基于叠加序列的信道估计的研究

通信的主要任务就是在接收的信号中恢复发送信号。这就需要知道信道的冲击响应。因此信道估计是通信系统中的重要一环。文章介绍了一种在发送序列之上叠加周期训练序列,利用周期训练序列来进行信道估计的方法,并提出了基于叠加周期训练序列的信道阶数估计方法。并对其进行了仿真分析。

保护带叠加最佳训练序列时间同步方法

已成为众多高速无线传输标准的OFDM系统常采用导频插入(PTAM)获得时间同步,然而,浪费了带宽效率.为了改善带宽效率,本文提出在保护带时域叠加弱能量最佳训练序列实现时间同步方法,最佳训练序列的能量分配比例由影响系统BER性能最小而确定.仿真表明:对于低信噪比,在保护带内叠加弱能量序列同步性能与PTAM同步性能相当,且对系统性能影响可以忽略,该法提高了带宽效率.

基于训练序列与数据叠加的ACO-OFDM无线光通信系统时间同步方法

提出了一种适用于ACO-OFDM无线光通信系统的基于时域叠加训练序列的时间同步方法.该方法将经过ACO-OFDM调制后的伪随机序列作为训练序列,并将其在一个符号周期内与数据同时发送.接收端利用本地序列与接收信号进行相关运算,对所叠加训练序列的能量进行积累,从而实现时间同步.仿真表明,在多种信道模型下,该方法能够有效改善同步准确率和定时偏移方差,同时极大地提高了带宽效率,使得时间功率分配具有较强的灵活性.

基于叠加训练序列的MIMO信道估计及其性能分析

提出一种基于叠加训练序列的MIMO信道估计模型,该模型信道估计方法不占用额外的信号带宽并具有较高的估计精度。通过最小二乘(LS)方法,推导出模型信道估计误差的均方差、信道容量的下限以及更加紧凑的Cramer-Rao界。数值模拟结果表明,相同条件下,采用叠加的训练序列要比直接采用训练序列对系统容量的改善5 dB左右。此外,模型所采用的算法结构简单,计算量小,有很大的实际应用前景。

叠加弱能量序列的OFDM系统时频同步方法

本文提出一种使用叠加的、弱能量序列进行时间同步和频偏估计的方法,其中所构造的训练序列具有低/零自相关性及弱能量性能,该序列被叠加在信息符号上并仅分配发射机总能量的4.1%;传统利用循环前缀信息估计频偏范围只局限于0.5内,该法使频偏估计范围可达到1,在利用本地序列与接收信号的相关性后可使整个频偏估计范围达到1/4带宽.理论和仿真表明,该法具有比常规算法更优的时间估计精度和频偏估计范围.

叠加训练序列OFDM系统的迭代最大似然信道估计

叠加训练序列正交频分复用系统具有频谱效率高的优点.传统的基于叠加训练序列的信道估计方法仅使用一阶统计量,受功率分配和噪声影响较大.文中利用训练序列与数据信号相加后发送并经历相同信道的特性,提出一种最大似然方法进行系统的信道估计.该方法将发送的数据信号视为高斯随机变量,由此建立关于信道参数的似然表达式,采用循环最小化技术对参数进行迭代求解并获得方差下界,最后对算法的收敛性进行了分析.仿真实验表明,文中方法同时利用了接收信号的一阶与二阶统计量,从而获得了更优的均方误差和误符号率性能.

基于叠加训练序列的低复杂度时变信道估计方案

与传统的时分/频分复用训练序列相比,采用叠加训练序列的传输方案可以有效地提高系统的频谱利用率。然而,叠加方案中训练序列与信息序列的相互干扰会造成系统性能的严重下降,如何有效消除信息干扰是提高信道估计性能的关键。该文针对时变衰落信道,首先提出一种新的基于一阶统计量信道估计算法。该算法利用基扩展模型(BEM)构建时变信道,通过时域分块平均的方法来抑制信息序列干扰。在此基础上,利用信息序列和训练序列经历相同信道衰落的特性,提出一种基于加权最小二乘(WLS)的迭代信道估计与检测方案。新方案利用Kalman滤波检测器代替确定性最大似然(DML)检测器,将检测符号序列看作附加的"训练序列"用于信道估计,从而可以显著提高信道估计性能。仿真结果表明,新方案可以有效消除信息序列干扰,且性能和计算复杂度均优于现有的同类方案。

基于叠加训练序列的MIMO信道估计算法

针对提高无线信道的传输性能,提出了改进的基于叠加训练序列的MIMO信道估计算法。利用训练序列与信息序列的不相关特性,在没有带宽损失的情况下初步估计出信道参数;然后利用加权因子对信道参数在相邻信号段之间进行加权平均,得到最终的信道参数。与以往的叠加训练序列估计方法比较,利用算法具有更低的估计均方误差,且适用于时变信道。通过计算机仿真结果表明,估计方法提高了信道传输精度和性能。

叠加弱能量训练序列信道估计方法

本文提出了一种利用叠加弱能量的周期训练序列进行信道估计的线性最小均方误差(LMMSEE)算法.该方法不需要信道先验信息、不占用宝贵的带宽资源、计算量比常规LS方法更低.理论分析和计算机仿真表明:在训练序列周期比信道冲击响应长度大时,在较低的信噪比下,利用LMMSEE方法估计信道性能比LS方法更佳.

叠加训练序列OFDM系统的联合频偏与信道估计

频率偏移导致用于叠加训练序列系统中的一阶信道估计方法失效。文中提出一种利用叠加训练序列进行OFDM系统的联合频偏和信道估计的方案。在简单介绍所建立的OFDM系统后,文中利用训练序列的周期性推导出频偏特征向量,并根据阵列信号求子空间的原理,利用接收信号矩阵的奇异值分解求出上述向量所在的线性子空间,通过相关匹配求出频率偏移,最后获得时域信道参数。理论分析表明频偏估计范围反比于训练序列周期,因此算法具有估计范围大的优点,且适用于所有叠加周期训练序列系统。仿真分析表明了算法的有效性。

基于叠加训练序列的MIMO-OFDM信道估计

为提高无线信道的传输性能,提出了改进的基于ST技术的MIMO-OFDM系统信道估计的训练序列算法。利用训练序列与信息序列的不相关性,估计出信道参数。即使在存在通道失配误差和通道的量化误差的情况下,用有量化的反馈的基于信道估计的训练序列也能改进系统的性能,信道采用10 bit的量化器就能满足一般性能要求。讨论了使用信道互信息最大化的最优导频序列的设计。

ACO-OFDM系统叠加训练序列时间同步方法

针对插入序列降低频带利用率的问题,提出了叠加序列的时间同步方法。通过将复数序列构造具有共轭对称结构,IF-FT(快速傅里叶逆变换)后得到实数具有镜像反函数特性的序列线性叠加在OFDM(正交频分复用)符号上,解决了传统插入序列独占发射功率的缺陷。仿真表明,与传统方法相比,该方法在低信噪比下具有更高的同步准确率,同时提高了系统频谱利用率。

基于叠加训练序列的MIMO-OFDM信道估计

为实现多输入多输出(MIMO)-正交频分复用(OFDM)系统相干检测,提出一种新的基于叠加正交训练序列的MIMO-OFDM信道估计。详细证明了算法的估计准则并说明了训练序列的构造。通过叠加与信息序列不相关的正交训练序列,快速有效地估计出信道的冲激响应,同时使得最小均方误差达到最小值。与最小二乘法比,该算法避免了复杂的矩阵求逆运算,降低了运算量,且通过叠加训练序列,没有带宽损失。通过计算机仿真证明了算法的有效性及高性能。

不同叠加训练序列PTS降低PAPR性能比较

部分传输序列(PTS)能有效降低正交频分复用(OFDM)系统的峰均功率比(PAPR),但是其存在降低性能有限和边带信息占用频谱资源的问题。文中在传统PTS方法的基础上,基于叠加训练序列PTS降低PAPR的方法,分析了叠加不同训练序列、不同训练序列作相位旋转因子及功率分配因子对降低PAPR性能的影响。仿真结果表明:叠加自相关性较好的训练序列,降低PAPR的能力更强;不同训练序列作相位旋转因子时,对降低PAPR的效果影响不大;采用Hadama码、功率分配因子大于0.15时,降低PAPR的能力增强。该方法中的训练序列,不仅可以用于同步﹑信道估计,而且可以降低PAPR,并提高系统频谱利用率。

一种基于叠加弱能量训练序列的OFDM时间同步算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统对定时误差敏感,从叠加训练序列结构出发,提出了一种弱能量训练序列。该训练序列只叠加在循环前缀上,且比普通的重复结构训练序列能量要低,能降低由于叠加训练序列对系统误码率的影响,还能利用训练序列的结构特点降低相关峰值旁瓣对同步判决的影响,提高了时间同步的准确率。在低信噪比时采用该训练序列结构,同步准确率高于采用普通重复结构训练序列的同步方法,最后通过计算机仿真验证了该方法的有效性。

叠加Chirp训练序列的OFDM信道估计

在OFDM系统中,以Chirp信号为训练序列,在时域上与数据符号进行叠加,接收端分别利用时域平均法和频域平均法估计信道。具体研究了叠加训练序列与数据序列功率比对峰均比及系统性能的影响,并在同一功率比下比较了时域平均法和频域平均法的性能。仿真结果表明叠加Chirp信号有效地降低了系统的峰均比,且不同功率比造成不同的估计性能和系统性能;同时,时域平均法相对于频域平均法有更高的功率利用率和更好的估计性能。

叠加训练序列OFDM系统的一种迭代信道估计方法

在瑞利多径衰落信道中,针对叠加训练序列正交频分复用系统的迭代接收机,提出了一种迭代信道估计方法.在迭代译码开始前,利用与数据符号同时发送的训序列得到信道估计初始值,并在每次迭代后利用更新的码字比特先验信息估计接收信号中的数据符号,计算更准确的信道估计值.理论分析给出了每次迭代后的信道估计值的均方误差性能.在多径衰落信道中,通过计算机仿真验证了该迭代信道估计方法的有效性和可靠性.

叠加训练序列的判决指导信道估计方法

针对实际应用中信道先验信息未知时无法求解信道相关矩阵的问题,提出了一种改进的叠加训练序列的判决指导信道估计方法。该方法利用每次迭代的信道估计值求解信道相关矩阵。推导了该方法中信道相关矩阵的求解公式。仿真结果表明,在未知信道先验信息的情况下,与利用信道先验信息的叠加训练序列的信道估计方法相比,改进方法取得了与之几乎一样的性能,因此改进方法更适用于实际应用。

一种利用叠加训练序列降低OFDM系统PAR的方法

峰均比(PAR)过高是正交频分复用(OFDM)技术亟待解决的关键问题之一。在基于判决指导信道估计的叠加训练序列OFDM系统中,提出一种选择性叠加训练序列降低系统PAR的方法。该方法使用多个相互独立的训练序列分别与数据序列叠加,选择其中PAR性能最好的用于传输,接收端完成信道估计的同时消除了训练序列对数据序列的影响,因此没有增加接收端的复杂度。计算机仿真结果表明:该方法在不增加接收端复杂度的前提下,有效降低了系统PAR,且对信道估计性能不造成任何影响,因此该方法可用于实际系统中。

基于叠加训练序列快速信道辨识方法

信道状态信息(CSI)对于无线通信来说至关重要,而叠加训练序列的信道估计方法由于不占用额外的信号带宽和具有较高的估计精度而受到人们的注意。本文从算法的复杂度入手,分析了不同的训练序列对算法复杂度的影响,并且在训练序列为PN序列下,利用循环Toeplitz矩阵的特性,得到了信道估计的快速算法。仿真实验的结果表明,这种算法不需要矩阵求逆、计算量小,估计精度高,有很大的实际应用前景。