机载AIS系统信道建模及估计

针对航空通信中的多径效应会严重影响系统接收端的通信质量,而传统信道估计算法存在收敛速度慢,计算复杂度过高,对信道参数的估计不准确的问题.根据机载船舶自动识别系统实际通信环境的特点,建立了满足莱斯衰落的频率选择性信道模型,并提出了一种适用于信道估计的快速最小均方误差算法.上述算法在训练序列的辅助下,通过高斯消元法估计出信道参数,并依据最小均方误差思想,得到信道估计的快速收敛形式.仿真结果表明,快速最小均方误差算法能够快速准确的估计出信道参数,两次迭代后其均方误差即可达到0.005左右,且具有计算复杂度低,收敛速度快等优点,能够显著提高机载AIS系统的通信性能.     

基于压缩感知的多小区MASSIVE MIMO信道估计

针对多小区多用户大规模多输入多输出（MASSIVE MIMO）系统信道估计在低信噪比情况下估计精度较差的问题,提出了一种基于群智能搜索的果蝇分段正交匹配追踪（FF-StOMP）压缩感知算法。该算法在分段正交匹配追踪（StOMP）求解不同阈值下的信道矩阵参数与归一化最小均方误差的基础上,采用果蝇优化算法动态搜索出最小归一化均方误差与其对应的阈值,达到自适应参数设定的目的。仿真结果表明,与StOMP算法相比,信噪比在0~10 dB情况下,所提出的FF-StOMP算法信道估计性能能够提升0.5~1 dB;信噪比在11~20 dB时,信道估计性能能够提升0.2~0.3 dB。当小区用户数发生变化时,所提出的算法能实现自适应信道估计,能够有效提升MASSIVE MIMO系统低信噪比情况下的信道估计精度。     

基于OFDM的卫星移动通信信道估计算法研究

针对卫星移动信道的特点,结合正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术,在卫星移动信道模型基础上分析并讨论了三种典型的信道估计算法,即最小二乘（Least-Square,LS）估计算法、最小均方误差（Minimum Mean Square Error,MMSE）估计算法和奇异值分解（Singular Value Decomposition,SVD）算法。采用经典的抽头延迟线模型,对各算法进行仿真试验,得出不同算法下信道估计误比特曲线。理论分析和仿真实验表明,三种算法均能够有效地抑制卫星移动信道衰落产生的误码率,其中SVD-MMSE算法能够在降低MMSE算法复杂度的基础上,抑制噪声,提高信道估计精度。     

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．     

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。     

OFDM水声通信系统信道估计算法应用研究

信道估计的精确性和有效性是正交频分复用（OFDM）水声通信系统具有良好性能的保证。针对水声信道稀疏性的特点,在传统的LS（最小二乘）和LMMSE（线性最小均方误差）信道估计算法的基础上进行了基于压缩感知（Compressive Sensing,CS）理论的LS-MP（Matching Pursuit,匹配追踪）信道估计算法的研究。并在OFDM水声通信系统下,对传统的信道估计方法（LS和LMMSE）和基于压缩感知理论的LS-MP信道估计方法进行仿真分析,对这三种算法进行了性能比较。     

基于最小二乘的UWB信道盲估计算法

针对超宽带系统的离散信道模型,利用接收信号的一阶统计量,提出一种基于最小二乘（LS）的盲信道估计算法。利用接收信号的循环卷积特性,在一个符号间隔内建立模型,最后利用LS算法求解。仿真表明,该算法与基于导频序列的ML估计方法和LS估计方法相比,均方误差（MSE）性能相差不大,但计算复杂度明显降低,同时提高了系统传输效率。     

基于信道估计的SC-FDMA自适应传输方案

由于SC-FDMA的峰均功率比（PAPR）比OFDMA低,因而被应用于3GPP LTE上行链路。论文分析了SC-FDMA传输系统的数学模型,介绍了基于导频的SC-FDMA系统最小二乘（LS）和线性最小均方误差（LMMSE）信道估计算法。在比较该系统集中式和分布式两种子载波映射方式在高低速不同移动环境下传输性能的基础上,提出了一种基于信道估计的SC-FDMA系统自适应传输方案。经仿真证实该方案比单纯采用一种子载波映射的方法性能更加优越,在相同的误码率情况下,能够节省大概3dB左右的信噪比。     

面向C-V2X通信的基于深度学习的联合信道估计与均衡算法

为了在不显著提升计算复杂度的情况下,有效提升通信系统的误码率（BER）性能,利用深度学习在数据处理方面的强大能力,提出一种面向基于蜂窝网络的车联网（C-V2X）通信的基于深度学习的联合信道估计与均衡算法——V-EstEqNet。与传统算法分两个阶段分别进行信道估计与均衡不同,V-EstEqNet将通信系统接收机中的信道估计与信道均衡进行联合考虑,并利用深度学习网络直接对接收数据进行校正和恢复,无须进行显式的信道估计环节即可完成信道均衡。具体而言,首先利用大量的接收数据对网络进行离线训练,使网络学习到叠加在接收数据中的信道特性;然后利用该特性恢复原始的发送数据。仿真实验结果表明,在不同的速度场景下,所提算法可以更加有效地追踪信道特性;同时,相较于传统信道估计算法（最小二乘法（LS）和线性最小均方误差法（LMMSE））配合传统信道均衡算法（迫零（ZF）均衡算法和最小均方误差（MMSE）均衡算法）,所提算法在低速环境下有最高有6 dB的BER增益,在高速环境下最高有9 dB的BER增益。     

无人机OFDM数据链路中信道估计算法研究

针对无人机信道的特点,以及采用正交频分复用技术进行无人机数据链路传输的优点.在对OFDM关键技术信道估计进行研究时,要确保接收端能够准确的检测出由于无线信道变化造成的码间干扰,准确的解调出原信号.根据系统需要设计了梳状导频和块状导频联合的导频插入方式,该方式可以在数据传输和信道估计性能上做到折中,并对常用的信道估计算法进行分析研究提出了改进的最小均方误差信道估计算法,最后建立频率选择性信道模型对不同的信道估计算法进行仿真,分析仿真结果可以看出该导频插入方式和信道估计算法具有较低的复杂度,而且又具有良好的信道估计性能,适合在实际系统中应用.     

PN code-aided timing estimation,channel estimation and signal compensation in OFDM systems

In this paper, based on the correlation properties of the pseudo-random (PN) code, a scheme is proposed to achieve frame synchronization in the OFDM system. According to the estimated path delay time, the channel impulse response could be obtained with the proposed scheme. Then, based on the estimated channel response, the signal could be compensated through the one-tap frequency domain equalizer. Simulation results of the proposed frame synchronization scheme and channel estimation are presented in the paper. The miss probability of frame timing with the proposed frame synchronization scheme performs better than that with the moving average scheme and Beek's scheme. Besides, in the channel estimation, the estimator mean square error with the proposed algorithm is better than that with the algorithm using frequency domain pilots. Moreover, with the signal compensation by the estimated channel information, the frequency domain one-tap equalizer is used to improve the system performance.     

井下OFDM信道估计算法研究

针对煤矿井下信道情况复杂,多径效应会带来噪声增加和误码率上升等问题,建立了煤矿井下正交频分复用系统模型,研究了井下正交频分复用信道最小平方、最小均方误差估计算法;在矩形导频分配方案的基础上,提出了在时域利用曲线拟合方法实现数据符号处信道系数的估计算法。该算法与插值算法相比,对导频符号处信道系数的准确性要求不高,只要求所构造的函数尽可能接近真实值。仿真结果表明,提出的拟合估计算法和最小均方误差估计算法相比,在估计性能没有太大变化的前提下,大大降低了实现复杂度。仿真结果和理论分析基本一致。     

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.     

MIMO-OFDM系统中一种改进的最大似然信道估计算法*

对MIMO-OFDM系统中的信道估计进行研究,提出了一种对最大似然（ML）算法的改进,该算法首先采用ML算法获得初始估计值,然后联合检测进行迭代信道估计,充分利用上了接收端联合数据检测得到的数据信号信息与信道估计进行信息交互来提高估计性能,仿真结果表明,相对于传统估计方法,这种改进方法能够得到更好的均方误差和误码率性能,尤其是在导频数量较少时,此改进算法的性能提升将更明显。     

MIMO-OFDM系统中一种基于均方误差估计的最优导频设计

在MIMO-OFDM系统信道估计算法中,基于频域的最小二乘法在保证一定误差性能的条件下具有较低的系统实现复杂度,但其误差性能并非最佳。在比较多种导频辅助算法后,从接收端任意天线出发,设计了一种改善信道估计性能、减小算法复杂度的新导频结构。该导频序列中相位是相互正交且均匀分布的。而且与已有研究结果中导频矩阵设计采用实部加虚部的形式不同,文中的导频矩阵元素为实数或纯虚数,从而可以有效减小运算的复杂度。理论推导证明,新提出的导频结构是最佳的,均方误差最小。仿真结果显示,新提出的算法在不增加复杂度的基础上,具有比传统的最小二乘法更小的均方误差,并随着信噪比的增大越加明显;该算法比传统的最小二乘法系统误符号率小很多;随着子载波数的增加,在大信噪比的情况下,新提出的算法性能更为优越。     

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。     

引入加权系数消除ICI的二次快时变信道估计算法

针对高速移动环境下由多普勒频移引起的子载波间干扰（inter-carrier interference,ICI）,提出一种引入加权系数消除ICI的二次快时变信道估计算法。该算法进行两次信道估计,第一次估计用于提供信道状态信息,在保证符号率的前提下消除ICI,第二次估计在ICI消除的情况下进行,可以提高信道估计精度;并对简化的并行干扰消除（parallel interference cancellation,PIC）算法进行改进,基于最小均方误差准则引入加权系数,使得ICI消除后的残余误差最小。仿真结果和理论分析达到很好的一致性,当信道信噪比为0 dB时,归一化均方误差（normalized mean square error,NMSE）性能增益最大约为0.0714,提高了快时变信道估计的精度。     

基于贝叶斯压缩感知的毫米波MIMO信道估计

针对毫米波大规模多输入多输出(MIMO)通信系统中存在的硬件成本高、能耗大等问题,混合模拟-数字的收发机架构是一个很有前景的解决方案,然而系统的信道估计问题却成为一个挑战。在考虑正交频分复用和频率选择性衰落信道模型的前提下,提出了一种使用贝叶斯压缩感知理论来估计信道的方法。贝叶斯压缩感知算法可以在稀疏信道先验知识不完备的情况下,实现更高精度的信道估计。仿真结果验证了所提方法的有效性,与正交匹配追踪算法相比,在信噪比为30dB时,归一化均方误差降低了约25dB。     

Blind synchronization scheme using the conjugate characters of the OFDM BPSK-modulated symbol

Previously, Beek?s scheme for timing and frequency offset estimation in the OFDM system employs cyclic prefix (CP) has been proposed under the assumption of independent identified distributed (i.i.d.) OFDM symbols. Actually, the real data in the OFDM modulated symbol, transferred by the inverse fast Fourier transform (IFFT), has the characters of complex symmetry. With these characters, more information in the whole OFDM symbol could be used for the timing and frequency offset estimation. In this paper, two conjugate symmetry characters of the OFDM BPSK-modulated symbol are used to achieve blind timing estimation algorithm in the OFDM systems. One is symbol-based symmetry and the other is CP-based symmetry. With these two conjugate characters applied to the proposed algorithm, the timing of the OFDM BPSK-modulated symbol could be derived. Under an AWGN channel, based on the performance of lose symbol timing rate and estimator mean square error, the proposed algorithm is with a tremendous improvement compared with Beek?s estimation method. Under a multipath fading channel, the results show that performance including lose symbol timing rate and estimator MSE with the proposed algorithm is better than those algorithms with Beek?s estimation method. In practical OFDM applied system, the OFDM BPSK-modulated symbol could be used to replace the preamble or training sequences in the standard to obtain an accurate timing and frequency offset estimation and to avoid the data rate decreasing with the proposed algorithm.