基于压缩感知的OFDM稀疏信道估计导频优化算法

研究了在正交频分复用（OFDM）系统中基于压缩感知信道估计的导频图案设计问题.为了优化信道估计的性能,提出了优化算法,在基于压缩感知的测量矩阵互相关最小化准则的基础上,通过增大随机生成数进行分组,分别计算每组的互相关值,再进行比较求互相关的最大值从而获得导频图案.仿真结果表明,与使用基于测量矩阵互相关最小化准则的导频图案相比,该优化算法得到的信道估计的最小均方误差要低30%.      

基于压缩感知的OFDM稀疏信道估计导频图案设计

针对OFDM系统基于压缩感知的频率选择性衰落信道估计,提出了一种基于压缩感知测量矩阵互相关最小的导频设计准则.仿真结果表明,与使用其他导频图案相比,使用此准则设计出的导频图案使信道估计均方误差和系统的误比特率更小.     

时变OFDM稀疏信道估计中最优导频选择

针对时变OFDM系统中基于压缩感知的频率选择性衰落信道估计,为了提高其估计精度,结合最优导频选择方式,给出一种自适应求最优导频方法。通过闭环反馈信道稀疏度变化的方式,实时的求取最优导频进行信道估计,并与周期性求最优导频方法进行对比分析。仿真结果表明,自适应方法具有更低的信道估计均方误差,与随机方式相比,性能增益平均提高了11 dB,比周期性方法,平均提高了4 dB,且自适应方法误差曲线更平滑。     

基于导频的OFDM系统信道估计

本文介绍了基于导频的OFDM系统信道估计的基本方法,并给出在不同估计准则、不同导频图案下,信道估计性能的对比分析。采用广义平非相关散射下的多径时变瑞利信道模型,对各个算法进行仿真,得出不同算下信道估计的均方误差曲线。仿真结果表明：在快变信道中,梳状导频较块导频有更好的性能;基于MMSE准则的信道估计比基于LS准则的估计有更的性能,但前者复杂度较高。     

基于压缩感知的非线性 OFDM 系统迭代信道估计算法

针对因非线性失真引起的正交频分复用（orthogonal frequency division multiplexing,OFDM）系统信道估计性能下降的问题,提出了一种基于压缩感知的非线性OFDM系统迭代信道估计算法。在算法实现过程中,利用信道与非线性噪声的双重稀疏性,将导频信息作为观测矩阵进行压缩感知信道估计,再将所得信道信息看作观测矩阵进行压缩感知非线性失真估计,进而对信号进行非线性补偿,并逐步循环迭代至算法收敛。仿真表明,在稀疏信道下,该算法在较少的迭代次数下即可有效减小非线性失真对信道估计的影响,且比现有方法性能更优,仿真证明了该方法在性能上的优越性。     

OFDM中利用导频的一种信道估计方法

在移动通信中信道的特性是随时间变化的，为进行信号均衡以提高通信效率和通信质量，有必要对当前信道的特性进行估计，在对OFDM系统进行简要分析的基础上，介绍了OFDM系统中通过梳状分布的导频信号进行估计并而进行信号均衡的方法，以用来抵消由于多径产生的频率选择性衰落，仿真结果表明，该方法可行且有效。     

OFDM压缩感知信道估计中导频图案设计

为提高基于压缩感知的正交频分复用（orthogonal frequency-division multiplexing,OFDM）系统信道估计性能,研究了导频图案设计问题.在分析传统导频设计准则所存在问题的基础上,将测量矩阵和单位阵之间的欧式距离作为测量矩阵相关性的定义,进而得到新的基于互相关性最小化的导频设计准则;同时提出一种基于并行树的循环替换导频搜索算法,在每次循环时,依次替换各分枝节点中的每个导频位置,按照导频设计准则,采用先分枝内后分枝间选优的方法,避免了局部最优但全局错误的问题.仿真结果表明,使用新准则来设计导频可以提升稀疏信道估计效果,同时新的导频搜索算法具有较好的收敛性.      

OFDM系统中最优导频序列的设计方案

在正交频分复用(OFDM)系统中,接收信号易受频率选择性衰落信道的影响产生失真,准确的信道估计变得必不可少。考虑到无线信道的内在稀疏性、压缩感知技术挖掘信道稀疏特征的有效性,研究了基于压缩感知技术的OFDM稀疏信道估计。针对导频位置影响信道估计性能的问题,提出了一种反馈型的导频优化算法,该算法基于离散傅里叶变换(DFT)子矩阵中各个列之间互相干性最小的原则,同时结合信道状态信息的反馈机制,实现了对导频序列的联合优化。仿真结果表明,与当前的随机优化算法、传统最小二乘信道估计相比,该优化方法有效降低干扰和噪声对信道估计的影响,从而改善了信道估计的性能。     

OFDM系统基于双准则优化的导频设计新方法

基于压缩感知（Compressed Sensing,CS）的OFDM(Orthogonal Frequency Division Multiplexing)系统稀疏信道估计有更小的导频开销和更好的信道估计效果。针对OFDM系统稀疏信道估计的导频图案设计,提出了一种基于双准则双分支的随机搜索算法（Double Criteria and Double Branches Random Search Schemes,DCDB-RSS）。该算法结合互不相关（Mutual Incoherence Property,MIP）准则和格拉姆矩阵准则,在不同分支上采用不同优化准则全面地搜索最优导频图案,不仅解决了单一准则难以稳定取得最优导频图案的问题,同时也避免了陷入局部最优解。仿真结果表明,与现有导频优化算法相比,DCDB-RSS算法在相同时间复杂度的前提下,可以获得更小的误码率和提高约1dB的信道估计均方误差。     

大规模MIMO系统中基于DFT信道估计的导频污染消除方案

在大规模MIMO系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。基于此,本文提出了一种基于离散傅立叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。改善了信道估计的性能。仿真结果表明,在大规模MIMO系统的信道环境下,本文提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

无线通信中基于导频的OFDM信道估计算法仿真研究

提出了利用三次样条插值算法和最小均方误差(MMSE)算法代替线性插值算法和基于变换域的插值算法对OFDM系统的数据符号处的信道系数进行估计,并且在导频间隔不同时对4种算法进行了比较分析。仿真结果表明:改进后的算法可以大大节省系统的信噪比增益;在同时考虑计算复杂度和估计性能的条件下,导频宽度不同时,应采用不同的插值算法。当子信道具有频率选择性时,三次样条插值算法是最佳选择。     

OFDM系统LS信道估计中的最优导频设计

针对设置有保护频带的OFDM系统,基于等间隔导频(UPPTS)设计方法,在保证最小二乘(LS)信道估计均方误差(MSE)最小的前提下,计算了系统允许存在的最大保护频带宽度,给出了初始导频位置的选择范围,通过调整导频序列的初始位置,使导频序列有效避开保护频带.仿真实验结果表明,当导频序列的初始导频落入本文所给出的导频位置选择范围之内时,系统给出了更高的信道估计精度和更低的误码率,进一步验证了算法的有效性和优越性.     

TDCS的压缩感知稀疏信道估计方法

为充分利用变换域通信系统高速无线传输时信道表现出来的稀疏多径传输特性,提高TDCS的信道估计精度,提出一种基于压缩感知的TDCS稀疏信道估计方法。针对TDCS设计了一种导频图案,该导频图案设计的数据帧结构保证了TDCS信号授权用户的正交性,且其构造的测量矩阵具有较低的互相关特性;利用Dantzig Selector重构稀疏信道冲激响应值。基于COST207乡村信道模型的仿真表明:新方法可有效降低稀疏信道估计的均方误差,在误比特率为0.002时可获得比最小二乘估计方法高约1dB的性能增益。     

改进的基于叠加导频序列的OFDM系统的信道估计方法

针对正交频分复用（OFDM）系统在时变信道中的应用,提出了一种简单有效的信道估计方法．在这种方法中,假设数据以包为单位进行发送,导频序列采用叠加（superimposed）的方式和数据序列相结合,得到对应于一个数据包内每一帧OFDM信号的信道冲激响应之后,在这个数据包内对这些信道冲激响应进行加权平均,从而提高信道估计的精度．该方法不需占用无线传输中宝贵的频谱资源,且适用于时变无线信道．最后给出仿真结果,以说明方法的有效性．     

SC-FDE系统中基于压缩感知的慢衰落航空稀疏信道估计

针对慢衰落时变航空多径信道码间串扰严重、接收端误码率高的实际问题,在SC FDE系统的基础上,分析了航空多径信道的稀疏性,将航空信道估计建模为稀疏信号的恢复问题,采用PN序列构造确定性测量矩阵,以基于稀疏度自适应匹配追踪算法作为恢复算法,建立PN-SAMP信道估计算法;比较了压缩感知类算法和传统的PN算法、LS算法的估计均方误差,并结合MMSE均衡比较了几种估计方法应用在SC-FDE系统中的误码性能。仿真结果表明,压缩感知类算法比传统PN算法和LS算法的估计误差要小,误码率也更低,在信噪比为20 dB的条件下,压缩感知类算法的误码率小于10E-4。在稀疏度未知的情况下,PN-SAMP算法比正交匹配追踪算法更稳健,更能满足对时变慢衰落航空稀疏信道的估计需求。     

超宽带通信压缩感知信道估计与信号检测方法

针对超宽带信号在采样速率过高时难以采样的问题,利用信号稀疏性提出一种基于压缩感知的信道估计和信号检测算法(CS算法).将信号重复送入随机滤波器后发送,对接收信号进行欠采样,利用调制信号、滤波器、信道的圆周卷积关系建立压缩感知的数学模型,从而可采用基追踪算法实现信道估计和信号检测.仿真结果表明,CS算法所需的采样数据量仅为最小二乘算法的1/3或更少,而在中等信噪比(15~25 dB)的情况下,估计性能可以提高约4.5 dB,且可以准确检测出原始信号.