基于改进TSVR的MIMO-OFDM系统信道估计及其原空间解法

为了提高多输入多输出正交频分复用系统(MIMO-OFDM)的信道估计性能,本文采用改进的加权支持向量回归机对信道参数进行估计.TSVR由KNN算法计算训练样本的权值,加入到TSVR的目标函数.在信道估计过程中,首先利用最小二乘算法对导频位置处的信道参数进行估计,得到对TSVR的训练样本,通过求解改进TSVR的二次优化问题得到MIMO-OFDM系统的信道参数,利用牛顿迭代法在原空间进行仿真实验,本文提出的改进的加权TSVR信道估计算法与其它的算法相比,具有良好的估计性能和抗噪声能力.     

一种MIMO-OFDM信道估计方法

为提高现有MIMO-OFDM系统信道估计算法性能,降低算法运算的复杂性,提出一种基于变换域的MIMO-OFDM信道估计方法.该算法不需要任何信道统计信息,通过变换域内自适应低通滤波器降低了高斯白噪声和子载波间干扰对该估计算法准确度的影响,并且利用在变换域内得到的导频位置的信道估计结果,通过补零内插算法得到其他子载波位置的信道估计结果.仿真结果表明:该算法的误码率性能优于最小平方算法,稍逊于线性最小均方误差算法;该算法计算复杂度低,易于在实际系统中实现.     

MIMO-OFDM系统中稀疏信道估计算法研究

 针对多输入多输出正交频分复用系统,利用信道冲激响应的稀疏特性,提出1种新的MIMO-OFDM信道估计算法,简称为MIMO-MP算法.首先利用匹配追踪思想确定出非零抽头系数的位置,然后再采用最小二乘算法完成对非零系数值的2次估计,从而通过减少信道估计参数的个数降低算法复杂度.该算法具有较好的性能,但在剩余向量更新上还不是很精确,通过改进剩余向量的更新方式,得到另一种性能更优的算法简称为MIMO-MMP算法.仿真结果验证了算法的有效性.     

K-最近邻的改进及其在文本分类中的应用

采用K近邻算法(Knearest neighbors,简称KNN)进行分类时,如果训练样本数量太大,那么搜索测试样本的K个最近邻时,算法的计算量很大.本文针对KNN的不足提出了一种改进方法.改进的KNN算法通过定义样本的延拓类和延拓能力,保留延拓能力强的样本作为它延拓类中其它训练样本的代表,来缩减训练样本数量,达到减少算法计算量的目的.实验证明,改进的KNN算法具有很好的性能.     

MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO-OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的问题,提出了2种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,避免了大矩阵求逆运算,降低了算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整帧所有符号的信道响应,实现算法复杂度不变、估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

3D多输入多输出正交频分复用系统中基于奇异值分解的信道估计方法

在3D多输入多输出正交频分复用(MIMO-OFDM)系统模型中,分析了基于导频的信道估计方案.针对线性最小均方误差方法的算法复杂度高的问题,应用奇异值分解(SVD)算法降低信道自相关矩阵的维数,以减小算法的复杂度.仿真结果表明:所提出的基于奇异值分解的信道估计算法,能够在保证误码率(BER)性能的情况下,具有更低的算法复杂度.     

存在相位噪声和信道估计偏差影响的空相关MIMO-OFDM系统的性能分析

为了进一步了解相位噪声和信道估计偏差在空相关多输入多输出正交频分复用(MIMO-OFDM)系统中的作用,对存在相位噪声和信道估计偏差影响的空相关MIMO-OFDM系统的性能进行了分析.利用模型表达了空相关MIMO-OFDM系统的复包络信号,推导了在相位噪声和信道估计偏差影响下的空相关MIMO-OFDM系统的有效数据符号的信噪比表达式,给出了在相位噪声和信道估计偏差影响下的空相关MIMO-OFDM系统的差错性能指标.研究表明,理论计算和计算机仿真的空相关MIMO-OFDM系统的差错性能结果在各种不同相位噪声和信道估计偏差影响下都比较吻合.     

MIMO-OFDM系统中LS时域信道估计的一种简化改进算法

研究基于多输入多输出正交频分复用(MIMO-OFDM)系统中的信道估计算法。主要工作在训练序列最小均方(LS)准则信道估计算法的研究上,在以LS时域信道估计基本算法为前提下,提出了一种改进的LS时域信道估计算法及固定长度的时域截取算法,此算法可以大大降低计算的复杂度,结合MATLAB仿真对此改进算法的有效性和可行性进行了分析,得出了比较理想的仿真结果。     

混合退火粒子滤波在MIMOOFDM信道估计中的应用

MIMO-OFDM系统信道估计是接收机进行信号相干解调的关键。针对MIMO-OFDM系统面临的非高斯噪声信道环境,结合改进的混合退火建议分布,将混合退火粒子滤波改进算法用于对MIMO-OFDM系统进行信道估计。在建立系统状态空间模型和分析混合退火建议分布基础上,将模糊推理系统用于动态产生退火参数,得到混合退火粒子滤波改进算法;将其用于对MIMO-OFDM系统进行信道估计,并对信道估计误码率、归一化均方误差和算法复杂度进行了仿真分析。仿真结果表明,与扩展卡尔曼滤波、粒子滤波、混合退火粒子滤波算法相比,混合退火粒子滤波改进算法在非高斯噪声信道环境下能够有效降低系统误码率;同时,可用较少的采样粒子获得较好的系统性能。     

一种改进的MIMO-OFDM系统频偏估计方法

针对传统的2个训练符号的载波频偏估计算法提出一种改进算法,并设计出一种新的频偏估计器对多入多出正交频分复用(MIMO-OFDM)系统的不同信道的整数频偏和小数频偏进行估计.该算法仅利用单个训练符号来进行频偏估计,其训练符号采用正交性良好的Walsh序列来设计,用以区分不同的信道;利用同一训练符号内相邻的偶数子载波上数据的差分关系完成整数频偏估计.仿真结果表明,新的频偏估计器可以获得较好的载波频偏估计性能.     

MIMO-OFDM系统中一种有效的信道估计方法

为降低信道估计算法的复杂度,给出了MIMO-OFIM(M山tiple Input and Multiplw Output-Orthogonal Freuency Division Multiplexing)系统中的一种信道估计实现方案,采用STBC(Space-Time Block Code)训练序列,LMS(Least Mean Square)迭代算法估计信道响应,避免了矩阵的求逆运算,与基于MMSE(Minimum Mean Squore Error)和LS(Least Square)的MIMO信道估计算法相比,具有运算复杂度低、跟踪能力强的优点,计算机仿真结果也显示了它的有效性和优越性.     

V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。     

MIMO-OFDM蜂窝系统中优选训练序列及信道估计

对多输入多输出正交频分复用(MIMO-OFDM)蜂窝系统中的信道估计进行了研究，推导了用于多小区多天线的最优训练序列条件，给出了一种实用优选训练序列，并在此基础上提出了一种迭代信道估计算法．结果表明，所提出的迭代信道估计算法可以有效抑制同信道干扰对估计精度的影响，使该估计器具有更高的估计精度，在同信道干扰环境中性能更稳健，从而使接收机性能更靠近理想信道估计的性能．     

基于EM的MIMO-OFDM系统LMMSE信道估计

最小均方误差(MMSE)信道估计算法应用于MIMO-OFDM系统时将带来高计算复杂度且不易实现,根据这个问题,提出了一种基于期望最大化(EM)的线性最小均方误差(LMMSE)信道估计算法,并分析了该算法的性能.EM算法可以把多输入多输出(MIMO)信道估计问题转化为一系列单输入单输出(SISO)信道估计问题,避免了大规...     

MIMO-OFDM系统低复杂度的同步参数与稀疏信道联合估计

由于MIMO-OFDM系统中载波频偏、采样频偏、符号定时误差等多个同步参数及信道的影响,文中提出一种同步参数与信道的最大似然（ML）联合估计算法.稀疏衰落的情况下,该算法使用基于压缩感知（CS）的信道估计,通过较少的接收样值来恢复稀疏信道,以降低复杂度.仿真中通过数值模拟对估计性能进行分析.结果表明,该算法在保持较低复杂度的同时,可获得理想的性能.