基于MIMO-OFDM系统下的子空间算法研究

信道估计是4G研究中的关键技术之一,本文基于二阶统计量的子空间盲信道估计算法,对子空间算法以及在MIMO-OFDM系统下的子空间算法进行了分析,通过计算接收信号矢量的自相关求得噪声子空间。     

基于自适应支持检测信道估计算法

针对经典CS信道估计算法在低信噪比情况下对信道状态信息估计不够精准的问题,结合基于透镜的毫米波大规模MIMO可以显著减少所需RF链的数量。本文考虑了3D波束空间信道模型并提出了一种基于自适应支持检测信道估计方案。该方案的基本思想是将3D波束空间信道估计问题分解成几个子问题,每个子问题只处理稀疏信道分量。对于每个信道分量,利用3D波束空间信道的水平和垂直稀疏度,先以高精度自适应地检测其支持,然后消除这个信道分量的干扰影响,作为检测下一个子信道分量的支持。在所有信道分量支持检测之后,可以用LS低导频开销估计波束空间信道的非零元素。仿真结果验证了所提出的方案即使在低SNR情况下也比经典OMP算法和CoSaMP算法获得更优的系统性能。     

基于子空间方法的OFDM系统盲信道估计

正交频分复用（OFDM）技术具有抗多径衰落和时延弥散并且有较高的传输速率，同时由于它采用离散傅立叶变换，大大降低了接收机的实现复杂度，因此在无线通信领域引起了广泛关注。文章讨论了一种基于子空间的盲信道估计方法，分别对标准的循环前缀长度大于信道多径数和循环前缀长度小于或不采用循环前缀的情况（虚拟子载波方法）做了分析，仿真结果验证了此方法的有效性。     

一种时变衰落信道的SNR估计方法

信号噪声比率（SNR）估计是在时变衰落信道环境下相移键控通信系统的重要指标,目前有两种可实现的估计方法：数据辅助估计和非数据辅助估计。时变衰落信道可以建立为一个关于时间的多项式模型。传统的估计方法精度受限于Cramer—Rao下界信道,信道时变特性对于SNR估计的影响可以忽略。目前,一种新颖的最大似然（ML）SNR估计方法是由时变衰落模型推导而来的。对于DA场景估计来说,有一种简易的闭环估计方案,其准确性能评估依赖于正确与错误（不匹配）的多项式阶数。对于NDA估计,未知的数据符号建立为随机的模型,利用了边缘似然估计方法。最大期望算法通过迭代方法使得似然函数最大。仿真结果表明,相比先前公布的算法实现,该估计算法统计效率更高。     

基于导频的MIMO—OFDM系统信道估计方法

该文研究了在多径衰落信道下基于导频的MIMO-OFDM系统的信道估计方法,把空时分组码和OFDM技术结合起来,采用了基于Ls准则的MIMO信道时域估计算法获得信道的初始估计,然后用维纳滤波器和一种简化的信道估计方法估计出各信道所有频点上的频率响应。最后对这两种插值算法进行了仿真。     

基于频域分段的MIMO-OFDM系统信道估计算法实现

针对目前MIMO-OFDM系统信道估计算法运算复杂度高的问题,本文着重研究低复杂度的基于导频的信道估计算法。首先,发送导频信息获得导频子载波处信道参数,然后利用插值算法来恢复出整个信道的信道参数信息,最后采用运算复杂度低的频域分段最小均方误差(SMMSE)算法,并与基于训练序列的LS和MMSE这两种基本的信道估计算法进行了比较。     

移动云计算中的时变通信信道估计算法

在移动云计算中,通过无线通信方式实现数据调度和传输,移动云计算通信信道具有时变特性,对其有效的信道均衡和相位估计是保证云计算质量的基础。传统的时变通信信道估计算法采用多模盲均衡算法,出现码间干扰和相位失衡。提出一种基于二次调频双稳态检测的移动云计算中的时变通信信道估计算法。首先进行移动云计算的通信信道模型构建,基于协议信道邻居构建的通信功率增益模型,进行信道划分协议设计,设计二次调频双稳态检测算法,采用同步算法减少系统子载波间的正交性抑制,得到移动云计算通信系统信道均衡系统,检测移动云计算信道的时变特征,实现准确估计,通过仿真实验进行性能验证。仿真结果表明,该算法具有较大的信道估计性能,抗干扰能力提高,信息增益提高,在云计算通信中具有较好的稳健性。     

子空间法在动态源盲信号处理中的应用

通常的盲源分离算法都不具备对未知信号源个数估计的能力,而很多场合,源信号的个数是未知的甚至可能是动态变化的。子空间法的应用实现了源信号数目未知和动态变化的超定盲信号分离中源信号数目的在线跟踪估计。子空间法是将观测到的传感器信号划分为信号子空间和噪声子空间,这样做不仅能很大限度的降低噪声水平,还可以根据特征值大小来估计源信号数目。利用赤迟信息准则(AIC准则)和最小描述长度(MDL信息论准则)实现了动态源问题中阈值的在线调整。     

MIMO—OFDM系统中非盲信道估计的研究

对MIMO和OFDM技术进行了介绍,对MIMO—OFDM系统中非盲信道估计的最小平方（LS）和最小均方误差（MMSE）算法进行了研究,对其性能进行了仿真,并对其某些特性进行了分析。     

基于小波去噪与改进的DFT信道估计算法

针对基于离散傅里叶变换(DFT)信道估计算法没有消除循环前缀长度以内噪声,本文提出了一种小波去噪与改进DFT相结合的正交频分复用(OFDM)系统信道估计算法。与传统的基于DFT信道估计算法相比,在误码率相同或者均方误差相同的条件下,该算法的信噪比(SNR)有了较大的提升。仿真结果表明,该算法能较好地减小信道所受噪声的影响,并能有效提高信道估计的精确度,其总体性能比基于DFT的信道估计算法更优。     

异步传输网络的频域分块频谱估计算法

异步传输网络间通信信道组成复杂,对异步传输网络间通信信道的频谱的准确估计可以避免不占用多余的频带,能够实现高数据率通信。提出一种基于频域分块和脉冲响应的异步传输网络频谱估计算法。构建异步传输网络通信信道模型为缓慢时变、空变的相干多途信道,采用正交频率复用OFDM训练序列得到确定的起始帧概率分布,采用同步算法能有效减少系统子载波间的正交性抑制,得到系统函数的基本特征传递函数,实现对频域分块频谱估计。仿真结果表明,该算法能有效提高对频谱的估计精度,提高异步传输网络的通信性能,网络异步数据传输的吞吐量大幅提高。     

MIMO—OFDM系统基于导频的信道估计算法研究

MIMO—OFDM系统中,信道估计是接收机设计的一项主要任务。在研究各种信道估计算法的基础上,对其改进算法进行了研究,并对其计算复杂度和算法性能进行了仿真,结果表明,该方法可以提高估计性能,降低复杂度。     

TD-LTE系统加性高斯白噪声环境下信道估计算法与仿真

研究了TD-LTE系统加性高斯白噪声环境下,LS信道估计、LMMSE信道估计、基于DFT的信道估计3种算法的原理。利用MATLAB搭建LTE系统下行仿真链路,分别在3GPP EPA5,EVA70和ETU300 3种信道环境下,测试了LS算法、DFT LS算法、LMMSE算法和DFT LMMSE算法的性能。结果表明,DFTLMMSE算法的性能比较优良,为实际TD-LTE系统下行链路的信道估计算法提供参考。     

一种新的基于导频的MIMO-OFDM信道估计方法

多输入多输出正交频分复用(MIMO-OFDM)技术可以大幅度地提高无线通信系统的信道容量与传输速率,其信道估计精度对系统性能有着直接的影响。针对时域最小二乘(LS)信道估计复杂度大的问题,分析了一种基于变换域的MIMO-OFDM信道估计算法,并且提出了一种新的信道插值算法。仿真结果表明:提出的方法在误码率性能上优于最小二乘(LS)算法,接近理想信道估计性能,并且该算法计算复杂度低,易于在实际系统中实现。     

一种基于聚类分析的信道估计算法

在正交频分复用系统中,传统的DFT信道估计算法计算复杂度比MMSE算法低,性能比LS算法好,但是它只消除了信道冲激响应中循环前缀长度之外的噪声,而循环前缀长度以内的噪声并没有进行抑制,说明性能存在提高的空间。一般,通过引入判决门限,进一步消除信道噪声的影响,提高系统性能。本文,利用聚类分析技术对循环前缀长度内的噪声进行识别,进一步消除噪声的干扰。仿真证明,本文的改进信道估计算法性能优于原算法。     

OFDM无线信道估计中MLE算法的实现

对基于导频的信道估计算法-MLE（最大似然估计）的原理及怡计效果进行研究。针对该算法建立系统模型，采用在频域插入导频的形式，使用基于两个一维的信道估计，求出近似的信道冲激响应函数，最后由计算机仿真实现结果并分析该算法的性能。     

TD-SCDMA系统中基于时域数据统计信息的信道估计算法

TD-SCDMA系统中运用的B.Steiner估计器是一种低代价的信道估计器,由于受到噪声的影响,其导致估计的精度有限。以Steiner算法为基础,有多种基于门限处理的信道估计算法,如何设置门限是这类改进算法的关键问题。本文对信道估计算法的时域结果进行能量检测,基于时域数据统计信息给出信道估计改进算法。仿真结果表明,改进的信道估计使系统的性能获得较大的改善与提高。     

无需信源数目的声矢量阵相干源方位估计算法

针对相干源方位估计问题,本文在PVFS(Particle Velocity Field Smoothing)算法的基础上,提出一种新的算法。该算法通过对PVFS算法构造出的协方差矩阵进行特征值分解,利用得到的特征值及特征向量构造新的噪声子空间,然后运用子空间原理实现相干源的方位估计。该算法无需已知相干源的信源数目且不会损失阵列孔径,具有较好的相干源方位估计性能,计算机仿真结果验证了本文算法的有效性。     

盲信道均衡与辨识方法研究

传统的信道辨识和均衡是通过发送训练序列来完成的。近年来通信技术的迅速发展,自适应均衡技术已经暴露出许多不足,因此盲信道辨识与均衡技术越来越受到重视。本文介绍了码间干扰产生以及盲均衡技术的数学原理,并对几种常用的盲均衡算法进行了研讨。     

大规模MIMO系统中联合最强用户冲突解决的最大似然信道估计方案

在多小区大规模多输入多输出(MIMO)系统中,针对各小区复用相同导频序列进行信道估计存在有导频污染问题,提出了一种大规模MIMO系统中联合最强用户冲突解决的最大似然(ML)信道估计算法。该方法联合最强用户冲突解决(SUCR)算法和循环前缀的最大似然信道估计算法,先在小区用最强用户冲突解决方案减轻用户之间的竞用相同导频的干扰,减少竞争导频的用户数,提高系统的成功接入用户数数量,然后再用循环前缀的最大似然的信道估计算法,对处理后的导频序列的信道进行信道估计,以获得较为准确的信道状态信息。仿真结果表明,提出的算法对比分析传统ML算法和MMSE算法能够得到更好的归一化均方误差和系统能量效率,并且可以较明显地减轻导频污染对信道估计的影响。