一种新型改进的B.Steiner信道估计算法

为了克服目前改进的B.Steiner信道估计法受加性噪声的影响,理论上分析了改进的B.Steiner信道估计方法能够去除噪声径的原因,提出一种新型改进的B.Steiner信道估计方法。该方法通过设定适当的门限值,对B.Steiner信道估计结果进行修正。首先去除上述估计结果中的噪声径,然后消除保留径中噪声的影响,得到最终信道估计结果;与原改进方法相比,所提出的方法能有效地去除保留径中的噪声。在TD-SCDMA系统专用测试模型case 3的条件下进行仿真实验,结果表明:信号误码率一定时,系统所需的输入信号信噪比降低1 dB;并且该方法并不明显增加运算量,在门限处理的基础上主要增加了减法运算,并且减法运算的次数不超过KW次(其中K为用户数,W为信道冲击响应窗长)。

基于B通道补偿的景深估计的图像去雾算法

为提高图像去雾效果,兼顾初始细节与亮度,提出一种基于B通道补偿的景深估计快速去雾算法。首先分析大气散射模型,根据B通道与雾浓度关系,构造B通道景深估计模型,计算景深,利用R、G通道分量绝对差补偿B通道景深;为防止近景过度补偿和远景漏补,利用图像的B通道分量来构造分割补偿模型,对远、近景的像素灰度值进行补偿。且通过设定半衰减因子,修正景深图,形成景深评估图;最后利用最小滤波和引导滤波优化景深图,实现图像去雾效果。实验结果显示:与当前图像去雾技术相比,所提算法具有更好的去雾效果,更好地保持了图像细节与亮度。

一种多用户辅助的TD-SCDMA下行信道估计方法

在TD-SCDMA下行链路中,某一特定下行用户会收到所有下行用户的训练序列,利用这一特殊性,提出了一种多用户辅助的下行信道估计方法.该方法首先对同一时隙所有下行用户信道估计窗内的信息进行预处理,抑制由干扰(噪声)贡献的信道响应;然后将预处理后的各信道估计窗内的信道响应加权合并,增强当前用户信道估计窗内信道响应的信噪比.仿真结果表明,提出方法能有效改善TD-SCDMA下行链路的信道估计性能.

一种新的TD-SCDMA信道估计改进方法

提出了一种用于TD-SCDMA(时分双工同步CDMA)移动通信系统的信道估计改进方法.TD-SCDMA系统中采用Steiner信道估计器,这种估计器实质上是基于最小二乘的估计,忽视了信道噪声的影响,而信道的噪声对估计精度有很大影响.利用TD-SCDMA在相邻帧为慢变信道的特征,提出一种基于时延相关信道估计改进方法,同时对Steiner估计器进行门限滤波,滤除了大部分噪声抽头.仿真结果表明,改进的信道估计使系统的性能获得较大的改善与提高,甚至在高速移动传播环境下可以达到2 dB的增益.

用串行干扰消除算法提高同频组网信道估计精度

为降低TD-SCDMA系统同频组网时邻区干扰对信道估计精度的影响,提出了一种逐个邻区串行干扰消除的信道估计算法.算法先消除本小区用户的信号,然后依次对每个邻区进行信道估计,重构其中的强干扰用户信号,再逐个从接收训练序列中加以消除,最后用串行消除各个邻区干扰后的接收训练序列对本小区用户进行信道估计.仿真结果表明,采用串行干扰消除的信道估计方法信道估计误差较低,将其用于上行链路的联合检测接收机,解调性能约提升2 dB.因此,所提出的信道估计算法,可有效消除邻区强干扰用户对信道估计精度的影响,从而提高了同频组网时系统的性能.

基于阈值处理的TD-SCDMA下行多用户信道估计方法

阈值后处理是针对TD-SCDMA系统中B Steiner信道估计器受加性噪声影响而提出的一种去噪方法,该方法误滤除信息径,保留噪声径.本文提出一种基于阈值处理的多用户信道估计方法,它基于某一下行用户会收到所有其它下行用户的训练序列这一特性,设定一个值,与各用户幅度加权值比较,去掉信噪比很小的用户对应的信道估计窗,将其余用户的信道估计窗进行平均,然后将平均后的结果再进行阈值后处理,抑制由噪声贡献的信道响应.仿真结果表明,提出的方法与直接进行阈值后处理法在同一误码率下,所需平均信噪比（SNR）降低1~4dB;在SNR低于5dB时,与复杂度高的加权合并法具有相同的误码率.

基于数据域统计信息的信道估计改进算法

TD-SCDMA系统中,B.Steiner信道估计算法实现简单,但由于受到噪声的影响,其导致估计的精度有限。基于此,提出了一种基于数据域统计信息的信道估计改进算法。该算法首先基于Steiner算法对信道进行初步估计;然后基于数据域对信道的统计特征进行更新后再进行信道估计。仿真结果表明,改进的信道估计算法更准确,且适用范围广,尤其适用于快速时变信道。