智能反射面辅助MU-MISO系统宽带信道估计算法

为适应移动通信系统的宽带化应用,针对智能反射面（Intelligent Reflecting Surface,IRS）辅助多用户多输入单输出系统信道估计问题,提出了一种基于稀疏矩阵分解的改进正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法。首先,考虑基站导频约束及IRS相移约束,建立一个压缩感知模型。然后,通过自适应地细化变换矩阵的分辨率,避免稀疏信号的细节丢失;再利用信道在不同子载波处共享的公共稀疏性,对多个子频带进行联合估计。最后利用级联信道的双结构稀疏性,将信道估计扩展至多用户场景。仿真结果表明,与传统压缩感知算法相比,所提算法能以较小的导频开销获得更高的准确性。     

基于压缩感知的同频干扰下LTE系统信道估计算法

本文提出一种基于压缩感知的同频干扰下长期演进系统信道估计方法。与现有方法不同,本文将干扰和噪声区别对待,利用干扰信号结构建立该系统下多小区信道估计模型(MCCE)。由于无线信道在宽带系统下表现出较为明显的稀疏特性,本文将压缩感知技术应用于上述模型,通过求解新的感知矩阵,并利用多输入多输出信道共有非零支撑集的特性,提出了适用于长期演进系统的联合改进子空间追踪算法(J-MSP),解决了上述模型下字典矩阵列相关度较高的问题;由于所提模型中含有未知的干扰符号,因此还需解决信道和干扰符号的联合估计。仿真结果和分析表明,本文方法在干扰与本小区同步时相比单小区信道估计方法性能显著提升,异步时与最大似然算法性能相当,同时也适用于无干扰场景。      

压缩采样匹配追踪在水声MIMO-OFDM信道估计的应用

针对水声MIMO-OFDM系统,利用水声多径信道冲激响应的稀疏特性,提出一种基于压缩采样匹配追踪 (Compressive Sampling Matching Pursuit, CoSaMP)的信道估计方法。该算法首先利用观测矩阵构建一个向量代替信道,然后采用匹配追踪思想确定这个向量的非零抽头系数位置,最后利用最小二乘法对非零抽头系数进行估计,通过对该向量的估计实现信道响应的估计。与传统最小二乘法（least square, LS）相比,信道估计性能得到很大的提高,与正交匹配追踪（Orthogonal Matching Pursuit,OMP)相比,提高信道估计性能的同时,降低了计算复杂度。通过仿真分析,不但验证了该算法的有效性,还比较了该算法在不同通信系统中的信道估计性能。      

基于压缩感知的大规模MIMO下行信道状态信息获取

信道状态信息（Channel State Information,CSI）对于大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）发挥高性能至关重要。但在上下行传输信道不存在互易性的频分双工（Frequency Division Duplex,FDD）制式下,若采用传统的信道估计方法会给CSI的获取带来巨大的导频开销和计算量。考虑利用大规模 MIMO 信道的虚角域稀疏性来减少获取CSI所需开销,在此基础上进一步研究了大规模 MIMO 正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中各子载波信道在虚角域的共同稀疏特性和稀疏支撑集的时间相关特性,达到降低信道维度的目的,则大大减少了基站对 CSI 获取所需的资源开销。同时,为了降低信道稀疏支撑集信息获取所需的导频开销和提高信息的时效性,利用压缩感知技术对支撑集进行估计。仿真结果验证了所提方案性能的优越性。     

OFDM信号频率偏移盲估计算法

该算法通过联合多个正交频分复用（OFDM,Orthogonal Frequency Division Multiplexing）符号对频率偏移进行盲估计。该算法不需要数据辅助,利用接收信号循环前缀的相关性,通过计算相同子信道所传数据的相位差,来实现信号的小数倍频偏估计。利用相邻OFDM符号中频域导频的延迟相关运算来实现整数倍频偏估计。仿真结果表明该算法估计精度高,适合实际信号的应用。     

基于网格搜索的同步损伤和信道联合估计算法

为了实现多输入多输出(MIMO)正交频分复用(OFDM)系统中同步损伤和信道的联合估计,提出了一种基于网格搜索的联合估计算法。首先通过构建起一个以反映同步损伤和信道响应影响的系统模型,然后将各损伤参数估计的多维优化问题简化为二维网格和一维网格搜索,从而实现对载波频率偏移、采样频率偏移和符号定时误差的联合估计;数值仿真结果表明,本文提出的联合估计算法相比于非联合估计算法具有更好的估计性能。     

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.     

改进的高效MIMO-OFDM系统EM信道估计算法

针对MIMO-OFDM系统中期望最大化(EM)信道估计算法在高信噪比(SNR)下带来的误差地板(EF)现象,且OFDM符号的数据传输效率随发射天线数的增加而明显降低,提出一种改进的高效EM信道估计算法。该算法首先引入一种准确的等效信号模型并推导出一种修正的EM算法,改善了EM算法在高SNR下的性能;在多个OFDM间利用相位正交导频序列来提高数据传输效率,同时进行联合信道估计以提高估计性能。仿真实验验证了所提算法具有更高的信道估计性能和更高的数据传输效率。     

DFT-S-OFDM系统中基于DFT的软迭代信道估计

在基于傅里叶变换扩展的正交频分复用（DFT-S-OFDM）系统中,为了消除由多径传播和多普勒效应导致的信道间干扰（ICI）,提出了一种基于离散傅里叶变换（DFT）的软迭代信道估计算法。该算法将传统DFT信道估计技术与Turbo均衡技术相结合,利用Turbo均衡器反馈的软信息来更新初始信道估计响应,进而消除噪声和ICI。Matlab仿真结果表明,在多径信道下,经过2次以上的迭代后,该算法的误码率（BER）性能得到了显著的改善。     

基于预测的OFDM系统迭代联合信道估计与符号检测算法

该文在现有的OFDM系统联合迭代信道估计与符号检测算法的基础上,根据信道响应的时域相关性,将预测方法引入迭代信道估计,对其进行改进.提出一类基于对初始信道估计值进行预测的迭代信道估计算法.进而分别用两种预测方法进行仿真并与传统迭代算法进行比较.仿真结果表明:该方法与传统算法相比,加快了迭代收敛速度,降低了系统误码率.在复杂度增加不大的前提下,提高了系统性能.     

Channel estimation based on distributed compressed sensing in amplify-and-forward relay networks

In orthogonal frequency-division multiplexing(OFDM)amplify-and-forward(AF)relay networks,in order to exploit diversity gains over frequency-selective fading channels,the receiver needs to acquire the knowledge of channel state information(CSI).In this article,based on the recent methodology of distributed compressed sensing(DCS),a novel channel estimation scheme is proposed.The joint sparsity model 2(JSM-2)in DCS theory and simultaneous orthogonal matching pursuit(SOMP)are both introduced to improve the estimation performance and increase the spectral efficiency.Simulation results show that compared with current compressed sensing(CS)methods,the estimation error of our scheme is reduced dramatically in high SNR region while the pilot number is still kept small.     

Closed-form blind symbol estimation in digital communications

We study the blind symbol estimation problem in digital communications and propose a novel algorithm by exploiting a special data structure of an oversampled system output. Unlike most equalization schemes that involve two stages-channel identification and channel equalization/symbol estimation-the proposed approach accomplishes direct symbol estimation without determining the channel characteristics. Based on a deterministic model, the new method can provide a closed-form solution to the symbol estimation using a small set of data samples, which makes it particularly suitable for wireless applications with fast changing environments. Moreover, if the symbols belong to a finite alphabet, e.g., BPSK or QPSK, our approach can be extended to handle the symbol estimation for multiple sources. Computer simulations and field RF experiments were conducted to demonstrate the performance of the proposed method. The results are compared to the Cramer-Rao lower bound of the symbol estimates derived in this paper     

瑞利衰落信道下改进的OFDM符号定时算法

对相干OFDM系统中结合循环前缀和导频信息的传统符号定时同步算法进行了分析和研究,提出了一种改进的符号定时同步算法.此算法相对于传统算法由于更加有效的利用了观察样本信息,具有更大的定时同步范围.同时考虑时间偏移参数在若干OFDM符号区间内不变,给出了一种利用连续多个OFDM符号的算法,以提高定时同步的准确度.仿真验证了所提出算法在瑞利衰落信道下可以有效地改进传统算法的定时性能.     

基于电力线信道的OFDM盲同步算法

在Takahashi提出的盲同步算法的基础上,提出了一种正交频分复用（OFDM）多符号联合的差分盲同步算法。同Takahashi的算法一样,该算法利用OFDM符号的循环前缀内不被多径时延扩展所影响的那部分码元提取定时信息,但是为了避免电力线信道中随机的脉冲噪声对符号同步产生的影响,在每个定时时刻,取差值的前后移动平均,并采用多个OFDM符号的联合,以增强同步效果。仿真结果表明,在第一径为最强径或是非最强径的电力线多径衰落信道中,该算法取得了更好的符号同步性能。     

基于多中继导频频分复用的协同通信系统信道估计算法

本文针对频率选择性衰落环境下结合正交频分复用技术的放大转发多中继协同通信系统,提出了基于导频频分复用的频域信道估计算法,包括最小二乘（LS）估计算法和线性最小均方误差（LMMSE）估计算法。理论分析和仿真结果表明,该算法不仅成功分辨了多中继协同通信系统的所有频域信道衰落系数,避免了各中继节点转发的导频符号在目的节点上的混叠干扰,而且减少了频域信道估计所需的导频符号数量和时隙周期长度,提高了协同通信系统的传输效率和频谱利用率,同时显著提高了信道估计的精度,降低了算法的复杂度,具有较高的实用价值。      

Wavelet-Based Semiblind Channel Estimation for Ultrawideband OFDM Systems

Ultrawideband (UWB) communications involve very sparse channels, because the bandwidth increase results in a better time resolution. This property is used in this paper to propose an efficient algorithm that jointly estimates the channel and the transmitted symbols. More precisely, this paper introduces an expectation-maximization (EM) algorithm within a wavelet-domain Bayesian framework for semiblind channel estimation of multiband orthogonal frequency division multiplexing based UWB communications. A prior distribution is chosen for the wavelet coefficients of the unknown channel impulse response to model a sparseness property of the wavelet representation. This prior yields, in maximum a posteriori estimation, a thresholding rule within the EM algorithm. We particularly focus on reducing the number of estimated parameters by iteratively discarding “insignificant” wavelet coefficients from the estimation process. Simulation results using UWB channels that were issued from both models and measurements show that, under sparseness conditions, the proposed algorithm outperforms pilot-based channel estimation in terms of the mean square error (MSE) and bit error rate (BER). Moreover, the estimation accuracy is improved, whereas the computational complexity is reduced compared with traditional semiblind methods.      

Joint channel and phase noise estimation in OFDM systems at very high speeds

In this paper, the problem of joint phase noise and channel estimation for OFDM systems over a fast time-varying frequency-selective channel is explored. Each channel tap time-variation within one OFDM symbol is approximated by a Basis Expansion Model (BEM). Joint estimation is performed on multiple OFDM symbols via the Extended Kalman Filtering in order to exploit the time-correlation of the parameters. The data symbols are estimated by means of an iterative pilot-based algorithm. It is shown that, with only 2 iterations, our algorithm outperforms the conventional one, and the performance approaches that of the ideal case for which the channel response and phase noise are known.     

基于电力线信道的OFDM盲同步算法

在Takahashi提出的盲同步算法的基础上,提出了一种OFDM多符号联合的差分盲同步算法。同Takahashi的算法一样,该算法利用OFDM符号的循环前缀内不被多径时延扩展所影响的那部分码元提取定时信息,但是为了避免电力线信道中随机的脉冲噪声对符号同步产生的影响,在每个定时时刻,取差值的前后移动平均,并采用多个OFDM符号的联合,以增强同步效果。仿真结果表明,在第一径为最强径或是非最强径的电力线多径衰落信道中,该算法取得了很好的符号同步效果。     

脉冲超宽带(UWB)跳时系统的频域信道估计

提出一种基于序列和的最大似然(ML)频域信道估计算法,该算法可适用于对跳时UWB通信系统进行基于训练序列的信道估计和盲信道估计,大大简化了运算的复杂性。在仿真中比较了基于理想信道估计、基于一般的频域信道估计以及基于序列和的ML频域信道估计的性能。结果显示,在频域的估计过程中,对发射信号的频谱设定适当的可信门限后,可以获得与直接进行频域信道估计相似的性能。