基于FFT变换的快速信道估计算法

联合检测作为TD-SCDMA的关键技术之一,它的实现依赖于对无线信道响应的快速而准确的估计。传统方法的信道估计都需要进行计算量很大的矩阵求逆运算,不能满足实时快速的要求。提出了2种使用FFT(fastFourier transform)变换的快速信道估计算法,简化了计算量,仿真结果表明,联合检测性能并未受到不利影响。

基于混合结构导频和FFT低通滤波的OFDM信道估计

精确的估计精度、良好的跟踪能力,以及实现简单是信道估计的三个基本要求。本文提出一种混合结构导频的信道估计新方法,采用块状导频和基于FFT低通滤波的LS算法捕捉准确的信道频域响应,利用少数梳状导频和改进的LS算法跟踪信道变化和修正相位噪声。通过仿真证明,该方法估计精度高,频谱利用高,信道跟踪能力强,实现简单,满足了慢衰落信道环境下的应用要求。

OFDM系统中基于卡尔曼滤波和FFT的信道估计算法

本文提出了一种OFDM系统中基于卡尔曼滤波和FFT的二维导频辅助信道估计算法。OFDM系统作为一个多载波传输系统,其信道估计需要在时间和频率两个方向同时进行。在这种新算法中,首先在时间方向上采用标量卡尔曼滤波器对导频处信道信息进行估计,然后在卡尔曼估计的基础上进行频率方向上的FFT插值,从而估计出全部的信道信息。在性能上这种新方法与基于维纳滤波器的信道估计算法接近,但实现更为简单,更适合应用于实时传输系统的信道估计。

基于OFDM-UWB系统信道估计方法的研究

介绍了基于正交频分复用的超宽带(OFDM-UWB)系统的结构,详细分析了常用的几种信道估计方法,并通过系统仿真比较对这几种方法进行了比较。仿真结果表明,基于时域的信道估计算法在估计效果和实现方面都相对优良。

基于IEEE802.11a标准协议的MIMO-OFDM系统信道估计

针对基于IEEE802.11a标准协议的多输入多输出-正交频分复用(MIMO-OFDM)系统信道估计问题,提出了一种在时域中进行最小二乘(LS)信道估计的方案,该方案的基本思路是根据发送端与接收端的时域信号来计算发射天线与接收天线之间的时域信道响应.为了保证LS信道估计的均方误差(MSE)最小,还提出了一种最优导频序列设计方案.对比传统的导频设计方法,该方案只需要少量的训练块,且不随天线数目的增加而增加,发射天线的数目也没有限制.该导频设计方案要求导频序列中每个导频的能量不但相等,而且不同发射天线中的导频序列需要相互相移正交.仿真实验验证了此算法的有效性.

HDTV中的信道内插与均衡技术

以欧洲数字视频地面广播(DVB-T)系统的调制方案为基础,以正交频分复用OFDM为核心技术,通过对基于导频信号的信道估计方法中各种信道内插算法的仿真对比分析,总结出适用于COFDM系统、易于FPGA实现的信道估计与均衡方法。

一种适用于高动态超视距突发信道的频偏估计方法

针对通信系统在高动态超视距突发信道条件下难以实现准确快速的频偏估计问题,提出了一种基于分集措施的FFT频偏估计方法,该方法在实现快速频偏估计的同时,估计精度亦可满足通信系统解调需要。对其基本原理及实现方法进行了简要介绍,并进行了Matlab仿真及室内测试。仿真及测试结果表明,该方法的频偏估计误差与FFT的频率分辨率是相吻合的,验证了该方法的可行性。

一种新的子带自适应阵列处理算法

子带自适应阵列处理可以实现并行计算,降低了计算复杂度,易于实时实现。但是多径延迟比较长时需要的子带数会很大,尤其在阵元数也比较多的情况下,需要计算的权值很多,会占用大量的硬件资源。提出了一种基于频域信道估计的子带自适应阵列处理算法。仿真结果表明,该算法可以获得和全子带自适应处理相当的性能,但是需要的计算量很小。

OFDM系统中基于全相位算法的最大似然信道估计器

在OFDM系统中设计了一种基于全相位快速傅里叶变换算法的最大似然信道估计器。全相位傅里叶变换相对于快速傅里叶变换呈现平方的幅度增益性质,在高信噪比情况下可以抑制最大似然估计器中的自带噪声,由此能够更准确地估计出信道冲击响应,并用来均衡信号。同时,OFDM采用全相位傅里叶变换作为解调算法克服了系统晶振不匹配以及信道传输过程中产生的频偏。在3GPP的空间信道模型下,设计了基于全相位最大似然估计器的OFDM系统,并与传统的最大似然估计器系统比较,使用蒙特卡洛方法仿真证明:信道冲击响应估计的均方误差和系统误码率均有所下降。

无源单通道阵列快速DOA估计算法

针对现有无源单通道阵列DOA估计算法复杂度较高,实时性较差的问题,提出一种适用于单通道阵列的快速DOA估计算法。该算法将常规多通道阵列的空间FFT算法引入单通道阵列信号处理中,将通道切换时间带入FFT运算,构建了新的变换核函数,利用该核函数可直接对单通道阵列的采样信号进行空间FFT变换,基于此提出了适用于单通道阵列的SAA-FFT算法。理论分析与仿真实验证明了该算法的有效性。

考虑量化的OFDM压缩感知信道估计算法

针对存在量化影响下的正交频分复用系统信道估问题,首先提出利用全相位FFT的ΣΔ量化噪声整形方法,基于信道稀疏性和压缩感知降低噪声大小;然后针对在量化噪声影响下的OFDM系统提出压缩感知信道算法.仿真结果表明,该算法具有良好的估计性能,同时可进一步降低系统噪声大小.

TD-SCDMA中的信道估计实现及其性能分析

TD SCDMA系统上行链路数据在基站通过天线接收后 ,接下来要进行信道估计和联合检测。如何高效得到准确的每个用户的信道冲激响应是后续基带算法实现的关键 ,如果信道估计算法太复杂和不够准确都将对后面的算法实现产生不利的影响 ,本文研究了低代价的 Steiner估计器 ,他是一种简单且高效的信道估计算法 ,通过利用特定方法构造的用户m idam ble码 ,Steiner估计器能同时估计出同一时隙内所有用户的信道冲激响应 ,本文对其在 TD SCDMA系统中的应用进行了算法仿真和性能分析。

一种基于GY/T 220.1-2006标准的OFDM信道估计算法

在卫星移动多媒体广播系统中,由于多普勒频移及多径影响,信道是时变的,需要估计出信道的时域或频域响应来消除时变信道对传输信号的影响。针对GY/T 220.1-2006标准的导频插入图案,提出了一种基于LS估计准则、在时间轴方向二维线性内插、频域轴方向变换域内插的信道估计算法。仿真结果表明,在不同多径信道的情况下,随着信噪比的增加,该算法的性能均优于最近插值、线性插值和低通滤波插值算法。该算法计算复杂度较spline插值和cubic插值低,适于硬件实现。

多通道音频信号采集系统仿真研究

随着计算机技术的快速发展和人机交互需求的快速增加,多通道音频信号采集在生产生活中发挥着越来越重要的作用。其中,声源定位技术是多通道音频信号采集系统最直接的应用和体现。由于音频信号数据量较大、信号比较复杂,这就要求音频信号处理系统要具备实时采集、大容量存储和实时处理的特点。由于传统的音频信号处理系统在应用场合、实时处理方面都存在一定的不足,为了改善上述不足,采用DSP+ARM的双核微处理器AM5708进行音频信号的采集及分析,基于五元麦克风阵列对互相关时延估计算法、FFT算法、相频特性、幅频特性进行仿真验证,进而对音频信号进行采集分析。系统实验结果表明:互相关时延估计算法、FFT算法、相频特性、幅频特性仿真验证准确,音频信号采集较准确。系统整体性能较稳定,精度较高。

OFDM中基于导频的加窗FFT信道估计

正交频分复用(OFDM)是一种正交的多载波复用技术,分析了OFDM系统中基于导频的信道估计模型;基于导频的信道估计需要进行插值,为了降低插值算法的复杂度,研究了基于导频的FFT信道估计算法。由于直接FFT信道估计算法存在能量频谱泄露问题,提出了基于汉明窗函数的优化型加窗FFT信道估计的算法。实验仿真表明:在多径衰落信道下,该算法能够有效地提高OFDM系统的信道估计性能。

OFDM系统中多导频的FFT信道估计算法

论文提出了OFDM系统中基于FFT的信道估计方法,包括基于时域插值及变换域插值方法。时域插值算法的理论基础是利用FFT频域采样定理,可由频域有限频点的采样值经过IFFT/FFT得到整个频域传输函数的估计值,而不发生混叠。变换域插值算法的理论基础是利用FFT时域抽样定理,利用OFDM信号特点和信道特性,经过FFT/IFFT将信号和噪声分离,并在此基础上进行加窗改进算法,以减小插值中的频谱泄漏,提高估计效果。仿真结果说明,加窗的基于FFT变换域的方法性能有了很大改善。

基于快速信息收集和虚拟训练序列的低复杂度双向水声信道精准估计

针对运动水声通信难以低复杂度精准获取时变信道状态信息的问题,提出基于快速信息收集和虚拟训练序列(FIC⁃VT)的低复杂度双向水声信道精准估计算法。采用叠加训练(ST)方案,将符号序列和训练序列线性叠加,使得训练序列持续传输,提高时变信道跟踪能力。基于置信传播,提出FIC⁃VT算法,将一块数据分成多个短块,每个短块又分成多个子段,通过快速信息收集算法,将多个子段的信道信息进行融合,从而获得每个短块的低复杂度局部信道估计。利用短块间的信道相关性,对多个短块的信道信息进行双向信息融合,从而获得当前短块的低复杂度全局信道估计。基于Turbo均衡,将估计的符号序列虚拟为训练序列(VT),通过迭代计算实现时变水声信道低复杂度精准估计。本文算法由快速傅里叶变换(FFT)实现,每个抽头计算复杂度仅为对数级。计算机仿真、水池运动通信试验和胶州湾运动通信试验验证了本文算法的有效性。

单通道小样本信号频率估计算法

针对噪声条件下单通道小样本信号的频率估计问题,提出基于MUSIC方法估计信号频率的算法,通过分析单通道接收信号,结合阵列信号处理方法,根据离散采样间隔和线性阵列阵元间距的关系,提出新的观测数据矩阵构造方法.利用采样数据构造一个Toeplitz矩阵,然后对该矩阵进行特征值分解得到信号子空间和噪声子空间,并通过MUSIC算法实现在单通道较小采样数据量的条件下,精确地估计信号频率.最后经过计算机仿真并与快速傅里叶变换(FFT)算法相比,验证了本文算法的有效性和优越性.