基于多项式内插的MIMO时间-频率双选择性信道的信道估计

数据的高速率传输以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征。该文主要研究了数据分组传输方式下,基于导频符号辅助调制(PSAM)的多输入多输出(MIMO)时间-频率双选择性信道的信道估计问题。首先,将时间-频率双选择性MIMO信道,建模为一个随时间变化的多项式内插信道模型;然后,根据信道Doppler衰落速率、多项式模型中的误差项,确定出模型的阶数以及整个数据块的长度;最后,基于该多项式内插信道模型,提出了采用PSAM的MIMO双选择性信道估计方法。实验结果表明该算法在时间-频率双选择性衰落信道下具有较好的性能。     

MC V-BLAST系统的MIMO信道盲估计

本文研究多载波垂直分层空时(MC V-BLAST)系统的下行频率选择性衰落多输入多输出(MIMO)无线信道估计问题.本文首先为MC V-BLAST系统提出了一种新颖的移不变性编码方法.利用上述移不变性性质,本文进一步提出了相应的下行频率选择性衰落MIMO无线信道的盲估计方法.仿真结果表明了本文移不变性编码方法的有效性和信道盲估计方法的性能.     

LTE下行信道估计算法研究

近年来,正交频分复用（OFDM）技术以其在高速数据传输中具有的良好的抗多径衰落的特性以及较高的频谱利用率等优点得到了广泛的应用。在OFDM通信系统中,信号在带宽小于信道相干带宽的多个正交子载波上发射和传输,以克服多径衰落信道所带来的信号频率选择性衰落。为了补偿各个子载波上的多径衰落,这就需要一个性能良好的信道估计方案。对LTE中基于导频的下行信道估计算法进行研究,首先在导频子载波处采用LS（最小二乘法）算法估计出信道参数,然后通过内插的方法在数据子载波处内插得到信道参数。频域内插主要采用拉格朗日内插或是LMMSE（线性最小均方误差）内插;时域内插采用拉格朗日内插。     

基于多项式模型的时频二维OFDM信道估计算法

本文提出了一种内插导频的时频二维信道估计算法,用于无线移动信道下的正交频分复用(OFDM)系统。该算法基于梳状内插的导频信号模型,采用多项式模型对信道进行拟合,从而能够精确的估计出信道信息。与时频二维维纳滤波以及自适应判决反馈的算法相比,该算法不需要预先知道信道相关矩阵以及信噪比等信道信息,简单易于实现,并且能够有效的抑制信道估计中的噪声干扰。仿真结果表明,在衰落环境下,该算法的信道估计最小方差(MSE)性能与最小二乘(LS)估计最小方差性能相比有显著提高。     

数字并行接收机在时变信道下的信道估计与均衡方法

为了适应高速宽带无线通信的需要,本文在一种高速数字并行接收机(APRX)结构的基础上,提出了一种时变信道下的信道估计和均衡方法。使用伪随机(pseudo-randomnumber,PN)序列相关进行信道估计,将所得到的信道频率响应粗估计按照一个DFT块的长度在一帧内进行线性内插得到信道频率响应细估计,将其用来在频域进行信道均衡。这种结构能适应高速率传输的要求,并且能有效地对抗时间和频率选择性衰落。仿真结果表明,在多径衰落信道下,APRX已经无法工作,而本文提出的数字并行接收机的信道估计和均衡方法有较好的性能,并且该方法实现简单,便于应用。     

基于序贯蒙特卡罗滤波的MIMO快时变信道跟踪

高数据传输速率以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征.本文主要研究了基于训练序列的多输入多输出（MIMO）时变频率选择性衰落信道的估计与跟踪问题.首先,根据时变无线信道的动态性,将信道冲击响应近似看作一个低阶的自回归矢量过程（AR）,以便于进行时变信道的跟踪.接着在此模型的基础上,利用序贯蒙特卡罗滤波对MIMO通信系统中的双选择性信道进行了跟踪;跟踪过程中需要与信号检测交替进行,即在状态变量的预测和新息修正的中间要进行一次码元的检测,所采用的方法是极大似然序列检测,最后与扩展卡尔曼滤波作了比较.仿真结果表明,在信道噪声是非高斯的情形下,序贯蒙特卡罗滤波的跟踪性能更优越于扩展卡尔曼滤波.     

基于理想自相关训练序列的双选信道估计方法

高速移动下的无线宽带通信要经历时间和频率双选择性衰落,近些年来双选信道的估计越来越受到关注.该文利用复指数基扩展模型(BEM),提出一种基于理想自相关训练序列的双选信道估计方法,其训练序列的能量均匀分布,能够消除峰均比的问题.文中分析并证明了具有理想自相关特性等间隔放置的训练序列,能够使信道估计的MSE最小化.仿真表明与传统的zero-padding方式信道估计相比,在获得相同信道估计性能的情况下,采用该文信道估计方法的系统的峰均比有很大改善.     

高速场景下基于叠加导频的迭代EKF信道估计方法

针对正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统在高速移动场景下时/频域选择性衰落（双选衰落）和非平稳特性给信道估计带来的技术挑战,本文采用导频与数据叠加的帧结构,提出一种基于基扩展模型（Basis Expansion Model,BEM）的迭代扩展卡尔曼滤波（iterative Extend-Kalman Filter,iEKF）信道估计方法.基于BEM信道模型且采用EKF信道估计方法可以联合估计出信道冲激响应（Channel Impulse Response,CIR）与时变的时域自相关系数,有效消除子载波间干扰（Inter Carrier Interference,ICI）.同时,为了进一步消除叠加导频位置处的数据符号干扰,我们提出将叠加位置处的数据和导频先解耦、后重构再进行迭代EKF的信道估计方法.仿真分析表明,相较传统叠加导频的信道估计方法和导频符号辅助调制（Pilot Symbol Assisted Modulation,PSAM）估计方法,本文提出的信道估计方法在高速场景特别是低信噪比的条件下,具有更高的估计精度,更强的鲁棒性及更大的吞吐量.     

一种改进的MIMO-OFDM的信道估计算法

针对频率选择性衰落信道下MIMO—OFDM的系统,基于瑞利衰落信道的模型,利用m序列的自相关性,提出了一种基于m序列做梳状导频的多输入多输出正交频分复用最小二乘算法,该算法可以避免对大矩阵求伪逆,以减少计算复杂度,从而提高了信道估计的计算性能。通过对该算法的误码率性能分析和计算复杂度分析,结果表明,相比传统经典最小二乘算法,所提出信道估计算法在中低信噪比下,有效提高了信道估计性能,适合于在实际应用中实现。     

时间-频率双选择性衰落信道的最小二乘估计方法

高速移动下的无线宽带通信要经历时间和频率双选择性衰落,信道估计质量的好坏对整个系统的性能有重要的影响。该文利用复指数基扩展模型,提出一种基于最小二乘的时频双选信道估计方法,接收机不需要信道的统计信息,也不需要预先估计噪声方差,接收机复杂度较低;在该信道估计算法的基础上,基于信道估计均方误差最小准则,分析并推导出优化的训练序列所要满足的条件。仿真结果表明,在由Jakes模型产生的时频双选衰落信道下,在一定的信噪比范围内,该文方法的信道均方误差性能优于现有的方法。