基于张量分解的MIMO多中继系统半盲信道估计方法

针对多输入多输出三跳中继系统,提出了一种基于张量分解的半盲信道估计方法.该方法通过对接收信号构造基于张量分解的PARAFAC和PARATUCK2模型,通过两阶段的迭代算法拟合张量模型.两阶段迭代算法利用ALS拟合PARAFAC模型估计复合信道和发送信号,并利用TALS拟合PARATUCK2模型并行估计三跳信道矩阵.与已有的信道估计方法相比,该方法只需少量的导频序列便能并行估计三跳信道矩阵,不仅可以避免误差叠加,而且提高了系统的频谱利用率,仿真结果验证了其有效性.

针对OFDM系统的一种新的半盲信道估计方法

针对填补零的OFDM(ZP-OFDM)系统,提出了一种新的基于子空间的自适应半盲信道估计算法。该算法利用ZP-OFDM系统导频信息,给出精确的信道参数初始值。然后通过一种新的子空间跟踪以及功率方法,进行自适应信道估计。该算法不仅降低了计算复杂度,而且改善了盲信道估计收敛速度慢的缺点,仿真结果也表明其具有较好的估计精度。

MIMO NC-OFDM系统的半盲信道估计算法研究

提出了一种基于零空间的多输入多输出不连续正交频分复用(MIMO NC-OFDM)系统的半盲信道估计的新方法。该方法利用线性预测得到信道矩阵的零空间作为LS算法的盲约束,对MIMO NC-OFDM时域信道脉冲响应进行估计。通过大量仿真表明,与传统的最小二乘算法比较,该方法可以在使用较少导频的条件下获得很好的信道估计性能,从而可以提高系统频谱有效性。

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。

协同通信系统中基于EM算法的半盲信道估计与迭代检测

研究协同通信系统的信道估计和符号检测技术,提出一种基于EM(Expectation Maximum)算法的半盲信道估计和迭代检测接收方案。它有利于减少协同通信系统的额外系统开销,并能有效提高协同通信的信道估计精度和系统误码性能。

OFDM中基于有限字符集特性的半盲信道估计

由于基于有限字符集特性的盲估计方法最短距离(MD)计算量大、收敛速度慢、消耗时间长,而修正后的MMD方法,计算量下降的同时精度也降低了很多,提出了一种基于有限字符集特性的半盲估计方法。该方法通过导频结合有限字符集特性,利用最小距离准则快速辨识出所有子载波上频率响应的相位。仿真结果表明,该算法的信道估计性能优于修改后的最小距离(MMD)算法,与MD相等,而计算复杂度大大低于MD和MMD算法。

一种基于判决反馈的半盲信道估计方法

无线移动通信MIMO-OFDM系统中,为了减小对导频的依赖性,针对平坦瑞利衰落信道提出了一种基于判决反馈的半盲信道估计方法。该方法使用LS算法结合导频对信道进行初始估计,然后利用初始的信道估计结果得到下一个OFDM符号对应的天线发送信号,最后利用自适应滤波稳态跟踪特性对后面的信道进行跟踪,并将恢复出的信号反馈到滤波器输入端作为后续估计的输入。仿真结果表明,该半盲信道估计方法在平坦瑞利衰落信道下,相比于基于导频的LS信道估计方法具有更好的稳态性能。

一种基于子空间的OFDM系统半盲信道估计

提出了一种可用于色噪声背景的基于子空间的改进半盲信道估计算法。根据正交频分复用(OFDM)系统模型,利用所获色噪声背景的噪声向量与信道冲激响应矩阵的正交性估计信道冲激响应,给出了算法的步骤。仿真结果表明:算法有较好的收敛性和稳定性。

OFDM系统中基于期望最大化的半盲信道估计

针对传统的盲信道估计算法估计精确度低、算法复杂度高、收敛速度慢的缺点,研究了OFDM系统中基于期望最大化(EM)的半盲信道估计算法.仿真结果表明,该算法克服了盲信道估计精度低,收敛速度慢的缺点,而且在同等导频数量情况下的估计性能较之传统的基于导频的信道估计算法提高了2 dB.

OFDM系统中一种基于LMMSE的半盲信道估计算法

为克服信道冲激响应长度大于导频数时出现系统性能下降,适应存在大量多径的恶劣信道环境,本文对OFDM系统基于MLE的半盲信道估计算法进行了改进。该算法采用非均匀间隔导频排列方式以获得更小的系统均方误差。通过简化导频数提高了系统频带利用率,利用奇异值分解进一步简化了算法复杂度。仿真结果表明:如充分利用信道统计信息,在导频数目很少、信道长度很大和低信噪比时,本文提出的算法能够以较低复杂度实现精确的信道估计,从而验证了该算法的有效性和优越性。

大规模MIMO系统中基于EVD半盲信道估计的导频污染研究

文中分析了天线数量有限的大规模多输入多输出(MIMO)蜂窝系统中,基于特征值分解(EVD)的信道估计的导频污染和信号扰动问题。首先,基于一个完整的多小区多用户MIMO系统(MCMU-MIMO)模型,分析了EVD方法在有限接收天线数量下,信道估计误差产生的原因:空间上天线数量有限带来的扰动、导频污染以及相关矩阵采样数的有限性。其次,推导了基于导频的信道估计方法和EVD半盲信道估计方法的信干噪比。最后,数值仿真结果表明EVD半盲信道估计值的归一化均方误差和误比特率与天线之间的关系符合文中的推导。

改进的OFDM系统半盲信道估计算法

信道估计算法从先验信息的角度,可分为3类:基于参考信号的估计、盲估计和半盲估计。半盲估计是结合盲估计与基于训练序列估计这2种方法优点的信道估计算法。本文首先通过基于导频辅助的半盲信道算法和基于直接判决的半盲信道算法得出信道的估计值,再定义一个置信度函数得出加权系数γ,使基于导频辅助的半盲信道算法和基于直接判决估计算法有效结合起来,有效提高信道估计的精度。

基于EM算法的MIMO-OFDM系统半盲信道估计研究

文章通过对MIMO-OFDM(Multiple Input Multiple Output Orthogonal Frequency Division Mul-tiPlexing)系统及其信道估计的分析,针对MIMO-OFDM系统提出一种基于EM的半盲信道估计算法。不仅有利于减少MIMO-OFDM的系统开销,且有助于提高系统的信道估计精度,降低了计算的复杂度。

一种子空间分解的MIMO-OFDM半盲信道估计方法

信道估计是MIMO-OFDM系统实现优良传输的一项重要环节。半盲信道估计算法是将MIMO-OFDM信道矩阵进行分解,分别利用未知数据和已知导频信息来完成信道估计。在利用未知数据进行估计时,提出一种利用频域子载波分组的子空间分解方法,不仅降低了计算复杂度,而且同时提高了信道估计的精度。利用已知的导频信息和未知数据估计出来的结果,可以求得最后的信道矩阵。相对于传统的频域子空间分解的半盲估计方法,算法可以减小计算复杂度80%,同时提高了估计精度平均1～2dB。仿真结果证明了算法具有良好的性能表现。

基于WR分解的多用户多天线OFDM系统半盲信道估计

在多用户多天线OFDM上行信道的模型下,提出一种改进的基于WR分解的半盲信道估计算法。改进算法利用接收信号的统计特性和子空间分解法直接估计白化矩阵W,避免了对导频信号的依赖和模糊矩阵的求解问题。在已知W矩阵后,根据正交导频的设计方案,由最小均方误差准则得到Q矩阵。计算机仿真结果表明,系统的信道冲击响应可以被很好的跟踪,且当信噪比达到20 dB时,改进算法的RMSE比LS算法降低约1～1.5 dB。与此同时,正交导频的长度对于改进算法的性能具有较大的影响,当导频信号的长度达到整个OFDM符号块长度的1/5时,改进算法的RMSE比LS算法降低约1～2 dB。

大规模MIMO系统中基于子空间跟踪的半盲信道估计

基于特征值分解(eigen value decomposition,EVD)或奇异值分解(singular value decomposition,SVD)的半盲信道估计算法需要进行重复的EVD或SVD计算,计算量较大,不适用于多小区多用户的大规模MIMO系统.为此,针对多小区多用户大规模MIMO系统中的半盲信道估计给出了一种快速实现算法.该算法主要利用最小二乘(least-squares)及线性最小均方误差(linear minimum mean-square error)原理导出一种新的递归计算模糊矩阵的方法,采用快速递归row-Householder子空间跟踪算法对接收向量的信号子空间的估计进行加速.仿真结果表明,所提出的算法估计性能良好,并能有效减轻导频污染的影响.

STTC-OFDM系统中的导频辅助半盲信道估计

在快衰落信道情况下,基于判决指导信道估计(DDCE)法不能够很好的跟踪信道参数的变化,使得系统性能产生很大的恶化。在这篇论文中,为了防止在快衰落信道中由于信道估计误差带来STTC-OFDM系统性能恶化,我们在每帧除训练符号外的OFDM符号引入导频辅助半盲(APSB)信道估计技术。同时,为了简化系统,我们仅在每帧最后一个符号使用APSB信道估计技术。在本文的最后我们给出了一些结论。

一种基于DSP的半盲信道估计算法的实现

信道估计是无线通信领域的一个关键问题,传统的方法是通过在发射端不断地发送训练序列,在接收端利用DSP估计时变信道,这种方法大大降低了信号传输速率。采用基于叠加训练序列的半盲信道估计算法,可以弥补这一不足。介绍了一种基于叠加训练序列的半盲信道估计方法,并利用DSP软件开发平台CCS对该方法做了仿真实现。

一种新的MIMO信道半盲估计算法

针对移动通信中的多入多出(MIMO)系统,提出了一种新的基于子空间的半盲信道估计算法。该算法对于连续的2个接收数据块,重新构造一组新的向量而不改变系统的信道矩阵,比较适合于对频率选择性信道的半盲估计。通过仿真比较了该算法与现有半盲信道估计算法的性能。仿真结果表明,该算法利用较少的导频符号可以得到较好的误码性能。

基于误差修正的MIMO信道半盲估计方法

近年来,由于多输入多输出(MIMO)通信系统有传输速率高等许多优点,受到人们的重视。在本文中,提出了一种MIMO信道估计的方法,利用了已知训练序列和全部的数据帧信息,通过估计值的误差对信道参数作进一步的调整,只需使用较短的训练序列即可避免陷入局部最小,从而提高了信息传输速率和信道估计的鲁棒性,提高了估计的精度,而且具有较低的计算复杂度。