分布式机器学习在RIS辅助的无线信道估计中的应用

无线信道估计是部署可重构智能超表面(Reconfigurable Intelligent Surface, RIS)辅助通信系统的关键与前提,然而下行链路传输环境下信道估计困难且导频开销大是对智能超表面辅助通信的重大挑战。针对以上问题,提出了一种基于分布式机器学习(Distributed Machine Learning, DML)训练模型的区域交集切换方案。首先,建立了一个多用户共享的下行信道估计神经网络,通过DML技术协同用户与基站训练网络模型。其次,搭建分层次神经网络结构对用户区域信道进行分类和特征提取。最后,针对用户处于相邻信道交集位置问题采用特征区域模型融合。仿真结果表明,基于区域交集的DML模型方案能在减少信道训练导频开销的同时最大化信道估计的精准性能。     

DFT-S-GMC系统中均匀导频信道估计方法性能分析

针对我国提出的离散傅里叶(DFT)扩频广义多载波(DFT -S-GMC)系统,给出了使用均匀分布导频的信道估计方法.该方法首先采用最小二乘算法估计导频音的信道频响,然后内插或外推非导频音的信道频响,再利用信道频响DFT过采样特性,数据块特定用户数据子带信道频响可由与之对应的导频块内子载波处信道频响线性内插获得,并在时间维上线性内插出数据子带处的信道频响.最后,通过仿真比较分析了高低阶插值、内插外推方法以及导频密度对信道估计方法性能的影响.     

LTE上行块状导频的信道估计研究

继第三代（3G）移动通信之后,长期演进（LTE）作为3G的演进,将是未来通信领域的主流技术。信道估计性能一定程度上决定了通信系统的可靠性,LTE系统上行采用基于块状导频的信道估计。通过MATLAB仿真分析了不同信道估计方法、不同插值方法及不同导频间隔对估计性能的影响,仿真结果可用于指导实际工程应用中信道估计参数的选择。     

基于导频的OFDM系统信道估计算法的研究

本文针对正交频分复用（OFDM）系统中导频信道估计算法,研究了几种常用的导频信道估计算法和插值算法,通过理论分析和实验仿真,分别对比分析了几种导频信道估计算法和插值算法的性能,为工程应用提供理论和实验依据。     

OFDM中基于导频的加窗FFT信道估计

正交频分复用（OFDM）是一种正交的多载波复用技术,分析了OFDM系统中基于导频的信道估计模型;基于导频的信道估计需要进行插值,为了降低插值算法的复杂度,研究了基于导频的FFT信道估计算法。由于直接FFT信道估计算法存在能量频谱泄露问题,提出了基于汉明窗函数的优化型加窗FFT信道估计的算法。实验仿真表明：在多径衰落信道下,该算法能够有效地提高OFDM系统的信道估计性能。     

基于线性插值的RF-导频插入DDO-OFDM系统的仿真分析与实验验证

RF-导频（RF-pilot）插入的直接探测光正交频分复用（DDO-OFDM）系统通过调节载信比（CSPR）可以有效对系统传输性能进行优化,是高速短距离局域网传输的备选方案之一。在该系统下,利用导频子载波处信道估计结果,提出一种基于线性插值与时域平均的信道估计方法,用于实现非导频子载波处信道响应的估计。本文方法可以实时跟踪信道变化,有效抑制噪声影响。仿真中,13个导频子载波用于信道估计,采用线性插值与时域平均的方法估计出非导频子载波处的信道响应,传输4-QAM映射的20 Gbit/s信号在光纤中传输400 km。与背靠背相比,在误码率（EBR）为1×10^-3时,几乎没有光信噪比（OSNR）损伤。通过原理验证性实验,验证了本文方法在RF-pilot插入DDO-OFDM系统中用于信道估计的可行性。     

DVB-T前向预测自适应信道估计算法的研究

提出了一种基于导频的前向预测自适应信道估计算法。该算法在最小平方误差(LS)算法的基础上采用2维插值方法估计出无线信道的频率响应。在时间维方向上,对当前符号的导频位置根据系统软判决信噪比和多普勒影响的估计进行自适应插值。在频域维方向上直接进行低通滤波。     

两种插值信道估计方法的比较

在瑞利衰落信道中,使用时分复用的导频信号辅助的信道估计方案时,提出了在使用极大似然方法估计出导频符号的信道参数之后,再利用一个时隙上所有导频符号的Chebyshev多项式的数学插值估计数据符号信道参数的方法。同时比较了分段线性插值加递归的信道估计方法。仿真结果表明,使用Chebyshev多项式的数学插值估计信道参数的方法比使用线性插值加线性递归的信道估计方法能更好的改善系统的性能。     

LTE上行信道估计的算法与性能分析

介绍了LTE上行信道模型,分析了LTE上行解调参考信号特点与上行导频的分布模型及其资源映射位置,阐述了几种常用的信道估计方法,如最小二乘法（LS）和线性最小均方误差法（LMMSE）,同时针对上行导频的分布特点,叙述了插值的原理。在瑞利信道无线信道环境下,对前述的信道估计方法进行了仿真,仿真结果支持了理论研究,最后对性能进行了分析与评估。     

OFDM稀疏信道估计中基于树状随机搜索导频设计新方法

压缩感知（CS,Compressed Sensing）是一种以低速率对稀疏信号进行采样后在接收端重建信号的技术,基于CS的稀疏信道估计具有更小的导频开销且具有更好的信道估计性能。针对基于CS的OFDM稀疏信道估计中的导频设计问题,提出一种基于树状随机搜索算法（TSS,Tree-based Stochastic Search Algorithm）的导频位置设计新方法,该方法结合了树的结构,以分支的方式进行随机搜索从而避免陷入局部最优问题。仿真结果表明,与传统的导频设计方法相比,使用TSS算法获得的导频图案用于信道估计中能够获得更优的信道估计性能,而且TSS算法的复杂度更低。      

一种有效的MIMO OFDM信道估计方法

传统的MIMO OFDM信道估计方法总是假设信道在由若干OFDM符号组成的每一帧的传输过程中保持不变,但这个假设在快变信道的条件下就不成立了.本文提出了一种适合快变信道的有效的估计方法.该方法通过在每个OFDM符号中设置若干训练子载波来跟踪快变的信道.首先讨论了在每个OFDM符号中所需的训练子载波的数目及其相应的位置,给出了在多发射天线多接收天线条件下的训练子载波的正交结构,然后在估计出训练子载波处的信道频率响应后.提出了一种不同于根据邻近训练子载波进行线性插值的以获得用于传输数据的子载波的信道频率响应的方法.仿真结果表明了我们所提出的方法的有效性.     

Channel Estimation for Pilot-Aided OFDM Systems in Single Frequency Network

In single frequency network (SFN), there exist some special long delay spread channels as well as conventional multipath channels. For pilot-aided orthogonal frequency division multiplex (OFDM) systems, channel estimation is usually accomplished by interpolation with pilots. However, few pilot sub-carriers exist within the coherent bandwidth of the long delay spread channels in SFN. In this case, conventional frequency domain interpolation methods cannot work properly. In a narrowband channel, this paper indicates that both the real and the imaginary parts of channel frequency response can be accurately approximated as a sine-wave with DC offset. For many practical pilot-aided OFDM systems, the bandwidth of the narrowband channel mentioned before is comparable with the interval between several adjacent pilot sub-carriers. Then this paper proposes a sine-wave based frequency domain interpolation method for the channel estimation of pilot-aided OFDM systems in SFN. As simulation results show, the proposed method performs well in the long delay spread channel, whereas the mismatched Wiener interpolation filter (WIF) estimates channel response inaccurately. Moreover, the proposed method gives accurate channel estimation in conventional multipath channels, especially for the systems which adopt high order modulations.     

一种新型的基于深度学习的时变信道预测方法

针对高速移动正交频分复用系统,提出了一种新型的基于深度学习的时变信道预测方法。为了避免网络参数随机初始化造成的影响,本文方法首先基于数据与导频信息获取较理想的信道估计,利用其对BP神经网络进行预训练处理,以获取理想的网络初始参数;然后,基于预训练获取网络初始值,利用基于导频获取的信道估计对BP神经网络进行再次训练,以获取最终的信道预测网络模型;最后,本文方法基于该预测网络模型通过线上预测实现了时变信道的单时刻与多时刻预测。仿真结果表明,本文方法可以显著地提高时变信道预测精度,且具有较低的计算复杂度。     

Channel estimation techniques based on pilot arrangement in OFDM systems

Channel estimation techniques for OFDM systems based on a pilot arrangement are investigated. Channel estimation based on a comb type pilot arrangement is studied through different algorithms for both estimating the channel at pilot frequencies and interpolating the channel. Channel estimation at pilot frequencies is based on LS and LMS methods while channel interpolation is done using linear interpolation, second order interpolation, low-pass interpolation, spline cubic interpolation, and time domain interpolation. Time-domain interpolation is obtained by passing to the time domain by means of IDFT (inverse discrete Fourier transform), zero padding and going back to the frequency domain by DFT (discrete Fourier transform). In addition, channel estimation based on a block type pilot arrangement is performed by sending pilots in every sub-channel and using this estimation for a specific number of following symbols. We have also implemented a decision feedback equalizer for all sub-channels followed by periodic block-type pilots. We have compared the performances of all schemes by measuring bit error rates with 16QAM, QPSK, DQPSK and BPSK as modulation schemes, and multipath Rayleigh fading and AR based fading channels as channel models.     

Performance Analysis of Analytic Interpolator for Comb-Type Pilot-Aided Channel Estimation in OFDM Systems Without ICI

Pilot-aided channel estimation in orthogonal frequency division multiplexing (OFDM) systems often needs an interpolation technique to construct the channel frequency response on nonpilot subcarriers. Many studies on interpolations have been published; however, the performance of interpolations such as cubic spline interpolation and linear interpolation is limited by either the number or the position of the pilot subcarriers. This paper proposes an analytic interpolator developed using a linear least square criterion to replace conventional interpolation techniques for comb-type pilot-added channel estimation in OFDM systems without inter-carrier interference. The performance evaluation of the analytic interpolator is performed both on the basis of theory and through simulation, and the results from both the analyses are found to be in good agreement. The simulation results show that the proposed method can effectively mitigate the ill-influences of limitations on the number and position of the pilot subcarriers and that it also outperforms the cubic spline interpolation and linear interpolation, especially for short or nonequidistant pilot patterns.     

MIMO-OFDM系统导频辅助的信道估计

以MIMO—OFDM系统为研究对象，通过设计正交导频进行导频辅助信道估计，对数据点的信道响应进行线性内插、三次样条插值和二次曲线拟合算法，并通过Matlab进行计算机仿真，对这些算法的BER性能进行比较。结果表明：随着信噪比（SNR）的增加，三次样条（Spline）内插和线性内插性能要远好于二次曲线拟合导频估计方法。     

基于BP神经网络的OFDM系统信道估计

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中传统信道估计算法复杂度高或估计精度低的问题,给出一种基于反向传播(Back Propagation,BP)神经网络的信道估计方法.采用Simulink仿真工具构建OFDM信号采集平台,建立了基于BP神经网络的OFDM系统信道估计模型,并以均方误差和误码率为主要评价指标,分析了不同网络参数和导频数量对信道估计性能的影响.仿真结果表明,与传统信道估计算法相比,基于BP神经网络的信道估计算法可以提供更优的系统性能,而且可以减少导频数量,提高频带利用率.     

基于LS的STBC导频信道估计方法

结合IEEE 802.16d(e)协议的相关内容,针对多天线载波分配和导频的排列方式,提出了一种简单的性能和复杂度折衷的导频信道估计算法,该算法是通过利用LS算法求得导频位置的信道估计,然后对导频信道估计进行滤波、插值来得到数据位置的信道估计.性能仿真显示,这种复杂度很低的算法BER性能损失是可以接受的,而且802.16标准规定系统导频只能用1个symbol,因此这种方法有其实用价值.