基于循环正交序列和广义AIC的信道估计

设计了一种适合多入多出单载波频域均衡(MIMO-SCFDE)系统的循环正交训练序列,并提出相应的时域信道估计算法．利用训练序列理想的自相关性与互相关性,不仅能够抑制天线间的干扰,而且可以有效降低噪声的方差．在得到时域信道估计的基础上,通过广义Akaike信息准则(GAIC)进一步确定各多径时延值并保留有效子径,从而提高了信道估计的精度．稀疏MIMO信道环境下的仿真结果表明,基于循环正交序列和GAIC的算法能够有效地减少噪声对信道估计的影响,显著降低了信道估计的均方误差．     

基于压缩感知的MIMO-OFDM系统稀疏信道估计方法

在多输入多输出正交频分复用(MIMO-OFDM)系统中, 信号经过频率选择性衰落的信道后, 在接收端需要进行均衡和相干信号的检测, 故准确的信道估计量必不可少. 传统的信道估计方法均基于信道抽头是密集型的假设, 利用线性重构算法, 如最小二乘(LS)或最小均方误差(MMSE)等, 可以达到Cramer-Rao下界(CRLB). 然而, 通过物理信道测量发现, 在实际通信系统中, 宽带信道抽头分布通常表现出稀疏特性. 通过充分利用信道的稀疏特性, 该文将压缩感知中的CoSaMP重构算法应用于MIMO-OFDM系统的稀疏多径信道估计. 在达到与传统的信道估计方法相同性能的前提下, 基于CoSaMP的信道估计方法以非常小的计算复杂度为代价, 大大减少了导频信号开销, 从而提高了频谱资源利用率.     

一种改进的适用于稀疏信道的完全反馈均衡器

为了在稀疏信道下有效地降低传统均衡算法的运算复杂度,在完全反馈均衡器CFE（complete feedback equalizer）之前,利用信道估计器针对稀疏多径信道提出了一种新的低复杂度的多径时延信道估计方法,仅对少量幅值较大的信道抽头做均衡。理论分析与基于实测信道的计算机仿真表明,这种算法通过对多径的跟踪降低了需要估计参数的雏数,从而提高了信道估计器的性能,并且降低了运算的复杂度。     

稀疏水声OFDM系统迭代LS自适应信道估计

为了消除水声OFDM系统中噪声对稀疏多径信道估计的影响,提出了基于阈值探测的迭代最小二乘自适应信道估计方法.该方法根据最小方差准则引入加权因子对误差平方进行加权求和,由此导出一个迭代方程进行自适应信道估计.该迭代方程具有计算复杂度低的优点,不会带来大的矩阵运算.在该方法基础上,提出基于阈值探测的稀疏信道估计方法,探测最...     

基于叠加训练序列的稀疏信道参数估计

针对稀疏多径的频率选择性块传输信道,提出了基于叠加训练序列的新信道估计方法,在不占用额外信号带宽的情况下估计信道参数.利用叠加训练序列得到时域信道冲激响应的LS解,根据广义Akaike信息论准则得到信道的长度和具体多径的时延值,然后将时域信道冲激响应中非多径点的值置零,降低加性白噪声对信道估计的影响,提高信道估计的精度.通过仿真,在稀疏多径信道的条件下,与纯粹的叠加训练序列的信道估计方法相比,该方法较大程度地降低信道的估计误差,提高系统性能.     

采用压缩感知的贝叶斯信道估计算法

高阶多输入多输出系统能有效提高能量效率和传输可靠性,但由于天线数量巨大,信道参数估计任务艰巨．虽然支持不可知的贝叶斯匹配追踪算法估计准确,但复杂度过高．为了解决这个问题,提出了一种期望修剪匹配追踪算法．在信道每一个稀疏度下,把与当前残差信号内积较大原子(测量矩阵列矢量)的所在位置添加到支撑集中,组成扩大支撑集;然后对扩大支撑集进行筛选,剔除可能选错的位置,并确定最佳支撑集;计算各个稀疏度最佳支撑集对应信道的估计值和相对发生概率,由此计算信道的数学期望,并作为最终的信道估计值．仿真结果表明,文中算法与支持不可知的贝叶斯匹配追踪算法相比,具有更低复杂度的期望修剪匹配追踪算法能保证信道估计精度和系统误比特率性能．     

基于改进PLS和PLS_ZP算法的卫星移动通信信道估计

针对传统最小平方(least square,LS)算法和基于离散傅里叶变换(discrete Fourier transform,DFT)的信道估计算法不能有效提高宽带卫星移动信道的传输性能这一问题,提出改进的基于功率判决的LS估计算法(简称PLS)和PLS补零插值算法(简称PLS_ZP).PLS算法在基于DFT估计算法的基础上,利用宽带卫星移动信道的衰落特性,通过对有效抽头数的限制设定功率阈值,抑制有效抽头外的噪声;PLS_ZP算法利用时域补零等效频域内插的原理对原频域插值算法进行改进,充分利用所有已估计导频信息.理论分析和仿真结果表明,与传统信道估计算法相比,PLS和PLS_ZP算法的信道估计均方误差(mean square error,MSE)和误比特率(bit error rate,BER)均有一定程度的提升,且算法复杂度较低,易于硬件实现.     

MIMO-OFDM系统中一种有效的信道估计方法

提出了一种MIMO-OFDM(Multiple Input and Multiple Output-Orthogonal Frequency Division Multi-plexing)系统中的信道估计实现方案.该算法采用STBC(Space-Time Block Code)训练序列,利用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 MeanSquare Error)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.计算机仿真结果显示了该算法的有效性和优越性.     

一种低复杂度LMMSE信道估计算法

针对传统线性最小均方误差(LMMSE)信道估计器矩阵求逆运算复杂度大的问题,提出了一种以相关带宽为准则提取信道自相关矩阵主要信息的子阵分块算法.根据信道相关带宽所计算的分块尺度将信道自相关矩阵分割为若干子块,包括非重叠分块法和重叠分块法.运算求逆过程中仅利用表征信道主要信息量的低频对角子阵,而忽略其他表征信道高频信息的子阵,可有效降低LMMSE算法中大的自相关信道矩阵求逆运算所带来的复杂度.该算法在频率选择性慢衰落信道下,与LMMSE和低秩估计算法进行了相关性能及运算复杂度对比分析,结果表明,该算法能以较微弱的性能代价换取系统复杂度的明显降低.     

MIMO OFDM系统时域信道估计新方法

提出一种多输入多输出-正交频分复用（MIMO—OFDM）系统的时域信道估计新方法。设计了一种具有最佳自相关性的实训练序列,并利用训练序列的自相关性获得信道的时域冲激响应。同时针对时域信道具有一定的稀疏性,通过信道有效路径估计,减少噪声对信道估计结果的影响,提高算法估计性能。理论分析和实验仿真结果表明,文章方法在更低的计算复杂度和更高的系统传输效率下,具有更高的估计性能。