基于扩展卡尔曼滤波的联合迭代检测译码信道估计方法

针对高速移动场景下信道快衰落、非平稳等特性导致下行链路信道估计性能受限的问题,提出了一种适用于高速移动环境下行链路的信道估计方法.采用自回归过程对信道建模,构造自反馈的扩展卡尔曼滤波器（Extended Kalman Filter,EKF）追踪信道响应及其时域相关系数.为了解决EKF自反馈结构引起的误差传播问题,采用了迭代检测译码的接收机结构,以利用信道编码的冗余提升EKF的信道估计精度.仿真分析表明,在高速移动环境下所提方法相较于最小二乘估计和线性最小均方误差估计等传统方法提升了信道估计的均方误差和系统的误码率性能,可应用于高速列车无线通信设备的接收机基带信号处理系统.     

一种新的MIMO-OFDM系统自适应快时变信道估计算法

为了能够获得较精确的快时变信道估计,利用模糊模型拟合快时变信道,提出了一种新的信道估计算法。算法采用自适应技术进行导频子载波频域传输函数模型参数的识别,然后通过插值拟合全部信道的频域传输函数。仿真结果表明,在系统多普勒频移小于0.1的情况下,信道估计的MSE性能得到改善。     

基于扩展卡尔曼滤波的MIMO迭代信道估计方法

针对高速移动场景下信道快衰落、非平稳等特性导致下行链路信道估计性能受限的问题,提出了一种适用于高速移动环境下行链路的MIMO信道估计方法.采用自回归过程对信道建模,构造自反馈的扩展卡尔曼滤波器(EKF)追踪信道响应及其时域相关系数.采用迭代接收机的结构解决了在MIMO环境下观测方程欠定的问题.仿真结果表明,在高速移动环境下所提方法相较于最小二乘估计等传统方法提升了信道估计的均方误差和系统的误码率性能,可应用于高速列车无线通信设备的接收机基带信号处理系统.     

基于BEM的时变信道估计改进算法

针对参数未知、存在大多普勒频移的时变信道情况,介绍了与之相适应的BEM模型,分析了2种适用于估计BEM模型加权系数的算法,即LS算法和基于迭代的BLUE算法。LS算法简单快捷,其性能不如BLUE算法;BLUE算法因迭代初始值精度不高,在低信噪比时同样存在估计性能差的缺点。提出一种基于BEM模型的时变信道参数估计改进算法,将LS的估计结果作为BLUE的初始迭代值估计BEM模型系数,从而得到更精确的时变信道参数。在典型的时变信道下,以OFDM传输系统为例,对传统BLUE算法和改进后的BLUE算法进行了对比仿真分析。分析结果表明,在低信噪比条件下,相同迭代次数时,改进后的BLUE算法优于传统BLUE算法。     

基于数据拟合的OFDM时变信道估计方法

利用周期伪随机(PN)序列频域能量集中在某些点上的特点,提出一种基于数据拟合的时变信道估计算法.该方法利用周期性PN序列的自相关特性,降低噪声和未知数据对导频的干扰;同时利用其周期性,实现对信道变化趋势的多点拟合;并在此基础卜利用信道时间平均值对估讣参数进行修正,以进一步提高估计精确性.仿真结果表明:与传统方法相比,该方法具有较优的误码率(BER)和均方误差(MSE)性能,尤其在低信噪比环境下性能改善显著.     

OFDM系统中基于EM迭代的时变信道估计与数据检测

针对OFDM系统中难以实时获取时变信道统计信息的问题,提出了一种基于期望最大化(EM, expectation maximization)迭代的多符号联合信道估计和数据检测算法。为了获取合适的迭代初始值,利用梳状导频的信息,设计了基于最小二乘算法的低复杂度的初始化方案。通过分析算法中的信道统计量与信噪比的关系,提出了忽略信道自相关矩阵的简化算法,避免了获取信道统计信息的操作。仿真结果表明,提出的算法对信道的功率延迟分布和多普勒功率谱等统计信息不敏感,在未知信道多普勒功率谱的条件下,仍然具有较低的估计误差和误码率。      

MIMO-OFDM系统中基于DFT迭代的导频信道估计的优化方法

从整个系统设计的角度出发,根据最小化MSE(Mean Square Error)准则,推导出一种MIMO-OFDM(Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing)系统中优化的导频值插入方法,并提出一种基于DFT迭代的信道估计算法。与已有的IEEE802.16提出的导频交替传输方法相比,这种优化的导频值能均匀分布于各发射天线所有发射时段,尤其在时变信道中,具有更小的估计误差;在信道估计方法中,提出的基于改进的DFT迭代算法的优化方法,通过仿真,表明这种方法能够更进一步地提高估计的精度。     

基于EVD分解的OFDM系统时变信道估计

OFDM系统中,需要获得信道状态信息实现相干解调。信道的时变性会带来子载波间干扰(ICI),降低信道估计算法的精度。针对信道的快时变性,提出一种基于特征值分解的时变信道估计方法,同时设计一种新的导频结构。该方法利用信道矩阵时域及频域相关性,将信道频域矩阵表示为其特征向量的线性加权,并用贝叶斯模型估计加权系数。仿真结果表明,所提方法能有效降低ICI对系统性能的影响,可较好地满足快时变信道环境的要求。     

Turbo编码MIMO-OFDM系统中的EM迭代信道估计

该文对频率选择性衰落信道条件下的Turbo编码多入多出正交频分复用(MIMO-OFDM)系统的信道估计进行了研究,提出了一种将Turbo迭代译码与EM迭代信道估计相结合的方法。采用该方法的EM迭代信道估计性能得到了明显提高,且适合于非常恶劣的信道环境。另外,通过仿真可知,利用EM迭代信道估计算法的系统性能优于利用简化的最小二乘(LS)信道估计算法所获得的系统性能。     

基于叠加训练序列的低复杂度时变信道估计方案

与传统的时分/频分复用训练序列相比,采用叠加训练序列的传输方案可以有效地提高系统的频谱利用率。然而,叠加方案中训练序列与信息序列的相互干扰会造成系统性能的严重下降,如何有效消除信息干扰是提高信道估计性能的关键。该文针对时变衰落信道,首先提出一种新的基于一阶统计量信道估计算法。该算法利用基扩展模型(BEM)构建时变信道,通过时域分块平均的方法来抑制信息序列干扰。在此基础上,利用信息序列和训练序列经历相同信道衰落的特性,提出一种基于加权最小二乘(WLS)的迭代信道估计与检测方案。新方案利用 Kalman滤波检测器代替确定性最大似然(DML)检测器,将检测符号序列看作附加的“训练序列”用于信道估计,从而可以显著提高信道估计性能。仿真结果表明,新方案可以有效消除信息序列干扰,且性能和计算复杂度均优于现有的同类方案。     

Progressive iterative channel estimation in fast time-varying OFDM systems

Considering the joint channel estimation and data detection in time-varying orthogonal frequency division multiplexing （OFDM） and addressing transmission performance degradation induced by the severe inter-carrier interference （ICI） at very high speed, a new progressive iterative channel estimation scheme is proposed. To alleviate the error propagation of the inaccurate data due to ICI, the measurement subcarriers in the Kalman filter is designed to be extended from pilots subcarriers to all the subcarriers progressively through the iterations. Furthermore, in iteration process, the interference of the non-pilot data to the measurement subcarriers is considered to be part of noise in the modified Kalman filter, which improves the estimation accuracy. Simulation indicates that the proposed scheme improves the performance in fast time-varying situation.     

一种新型的基于深度学习的时变信道预测方法

针对高速移动正交频分复用系统,提出了一种新型的基于深度学习的时变信道预测方法。为了避免网络参数随机初始化造成的影响,本文方法首先基于数据与导频信息获取较理想的信道估计,利用其对BP神经网络进行预训练处理,以获取理想的网络初始参数;然后,基于预训练获取网络初始值,利用基于导频获取的信道估计对BP神经网络进行再次训练,以获取最终的信道预测网络模型;最后,本文方法基于该预测网络模型通过线上预测实现了时变信道的单时刻与多时刻预测。仿真结果表明,本文方法可以显著地提高时变信道预测精度,且具有较低的计算复杂度。     

MIMO-OFDM系统信道最大似然估计研究

在深入分析MIMO-OFDM系统信道模型的基础上,提出了一种新的导频符号设计方案和采用最大似然比估计算法估计MIMO-OFDM信道,并分析了该算法的性能;计算机仿真结果表明在信道统计特性未知的条件下,采用所提出的导频符号设计方案效率高,估计性能优于RRE和LE等其他方法.     

DFT-S-OFDM系统中基于DFT的软迭代信道估计

在基于傅里叶变换扩展的正交频分复用（DFT-S-OFDM）系统中,为了消除由多径传播和多普勒效应导致的信道间干扰（ICI）,提出了一种基于离散傅里叶变换（DFT）的软迭代信道估计算法。该算法将传统DFT信道估计技术与Turbo均衡技术相结合,利用Turbo均衡器反馈的软信息来更新初始信道估计响应,进而消除噪声和ICI。Matlab仿真结果表明,在多径信道下,经过2次以上的迭代后,该算法的误码率（BER）性能得到了显著的改善。     

MIMO-OFDM迭代时变频偏估计算法

MIMO-OFDM是一种高速的通信技术,满足了未来舰载雷达协同通信时隙小、数据量大的要求。但是舰船间的相对速度会导致通信频率的不断变化,而且MIMO-OFDM技术对频偏又十分敏感,因此必须对时变频偏进行估计。本文假设每一帧信号的频偏都是随机变量,提出了利用期望最大化（EM）和最大后验概率（MAP）译码算法相结合的时变频偏估计和信号检测算法。计算机仿真结果表明,该算法可以准确地估计时变频偏,而且系统的误码率性能和频偏估计精度可以随着迭代次数的增多而提高。     

NNISA-PF算法的MIMO-OFDM信道估计应用分析

MIMO-OFDM(多输入多输出—正交频分复用)系统的信道估计问题是系统接收机进行相干解调的关键。针对标准粒子滤波算法在MIMO-OFDM信道估计时存在观测系数不准确和粒子退化等问题,提出了一种基于神经网络的重要性样本调整粒子滤波(NNISA-PF)算法。对MIMO-OFDM通信系统及时变信道进行建模,得到了状态空间模型;详细分析了标准粒子滤波的改进算法——NNISA-PF;在MIMO-OFDM快衰落和慢衰落信道下,对Kalman、Bootstrap和NNISA-PF三种滤波算法分别在AWGN、Middleton-A噪声下的NMSE和BER性能进行了仿真对比分析。仿真结果表明,在快衰落和慢衰落情况下,NNISA-PF算法都可以有效对抗噪声干扰,尤其是在非高斯噪声环境下优势明显;NNISA-PF算法可以较准确地对MIMO-OFDM时变信道进行半盲估计,使MIMO-OFDM技术优势得到充分发挥。与现有的半盲信道估计方法相比,该方法具有估计精度高、对非高斯噪声鲁棒性强等优点。     

SAGE based iterative receiver for joint synchronization and channel estimation in uplink MIMO-OFDMA systems

A new Turbo iterative receiver structure is proposed for the uplink multiple-input multiple-output orthogonal frequency division multiple access （MIMO-OFDMA） systems. The space-alternating generalized expectation-maximization （SAGE） algorithm is naturally embedded in the framework of iterative receiver to perform synchronization and detection usin~ the Turbo detector outputs. In each iteration, the expectation step intends to remove the multiple access interference （MAI） caused by other asynchronous users, and the maximization step is utilized to estimate the required parameters （i.e., timing offset, carrier frequency offset, channel state information, etc.） sequentially for each user. Simulation results show that the proposed algorithm can approach the performance of ideal receiver closely, while the processing complexity is rather lower than the conventional detectors.     

多码CDMA系统中联合并行干扰抵消与迭代信道估计方法

本文针对多码CDMA系统提出了一种联合并行干扰抵消与迭代信道估计方法。该方法首先通过导频符号对信道进行估计，然后使用RAKE接收机后的软信息对信道参数进行修正，最后通过并行干扰抵消(PIC)去除多码干扰(MCI)。仿真结果表明，经过多次迭代后，该方法可显著地降低多码CDMA系统的误比特率平台。本文同时还给出了信道估计质量、码道数和PIC次数对多码CDMA系统性能的影响。     

修正Kalman滤波多带UWB信道估计改进方法

针对多带超宽带(UWB)系统中修正Kalman滤波算法复杂度高的缺陷,提出一种低复杂度的修正Kalman滤波改进方法。该方法中UWB信道采用自回归模型(AR)建模,利用导频跟踪时变信道衰减因子,通过Kalman滤波和频域分段最小均方误差(MMSE)算法同时跟踪信道的时域相关性和频域相关性,提高了系统性能,降低了计算复杂度。仿真结果表明,和修正的Kalman滤波方法相比,在估计精度损失很小的情况下,所提方法极大降低了计算复杂度,提高了系统整体的估计性能。