OFDM系统中基于导频的信道估计及其MATLAB仿真

本文介绍了正交频分复用(OFDM)系统中两类常用的信道估计算法:最小二乘(LS)和最小均方误差MMSE).在广义平稳的多径时变瑞利衰落信道模型下,利用MATLAB程序仿真实现了LS、MMSE以及简化的MMSE信道估计,得出了均方误差(MSE)和误符号率(SER)随信噪比(SNR)变化的曲线.仿真结果表明,MMSE算法的效果要优于LS,简化MMSE算法的运算复杂度介于LS和MMSE之间,且估计精度接近MMSE算法.     

水声OFDM信道压缩感知估计研究

针对传统最小二乘(least square,LS)算法估计时变水声OFDM信道误差较大问题,提出一种基于压缩感知的准确估计方法.首先导出了水声OFDM系统接收序列、发送序列及信道传输矩阵之间的关系;在此基础上利用水声信道稀疏特征,探讨了采用正交匹配追踪(orthogonal matching pursuit,OMP)算法估计水声OFDM信道的方法;分析了导频插入方式、导频数及径数等对水声OFDM信道估计均方误差(mean square error,MSE)的影响.研究表明:当导频随机插入时,OMP算法用较少导频即可准确估计水声OFDM信道的传输矩阵.当信噪比大于10dB时,OMP算法的MSE小于-24dB,比传统的LS算法小18dB.     

OFDM系统中基于导频的信道估计及其MATLAB仿真

本文介绍了正交频分复用（OFDM）系统中两类常用的信道估计算法：最小二乘（LS）和最小均方误差（MMSE）。在广义平稳的多径时变瑞利衰落信道模型下,利用MATLAB程序仿真实现了LS、MMSE以及简化的MMSE信道估计,得出了均方误差（MSE）和误符号率（SER）随信噪比（SNR）变化的曲线。仿真结果表明,MMSE算法的效果要优于LS,简化MMSE算法的运算复杂度介于LS和MMSE之间,且估计精度接近MMSE算法。     

SC-FDE系统中基于压缩感知的慢衰落航空稀疏信道估计

针对慢衰落时变航空多径信道码间串扰严重、接收端误码率高的实际问题,在SC FDE系统的基础上,分析了航空多径信道的稀疏性,将航空信道估计建模为稀疏信号的恢复问题,采用PN序列构造确定性测量矩阵,以基于稀疏度自适应匹配追踪算法作为恢复算法,建立PN-SAMP信道估计算法;比较了压缩感知类算法和传统的PN算法、LS算法的估计均方误差,并结合MMSE均衡比较了几种估计方法应用在SC-FDE系统中的误码性能。仿真结果表明,压缩感知类算法比传统PN算法和LS算法的估计误差要小,误码率也更低,在信噪比为20 dB的条件下,压缩感知类算法的误码率小于10E-4。在稀疏度未知的情况下,PN-SAMP算法比正交匹配追踪算法更稳健,更能满足对时变慢衰落航空稀疏信道的估计需求。     

基于导频的OFDM信道估计技术研究

OFDM（正交频分复用）技术由于具有较高的频谱利用率和强大的抗多径能力,被普遍视为第四代移动通信系统的核心技术。本文介绍了基于导频信号的OFDM系统的基带信道估计算法,主要研究了块状导频插入的LS（最小二乘法估计）算法、MMSE（最小均方误差估计）算法和SVD（奇异值分解）算法。在广义平稳的多径时变瑞利衰落信道模型下,利用MATLAB实现算法仿真,得出误比特率（BER）随信噪比（SNR）变化的曲线。仿真结果表明LS、SVD、MMSE算法性能逐渐变好,但运算复杂度逐渐增大。分析和结论对工程应用有一定的指导意义。     

基于导频的OFDM系统信道估计

本文介绍了基于导频的OFDM系统信道估计的基本方法,并给出在不同估计准则、不同导频图案下,信道估计性能的对比分析。采用广义平非相关散射下的多径时变瑞利信道模型,对各个算法进行仿真,得出不同算下信道估计的均方误差曲线。仿真结果表明：在快变信道中,梳状导频较块导频有更好的性能;基于MMSE准则的信道估计比基于LS准则的估计有更的性能,但前者复杂度较高。     

OFDM系统中基于导频的信道估计最优化分析

近年来,正交频分复用(OFDM)技术已被越来越多的人所关注,并且在IEEE 802.11无线局域网中得到实际应用.在OFDM系统中一般要进行信道估计,从最小平方误差准则(Least Square Error Law)和最小均方误差准则(Minimum Mean Square Error Law)两个方面对基于梳状导频的信道估计方法进行了分析,并给出了仿真结果.结果表明,采用MMSE准则比采用LS准则所得到的误码性能要好.     

基于压缩感知的稀疏信道估计

在正交频分复用(OFDM)系统中,通常使用等间距的导频估计信道,比如多径瑞丽信道.但是,众多其他类型信道的冲击响应系数只有少数非零值.对于这些稀疏信道,基于压缩感知的稀疏信道估计可以有效地降低导频数目,从而提高频谱利用率.现有应用里面采用最小l1范数法.首先提出了OFDM系统中应用压缩感知理论估计信道的模型,接着使用改...     

采用时域测量矩阵的压缩感知稀疏信道估计方法

针对传统最小二乘和伪随机序列相关信道估计方法在稀疏信道应用时估计精度差的问题,提出一种采用时域测量矩阵的压缩感知稀疏信道估计方法.新方法首先将循环前缀单载波分块传输系统中的稀疏信道估计建模为一个典型的压缩感知问题,然后利用具有最优循环相关特性的伪随机序列优化构造确定性压缩感知测量矩阵,避免了使用随机测量矩阵造成的存储不便及估计性能差的问题,且提高了信道估计性能.基于准静态COST 207典型城市信道模型的仿真结果表明:该估计方法能够有效地降低稀疏信道的估计均方误差,在16 dB处的误码率可达2×10-5,而相同情况下最小二乘信道估计方法的误码率只能达到3×10-3.     

基于GOMP算法的MIMO-OFDM系统信道估计

由于无线信道的时域稀疏性,可以将压缩感知理论应用到MIMO-OFDM系统的信道估计中,利用GOMP算法重构出其信道参数.首先介绍了压缩感知理论的构成,其次论述了MIMO技术和OFDM技术的原理.以2×2 Alamouti编码器模型为基础,结合OFDM技术,形成一个2×2 MIMO-OFDM系统,推导了该系统的输入端-输出端的信号传输方程.借助Matlab软件编写程序搭建仿真实验平台,通过LS算法和GOMP算法实现MIMO-OFDM系统的信道估计.仿真实验结果表明,当信噪比相同时,GOMP算法比LS算法的归一化均方误差小.     

OFDM系统中一种双选择性稀疏信道压缩感知方法

针对OFDM系统,提出了一种基于压缩感知（CS）的双选择性稀疏信道估计新方法.为解决传统二维插值算法无法准确估计双选择性稀疏信道的问题,通过利用信道在时频域的稀疏特性,将OFDM系统下的双选择性信道模型转化为CS可解的BPIC数学模型,并最终利用基追踪算法对稀疏信道的脉冲冲激响应实现估计.仿真结果显示,新方法能有效减少导频数,提高频谱利用率;在传统的FFT-Linear和FFT-FFT二维联合插值算法无法正确估计出信道响应时,基追踪算法仍能实现对稀疏信道的精确估计.     

基于GSA-BP神经网络的OFDM系统信道估计算法

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中存在的不可忽视的非线性噪声问题,为了能够更好了解信道特性,需要利用信道估计获得信道状态信息,提出一种基于黄金正弦优化BP(golden sine algorithm,GSA-BP)神经网络的OFDM系统信道估计算法,克服了传统 BP神经网络算法容易陷入局部极值的问题,提升了信道估计算法的估计精度.首先通过LS信道估计算法获得信道的初始估计,再将其通过GSA-BP神经网络算法得到信道的精确估计.仿真结果表明,在相同的信道环境下,提出的算法比LS算法具有更好的性能,与MMSE算法性能接近,但不需要信道先验统计特性,易于实现.     

V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

Suboptimal MMSE Channel Estimation with Subspace Tracking for MIMO-OFDM Transmission

A suboptimal minimum mean-squared error estimation (MMSE) is proposed for a dispersive wireless channel in the absence of its correlation matrix for multiple-input multiple-output orthogonal frequency division multiplexing (MIMO-OFDM) transmission.It utilizes a fast subspace approximation tracking to separate signal subspace with a limited set of channel estimates.The subspace rank is adjusted by pre-set thresholds in different signal-to-noise ratios (SNRs).The performance comparison among the proposed algorithm,least square based,and the optimal MMSE estimation is shown by numerical simulation under a spatially correlated multi-tap channel scenario.It demonstrates that the approach has better normalized mean square error than recursive least square estimation and yields 3 dB gain over the latter.     

基于对称扩展DFT变换的OFDM系统信道估计方法

针对OFDM系统提出一种基于对称扩展DFT变换的信道估计方法.所提方法通过对初始最小二乘估计进行对称扩展DFT变换,并在变换域进行MMSE滤波以获得更为精准的信道估计.与传统DFT变换相比,对称扩展DFT变换可以降低信号边界上的不连续性,具有更好的能量集中特性和更低的频谱泄露.仿真结果及复杂度分析表明,所提方法可以在不明显增加计算复杂度的同时,有效改善实际OFDM系统中虚载波引起的频谱泄漏问题,提高边缘子载波信道估计的性能.与传统DFT变换信道估计方法相比,只需扩展较少的点数,即可获得2dB左右的性能增益,且随扩展点数的增加,所提方法的性能逐渐逼近DCT信道估计性能.     

基于集成神经网络的信道估计方法研究

为解决噪声以及信号干扰等因素严重影响接收端信道估计的问题,提出一种基于集成神经网络的信道估计方法,利用多个改进后的神经网络来提取带噪导频信号与原始导频信号之间的非线性关系模型,根据其输出误差来计算差异度值,并结合差异度对其进行集成,得到训练完成的集成神经网络模型,通过集成神经网络模型来获取信道估计结果;与最小二乘(least squares,LS)估计方法相比,该方法不仅可以提高通信的可靠性,而且还能减少导频开销提高通信有效性;在不同的调制方式下,当误码率相同时,算法所需的信噪比LS算法均要更低;基于正交频分复用(orthogonal frequency division multiple,OFDM)通信系统进行仿真,结果证明,该方法具有优良的性能。     

基于分数时延信道模型的低复杂度信道估计方法

由于多载波系统无线信道固有的稀疏特性,压缩感知技术(compressed sensing,CS)已被应用于正交频分复用(orthogonal frequency division multiplexing,OFDM)系统的信道估计中以提高频谱利用率.然而,传统的时域普通采样方法会导致信道恢复字典不够精细,无法精确反映传输信道路径特性.针对这一问题,提出采用多径稀疏分数时延信道模型来模拟OFDM系统的无线多径信道,利用在接收端进行时域过采样方法细化信道恢复字典以提高信道估计精度.同时,针对过采样引起的压缩感知测量矩阵的扩大而导致重构算法的复杂度增加的问题提出采用广义正交匹配追踪算法(generalized orthogonal matching pursuit,GOMP)以降低计算复杂度.仿真结果表明接收端时域过采样方法能准确检测到信道的分数时延且采用的GOMP算法能将传统的OMP算法的复杂度降低近80％,验证了所采用的信道估计方法的可靠性和有效性.     

OFDM系统中的信道估计技术

介绍了OFDM系统中的信道估计技术,着重分析了基于导频插入的信道估计方法,并研究了基于最小二乘的信道估计方法,利用多径衰落信道对不同插值方法的性能进行了比较.