在低信噪比情况下,该文提出一种新的针对正交频分复用(OFDM)系统信道阶数和噪声方差的非数据辅助(NDA)估计算法。算法中应用了一种新的基于联合极大几何均值(MGM)的代价函数。新的代价函数不仅利用了循环前缀(CP)冗余性,同时也利用了信...在低信噪比情况下,该文提出一种新的针对正交频分复用(OFDM)系统信道阶数和噪声方差的非数据辅助(NDA)估计算法。算法中应用了一种新的基于联合极大几何均值(MGM)的代价函数。新的代价函数不仅利用了循环前缀(CP)冗余性,同时也利用了信道记忆性。对比只利用了CP的方法,该算法可以在低信噪比情况下更准确地估计信道阶数和噪声方差。仿真结果表明,在低信噪比情况下,该算法针对信道阶数的估计得到约10 d B的信噪比增益;同时,对噪声方差的估计,该算法显著提高了估计精度,抑制了信噪比20 d B以下估计性能恶化的现象。展开更多
文摘在低信噪比情况下,该文提出一种新的针对正交频分复用(OFDM)系统信道阶数和噪声方差的非数据辅助(NDA)估计算法。算法中应用了一种新的基于联合极大几何均值(MGM)的代价函数。新的代价函数不仅利用了循环前缀(CP)冗余性,同时也利用了信道记忆性。对比只利用了CP的方法,该算法可以在低信噪比情况下更准确地估计信道阶数和噪声方差。仿真结果表明,在低信噪比情况下,该算法针对信道阶数的估计得到约10 d B的信噪比增益;同时,对噪声方差的估计,该算法显著提高了估计精度,抑制了信噪比20 d B以下估计性能恶化的现象。
