基于复指数基扩展模型的抑制Gibbs效应的时变无线信道估计

复指数基扩展模型(CE-BEM)具有计算简单、不依赖于信道统计特征等优点,广泛地应用于时变信道估计中.但是CE-BEM由于Gibbs效应存在较大模型误差,本文分析了CE-BEM的模型误差以及基线倾斜法对模型误差的影响,提出了一种抑制模型误差的信道估计方法,该方法利用时分复用导频的特征估计出区间上的斜率,再结合基线倾斜法推导了新的数据模型,并给出LS算法和LMMSE算法.最后通过计算机仿真研究表明:该方法在较高的多普勒频移扩展的情况下有效的降低了关键性采样CE-BEM和过采样CE-BEM信道估计的MSE值,特别是关键性采样CE-BEM改善明显.

基于OGCE⁃BEM的OTFS信道估计

【目的】随着面向第六代移动通信技术研究工作的开展,传统的正交频分复用(OFDM)系统中的载波间干扰使得信道估计性能不足以提供高度可靠的通信,而正交时频空(OTFS)系统可以有效解决快速时变性和多普勒效应导致的通信系统可靠性下降问题,近年来受到了广泛关注。【方法】为了有效满足OTFS系统所需的信道估计性能需求,文章采用优化的广义复指数(OGCE)基扩展模型(BEM)将信道脉冲响应建模为时不变的基函数与基函数系数的形式,从而有效地拟合高速移动通信场景下的快速时变信道。OGCE⁃BEM通过更加密集的采样改善了频谱泄漏的问题,并且通过增加修正系数降低了高频基模型的误差。为了得到更为精确的基函数系数,文章基于遗忘因子与估计误差的关系,设计了可变遗忘因子的递归最小二乘(RLS)滤波器,使得RLS滤波器可以实时追踪基函数系数的变化。【结果】仿真结果表明,文章所提算法适用于高速移动通信场景,基函数的设计更为合理,相较于固定遗忘因子的估计方法,具有更低的均方误差,信道估计结果更加精确。与最小二乘(LS)、BEM⁃LS和BEM⁃线性最小均方差(LMMSE)信道估计方式相比,均方误差性能得到了明显提升。【结论】文章所提基于OGCE⁃BEM的信道估计算法有效减少了待估计未知参数量,提高了信道估计的准确性。

OFDM系统中基于CE-BEM信道建模的低复杂度均衡

在移动正交频分复用(OFDM)系统中,时变信道引起子载波间干扰(ICI),从而导致系统性能严重下降。均衡作为消除ICI的主要手段而被广泛采用,但是大多数情况下,由于需要进行高阶矩阵的求逆运算,导致均衡面临着运算复杂度过高的问题。提出采用复指数基扩展模型(CE-BEM)对时变信道进行建模,并利用估计得到的模型系数直接构造判决反馈均衡器(DFE),从而避免了矩阵求逆运算,大大降低了运算复杂度。同时,该DFE通过理论分析和仿真实践均被证明具有良好的均衡效果,能有效地消除ICI并改善系统性能。

无线通信中信道建模中两个基扩展模型的比较

本文研究的是移动通信中信号传输问题。建立基扩展模型,给出最小二乘法拟合复指数基系数方法,通过仿真验证该模型在减少测试数据方面的效果。又建立了泛化复指数基扩展模型同样对信道进行估计,将两种方法从不同方面进行比较,得出各模型的优点。

双选择信道下OFDM系统中一种基于新Kalman滤波估计的Turbo均衡

在OFDM系统中,信道的快速时变性破坏了子载波间的正交性,从而导致子载波间干扰(ICI),降低了系统性能。该文针对双选择信道的时变特性,提出了一种新的Kalman滤波信道估计算法,将其应用于过采样的复指数基扩展模型(OCE-BEM),从而将一个OFDM符号周期内信道参数时变的问题转化为参数时不变问题,同时,将这种新的Kalman滤波器与基于ICI抑制的低复杂度LMMSE Turbo均衡器相结合,并辅以循环冗余码校验(CRC)控制算法迭代次数,从而不需要更多的导频符号,在保证算法性能的基础上,减小算法的计算时延和复杂度。理论分析和仿真结果表明,该文给出的方法在双选择信道下能够有效地跟踪信道变化并抑制ICI影响。

基于神经网络无线通信中时变信道建模应用

对移动通信中时变信道进行建模,采取BP神经网络Levenberg-Marquardt算法对多径时变信道进行建模,同时根据泛化复指数基扩展模型,拟合出训练数据,通过仿真来模拟信噪比与误比特率之间的关系,最后验证了该模型具有很好的预测效果。

基扩展算法在信道参数估计中的应用

针对如何减少信道参数估计所需要的已知数据,文中在基于扩展算法的基础上,采用复指数基函数,通过获取部分信道响应数据来计算得到其他信道数据,从而减少信道的实际测量次数。重点研究了基扩展算法在不同基函数阶数和不同传输符号块采样点数的情况下,模型准确度的变化,给出了要使模型具有佳性能的参数设定方案。

水声稀疏时变SIMO信道盲均衡算法

基于复指数基扩展模型(Complex exponential basis expansion model,CE-BEM),利用信道的稀疏特性和发送信号的常模特性(Constant Modulus,CM),提出水声稀疏时变(Time-variant,TV)SIMO信道盲均衡算法。首先采用l0-范数约束的比例系数归一化最小均方误差常模算法对等效信道矩阵的稀疏时不变部分进行均衡,然后采用基频率估计算法估计基频率并对多普勒频移进行补偿,最后对恢复信号中存在的相偏进行估计补偿。仿真实验结果表明,本文算法提高了均衡器的收敛速度,降低了剩余码间干扰。

无线通信中的快时变信道建模

针对存在多普勒效应的快时变信道,利用复指数基扩展模型进行信道估计,以期减少信道参数估计所需的数据量,给出最小二乘法(LS)拟合复指数基系数方法,分析速度对模型准确度的影响;对多径时变传输信道进行建模,产生多径之间相互独立、幅度服从瑞利分布、相位服从均匀分布的仿真信道数据,验证复指数扩展模型可以有效减少训练序列;对单载波移动通信系统进行建模,信号通过多径快时变信道传输,并受到AWGN噪声干扰,通过分析SNR与BER之间的关系证明信道估计模型的合理性.