少噪声对信道估计结果的影响,提高算法估计性能。理论分析和实验仿真结果表明,文章方法在更低的计算复杂度和更高的系统传输效率下,具有更高的估计性能。     

基于可调制正交多相序列的MIMO OFDM时域信道估计

提出了一种基于时域训练序列的MIMO OFDM信道估计算法．该训练序列采用可调制正交多相序列,其自相关性完全理想,不同序列之间的互相关函数的绝对值是一个常数并且满足数学低门限;信道估计器采用接收训练序列和本地训练序列的时域相关,利用可调制正交多相序列的正交性分离多信道,利用训练序列理想的自相关性得到精确的信道信息．与现有多天线信道估计相比,本算法具有实现简单和可跟踪时变信道的优点,计算机仿真结果表明即使在低信噪比情况下也能获得良好的误码率性能．     

MIMO-OFDM系统中高性能同步算法

利用所有发送天线同时发送的移位正交chu序列对已有的定时和频偏估计算法加以改进,提出了一种在多径衰落信道下具有高精度的快速多入多出-正交频分复用(MIMO-OFDM)系统定时和频偏估计新方法．分析表明,新方法具有定时准确检测概率高和小数频偏估计准确的优点,并且利用该算法可以在时域直接估计整数频偏,无需进行FFT运算,从而降低了系统同步的计算量．新算法的有效性在AWGN和第一径不是最强径的多径衰落信道下得到了验证．     

基于叠加训练序列的稀疏信道参数估计

针对稀疏多径的频率选择性块传输信道,提出了基于叠加训练序列的新信道估计方法,在不占用额外信号带宽的情况下估计信道参数.利用叠加训练序列得到时域信道冲激响应的LS解,根据广义Akaike信息论准则得到信道的长度和具体多径的时延值,然后将时域信道冲激响应中非多径点的值置零,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,在稀疏多径信道的条件下,与纯粹的叠加训练序列的信道估计方法相比,该方法较大程度地降低信道的估计误差,提高系统性能.     

基于自适应训练序列的MIMO-OFDM系统频率同步算法

对多入多出-正交频分复用(MIMO-OFDM)系统的频率同步问题进行研究,提出基于自适应训
练序列的MIMO-OFDM系统的频率同步算法. 所提出的训练序列利用接收端的信道状态信息(CSI)进行设计,并利用此训练序列对Schenk的载波频编(CFO)估计器进行改进,进一步提高了衰落信道下CFO估计的准确性. 仿真结果表明,本算法能降低信道噪声的干扰,提高时变信道下CFO估计精度.     

一种新的MIMO-OFDM自适应信道估计算法

基于经典的多输入多输出 正交频分复用(MIMO－OFDM)系统离散傅里叶变换(DFT)信道估计方案,提出了一种新的自适应信道参数估计算法,该算法能在一个OFDM导频符号内准确地估计出信道冲激响应、多径时延和噪声方差. 首先通过DFT信道估计得到初步估计值;然后提出了联合估计算法估计出各个接收天线上的噪声方差和多径时延,利用多径时延估计值提取信道初步估计中多径点上的信息,有效去除非多径采样点上的噪声. 仿真和分析表明,相比传统固定多径数目的估计算法,该算法能自适应地跟踪信道噪声能量和多径时延的变化,提高信道估计的精度.     

多径衰落信道下MIMO OFDM系统的定时同步算法

提出了一种多径衰落信道下多输入多输出正交频分复用(MIMO OFDM)系统的定时同步算法.算法将恒幅零自相关码作为训练序列,每根发射天线采用修正的循环延迟序列,在接收端分别计算本地序列和接收信号的互相关和接收信号的对称自相关,再将二者结合起来以确定定时位置.为了对抗多径信道中第1径不是最强径的情况,还采用了多径后向搜索技术,并利用可变阈值进行判决,以改善同步性能.通过仿真对算法在加性高斯白噪声信道和多径信道下的性能进行了验证和比较.     

基于压缩感知的非整数点多径信道估计算法

基于压缩感知的稀疏信道估计充分利用无线信道的时域稀疏特性,大大降低正交频分复用(OFDM)波形设计时信道估计占用的导频数,提升带宽利用率．针对实测信道中普遍存在的非整数采样点时延的多径干扰,提出了一种基于噪声判决的高采样精度压缩感知信道估计算法,通过改进压缩感知测量矩阵和引入噪声估计判决,有效抵抗由非整数点时延多径引起的能量泄漏．仿真结果表明,相较于传统压缩感知信道估计算法,本算法能有效抵抗OFDM实用数字传输系统中的非整数采样点多径影响,性能具有明显优势．     

基于DFT的MC-CDMA系统信道估计算法

基于导频辅助的最小平方(LS)算法是MC-CDMA中常用的信道估计算法,它运算量低,实现简单,但信道估计精度差。该文讨论了MC-CDMA的导频插入方式,提出一种基于离散傅里叶变换(DFT)的信道估计算法。该算法将LS信道估计循环前缀长度外的时域响应值置零,并设定阈值忽略循环长度内的噪声和无效径响应。该算法保留了LS算法运算量小和实现简单的优点,大大降低了噪声对信道估计精度的影响,仿真结果验证了算法的有效性。     

MIMO-OFDM系统定时与多径时延估计

提出的多入多出正交频分复用（MIMOOFDM）系统的定时估计和多径时延算法主要基于本地训练序列与接收信号的相关运算,其中引入噪声估计、一阶无限冲激响应（IIR）滤波器及删除相关值旁瓣处理,以提高定时估计精度;引入多帧联合统计,以提高多径时延估计精度. 仿真结果表明,该算法可有效抵抗频率选择性衰落信道影响,在低信噪比条件下,达到精确的定时同步;在信噪比大于6 dB,信道抽样速率为20 MHz时,多径时延估计均方误差（MSE）可达到10-7.     

基于子空间法的盲信道和半盲信道估计方法

为了降低算法的复杂度,提出采用降秩正交迭代方法估计噪声子空间. 利用色噪声预白化技术对过采样后的自相关矩阵进行变换,再用降秩迭代计算噪声子空间. 在进行预白化时,提出一种利用训练序列估计色噪声协方差矩阵的方法,从而改善了盲信道估计收敛速度慢的缺点. 仿真结果证明,系统的信道冲激响应可以被良好地跟踪.     

Synchronization and channel estimation for MIMO OFDM wireless LAN systems

A new preamble structure is designed for wireless LAN based on MIMO OFDM systems, which can be used for both synchronization and channel estimation. Modulatable orthogonal polyphase sequence is utilized in training symbol design regarding its correlation properties. The time synchronization and channel estimation are achieved by measuring the correlation between the received training sequence and the locally generated training sequence. Repeated training symbols are used to get carrier frequency offset (CFO) estimation. It is shown from the analysis that the accuracy of frequency synchronization is close to the Cramér-Rao lower bound. The training sequences are optimal for channel estimation based on the minimum mean square error (MMSE).     

MIMO-OFDM系统中一种干扰抑制迭代信道估计算法

为了减小载波间干扰对多输入多输出-正交频分复用系统性能的影响,提出了一种干扰抑制迭代信道估计算法．首先根据频域正交导频估计导频信道频域响应,然后利用DFT内插方法获得信道响应初始估值,进而对其进行迭代消噪滤波处理改善信道估值．由于迭代过程加入了信道预校正以及时域滤波,从而有效地消除了载波间干扰和信道噪声的影响,提高了信道估计的精度．与传统算法相比,该算法避免了复杂的矩阵求逆运算,实现简单．     

快变信道环境下的MIMO OFDM系统信道估计算法

为了实现对快变信道环境下的多输入多输出正交频分复用(MIMO OFDM)系统信道估计,提出了一种基于多项式的基扩展模型(BEM),并联合迭代判决反馈并行干扰抵消(PIC)检测的信道估计算法.利用BEM将信道估计转化为对少量模型参数估计的特性,并结合PIC检测算法,以达到精确信道估计和消除载波间干扰的目的.仿真结果表明,该算法与传统最小二乘、线性最小均方误差信道估计算法相比,在误码率约为10-3时,信噪比增益为5dB左右.此外,新算法不需要知道信道的时域统计特性,且采用了移相正交导频设计,在一定程度上降低了信道估计的复杂度.     

Adaptive Bit Loading Scheme with Semi-Blind Channel Estimation for OFDMSystems

Orthogonal frequency division multiplexing(OFDM) has recently been used widely in widebandwireless communication systems due to its high datarate transmission capability with high bandwidth effi-ciency and its robustness to multi-path delay spread.It has been used in wireless local area network( WLAN) standards such as IEEE802 .11a andHIPERLAN/2[1].The OFDMsystems solvedthe se-vere inter-symbol and inter-carrier interference(ISI)in multi-path fading channel by introducing cyclicprefi…     

低精度ADC下的大规模MIMO-OFDM信道估计算法

针对低精度模数转换器(ADC)下的大规模多输入多输出正交频分复用(MIMO-OFDM)系统,提出一种基于量化压缩感知的信道估计算法——块稀疏多比特迭代硬阈值(B-MIHT)算法。该算法挖掘了大规模MIMO-OFDM系统信道的块稀疏特性,通过构建等效块稀疏信道矩阵结合多比特迭代硬阈值算法,基于训练序列对低精度ADC下的大规模MIMO-OFDM系统进行信道估计,并在MATLAB平台进行仿真实验。结果表明:B-MIHT算法能够准确地恢复低精度ADC下的大规模MIMO-OFDM系统信道信息,在系统量化精度为5 bits的条件下具有良好的信道估计性能,信噪比为30 dB时,误码率(BER)为5.45×10^-3,归一化均方误差(NMSE)为1.73×10^-3,且在信道路径数增多的情况下其信道估计性能损失相对较小。     

Channel estimation for MIMO-OFDM systems in mobile wireless channels

A channel estimation method is proposed for nmltiple-input multiple-output orthogonal frequency division muhiplexing （MIMO-OFDM） systems in time-varying fading channels. In this method, a decision-directed space-alternating generalized expectation-maximization （SAGE） algorithm is introduced to the tracking of time-varying fading. In order to improve the estimation performance of the SAGE algorithm, a low rank approximation method is presented by using the signal subspace of the channel frequency autocorrelation matrix. The study reveals that this method can be incorporated into the SAGE algorithm. Furthermore, a modified fast sub- space tracking algorithm is given to adaptively estimate the signal subspace by utilizing training OFDM blocks sent at regular interval. Simulation results demonstrate the considerable benefits of the proposed channel estimation method.     

预编码增益优化的预编码叠加训练设计

为获取更优的预编码增益,针对满秩预编码叠加训练模型,通过推导成对错误概率近似表达式,分析该模型中预编码矩阵带来的分集和编码增益,导出相应的优化策略,并据此提出基于线性调频序列的满秩预编码叠加训练方案．该方案采用线性调频序列构建预编码矩阵与训练序列,实现数据与训练的正交传输．与现有方案相比,该方案在相同信道估计性能下可获取更优的编码增益性能．仿真结果表明,该方案在高信噪比环境下可有效提高符号检测性能．采用线性调频序列比多相序列构建预编码矩阵与训练序列能获取更优的编码增益．