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。     

基于低峰均比最优导频序列的MIMO-OFDM信道估计

信道估计是多输入多输出-正交频分复用(MIMO-OFDM)系统接收机进行信号相干解调的关键。针对最优导频序列(OPS)在进行信道估计时存在峰均比(PAPR)较高这一问题,设计了一种低PAPR的OPS用于对MIMO-OFDM系统进行信道估计。在建立系统模型基础上,对MIMOOFDM系统的OPS进行了设计,并利用部分传输序列(PTS)思想设计出低峰均比最优导频序列(EOPS);将设计的EOPS用于对MIMO-OFDM系统进行信道估计,并对复杂度较高的步骤进行了算法简化,在此基础上分别对各发射天线上信号PAPR的互补累积分布函数(CCDF)和OPS改进前后的均方误差(MSE)、误码率(BER)性能进行了仿真分析。结果表明,分布在多个OFDM符号上的EOPS能够有效降低系统PAPR;同时,与原来的OPS相比,保持了MSE和BER的最优性能。     

MIMO-OFDM中最优导频序列信道估计算法

提出了最优导频序列对于信道估计在多输入多输出(MIMO-OFDM)系统中的应用,这种设计使得信道估计解决方案复杂度很低,以及灵活的天线结构,可以获得最佳的均方误差(MSE)而且在空间域和信道估计的性能最优,峰值平均功率比OFDM符合的性能,仿真结果证明了该最优导频设计方案的有效性。     

MIMO-OFDM系统导频辅助的信道估计

以MIMO—OFDM系统为研究对象，通过设计正交导频进行导频辅助信道估计，对数据点的信道响应进行线性内插、三次样条插值和二次曲线拟合算法，并通过Matlab进行计算机仿真，对这些算法的BER性能进行比较。结果表明：随着信噪比（SNR）的增加，三次样条（Spline）内插和线性内插性能要远好于二次曲线拟合导频估计方法。     

基于叠加导频的MIMO-OFDM半盲信道估计

在多输入多输出正交频分复用（MIMO-OFDM）系统中,针对基于叠加导频的半盲信道估计方法估计精度不高、对发送信号零均值要求严格的缺点,提出了一些基于传统算法的改进。接收端利用传统算法的估计结果先去除发送信号的影响,再进行估计,对该估计结果进一步利用自适应跟踪算法来提高估计的精度。仿真结果表明改进算法的性能优于传统算法。     

MIMO-OFDM系统信道估计中的最优导频设计

推导了MIMO-OFDM系统最优频域导频序列设计准则,推广传统两天线正交导频设计法到了任意天线时的设计,提出了一种导频信号峰均比为1,能达到正交导频时信道估计均方误差MSE下界的频域导频序列设计方法。并用仿真评估分析所提方法与传统设计方法在不同序列长度和天线数目情况下的性能差异,仿真结果表明采用这里所采用的正交导频序列设计方法可以减少序列的长度,提高系统的性能。     

MIMO-OFDM系统中基于导频辅助的信道估计

该文对MIMO-OFDM系统中基于导频辅助的LMMSE信道估计算法进行了研究,导出了其估计均方差的下界。为降低算法复杂度,首先利用奇异值分解给出一种低阶近似的信道估计器结构;其次提出了一种基于最优导频设计的简化算法。该简化算法不仅降低了算法复杂度,且能有效地获得最优估计性能。最后文中给出了估计信道特性的方法。     

基于压缩感知的MIMO-OFDM信道估计中一种确定性导频设计

压缩感知理论作为一种新的采样理论,因其采样少,恢复效果好等特点被学术界广泛关注。虽然传统的信道估计算法已经达到了非常不错的效果,但随着科技的发展,人们对信息传输速度和传输质量的需求不断增加,传统算法占用频带资源大、计算复杂度高等缺点就变得越发凸显。于是开始使用压缩感知理论进行信道估计。在使用压缩感知理论对多入多出正交频分复用(MIMO-OFDM)系统进行信道估计的过程中,提出一种导频的设计方法。最后,选定训练序列与几种既有的导频选择法相结合,通过仿真演示提出算法的效果,仿真结果表明提出的方法估计效果较好。     

MIMO-OFDM系统中的信道估计方法分析

信道估计是对无线信道频率响应的估算，目的是识别每组发送天线和接收天线之间的信道冲击响应。本探讨了MIMO-OFDM系统的多种信道估计方法。重点对MMS、LS导频辅助估计、盲＼半盲方法及它们之间的特点进行分析和比较。     

MIMO-OFDM中一种新的信道估计算法

根据不同发射天线发射的导频移位后应相互正交的原则,运用最小二乘推导出了基于MIMO-OFDM信道估计模型的时域信道估计解。针对该时域信道估计解需要矩阵求逆,运算量大的缺点,研究了基于空时频三维导频符号的设计方法,该方法使得时域信道估计解不需要矩阵求逆,可大大降低信道估计的复杂度,并且可以使信道估计误差最小。仿真结果表明,提出的基于空时频导频的信道估计方法相比传统LS算法和文献算法,MSE和BER性能均有较大的提高。     

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.     

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。     

MIMO—OFDM低延迟信道估计改进算法

为了克服多输入多输出正交频分复用（MIMO—OFDM）移动系统中采用空间复用技术的下行链路性能出现衰退现象,提出一种信道估计改进算法。它根据信道状态并通过一个决策指导方案为4×4 MIMO系统提供大约4bit／s／Hz的数据。通过使用LDPC短码,在LDPC译码器输出端采用MIMO—OFDM符号重建方法,达到提高估计精度的目的。在3GPP MIMO空间信道模型下进行了仿真验证,结果表明指定速率下的估计精度得到改善。     

一种MIMO-OFDM系统信道估计简化方法

提出了一种基于MMSE准则的MIMO-OFDM系统信道估计简化方法。该方法将信道估计问题转化为TBT线性方程求解问题,然后利用快速求解算法避免了复杂的矩阵求逆和矩阵相乘,大大降低了实现复杂度。仿真结果表明,相比于传统MMSE算法,该简化算法在降低复杂度的同时仅带来微弱的性能损失。     

基于重要路径捕捉的MIMO—OFDM信道估计方法

基于重要路径捕捉,本文对MIMO—OFDM系统的信道估计方法进行了研究。采用重要路径捕捉．传统的训练序列信道估计方法求逆的运算量和FFT的次数均较大。采用一种改进方法后．可使运算复杂度降低一半．达到了快速性要求。对如何确定信道径数进行了一定分析．并介绍了一种门限值方法以调整路径数。仿真结果表明．改进后的方法降低了运算复杂度．但性能有所下降．即加大了信噪比。     

基于特殊训练序列的信道估计算法的研究

为降低MIMO—OFDM系统信道估计运算复杂度和提高估计精度，设计了一种特殊的训练序列，并给出了基于该训练序列的低复杂度算法，采用该方法避免了矩阵求逆运算，使运算大大简化，且在系统存在ISI时,采用本文给出的信道估计方法，信道的估计参数不会受到ISI的影响。仿真结果证明在存在ISI时，给出的信道估计与不存在ISI时性能相同，在高SNR时比传统方法其MSE高20dB。     

时变条件下MIMO-OFDM系统中的信道估计算法

本文设计了时变多径衰落条件下MIMO-OFDM系统中一种新的信道估计算法.该算法结合递归EM算法和Kalman预测对时变信道进行跟踪.借助软球形译码器(List Sphere Decoder,LSD)产生的搜索列表,递归EM算法序贯遍历搜索列表中可能的符号组合来估计各个子载波上的信道频率响应;基于获得的信道频率响应估计,Kalman预测器利用衰落信道的时域二阶统计特性进一步跟踪信道时变.仿真结果表明:本文设计的算法可以有效跟踪信道时变,性能优于传统的软输入Kalman滤波算法.     

Joint channel and carrier frequency offset estimation for multi-user MIMO-OFDM uplink transmissions

This article proposes a new algorithm of joint channel and carrier frequency-offset OCCFO） estimation for multi-user multi-input and multi-output orthogonal frequency division multiplexing （MIMO-OFDM） systems. A least square （LS） channel estimation and a carrier frequency offset （CFO） correlation estimation are combined in this contribution. CFOs are generally estimated using training sequences in a special synchronization timeslot. In this contribution, CFO estimation is further improved by taking advantages of channel estimation based on pilot symbols in traffic timeslots. The CFOs can be first obtained from the primary channel estimation. And then, with the knowledge of the CFOs estimated, channel estimation can be enhanced greatly. Computer simulation results indicate that the proposed JCCFO scheme is of good performance. Besides, the computational complexity is low.