基于单通道信号及NLR算法的OFDM系统频偏估计

提出了一种新的OFDM系统频偏估计方法,该方法首先利用相关检测技术从单路的接收信号中获得独立分量分析(ICA)技术所需的多路混合信号,相比于传统的估计方法减少了接收通道;然后使用非参数似然比(NRL)算法来实现对混合信号的分离,同时利用Hilbert变换估计OFDM系统的载波频偏(CFO)。NLR算法不需要假设信号的非高斯统计特性,且与MMI-ICA相比,NLR-ICA可以显著改善分离信号的信号干扰比(SIR)。与传统的频偏估计方法相比较,该方法不需要借助同步训练符号,不仅节省了信道带宽,而且克服了信道参数对CFO估计的影响,因此具有一定的优越性。仿真结果表明,该方法具有良好的特性。NLR算法的实现不依赖于信号的概率分布,克服了传统ICA算法对信号分布要求,有利于对通信信号的分离。

共轭先验的零前缀OFDM系统信道估计

提出了一种利用共轭先验信息的零前缀(Zero Padding,ZP)正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统信道估计的方法.首先,由于零前缀的使用,可将信道矩阵替换成循环矩阵,然后接收端信号左乘快速傅里叶变换(Fast Fourier Transformation,FFT)矩阵将该循环矩阵对角化,这时使用盲信号分离技术只需要寻找一个对角矩阵,减少了计算量.其次,充分利用对角矩阵的先验信息,在目标函数中增加上述对角矩阵的稀疏性度量,提高了信道估计的效率和准确性.仿真结果表明:相比于传统的直接分离接收端信号的方法,该方法计算量小,收敛速度快.

单通道记录信号的OFDM系统频偏估计新方法

提出了一种利用独立分量分析(ICA)技术估计正交频分复用(OFDM)系统频偏的新方法.传统的ICA算法进行频偏估计需要通过不同手段获得多路混合信号,该方法只需利用相关检测技术处理单路OFDM信号,获得观测信号向量,通过ICA算法分离出含频偏信息的信号,然后估计OFDM系统的频偏.与传统的频偏估计方法相比较,该方法不需要信道状态信息(CSI)和辅助信息,不需要额外的带宽,大大降低了系统实现的复杂度,因此具有一定的优越性.仿真结果表明,该方法频偏估计准确度较高,估计范围可以达到±0.5倍的子载波间隔.