基于子空间的MIMO-OFDM盲信道估计

基于子空间的MIMO-OFDM盲信道估计算法传输效率较高,但是算法计算量较大且接收端需要较多的信号才能进行精确估计.本文将基于噪声子空间的跟踪算法应用到MIMO-OFDM系统进行信道估计,并且对接收信号进行重构,达到了降低算法复杂度的目的,并减少了对接收信号数量的需要.     

OFDM盲信道估计的子空间方法

介绍了OFDM盲信道估计的各种方法及其研究现状。提出了一种通过二阶统计特性的子空间方法来进行OFDM系统信道的盲辨识,从而得出了不受零点位置影响的信道盲辨识的充分条件。为提高算法性能,该方法还在进行相关运算的过程中引入了信号向量截取及平滑的思想,而且不需要改变OFDM的系统结构。     

OFDM系统中的盲信道估计

本文从OFDM信号的矩阵表示出发,分析比较了OFDM系统中现有的各种盲信道估计方法。OFDM盲信道估计方法分为两类,一类是统计型方法,它利用了发送信号和接收信号的统计特性;另一类是确定型方法,它利用了发送调制信号的固有特性。一般而言,统计型方法的计算量较小,但是估计精度不高且估计的实时性不好;而确定型方法的估计精度较高,实时性较好,但是其计算量较大。计算机仿真表明,这些盲信道估计方法的性能受信道参数尤其是多普勒频率影响很大,盲信道估计的实用化有待进一步研究。     

利用补零信息的单载波块传输盲信道估计方法

该文提出了一种针对单载波块传输(SCBT)系统的信道估计方法.该方法利用单载波块传输系统中的补零(ZP)信息,在频域实现了频率选择性信道基于子空间的盲估计.文中同时给出了所提方法的辨识条件.该方法性能优于过采样信道估计方法,且对信道阶数过估计不敏感.计算机仿真和分析验证了所提方法的有效性.     

快速的ZP-OFDM系统中的盲信道估计算法

基于子空间的盲信道估计因为其节约带宽和发射功率成为OFDM系统中比较热门的研究领域。但是,之前很多子空间算法有的收敛速度快,计算复杂度却高,有的用迭代算法跟踪子空间的特征结构,复杂度较低,但收敛速度却比较慢。提出了一种基于快速收敛的LMS-Newton算法的ZP-OFDM系统的信道估计方法,既提高了收敛速度,计算复杂度又不是很高。借助于子空间跟踪,该算法可以自适应地估计信道相关矩阵的噪声子空间,从而估计OFDM系统信道。仿真结果表明该算法可以改善信道估计的性能。     

空时分组码系统的盲信道估计

空时编码是实现宽带无线数据通信的一种极有潜力的技术,随着发射天线个数的增加,对空时编码进行信道估计时,所需训练符号的个数也将增加,减少了传输数据的有效时间.本文将子空间方法同空时分组码的特性有机地结合,提出了无需训练序列,直接进行信道估计的方法.它充分利用空时分组码的特性,使得接收信号中,表示信道衰落影响的矩阵各向量间存在一定联系,利用这些联系,结合子空间方法,从接收信号中解得信道信息.Monte-Carlo仿真表明,在信噪比较低时,本文算法带来的信道估计误差对于解码性能影响较小.     

基于子空间分解的半盲信道估计

信道估计从大的角度可分为非盲估计和盲估计以及在此基础上产生的半盲估计.半盲估计在数据传输效率和收敛速度之间做一个折中,即采用较少的训练序列来获得信道的信息.文章详细介绍了基于子空间分解的半盲信道估计的算法.     

一种实用性强的MC-CDMA盲信道估计方法

基于子空间分解的MC-CDMA盲信道估计算法运算量大,实用性差.本文根据在MC-CDMA中信号子空间维数远小于噪声子空间维数的特点提出从信号子空间的角度进行MC-CDMA盲信道估计,并采用PASTd算法对信号子空间及其维数进行动态跟踪.本文还通过对子空间跟踪的结果进行正交化处理的方法,显著提高了盲信道估计的性能.本文的盲信道估计方法运算量低,实用性强,仿真结果表明其盲信道估计性能接近特征值分解法.     

基于噪声子空间跟踪的OFDM盲信道估计

基于子空间分解的OFDM信道估计算法利用信号子空间和噪声子空间的正交性可以对信道参数进行盲估计,但是子空间分解的运算量大,使盲信道估计算法的实用化受到限制。本文在噪声子空间自适应跟踪的基础上进行OFDM盲信道估计,显著降低了运算量。仿真结果表明,在适当选择学习因子后可以实现对噪声子空间的快速跟踪,在噪声子空间跟踪的基础上得到的信道估计性能接近于子空间分解法。     

一种改进的OFDM系统盲信道估计算法

在OFDM通信系统中,信道参数估计一直是个备受关注的问题。本文利用接收端分集,提出了一种改进的盲信道估计算法,它适用于有无虚拟子载波,有无循环前缀的各种情况,在一定的信道精度要求条件下,可以在一个OFDM 符号内进行信道估计。计算机仿真显示,在积累相同的接收符号时,本算法也比同类的盲信道估计算法的性能好。     

OFDM系统中信道有效阶数的估计

信道估计是无线通信的关键技术之一，知道信道长度可以提高信道估计的精度．本文针对基于OFDM调制技术的无线通信系统中LS信道估计算法时域结果的构成特点，结合无线信道冲激响应在时域为有限冲激响应的特点，提出对LS信道估计算法的时域结果进行能量检测，并进行逆向搜索以获得信道有效阶数估计的算法．同时从检测概率角度给出了检测门限．最后给出了计算机仿真结果．理论分析和计算机仿真表明此算法能够很好地得到信道有效阶数估计结果．     

Two-Stage Channel Estimation Algorithm for TD-SCDMA System Employing Multi-Cell Joint Detection

The conventional Steiner channel estimator is inefficient for TD-SCDMA systems employing multi-cell joint detection because of its low estimation accuracy. A novel two-stage channel estimation algorithm was presented by re-defining the channel estimation matrix to mitigate the noise in the channel estimation. It is based on matched filter and minimum mean square error channel estimation results and it refines the initial channel estimation using inter-symbol interference and multiple access interference elimination. Simulation results prove the validity of the proposed algorithm for estimation accuracy upgrade, contributing to 10.2 dB and 6.8 dB BER performance improvement for the outdoor-to-indoor A channel and Vehicular A channel respectively.     

基于子空间信道矩阵迭代的阶数估计算法

针对二阶统计量信道盲辨识算法中有效阶数估计问题,该文提出了一种基于子空间信道矩阵迭代的阶数估计(SS-CMR)算法。基于过估计条件下的Q矩阵特殊结构和其解空间向量可等价为真实信道冲激响应与公共零点信道的卷积,该算法首先利用子空间算法获得估计的信道矩阵,然后构建迭代形式的代价函数进行阶数估计。仿真表明,SS-CMR算法较CMR算法性能提升,且明显优于现有其他阶数估计算法;解析分析表明算法复杂度较CMR算法明显降低,对首尾系数很小的信道的阶数估计尤为有效。     

基于子空间分解的信道阶数估计算法

提出一种新的基于子空间分解的信道阶数估计算法.首先基于子空间分解,将观测向量自相关矩阵的几何子空间按照某一正整数La分解为“信号”子空间和“噪声”子空间,由“噪声”子空间构建了一个特殊矩阵Gv,提出了Gv特征分析定理,该定理表明当且仅当La等于信道阶数时,Gv奇异并有唯一的零特征值,并进行了详细的理论和实验证明;然后根据该定理,不断修正“噪声”子空间的大小,判定Gv的奇异性,完成信道阶数的估计.仿真证明该算法不但在低信噪比条件下具有很好的估计性能,而且当信道具有较小的初始和结尾系数时,也能达到很好的效果.     

Complex Adaptive LMS Algorithm Employing the Conjugate Gradient Principle for Channel Estimation and Equalization

The Complex Block Least Mean Square (LMS) technique is widely used in adaptive filtering applications because of its simplicity and efficiency from a theoretical and implementation standpoint. However, the limitations of the Complex Block LMS technique are slow convergence and dependence on the proper choice of the stepsize or convergence factor. Moreover, its performance degrades significantly in time-varying environments. In this paper, a novel adaptive LMS technique named the Complex Block Conjugate LMS algorithm, CBC-LMS, is presented. Based on the Conjugate Gradient Principle, the proposed technique searches orthogonal directions to update the filter coefficients instead of the negative gradient directions used in the Complex Block LMS algorithm. In addition, the CBC-LMS algorithm derives optimal stepsizes to adjust the adaptive system coefficients at each iteration. As a result, the developed method overcomes the inherent limitations of the existing Complex Block LMS algorithm. The performance of the CBC-LMS technique is tested in wireless channel estimation and equalization applications, using both computer simulations and laboratory experiments. Furthermore, the developed technique is compared to the Complex Block LMS method and a recently proposed method, which is called Complex Optimal Block Adaptive LMS (OBA-LMS). The experimental and simulation results confirm that the proposed CBC-LMS technique achieves faster convergence with comparable accuracy and reduced computational complexity, relative to the existing techniques.     

利用盖尔圆定理的SIMO系统信道阶数盲估计

目前盲信道估计大多采用基于二阶统计量的估计方法,然而这一类方法的性能受到信道阶数估计准确度的严重影响。在低信噪比、存在明显首尾系数的信道条件下,大多数信道阶数估计方法的性能并不理想。本文针对这种情况,分析了接收信号自协方差矩阵的秩与信道阶数的关系。由于盖尔圆理论能够有效实现矩阵秩的估计,因此我们提出一种基于盖尔圆理论的信道阶数估计方法。该方法构造了一种改进的自适应判决门限,能够在不同的信道条件下具有更强的鲁棒性。通过仿真验证,本文所提方法在低信噪比和存在首尾系数的信道条件下,能获得较高的信道阶数估计准确率。      

基于均衡代价函数的信道阶数盲估计算法

针对信道阶数估计问题,利用单输入多输出(Single-Input Multiple-Output,SIMO)有限冲激响应(Finite Impulse Response,FIR)信道的结构特点和输入/输出信号的统计特征,提出了一种基于均衡代价函数的信道阶数盲估计算法.首先计算了归一化最小二乘均衡(Normalized Least Squares Equalization,NLSE)代价函数在理想条件下的理论渐近值,并指出其拐点与信道阶数之间的对应关系.然后分析了NLSE代价函数在实际条件下的近似值.最后引入了拐点优化因子,提出了一种基于NLSE代价函数拐点检测的信道阶数估计算法.理论分析和仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)较低和信道首尾系数较小的情况下,该算法比现有其它方法具有更强的鲁棒性,可以获得更小的接收信号均衡误差.     

一种不受信道阶数估计影响的SIMO直接盲均衡算法

针对单输入多输出（Single-Input-Multiple-Output, SIMO）模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差（Mean Square Error, MSE）和误符号率SER（Symbol Error Rate, SER）性能,并且具有很快的收敛速度。