基于卡尔曼滤波的快时变稀疏信道估计新技术

针对高铁以及山区环境下正交频分复用（orthogonal frequency division multiplexing,OFDM）通信系统的信道估计问题,提出一种基于卡尔曼滤波的快时变稀疏信道估计方法.该方法基于快时变信道的基扩展模型（basic expansion model,BEM）,应用压缩感知（compressed sensing,CS）理论进行稀疏时延估计,并应用卡尔曼滤波（Kalman filter,KF）技术对BEM系数进行估计,进而获得信道增益.仿真结果表明,在相同信噪比（signal to noise ratio,SNR）条件下,随着归一化多普勒频移（frequency-normalized Doppler shift,FND）增大,新方法的信道估计均方差（mean square error,MSE）性能优于传统方法,如当SNR为20 dB,FND为0.1时,新方法较传统方法性能提升了4 dB,表明对信道时变性具有更优的鲁棒性;在相同的多普勒频移条件下,随着SNR增加,各方法的均方差均有所改善,新方法改善更明显,如当FND为0.2时,在信道估计均方差为0.06的条件下,新方法较传统方法获得了6 dB的信噪比增益,表明对抗信道噪声能力更强.      

一种基于DCS-KF的高移动稀疏信道估计方法

<正>交频分复用技术已经被广泛用于现行无线通信系统,也是未来移动通信的关键技术。OFDM系统通常采用相干检测的方法,因而信道状态信息估计准确与否直接影响到整个系统通信质量。提出了一种针对高速铁路山区的快时变稀疏环境下OFDM系统信道状态信息估计的新方法。首先采用BEM模型对快时变信道建模,降低待估计参数数量,然后根据多个OFDM符号之间信道响应主径的位置关系,采用DCS理论对多个OFDM符号主径的位置进行联合估计,提高主径估计准确度,最后采用卡尔曼滤波技术估计BEM系数,降低系数估计误差,获得信道响应。理论分析和仿真结果均表明,基于DCS-KF的信道估计方法在主径位置估计准确度和信道估计均方差性能方面均优于传统方法。     

一种新的基于小波基的时变信道估计

基扩展模型是最常用的快时变信道建模方法之一,而基函数的选取决定了建模的准确性。本文在多分辨率分析和Mallat算法的基础上,提出一种基于小波尺度函数构造基函数的方法,该方法采用Daubechies、Symlet、Coiflet小波的尺度函数进行快时变信道拟合。理论分析和仿真结果均表明,采用本文提出的基函数拟合时变信道,其信道估计性能优于基于传统的CE-BEM、GCE-BEM、P-BEM、DCT-BEM等模型的信道估计性能,复杂度低于DKL-BEM、DPS-BEM模型。相比于其他利用小波尺度函数构造的基函数,利用Sym2小波尺度函数构造的基函数的性能最优。     

一种应用于红外无线通信的改进型互补序列键控调制

单个扩频序列的非完美自相关特性使多径信道条件下单序列扩频无线红外线通信系统中存在严重的多径干扰。互补序列键控(CSK)作为一种新的调制方式,采用二进制互补对(BCP)作为扩频序列。由于互补对具有完美的自相关特性,采用CSK的红外线系统能显著降低多径色散引入的多径干扰。然而,CSK在使用互补对时没有最大程度的利用其完美自相关特性,从而使系统的多径干扰无法完全消除。而且,CSK中BCP的选择过程极其复杂,限制了它的使用。通过对传统的CSK加以改进,互补对中的两个序列通过两个不同频率的子载波传送,从而达到完全消除多径干扰的效果,提高了系统的性能,改进型CSK中BCP的选择过程非常简单,避免了传统CSK中选择所涉及的庞大计算量,理论分析和仿真都验证了本文结论。     

基于ZCZ训练序列的MIMO-DDST联合信道与直流偏移估计

在通信系统中,信道估计的准确与否直接影响到接收端符号的检测性能,对MIMO系统更是如此。本文首先介绍隐含序列的信道估计方法,并分析此类方法存在的问题,包括信道估计性能受发送端符号数据的影响以及受未知直流偏移影响。然后,重点研究基于ZCZ(Zero Correlation Zone)训练序列的DDST(Data-De-pendent Superimposed Training)方案,此方案可以实现多天线系统的多径信道和直流偏移联合估计。最后,给出理论分析和仿真结果,二者均表明平衡ZCZ训练序列不但能分离直流偏移估计和信道估计,而且能使二者的估计均方差性能同时达到最优。