延时反馈MIMO-OFDM系统中的一种快速比特加载算法

研究空间子信道用于复用时MIMO-OFDM系统的比特加载问题，以系统传输速率极大为目标，在误码率和功率约束下根据延时的信道状态信息在所有子载波的空间子信道上加载比特。提出一种低复杂度的快速比特加载算法，给出了算法收敛性和复杂度分析。仿真结果表明，该算法的性能非常接近最优的Hughes-Hartogs算法。     

MIMO-OFDM系统中自适应比特和功率分配

高速多媒体业务的发展要求无线通信能够提供更高的数据速率和服务质量.为了提高系统容量和性能,MIMO技术、OFDM技术以及自适应传输技术得到了广泛的研究.在完全已知信道状态信息假设前提下,提出了一种针对单用户MIMO-OFDM系统的自适应传输方案.该方案基于子载波上预编码优化设计,在多入多出信道的特征子信道中进行功率注水和动态比特分配,能在满足平均功率约束和给定误比特率条件下最大化系统传输速率.仿真结果表明,所提算法与贪婪算法相比,具有较快的收敛速度,同时其性能在不同的误比特率要求和时延扩展条件下, 都优于传统的波束成形和正交空时编码方案.     

基于压缩感知的MIMO-OFDM系统信道状态信息反馈方案研究

在MIMO-OFDM系统中,信道状态信息反馈技术是现在的研究热点。在研究了3GPP-LTE系统中使用的一些信道状态信息反馈方案的基础上,提出了一种基于最新的压缩感知技术的反馈方案。该方案中利用高速数字信道频域的稀疏性,通过压缩感知算法重建反馈的信道状态信息,有效减少了系统处理复杂度和传输的数据量。仿真证明,在反馈量相同的前提下,新方案的系统容量和误码率性能都优于传统的基于码本的反馈方案。     

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.     

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。     

MIMO-OFDM系统中基于二维散布导频信道估计

MIMO—OFDM技术将OFDM与空时编码技术有机的结合在一起，能够大幅度的提高无线通信系统的信道客量和传输速率，并能有效的抵抗多径衰落、抑制干扰和噪声。本文详细讨论了在MIMO—OFDM系统中基于二维散布导频信道估计算法，并重点阐述了导频形式的选择准则，最后结合计算机仿真分别验证了算法的有效性。     

MIMO-OFDM系统中信道估计算法的改进研究

提出一种新的基于最小二乘准则的频域信道估计算法,该算法设计了一种新的具有互补性的2个连续训练序列,对所有子载波的频率响应进行估计,减小了线性内插造成的误差,并在多普勒频移不同时采用不同的预估计值加权参数,有效地减弱了多普勒频移对估计精度的影响.仿真结果表明,此算法在不增加计算复杂度的前提下,有效地提高了估计精度.     

一种改进的OFDM自适应比特及功率分配算法

自适应正交频分复用（OFDM）技术是根据各子载波在频率选择性衰落信道中不同的瞬时增益,动态地分配数据比特和发射功率,从而达到优化系统性能,提高频谱效率的目的。研究了发射总功率和系统误码率上限不变时传输比特数最大化（RA）的自适应算法。提出了一种有记忆迭代方法,能有效克服由于比特数的离散性导致的迭代发散现象,并据此提出两种改进的RA算法。仿真结果表明,和过去的RA算法相比,改进的功率注水RA算法以增加少量的迭代次数为代价,能获得接近于最佳RA算法的传输速率;而改进的等功率RA算法在相同传输速率情况下具有更低的运算复杂度。     

迭代KALMAN信道估计算法在MIMO-OFDM系统的性能仿真研究

讨论了MIMO-OFDM通信系统中时变信道估计的KALMAN滤波算法。为了提高传统KALMAN信道估计算法的性能,提出了一种迭代KALMAN滤波算法,将整个子载波分为2部分:一部分用于发送导频,另一部分用于发送信号。在一个OFDM符号块中,对导频子载波和信号子载波处的无线信道进行循环估计,从而提高信道估计的精度。仿真结果表明,迭代KALMAN滤波算法的性能好于传统KALMAN滤波算法。     

多用户MIMO-OFDM自适应子载波组分配的优化算法

针对于多用户多输入多输出-正交频分复用(MIMO-OFDM)下行传输,提出一种基于用户信道特征反馈自适应调整多用户子载波分配的优化算法.该算法提出的简化技术将信道相关带宽信息和动态子带分配算法联合起来,将连续子载波分配的最小单元由单个子载波变为子载波组,从而能在不明显影响系统性能的基础上有效改善传统子载波自适应算法中运算量较大的问题.仿真结果表明:该算法运算量获得较大的简化,但在性能上接近于传统动态子载波分配的效果,是一种有效的多用户动态自适应子载波分配算法.     

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。     

一种用户速率受限OFDM系统中的联合子载波和功率分配算法

为OFDM下行系统提出一种高性能、低复杂度的无线资源分配算法.该算法在保证各用户最小数据速率限制的情况下,最大化系统的总吞吐量.算法以对偶优化作为理论基础,经过合理简化,消除了以往求解优化问题中所需的迭代运算,提出一种新型的低复杂度无线资源分配算法.仿真结果表明,在各种无线环境中,该算法均提供了很好的系统吞吐量和中断概率性能.     

正交频分复用-多天线系统的盲信道估计算法

为了解决多天线系统的识别模糊问题,提出一种基于系统输出信号二阶统计的正交频分复用多天线(OFDM-MIMO)系统盲信道估计算法。该算法从频域角度出发,从而将有限冲击响应信道的识别简化为一系列的无记忆系统识别问题。利用信道频率相关特性降低了算法复杂度,同时解决了算法对样本数的依赖问题。为了去除盲识别的模糊度,设计了带少许导频插入的OFDM-MIMO系统结构,研究了算法的估计精度及其对信道容量的影响。仿真结果表明:2发2收,1024子载波的OFDM-MIMO系统在信噪比为20dB时盲估计的归一化均方误差约为10-2。另外,子载波信道的容量结果表明,在信道变化较快时该文提出的盲估计算法相对于训练方法有明显的容量优势。     

MIMO-OFDM无线传输系统中的信道估计

以2×2多输入多输出正交频分复用(MIMO-OFDM)非盲信道估计方法为研究对象,分析了该系统中基于时域训练序列,结合空时分组码的直接判决信道估计方法和基于Wiener内插的信道估计方法仿真比较了其性能。结果表明,当多普勒频移较小时,可采用简单的直接判决方法进行信道估计;多普勒频移较大时,宜采用维纳内插方法进行信道估计,且可以提高信道估计精度。     

OFDM认知系统的子载波分配算法研究

在误码率和总发射功率约束下,基于频谱空穴的动态变化性,提出一种基于正交频分复用（orthogonal frequency division multiplexing,OFDM）的认知系统下行链路子载波分配算法。算法根据可用频谱资源及用户业务需求,兼顾用户资源公平与干扰温度最低原则：频谱资源少时,以用户资源公平为分配原则,尽量满足所有入网用户的基本通信需求;若频谱资源充足,则以最小化系统干扰温度为目标分配剩余子载波。仿真结果表明,提出的算法在确保入网用户基本数据传输率前提下,能降低系统干扰温度,提高系统频谱利用效率。     

一种改善的MIMO-OFDM系统MAP信道估计

在MIMO-OFDM系统下提出一种最大后验概率(MAP)信道估计算法.该算法利用期望最大化(EM)算法把MIMO信道估计分解为一系列独立的SISO信道问题,降低了MAP算法的计算复杂度.同时,根据在角域内不同发送和接收天线间的信道可近似为空间不相关,利用最有用抽头(MST)技术来减小噪声对估计性能的影响.仿真实验表明,与传统LS和EM算法相比,所提算法在低信噪比下具有较低的估计误差.