MC-CDMA系统中基于DFT的信道估计改进算法研究

LS信道估计算法运算量小,实现简单,但估计值对噪声影响敏感,算法精度低。为降低噪声对精度的影响,文章提出一种新的基于DFT的LS信道估计改进算法。该算法利用并行PN序列信号特性,通过时延点信息获取算法得到多径信道的时延点信息,并在改进的信道估计算法中利用此信息,最大程度地抑制噪声。仿真结果表明,与现有的基于DFT的LS改进算法相比,本算法可进一步提高估计精度,在低信噪比条件下性能更好。     

基于PN序列相关检测的MIMO—OFDM信道估计

鉴于多天线OFDM系统中基于PN序列的信道估计受序列循环互相关性影响较大,提出了基于PN序列互相关消除的迭代相关检测信道估计算法。利用PN序列良好的自相关性迭代预估传播路径,并消除已预估路径对其余路径的非理想相关性影响,预估完毕后利用校正的相关函数更新信道估计值。仿真表明算法估计精度较高．与频域方法相比大大降低了计算复杂度,且无需预知信道先验信息,并能跟踪怏时变衰落信道。     

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。     

基于ML的多径信道下直扩信号PN码和信道的联合盲估计

针对非协作通信下多径信道直接序列扩频信号伪随机(PN,Pseudorandom)码的估计难题,本文在分析信号二阶统计特性的基础上,提出了一种基于最大似然(ML,Maximum Likelihood)的PN码和多径信道联合盲估计的方法.该方法首先建立PN码和信道序列的最大似然数学模型,然后通过交替转换数学模型和使用迭代最小二乘投影(ILSP,Iterative Least Square Projection)算法实现PN码和多径信道的联合估计.为了进一步降低算法复杂度和避免矩阵求逆,本文给出了算法的自适应求解方式.此外,针对低信噪比下信道估计误差引起PN码的估计精度下降的问题,本文提出了一种基于迭代总体最小二乘投影的改进算法.所提算法不受PN码码型限制,并通过仿真实验验证了算法的有效性.     

一种循环前缀为PN序列的OFDM信道估计算法

与传统的正交频分复用（OFDM）频域信道估计方法不同，提出了一种循环前缀为PN序列的OFDM信道估计方法：在时域OFDM符号中不插入传统意义上的循环前缀，而是插入PN序列作为训练序列，将PN序列与对应的接收序列作圆周相关处理获得信道频率响应估计；而由于PN序列周期性出现，它也起到了循环前缀的作用。仿真结果表明：在多径瑞利衰落信道中，在相同信噪比和相同信道利用率的条件下，提出的算法比频域梳状导频插入的时域滤波算法具有更高的信道估计精度。     

地空通信中基于贪婪算法的SC-FDE系统稀疏信道估计

针对在地空频率选择性衰落信道中,信道冲激响应具有时域稀疏特性的情况,提出了基于贪婪算法的单载波频域均衡(SC-FDE)系统稀疏信道估计方法。Chu序列是SC-FDE中常用的导频序列,对其进行分析并证明了将Chu序列进行循环移位所构造的导频矩阵满足RIP条件,将导频矩阵作为测量矩阵,把地空信道估计问题建模为稀疏重构模型,采用贪婪算法中的OMP和Co Sa MP算法对信道进行稀疏重构,仿真验证了所得信道估计较传统最小二乘(LS)信道估计方法更加准确。在相同的训练序列长度和信道环境下,利用所得信道估计对接收信号进行最小均方误差(MMSE)均衡,蒙特卡罗仿真结果表明,所提方法与传统LS信道估计方法相比,系统误码性能提高2~3 d B。     

一种适合同步与信道估计的信号帧结构设计

提出了一种结合PN序列和Golay互补序列的超帧结构,并给出了相应的同步和信道估计的实现方法。在进行同步时,先采用PN序列差分相关算法进行粗同步,再利用交替插入的Golay互补序列进行细同步。在进行信道估计时,利用Golay互补序列的理想非周期自相关性质进行时域信道估计。仿真证明,超帧结构同时包含PN序列和Golay序列,在同步和信道估计时能兼顾这两种序列的优点。     

基于PN序列的OFDM时频同步技术研究

本文基于中国数字电视地面广播DTMB标准多载波模式,设计出基于PN序列的TDS-OFDM系统的时频同步算法。所设计的同步算法通过MATLAB在AWGN信道模型和BrazilA信道模型下进行仿真,并通过均方误差(MSE)表征算法估计性能。仿真结果及分析表明所设计算法的可行性。     

多天线OFDM系统信道估计算法的改进

提出一种针对多天线OFDM系统中基于LS准则的信道估计的改进方法。该方法使用梳状训练序列估计出一半的信道频率响应,然后利用抛物线插值对剩余一半进行估计。分析和仿真表明该信道估计算法可以抵抗信道的严重频率选择性衰落。     

几种发射分集OFDM系统信道估计方法性能评估

给出了3种基于发射分集的OFDM系统信道估计方法,分别从训练序列对算法的影响、估计准确度、算法复杂度和算法适用性等方面对各自性能作了分析比较,并进行了仿真.分析比较和仿真结果表明,训练序列对3种算法的影响很大,通过训练序列的正交化设计,LS和EM算法可以得到很大程度的简化;EM算法与LS算法估计精度相当,信噪比较大时,多项式模型算法估计精度要远远高于LS和EM算法;总体上来说,多项式模型算法复杂度最高,EM算法复杂度最低.     

TDS-OFDM系统中信道估计方法的研究

信道估计是通信领域的一个研究热点,它是进行相关检测、解调、均衡的基础。针对DMB-T系统中的时域同步信道估计进行了研究,在算法级对其进行了详细的分析并提出了改进得到更优的性能。提出的算法采用PN序列的相关技术得到信道估计,通过比较不同的相关方法所得到的信道,确定最终输出的信道冲激响应。     

Range Estimation in a Time Varying Multipath Channel

In this paper, range estimation in a time varying multipath channel is investigated, on the basis of which a multicarrier (MC) signal is compared with its pseudo-random (PN) counterpart in terms of the Cramer-Rao lower bound (CRLB) and the maximum likelihood estimator (MLE). The CRLB for range estimation in a time varying multipath channel is derived for three cases: (1) known channel state information (CSI); (2) unknown CSI; and (3) a special case of unknown CSI where the channel is modeled via Doppler shift. Furthermore, the MLE is developed for range estimation for each one of the above three cases and is investigated for a multipath Doppler channel with respect to the separability of its multipath components. Besides, the condition for a multipath Doppler channel to be separable is explored for a PN signal as well as for a MC signal. Simulation results show that range estimation with a MC signal outperforms its PN counterpart in a time varying channel, similar as that in a time invariant channel.     

单频网中继站自适应回波消除器的设计

以数字电视地面广播国家标准为背景,提出一种在单频网通信系统中,通过专门电路对中继站回波干扰进行消除的方法.该方法通过对TDS-OFDM信号中的PN序列进行分析和计算,获取对回波干扰信道的估计,然后利用信道估计的结果生成一路反馈信号,用于逼近回波干扰信号,最后从接收信号中除去该反馈信号即实现回波消除.其中信道估计的过程是迭代的、自适应的.实验结果表明,该方法具有良好的回波消除性能.     

一种基于PN序列的OFDMA上行链路参数估计和信号检测方法

该文研究了OFDMA上行链路的频偏信道参数估计和信号检测问题,设计了一种OFDMA上行链路发射信号帧结构,信号帧的帧头由PN序列构成;提出了基于PN序列的频偏信道参数估计算法;并根据频偏信道参数采用时域最小均方误差检测算法进行信号检测。仿真表明:该文提出的频偏信道估计算法充分利用PN序列的相关特性,具有良好的抗噪特性、衰落信道适应性和高的估计精度;而时域最小均方误差信号检测算法也具有较好的误比特率性能。     

基于数据拟合的OFDM时变信道估计方法

利用周期伪随机(PN)序列频域能量集中在某些点上的特点,提出一种基于数据拟合的时变信道估计算法.该方法利用周期性PN序列的自相关特性,降低噪声和未知数据对导频的干扰;同时利用其周期性,实现对信道变化趋势的多点拟合;并在此基础卜利用信道时间平均值对估讣参数进行修正,以进一步提高估计精确性.仿真结果表明:与传统方法相比,该方法具有较优的误码率(BER)和均方误差(MSE)性能,尤其在低信噪比环境下性能改善显著.     

Decision-aided-based multiple blind PN code estimation algorithm of asynchronous CDMA signal

Aiming at the problem of blind estimation of multi-user pseudo-code of multi-path asynchronous code division multiple access (CDMA) signal,using the finite element (FA) characteristic of transmitted symbol,a decision aid (DA) method based on maximum likelihood was proposed.A two-step iterative estimation structure for PN code,transmitted bit and channel was designed to realize the estimation of multiple user code in asynchronous CDMA system with superior performance.Moreover,the Cramer-Rao bound (CRB) of PN code estimation in asynchronous CDMA signal was derived to evaluate the performance of proposed method.Simulation indicates significant improvement in performance which is close to the theory bound of the proposed method compared to commonly-used iterative least square with projection (ILSP) method.The method can also achieve superior estimation when the user number increases.     

Research on carrier frequency offset estimation algorithm based on PN sequence preamble in OFDM system

Carrier frequency offset (CFO) due to Doppler frequency shift or frequency mismatch between the transmitter’s and receiver’s oscillators can introduce severe inter-symbol and inter-carrier interference into OFDM systems. A simplified OFDM system model is considered to analyze effects of CFO in theory and simulation. The article briefly reviews some traditional CFO estimation algorithms. Relying on relatively good correlation characteristic of pseudo-noise (PN) sequence, the PN preamble based algorithm of CFO estimation is developed. Performance characteristics of traditional and the new improved algorithms are simulated under different conditions. Results indicate that the PN preamble based algorithm of CFO estimation is more accurate, resource-saving and robust even under poor communications channel condition, such as low SNR and big normalized CFO.