非理想信道估计下的放大转发协同通信系统性能分析

针对两跳多中继放大转发协同通信系统,分析了信道估计误差对系统性能的影响。考虑机会中继和全参与中继两种中继策略,分别推导了系统误码率的闭式表达式,并分析了不同信道估计质量阶数下的系统分集增益。平均信噪比损失率分析表明机会中继较全参与中继对信道估计误差更为敏感。仿真结果验证了理论分析。     

时变信道下OFDM系统中一种基于修正Kalman滤波的Turbo均衡

在OFDM系统中,由于时变多径信道的存在使子载波间失去了正交性,从而导致子载波间干扰(ICI),降低了系统性能.为了补偿时变信道下OFDM系统中存在的ICI影响,提出了一种基于修正Kalman滤波的Turbo均衡算法:通过Turbo迭代,利用软映射和软解映射算法提供的软值信息,实现模块之间的信息交换;通过修正Kalman预测和滤波,实现信道响应的逐符号更新;通过基于最大化信干噪比缩短窗的ICI抑制,实现信道响应中ICI分量的消除.理论分析和仿真结果表明,所给出的方法能够有效地跟踪信道并抑制ICI影响,即使在快时变信道中也能获得很好的性能.     

放大转发协同OFDM系统中的时域信道估计算法

考虑到在复杂街区环境中由于距离太远或者障碍物阻挡等原因,造成源节点和目的节点之间没有直接链路,而是利用多个中继进行协同传输的情景,该文针对放大转发协同OFDM系统,提出了一种时域信道估计算法。不同于传统的频域信道估计,该文利用一种特殊的梳状导频以及在中继节点上对导频做简单变换,通过时域的相关处理估计源节点经每一个中继节点到目的节点之间的等效信道冲激响应。在此基础上,为减小来自中继节点和目的节点的等效噪声对信道估计性能的影响,提出了时域LMMSE（Linear Minimum Mean Square Error）估计以及其简化形式,并推导了相应的Cramér-Rao界（CRB）。仿真结果表明,该文算法具有较好的均方误差性能;与直接时域信道估计相比,该文提出的简化时域LMMSE估计更接近于CRB。      

同道干扰下放大转发协同OFDM系统中的信道估计

该文针对放大转发(Amplify-and-forward,AF)协同OFDM系统,在导频和数据子载波都受到多个严重的同道干扰(Co-channel Interference,CCI)影响的前提下,提出了一种基于导频辅助的迭代信道估计方法,并推导了信道估计的Cramér-Rao 界(Cramer-Rao Bound,CRB).将等效信道、干扰信道和直传信道的信道状态信息(Channel State Information,CSI)估计值以及等效噪声方差矩阵的估计值进行线性合并,进一步消除CCI产生的影响,从而有效地提高了接收机的检测性能.理论分析和仿真结果表明:对于AF协同OFDM系统,在有多个同道干扰存在的情况下,本文提出的方法能够有效估计出所有等效信道和干扰信道的信道状态信息以及等效噪声方差矩阵,可以获得较好的均方误差(Mean Square Error,MSE)性能,且运算复杂度远远低于传统的线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)信道估计方法.     

放大转发OFDM中继系统的一种叠加导频辅助信道估计和联合数据检测算法

针对源节点和目的节点之间没有直接路径的放大转发(AF)OFDM中继系统,提出了一种利用叠加导频(SP)进行信道估计和联合数据检测的算法.该算法首先将接收信号通过白化滤波器进行信号白化,然后利用SP获得等效信道的信道状态信息(CSI)初始估计值,并联合目的节点上的最大比合并(MRC)接收机,通过判决反馈迭代操作不断改进信...     

基于DFT-BEM模型的LOFDM系统双散射信道最大多普勒扩展估计

栅格正交频分复用（Lattice Orthogonal Frequency Division Multiplexing, LOFDM）系统凭借特殊的网格时频结构和更大的欧式距离特性,在快速移动环境下展现了卓越的抗时变、抗多径能力。最大多普勒扩展作为LOFDM系统自适应策略的重要参数之一,准确的最大多普勒扩展估计对于LOFDM系统发送信号设计以及自适应策略实现十分重要。本文针对LOFDM系统的特殊信号结构以及双散射信道的快时变特性,采用DFT-BEM信道模型近似快时变信道响应,结合快时变信道下LOFDM系统块传输接收实现,利用梳状导频辅助估计多普勒域平均信道频率响应,在此基础上利用信道响应估计值的时间相关函数实现基于F范数的信道最大多普勒扩展估计;并提出基于子空间的最大多普勒扩展估计算法,降低了噪声对最大多普勒扩展估计性能的影响,在低信噪比条件下有效改善了估计性能。      

双选择信道下OFDM系统中一种基于新Kalman滤波估计的Turbo均衡

在OFDM系统中,信道的快速时变性破坏了子载波间的正交性,从而导致子载波间干扰(ICI),降低了系统性能。该文针对双选择信道的时变特性,提出了一种新的Kalman滤波信道估计算法,将其应用于过采样的复指数基扩展模型(OCE-BEM),从而将一个OFDM符号周期内信道参数时变的问题转化为参数时不变问题,同时,将这种新的Kalman滤波器与基于ICI抑制的低复杂度LMMSE Turbo均衡器相结合,并辅以循环冗余码校验(CRC)控制算法迭代次数,从而不需要更多的导频符号,在保证算法性能的基础上,减小算法的计算时延和复杂度。理论分析和仿真结果表明,该文给出的方法在双选择信道下能够有效地跟踪信道变化并抑制ICI影响。