一种改进的基于DCT的信道估计迭代算法

提出了一种适用于正交频分复用系统信道估计的基于DCT的改进迭代算法.该算法通过迭代修正传统DCT/IDCT方法估算出的频率响应幅值和相位偏移,能有效抑制加性高斯白噪声和载波间干扰影响.仿真结果表明,与未采用迭代的DCT/EIDCT算法相比,该算法有更好的性能;与采用DCT/EIDCT初始化的迭代算法相比,该算法具有与其几乎相同的性能,但实现更简单;同时,该算法的迭代次数可通过在初始化过程中引入幅值补偿而大大减少.     

基于修正变换域降噪的NC-OFDM信道估计算法

针对NC-OFDM系统在某些相干带宽内可能没有足够的导引符号,导致基于频域内插的LS信道估计算法性能较差的问题,提出了一种修正变换域降噪的信道估计算法。该算法利用NC-OFDM系统信道衰落系数的时频域关系,通过IDFT在时域估计信道多径衰落,并进行降噪滤波,然后采用DFT估计频域信道衰落系数,从而避免了频域内插。仿真结果表明,在仿真条件下,该方法比传统基于频域内插的LS信道估计有约4dB的性能增益。     

一种改进的低压电力线载波通信压缩感知信道估计方法

针对低压电力线通信信道多径传输的特点,建立了低压电力线载波通信多径信道传输特性的数学模型。结合正交频分复用(orthogonal frequency division multiplexing,OFDM)技术强大的抗干扰和抗频率选择性衰落的特点,提出了一种基于压缩感知(compressed sensing,CS)的广义正交匹配追踪(generalized orthogonal matching pursuit,GOMP)改进算法。该算法以傅里叶基作为稀疏基,将傅里叶变换的共轭对称性与原子选择的相关性相结合。仿真结果表明:改进算法和最小二乘(least square,LS)算法等传统方法相比有更好的估计性能;和其他压缩感知算法相比,能克服稀疏度未知的缺点,并在原子选择方面进行了优化,提高了信道估计的精度和效率,为低压电力线载波通信系统提供更加优化、稳定的信道估计方案。     

一种用于OFDM系统的信道冲激响应检测算法

提出了一种基于双滑动窗的检测算法,对信道冲激响应(CIR)进行检测。在采用相干解调的正交频分复用(OFDM)系统中,信道估计的精度对接收机性能有着重要影响。传统的OFDM时域CIR估计算法通常采用简单的门限检测,在检测小功率成分时,由于受噪声影响,容易发生误检或漏检,导致估计精度降低。该文在研究小功率CIR成分产生原因与分布特征的基础上,提出了一种改进的检测算法,并对检测性能进行了理论分析和仿真。仿真结果表明,该算法能够有效提高信道估计精度,改善系统误码性能。     

宽带MISO/OFDM传输系统的性能分析

提出了一种自适应比特和功率分配的宽带MISO/OFDM传输系统,建立了宽带MISO/OFDM传输系统的模型,并对该系统的最大子载波信噪比性能进行了分析。仿真结果表明在多径衰落信道下,与没有采用自适应比特和功率分配的传统发射分集OFDM传输系统相比,该系统的误比特性能得到明显的提高。     

基于压缩感知的OFDM稀疏信道估计算法

针对OFDM通信系统信道具有稀疏性且稀疏度未知的特点,提出了一种稀疏度自适应压缩感知信道估计算法,即变步长自适应压缩采样匹配追踪算法。该算法首先采用变步长匹配测试的估计方法对信道稀疏度进行预估,然后通过压缩采样匹配追踪改善估计结果,若压缩采样匹配追踪不能成功重构,则通过弱选择选取新的原子,渐进增加信号稀疏度。仿真结果表明:相较于传统自适应压缩感知重构算法,提出的VSACSMP算法具有更好的信道估计性能。     

接收分集OFDM系统的信道估计研究(英文)

研究了天线分集OFDM系统的高速无线数据传输特点,通过计算信道冲击响应与参考信号的相关函数,提出了一种增强型的信道估计方法。理论分析与计算机仿真表明,该方法能够有效地降低加性噪声对信道估计的影响,提高信道估计精度。在采用QPSK调制的一发四收的接收分集OFDM系统中,该增强型的信道估计方法的性能明显好于最小二乘信道估计和基于DFT的信道估计。     

采用循环前缀的OFDM信道盲估计算法

在无线OFDM通信系统中,信道参数估计一直备受关注。该文基于最大似然估计原理,提出了一种改进的盲信道估计算法,利用并根据循环前缀的周期平稳性来进行信道盲估计。该算法是在接收端DFT之前进行信道估计和均衡。研究和仿真表明,该算法不仅显著地减少了运算的复杂度,而且使系统性能也得到了一定程度的改善。     

预编码和子空间跟踪的OFDM信道盲估计

讨论了一种OFDM信道盲估计方法,首先对进入OFDM系统前的相邻两个OFDM符号进行线性预编码,利用预编码引入的数据结构在接收端构造了一个新的矩阵,使得OFDM频域信道响应成为该矩阵的一维子空间,最后通过自适应子空间跟踪技术实现了信道的盲估计。仿真结果表明该方法能有效地抑制信号分布波动、时变信道及噪声对信道估计的影响,从而有效地降低了OFDM系统的信道估计平均均方误差和无编码码元出错率。     

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。