时频双选信道OFDM系统的ICI消除与均衡

在正交频分复用(OFDM)系统中,因高速移动造成的多普勒效应导致子载波间正交性的破坏并产生载波间干扰(ICI)。为了消除ICI,本文通过分析ICI分布特性及带状矩阵特性,提出了低复杂度的迭代干扰抵消算法和基于最小均方误差准则的排序串行干扰抵消(MMSE-OSIC)算法。仿真结果表明,与传统子载波间干扰频域均衡算法相比,新算法在计算复杂度和性能之间取得了良好的平衡,且MMSE-OSIC算法可以利用时变信道的时间分集特性在高信噪比情况下有效地消除"地板效应"。

SFBC-OFDM系统在时频双选信道下的迭代接收算法

基于广义最小信道估计算法,结合迫零均衡原则,针对空频块码正交频分复用系统,提出了一种迭代的均衡广义最小接收算法。该方法推导了两发两收空频块码正交频分复用系统的迫零频域均衡算法,以便消除信道频率选择性衰落所引起的系统相邻子载波间信道系数的差异,从而保证了空频块码的正交性,使得接收算法能够有效抑制差错传播、明显加快迭代的收敛速度并改善系统的比特误码性能。数值仿真结果表明:当归一化多普勒较大时,采用该接收算法的空频块码正交频分复用系统能够较快地收敛,并较基于期望最大化的空频块码正交频分复用系统与基于时域卡尔曼的空频块码正交频分复用系统分别获得8 dB和14 dB的增益。

基于压缩感知的时频双选信道估计研究

针对时频双选信道,利用信道的时间相关性,即同一条时延径在相邻时刻对应的信道系数之间具有很强的相关性,提出一种线性近似方法对时频双选信道进行建模,有效降低了未知参数的个数.考虑到无线信道在时延域具有稀疏性,基于压缩感知(Compressed sensing,CS)理论对线性近似模型进行了恢复重构.分别对未线性近似模型和线性近似模型的系统性能进行了仿真,并结合最小二乘(leastsquare,LS)算法、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法、稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)算法给出了系统的归一化均方误差(Normalized Mean Square Error,NMSE)曲线.仿真结果显示,线性近似方法能有效对时频双选信道进行建模,针对本研究提出的线性近似模型,SBL算法能精确恢复出信道响应,并能有效地克服多谱勒效应.

基于DDST的MIMO时频双选信道的信道估计

针对多输入多输出时频双选择性信道,提出了一种基于信息叠加训练序列和最小二乘相结合的信道估计方法.基于基扩展模型构建MIMO时频双衰落系统,采用DDST算法估计信道矩阵,对误码率进行分析.训练序列采用等幅度的周期指数序列,同时在基于叠加训练序列估计的基础上叠加一个基于信息的周期序列.实验表明,基于DDST的MIMO时频双选信道估计方法比传统的估计方法显著降低了信道估计的均方误差和误码率,并能保持较高的频带利用率.