MIMO—OFDM一种有效醮盲信道估计算法

文章在子空间的盲信道估计的基础上,针对盲估计算法的计算量大及收敛速度慢等缺点,充分利用子空间跟踪算法的有效性和快速性,给出了一种基于子空间跟踪技术的MIMO—OFDM盲信道估计算法。仿真结果表明,该算法与传统盲估计相比,降低了计算量,提高了收敛速度。     

MIMO-OFDM系统中的子空间半盲信道估计

本文主要讨论了MIMO-OFDM系统中的一种半盲信道估计算法.该算法基于子空间分解技术,利用信号子空间和噪声子空间的正交性将两者分离.针对盲信道估计存在计算量大及收敛速度慢等缺点,本文充分利用少量的导频,给出了一种基于子空间跟踪技术的半盲MIMO-OFDM信道估计算法.仿真结果表明,该算法在保持盲信道估计算法性能的基础上,明显加快了收敛速度、降低了计算量.     

MIMO-OFDM中基于子空间奇异值分解的盲信道估计

针对多输入多输出-正交频分复用系统(MIMO-OFDM)中基于训练序列的信道估计方法频带利用率偏低的缺陷,提出了一种将空时分组编码和盲信道估计技术相结合的MIMO-OFDM信道估计方法。利用空时分组编码(STBC)的线性编码特性,通过接收信号子空间矩阵的奇异值分解来实现对特征值的分离,引入模糊矩阵提高估计的性能。仿真结果表明该方法明显降低了系统的归一化均方误差和误码率,改善了信道估计的精度,优化了系统性能。     

OFDM系统中的盲信道估计

本文从OFDM信号的矩阵表示出发,分析比较了OFDM系统中现有的各种盲信道估计方法。OFDM盲信道估计方法分为两类,一类是统计型方法,它利用了发送信号和接收信号的统计特性;另一类是确定型方法,它利用了发送调制信号的固有特性。一般而言,统计型方法的计算量较小,但是估计精度不高且估计的实时性不好;而确定型方法的估计精度较高,实时性较好,但是其计算量较大。计算机仿真表明,这些盲信道估计方法的性能受信道参数尤其是多普勒频率影响很大,盲信道估计的实用化有待进一步研究。     

MIMO-OFDM系统中信道盲估计与检测

针对MIMO-OFDM系统,提出了一种基于子空间的盲信道估计与检测方案,该算法将阵列信号处理的思想应用到MIMO-OFDM系统中,通过发送端信号的冗余编码,利用一种类ESPRIT算法进行盲信号检测和信道估计。仿真结果表明该算法的有效性及其信道盲估计方法的性能。     

一种改进的OFDM系统盲信道估计算法

在OFDM通信系统中,信道参数估计一直是个备受关注的问题。本文利用接收端分集,提出了一种改进的盲信道估计算法,它适用于有无虚拟子载波,有无循环前缀的各种情况,在一定的信道精度要求条件下,可以在一个OFDM 符号内进行信道估计。计算机仿真显示,在积累相同的接收符号时,本算法也比同类的盲信道估计算法的性能好。     

信号排列组合的子空间快速盲信道估计算法

针对传统子空间算法进行MIMO-OFDM信道估计时,存在收敛速度慢、鲁棒性差的问题,提出一种基于收发信号排列组合的改进子空间盲信道估计算法。该算法通过对接收端信号进行有选择地取舍,并利用取舍后接收端数据块的无关联性,对信道矩阵进行类Toeplitz扩展,然后对收发两端信号进行相应的排列组合,增大发送数据块矩阵的秩,从而实现算法的快速收敛。理论分析与仿真结果表明,与传统的子空间算法相比,本文算法在复杂度略有提高的条件下能够实现快速收敛。      

OFDM盲信道估计的子空间方法

介绍了OFDM盲信道估计的各种方法及其研究现状。提出了一种通过二阶统计特性的子空间方法来进行OFDM系统信道的盲辨识,从而得出了不受零点位置影响的信道盲辨识的充分条件。为提高算法性能,该方法还在进行相关运算的过程中引入了信号向量截取及平滑的思想,而且不需要改变OFDM的系统结构。     

基于噪声子空间跟踪的OFDM盲信道估计

基于子空间分解的OFDM信道估计算法利用信号子空间和噪声子空间的正交性可以对信道参数进行盲估计,但是子空间分解的运算量大,使盲信道估计算法的实用化受到限制。本文在噪声子空间自适应跟踪的基础上进行OFDM盲信道估计,显著降低了运算量。仿真结果表明,在适当选择学习因子后可以实现对噪声子空间的快速跟踪,在噪声子空间跟踪的基础上得到的信道估计性能接近于子空间分解法。     

基于子空间的MIMO-OFDM系统信道盲估计研究

为了降低算法的复杂度,提高现有MIMO-OFDM系统信道估计算法的性能,首先给出了一种信道模型,并在此信道模型的基础上提出了一种改进型基于子空间方法的盲信道估计算法。该算法基于子空间分解技术,利用信号子空间和噪声子空间的正交性将两者分离,通过补零内插技术得到其他子载波位置的信道估计结果,在估计过程中并不需要任何信道统计信息。仿真结果表明：该算法具有收敛速度快,估计精度高等优点。     

循环前缀块传输系统中的一种MIMO盲信道估计算法

信道估计一直是无线通信领域的研究热点之一,信道参数估计的好坏对系统的整体性能有着至关重要的影响。针对采用循环前缀的多输入多输出(MIMO-CP)系统,本文提出了一种基于子空间的盲信道估计方法,该算法利用了循环前缀所引起的冗余信息。基于子空间的盲信道估计算法都是通过对接收块的自相关矩阵进行奇异值分解(SVD)来实现信道估计的,因此需要利用尽可能多的接收块来得到准确的自相关矩阵的估计值,这就意味着会产生过久的判决延迟以及不能准确对快变信道进行跟踪。利用MIMO-CP系统中系统矩阵特有的块循环特性,对于连续的两个接收数据块以及对应的循环前缀部分组成的向量,可以重新构造一组新的向量而不改变系统的信道矩阵,因此可以通过较少的接收块来得到准确的自相关矩阵的估计值,该方法十分适用于对快变信道的盲估计。文章通过仿真分析了在不同的重复系数以及不同的接收块下该算法的性能并且比较了该算法与现有的“预编码”、“虚拟子载波”等盲信道估计算法的性能。仿真结果表明,提出的算法利用较少的数据块个数就得到了一个可靠的信道估计值和很好的误码率性能。      

一种新的MIMO—OFDM系统的盲信道估计算法

深入分析了基于二阶统计特性的子空间盲信道估计算法,在分析得出MIMO—OFDM系统中的子空间盲信道估计方法不能用在发射天线数大于接收天线数这种情况下,引出了基于非冗余线性预编码的子空间盲估计算法。仿真结果表明,只要尸的取值合适,该算法就会有着很好的估计性能,并且通过分析发现,该算法的计算复杂度较小。     

OFDM系统中基于恒模的盲信道估计算法

该文提出了一种适用于采用PSK调制方式的正交频分复用(OFDM)系统的准盲信道估计算法。该算法首先利用系统信号的恒模特性得到有限个可能的信道,然后利用信号的有限字符特性从可能信道中寻找出最佳信道,因而具有较低的计算复杂度。与现有的盲信道估计算法不同,该算法利用二阶统计量而不是高阶统计量估计信道,获得了较好的估计性能。仿真结果表明,该算法的性能优于基于有限字符特性的盲信道估计算法。     

一种改进的单音干扰下OFDM系统盲信道估计算法

在相关检测的OFDM系统中,信道估计具有十分重要的意义。研究了一种在单音干扰环境下的OFDM系统中基于预编码的盲信道估计方案。利用接收的干扰信号的频域信息对单音干扰信号进行准确估计与重构,有效地消除了干扰信号的影响,提高了单音干扰下盲信道估计的准确性。与其他盲信道估计算法相比,基于预编码的盲信道估计算法具有较低的运算复杂度以及较快的收敛速度。仿真结果表明了该算法在干扰估计以及信道估计两方面都取得了较好的性能。     

MIMO-OFDM系统信道估计算法综述

MIMO-OFDM技术是近年来通信信号处理领域的研究热点,无线信道不仅是频率选择性的,而且是时变的,为了获得较高的系统性能,信道估计就显得尤为重要.对MIMO-OFDM系统中现有的信道估计算法进行了综述,重点介绍了基于训练序列的、导频符号的以及盲和半盲信道估计算法.比较了各种算法的优缺点,提出了未来信道估计的发展方向.     

MIMO-OFDM系统中的信道估计算法

本文对MIMO—OFDM系统中的信道估计技术进行了介绍,根据是否使用训练序列,信道估计可以分为导频辅助信道估计、盲信道估计及半盲信道估计,本文分别对已有的信道估计算法进行了综述,并对一种已有的基于m序列的时域信道估计方法进行了改进。     

MIMO-OFDM系统的信道估计算法

基于训练序列的信道估计方法在慢衰落信道中呈现出较好的性能，但是这种方法不适用于快衰落环境，为了能够及时跟踪信道的变化，通常采用基于导频符号的信道估计方法。将针对采用连续传输方式的MIMO—OFDM系统，讨论基于导频符号的信道估计方法并进行了计算机仿真。     

基于子空间的MIMO-OFDM盲信道估计

基于子空间的MIMO-OFDM盲信道估计算法传输效率较高,但是算法计算量较大且接收端需要较多的信号才能进行精确估计.本文将基于噪声子空间的跟踪算法应用到MIMO-OFDM系统进行信道估计,并且对接收信号进行重构,达到了降低算法复杂度的目的,并减少了对接收信号数量的需要.     

一种简化的导频设计MIMO-OFDM信道估计算法

针对时域最小二乘信道估计算法误码率性能和实际实现复杂度大之间的矛盾,提出了一种新的最优导频序列的多输入多输出正交频分复用信道估计方法。设计的这种导频序列可以避免对大矩阵求伪逆,极大的降低了计算复杂度。计算机仿真结果表明：提出的方法具有好的误码率性能和低的计算复杂度,易于在实际系统中实现。     

OFDM中基于子空间分解的半盲信道估计

针对OFDM系统中盲信道估计计算量大、收敛速度慢和估计精度低的缺点,以及传统信道估计方法的频带利用率低的缺陷,详细介绍了基于子空间分解的半盲信道估计方法。该方法利用接收信号的相关矩阵特性来估计信道,其是传输速率和收敛速度的折衷,通过Matlab软件仿真表明,此方法能较大地改善信道估计精度和降低系统的误差。仿真结果对信道估计问题的深入研究具有借鉴意义。