CN102761502A - 一种ofdm系统信道估计方法 - Google Patents
一种ofdm系统信道估计方法 Download PDFInfo
- Publication number
- CN102761502A CN102761502A CN2011101113770A CN201110111377A CN102761502A CN 102761502 A CN102761502 A CN 102761502A CN 2011101113770 A CN2011101113770 A CN 2011101113770A CN 201110111377 A CN201110111377 A CN 201110111377A CN 102761502 A CN102761502 A CN 102761502A
- Authority
- CN
- China
- Prior art keywords
- matrix
- section
- channel information
- hankel matrix
- new
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种OFDM系统信道估计方法,生成每子段的Hankel矩阵,对每子段的Hankel矩阵进行SVD,在每子段的Hankel矩阵对应的奇异值对角阵中,保留主对角元素的前一位或前多位,形成每子段的Hankel矩阵对应的新奇异值对角阵,再根据新奇异值对角阵生成每子段的新Hankel矩阵,根据新Hankel矩阵提取每子段的估计信道信息,最后将每子段的估计信道信息组合为完整的估计信道信息。采用本发明公开的方法能够提高信道估计的准确性。
Description
技术领域
本发明涉及无线通讯领域,特别涉及一种OFDM系统信道估计方法。
背景技术
信道估计是正交频分复用(OFDM)系统的重要组成部分,信道估计的准确性直接影响整个系统的性能。在现有技术中,基于导频图样的信道估计方法大致有两种:一种为基于离散傅立叶变换(DFT)的时域去噪信道估计方法,一种为基于维纳滤波器的线性最小均方误差(LMMSE)方法。下面对上述两种方法进行详细介绍。
图1为现有技术中基于DFT的时域去噪信道估计方法的流程图,如图1所示,该方法包括以下步骤:
步骤101,接收机接收导频位置的导频信号,通过最小均方(LS)估计得到包含信道信息和噪声的信道信号。
步骤102,通过逆离散傅立叶变换(IDFT)将步骤101中包含信道信息和噪声的信道信号反变换为时域信号。
步骤103,对步骤102中的时域信号进行时域去噪。
其中,时域去噪的方法可以为:根据计算的循环前缀(CP)得到噪声区间,然后将噪声区间信号置0,从而去除了噪声;或者,采用信道拟合方法去除噪声。
步骤104,通过DFT将步骤103中去噪后的时域信号变换为频域信号。
由于上述步骤103进行了时域去噪,因此,可以视为步骤104中的频域信号仅包括信道信息,步骤104中的频域信号即为估计信道信息。
后续还可能包括通过插值得到时域信号的步骤,由于后续步骤与本发明无关,故不再进行详细介绍。
至此,本流程结束。
图2为现有技术中基于维纳滤波器的LMMSE方法的流程图,如图2所示,该方法包括以下步骤:
步骤201,接收机接收导频位置的导频信号,通过LS估计得到包含信道信息和噪声的信道信号。
本步骤与上述步骤101相同。
步骤202,根据维纳定理,生成维纳滤波器系数。
根据维纳定理生成的维纳滤波器系数其中,Rhh为所求子载波上的信道和导频子载波上的信道的相关矩阵,R* hh为导频子载波上的信道的相关矩阵,δN为噪声,XXH为发送导频信号的相关矩阵,()H表示共轭运算。
步骤203,计算步骤201中包含信道信息和噪声的信道信号与步骤202中维纳滤波器系数的乘积,所得的乘积即为仅包括信道信息的频域信号。
后续还可能包括通过插值得到时域信号的步骤,由于后续步骤与本发明无关,故不再进行详细介绍。
至此,本流程结束。
但是,上述两种信道估计方法均存在缺陷,具体分析如下:
在基于DFT的时域去噪信道估计方法中,由于OFDM系统中一般存在虚子载波以及信道多径时延,经过IDFT反变换到时域的信道冲击响应(CIR)会存在能量泄漏,使得多径的能量集中性遭到一定的破坏,因此再去除噪声区间内的噪声时,不可避免地会丢失部分信道冲激泄漏能量,从而导致变换回频域的信道响应估计值会出现抖动。而且当接收导频信号时,在符号同步不理想的情况下,信道时域的响应会有一定的偏移,信道主径能量有可能落在噪声区间内,消噪时会去掉信道大部分信息,造成估计偏差很大。可见,这种信道估计方法的准确性并不高。
在基于维纳滤波器的LMMSE方法中,生成维纳滤波器系数的过程中,当计算Rhh和R* hh时,需要预先获取当前信道的多径时延,当计算时,需要预先估计信噪比值,但是由于实际环境下信道的时变性,很难准确地得到当前信道的上述统计信息,因此,影响了这种信道估计方法的准确性。在实际应用中,即使用大量仿真得到的滤波器系数表,在实际环境中的鲁棒性也很差。
综上,根据上述分析,现有技术中这两种信道估计方法的准确性并不高。
发明内容
有鉴于此,本发明提供一种OFDM系统信道估计方法,能够提高信道估计的准确性。
为实现上述发明目的,本发明的技术方案是这样实现的:
一种OFDM系统信道估计方法,该方法包括:
对接收的导频信号进行最小均方LS估计,得到包含信道信息和噪声的信道信号;
将信道信号平均分为多个子段,并分别根据每子段的信道信号生成每子段的Hankel矩阵,其中,第i子段的Hankel矩阵为Ai;
在每子段的Hankel矩阵对应的奇异值对角阵中,保留主对角元素的前一位或前多位,形成每子段的Hankel矩阵对应的新奇异值对角阵,其中,Ai对应的新奇异值对角阵为∑′i;
根据每子段的新Hankel矩阵,提取每子段的估计信道信息,并按照分段顺序将每子段的估计信道信息组合为完整的估计信道信息。
当接收的导频信号非连续,该方法进一步包括:得到包含信道信息和噪声的信道信号后,对该信道信号在频域上做线性插值。
所述Hankel矩阵为方阵或近似方阵。
所述形成每子段的Hankel矩阵对应的新奇异值对角阵的方法为:保留∑i主对角元素的前一位或前多位之后,进一步将∑i剩余的主对角元素置0,∑i的其他元素保持不变。
所述形成每子段的Hankel矩阵对应的新奇异值对角阵的方法为:保留∑i的主对角元素的前一位作为∑′i的主对角元素的第一位之后,进一步计算∑i的主对角元素中除第一位和第二为以外的平均值,然后计算∑i的主对角元素的第二位与所述平均值的差,将所述差值作为∑′i的主对角元素的第二位,∑′i的主对角元素中除第一位和第二位都取0,∑i的其他元素保持不变。
所述提取每子段的估计信道信息的方法为:提取第i子段的新Hankel矩阵中最左边一列的元素和最下边一行的元素,将提取出的元素作为第i子段的估计信道信息;或者,提取第i子段的新Hankel矩阵中最上边一行的元素和最右边一列的元素,将提取出的元素作为第i子段的估计信道信息。
所述提取每子段的估计信道信息的方法为:依次计算第i子段的新Hankel矩阵中每一条从右上至左下的对角线上的元素的平均值,将平均值作为第i子段的估计信道信息。
根据本发明所提供的技术方案,生成每子段的Hankel矩阵,对每子段的Hankel矩阵进行SVD,在每子段的Hankel矩阵对应的奇异值对角阵中,保留主对角元素的前一位或前多位,形成每子段的Hankel矩阵对应的新奇异值对角阵,再根据新奇异值对角阵生成每子段的新Hankel矩阵,根据新Hankel矩阵提取每子段的估计信道信息,最后将每子段的估计信道信息组合为完整的估计信道信息。可见,本发明不需要在时域进行处理,因此与符号同步偏差和信道能量泄露无关,避免了基于DFT的时域去噪信道估计方法的缺点。同时,本发明不需要估计信道的诸如多径时延的统计信息,因此,避免了基于维纳滤波器的LMMSE方法的缺点。综上,本发明克服了基于DFT的时域去噪信道估计方法和基于维纳滤波器的LMMSE方法的缺点,能够提高信道估计的准确性。
而且,本发明在实际环境中的鲁棒性较强。从实际仿真结果看,本发明的性能和LMMSE性能接近。
附图说明
图1为现有技术中基于DFT的时域去噪信道估计方法的流程图。
图2为现有技术中基于维纳滤波器的LMMSE方法的流程图。
图3为本发明所提供的一种OFDM系统信道估计方法的实施例的流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明所述方案作进一步地详细说明。
图3为本发明所提供的一种OFDM系统信道估计方法的实施例的流程图。如图3所示,该方法包括以下步骤:
步骤301,对接收的导频信号进行LS估计,得到包含信道信息和噪声的信道信号。
本步骤与现有技术中步骤101和步骤201相同,接收机接收导频位置的导频信号后,通过LS估计得到包含信道信息和噪声的信道信号HLS。
其中,接收导频信号以及LS估计的方法为现有技术中的内容,可参考现有技术的相应内容,此处不予赘述。
进一步地,如果接收的导频信号是连续的,则进行LS估计后得到包含信道信息和噪声的信道信号后不作处理,如果接收的导频信号是非连续的,则进行LS估计后得到包含信道信息和噪声的信道信号后,对该信道信号在频域上做线性插值,以得到连续的信号。其中,线性插值的方法可参考现有技术中的方法。
步骤302,将信道信号平均分为多个子段,并分别根据每子段的信道信号生成每子段的Hankel矩阵。
本发明对所分成的子段的个数不进行限定,在一般情况下,当子段的个数越多,则Hankel矩阵的阶数越小,后续奇异值分解(SVD)的计算复杂度越小,但是去噪能力越差;反之,当子段的个数越少,则Hankel矩阵的阶数越大,后续奇异值特征分解(SVD)的计算复杂度越大,但是去噪能力越好。然而,严格地说,并非随着Hankel矩阵的阶数的增大,去噪能力会持续提升,在实际仿真过程中,我们发现,如果Hankel矩阵的阶数达到某一数值后继续增大,去噪能力几乎不再随着阶数的增大而继续提升。
在实际应用中,可以综合考虑计算复杂度和去噪能力,以确定所分成的子段的个数。例如,当更侧重提高去噪能力时,可以将子段的个数设置得小一些,当更侧重降低计算复杂度时,可以将子段的个数设置得大一些。
另外,同一子段长的信道信号可以组成不同阶数的Hankel矩阵,经过实际应用中的仿真实验,应尽量保证生成的Hankel矩阵为行数和列数相等的方阵或行数和列数近似相等的近似方阵,这样能够获得更好的去噪能力。
本步骤中根据每子段的信道信号生成每子段的Hankel矩阵的方法为现有技术的内容,以及Hankel矩阵的特性也为现有技术中内容,可参考现有技术中的相应介绍,此处不再详细介绍。
下面,通过一个例子对本步骤举例说明。
假设步骤301中的信道信号HLS是一个1×48的向量。综合考虑计算复杂度和去噪能力,将HLS分成2个子段,则每个子段是一个1×24的向量。
以第1子段为例,用HLS 1表示第1子段的信道信号,假设HLS 1为:
[1.9569+3.2629i
0.0706+3.8459i
0.4280+3.6678i
1.5642+3.9762i
1.9848+3.8873i
3.8965+2.1563i
1.7736+2.6652i
1.3556+2.3990i
2.5713+2.0743i
2.8439+3.2554i
2.4562+3.2622i
2.6575+2.8223i
1.2744+2.2457i
3.5423+2.4164i
1.7753+2.6331i
1.7264+0.1580i
2.3261+2.2184i
3.5632+2.7077i
2.2996+1.9239i
3.6745+2.4593i
3.6553+1.6998i
4.1355+1.9450i
4.8475+2.5324i
3.0080+2.1589i]。
上述为HLS 1为1×24(1行×24列)的向量,为了后续方便描述,对每一列依次进行编号,则HLS 1可以表示为[123...2324],其中,编号1代表1.9569+3.2629i,编号2代表0.0706+3.8459i...编号23代表4.8475+2.5324i,编号24代表3.0080+2.1589i]。
根据HLS 1生成第1子段的Hankel矩阵A1:
需要说明的是,为了方便描述,上述A1也为编号的表达方式,可对应于每个编号所代表的具体数值,得到对应于HLS 1的A1。
上述A1矩阵为一个12×13的矩阵,在实际应用中,也可以构造不同行列数的Hankel矩阵。
对于第2子段的信道信号HLS 2,也是按照上述类似的处理过程生成第2子段的Hankel矩阵A2。
步骤303,对每子段的Hankel矩阵进行SVD。
本步骤中SVD的方法为现有矩阵论中的常见内容,详细方法可参照现有矩阵论的相应说明,此处仅进行简单介绍。对第i子段的Hankel矩阵Ai进行SVD的方法为:其中,Ui为Ai对应的左奇异酉矩阵,∑i为Ai对应的奇异值对角阵,Vi为Ai对应的右奇异酉矩阵,()H表示共轭运算,i为表示子段编号的变量,i大于等于1且小于等于子段个数的总和。
其中,需要说明的是,∑i为对角阵结构,也就是说,在∑i中,主对角元素(从矩阵的最左上方至最右下方的主对角线上的元素)是依次从大至小排列的特征值,而矩阵的其他元素均为0。
步骤304,在每子段的Hankel矩阵对应的奇异值对角阵中,保留主对角元素的前一位或前多位,形成每子段的Hankel矩阵对应的新奇异值对角阵。
将Ai对应的新奇异值对角阵记作∑′i,在本步骤中,形成∑′i的方法有很多种,下面仅对几种方法举例说明。
可以视为∑i的主对角元素中前一位或前多位的较大特征值表征的是信道信息,剩余的主对角元素表征的是噪声,因此,可以保留主对角元素的前一位或前多位,将剩余的主对角元素置0,∑i的其他元素保持不变(还是0),以此形成∑′i,这样,还原信号的时候就能去除掉大部分的噪声。
例如,假设∑1的主对角元素为[44.3266 5.8095 5.5003 5.01304.5021 4.1789 3.9001 3.2566 2.9176 2.7597 2.0322 1.2959],可以保留主对角元素的前一位,剩余的主对角元素置0,则∑′1的主对角元素为[44.3266 0 0 0 0 0 0 0 0 0 0 0]。
还可以视为∑i的主对角元素中第一位的特征值表征的是信道信息,第二位的特征值表征的是信道信息和噪声,剩余的主对角元素表征的是噪声,因此,可以将∑i的主对角元素的第一位作为∑′i的主对角元素的第一位,接着计算∑i的主对角元素中除第一位和第二为以外的平均值,所计算的平均值视为第二位中的噪声,然后计算∑i的主对角元素的第二位与所述平均值的差,差值为第二位中的信道信息,将差值作为∑′i的主对角元素的第二位,然后∑′i的主对角元素中除第一位和第二位都取0,∑i的其他元素保持不变(还是0),以此形成∑′i,这样,还原信号的时候就能去除掉大部分的噪声。
例如,假设∑1的主对角元素为[44.3266 5.8095 5.5003 5.01304.5021 4.1789 3.9001 3.2566 2.9176 2.7597 2.0322 1.2959],第一位很大,表征的是信道,因此进行保留,第二位里认为信道信息和噪声之和,首先把第三位往后的元素做平均,认为这个平均值可以近似为第二位里的噪声,这样最后的结果是保留第一位,第二位减去里面的噪声,第三个值往后都为0,则∑′1的主对角元素为[44.3266 2.2738 0 0 0 0 0 0 0 00 0]。
上述两种方法仅为举例说明,本领域技术人员可根据基于上述主对角元素的处理原理进行对上述举例进行相应的修改,以形成新的实施例。
步骤305,根据每子段的Hankel矩阵对应的新奇异值对角阵,生成每子段的新Hankel矩阵。
步骤306,根据每子段的新Hankel矩阵,提取每子段的估计信道信息,并按照分段顺序将每子段的估计信道信息组合为完整的估计信道信息。
提取每子段的估计信道信息的方法可以为以下两种。
根据Hankel矩阵的结构特点,Hankel矩阵中最左边一列的元素和最下边一行的元素组成的向量为生成Hankel矩阵的向量,或者,Hankel矩阵中最上边一行的元素和最右边一列的元素组成的向量为生成Hankel矩阵的向量,步骤302中的HLS 1以及A1也证实了一点,Hankel矩阵中最左边一列的元素和最下边一行的元素为编号1至24,Hankel矩阵中最上边一行的元素和最右边一列的元素位编号1至24。因此,基于上述分析,本步骤中提取每子段的估计信道信息的方法为:提取该子段的新Hankel矩阵中最左边一列的元素和最下边一行的元素,将提取出的元素作为该子段的估计信道信息;或者,提取该子段的新Hankel矩阵中最上边一行的元素和最右边一列的元素,将提取出的元素作为该子段的估计信道信息。
另外,从矩阵的最左上方至最右下方的对角线为主对角线,根据Hankel矩阵的结构特点,相同编号的元素对称分布在主对角线两侧,例如,参考步骤302中的HLS 1以及A1,编号为2的元素对称分布在主对角线两侧,编号为3的元素对称分布在主对角线两侧...编号为23的元素对称分布在主对角线两侧,因此,可以依次将相同编号上的元素进行平均,得到估计信道信息,达到平滑噪声的效果,例如,计算所有编号为2的元素的平均值,作为该子段估计信道信息的第2位...计算所有编号为23的元素的平均值,作为该子段估计信道信息的第23位。鉴于上述分析,本步骤中提取每子段的估计信道信息的方法为:依次计算该子段的新Hankel矩阵中每一条从右上至左下的对角线上的元素的平均值,将平均值作为该子段的估计信道信息。
需要说明的是,本步骤中按照分段顺序组合为完整的估计信道信息的含义为:假设步骤302中将信道信号分成的子段依次为:第1子段、第2子段、第3子段,根据第1子段的新Hankel矩阵提取的估计信道信息如果为ab,根据第2子段的新Hankel矩阵提取的估计信道信息如果为cd,根据第3子段的新Hankel矩阵提取的估计信道信息如果为ef,则完整的估计信道信息为abcdef。
后续还可能包括通过插值得到时域信号的步骤,由于后续步骤与本发明无关,故不再进行详细介绍。
在本实施例中,由于信道信息和噪声可视为近似不相关,因此,前几个较大的特征值主要反映信道,后面较小的特征值则主要反映噪声,保留反映信道信息的特征值,将反映噪声的特征值置0,然后进行重新复原信号,就可以去除信道里的噪声,得到估计信号。
至此,本流程结束。
在本发明中,生成每子段的Hankel矩阵,对每子段的Hankel矩阵进行SVD,在每子段的Hankel矩阵对应的奇异值对角阵中,保留主对角元素的前一位或前多位,形成每子段的Hankel矩阵对应的新奇异值对角阵,再根据新奇异值对角阵生成每子段的新Hankel矩阵,根据新Hankel矩阵提取每子段的估计信道信息,最后将每子段的估计信道信息组合为完整的估计信道信息。可见,本发明不需要在时域进行处理,因此与符号同步偏差和信道能量泄露无关,避免了基于DFT的时域去噪信道估计方法的缺点。同时,本发明不需要估计信道的诸如多径时延的统计信息,因此,避免了基于维纳滤波器的LMMSE方法的缺点。综上,本发明克服了基于DFT的时域去噪信道估计方法和基于维纳滤波器的LMMSE方法的缺点,能够提高信道估计的准确性。
而且,本发明在实际环境中的鲁棒性较强。从实际仿真结果看,本发明的性能和LMMSE性能接近。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种OFDM系统信道估计方法,其特征在于,该方法包括:
对接收的导频信号进行最小均方LS估计,得到包含信道信息和噪声的信道信号;
将信道信号平均分为多个子段,并分别根据每子段的信道信号生成每子段的Hankel矩阵,其中,第i子段的Hankel矩阵为Ai;
对每子段的Hankel矩阵进行奇异值分解SVD:其中,Ui为Ai对应的左奇异酉矩阵,∑i为Ai对应的奇异值对角阵,Vi为Ai对应的右奇异酉矩阵;
在每子段的Hankel矩阵对应的奇异值对角阵中,保留主对角元素的前一位或前多位,形成每子段的Hankel矩阵对应的新奇异值对角阵,其中,Ai对应的新奇异值对角阵为∑′i;
根据每子段的新Hankel矩阵,提取每子段的估计信道信息,并按照分段顺序将每子段的估计信道信息组合为完整的估计信道信息。
2.根据权利要求1所述的方法,其特征在于,当接收的导频信号非连续,该方法进一步包括:得到包含信道信息和噪声的信道信号后,对该信道信号在频域上做线性插值。
3.根据权利要求1所述的方法,其特征在于,所述Hankel矩阵为方阵或近似方阵。
4.根据权利要求1所述的方法,其特征在于,所述形成每子段的Hankel矩阵对应的新奇异值对角阵的方法为:保留∑i主对角元素的前一位或前多位之后,进一步将∑i剩余的主对角元素置0,∑i的其他元素保持不变。
5.根据权利要求1所述的方法,其特征在于,所述形成每子段的Hankel矩阵对应的新奇异值对角阵的方法为:保留∑i的主对角元素的前一位作为∑′i的主对角元素的第一位之后,进一步计算∑i的主对角元素中除第一位和第二为以外的平均值,然后计算∑i的主对角元素的第二位与所述平均值的差,将所述差值作为∑′i的主对角元素的第二位,∑′i的主对角元素中除第一位和第二位都取0,∑i的其他元素保持不变。
6.根据权利要求1所述的方法,其特征在于,所述提取每子段的估计信道信息的方法为:提取第i子段的新Hankel矩阵中最左边一列的元素和最下边一行的元素,将提取出的元素作为第i子段的估计信道信息;或者,提取第i子段的新Hankel矩阵中最上边一行的元素和最右边一列的元素,将提取出的元素作为第i子段的估计信道信息。
7.根据权利要求1所述的方法,其特征在于,所述提取每子段的估计信道信息的方法为:依次计算第i子段的新Hankel矩阵中每一条从右上至左下的对角线上的元素的平均值,将平均值作为第i子段的估计信道信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110111377.0A CN102761502B (zh) | 2011-04-29 | 2011-04-29 | 一种ofdm系统信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110111377.0A CN102761502B (zh) | 2011-04-29 | 2011-04-29 | 一种ofdm系统信道估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102761502A true CN102761502A (zh) | 2012-10-31 |
CN102761502B CN102761502B (zh) | 2015-02-11 |
Family
ID=47055828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110111377.0A Expired - Fee Related CN102761502B (zh) | 2011-04-29 | 2011-04-29 | 一种ofdm系统信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102761502B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103428127A (zh) * | 2013-09-05 | 2013-12-04 | 电子科技大学 | 一种基于svd分解算法的ccfd系统自干扰信道估计方法和装置 |
CN104836760A (zh) * | 2015-05-28 | 2015-08-12 | 北京国电通网络技术有限公司 | 一种信道估计方法及装置 |
CN105024953A (zh) * | 2014-04-29 | 2015-11-04 | 普天信息技术有限公司 | 信道系数估计方法 |
CN108833311A (zh) * | 2018-05-22 | 2018-11-16 | 杭州电子科技大学 | 联合时域聚类去噪与均衡判决的变换域二次估计方法 |
CN109063190A (zh) * | 2018-08-29 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 用于处理数据序列的方法和装置 |
CN113364500A (zh) * | 2021-06-03 | 2021-09-07 | 杭州电子科技大学 | 一种混合Massive MIMO上行信道估计方法 |
CN115804043A (zh) * | 2020-06-05 | 2023-03-14 | 高通股份有限公司 | 利用不相交带宽分段的定位 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101945060A (zh) * | 2010-09-03 | 2011-01-12 | 电子科技大学 | 一种3gpp lte下行系统中基于导频信号的信道估计方法 |
-
2011
- 2011-04-29 CN CN201110111377.0A patent/CN102761502B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101945060A (zh) * | 2010-09-03 | 2011-01-12 | 电子科技大学 | 一种3gpp lte下行系统中基于导频信号的信道估计方法 |
Non-Patent Citations (2)
Title |
---|
MARAVIC´、MARTIN VETTERLI: "Sampling and Reconstruction of Signals With Finite Rate of Innovation in the Presence of Noise", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 * |
何修富: "OFDM 信道盲估计方法研究", 《中国博士学位论文全文数据库》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103428127A (zh) * | 2013-09-05 | 2013-12-04 | 电子科技大学 | 一种基于svd分解算法的ccfd系统自干扰信道估计方法和装置 |
CN105024953A (zh) * | 2014-04-29 | 2015-11-04 | 普天信息技术有限公司 | 信道系数估计方法 |
CN105024953B (zh) * | 2014-04-29 | 2018-12-18 | 普天信息技术有限公司 | 信道系数估计方法 |
CN104836760A (zh) * | 2015-05-28 | 2015-08-12 | 北京国电通网络技术有限公司 | 一种信道估计方法及装置 |
CN108833311A (zh) * | 2018-05-22 | 2018-11-16 | 杭州电子科技大学 | 联合时域聚类去噪与均衡判决的变换域二次估计方法 |
CN108833311B (zh) * | 2018-05-22 | 2021-08-20 | 杭州电子科技大学 | 联合时域聚类去噪与均衡判决的变换域二次估计方法 |
CN109063190A (zh) * | 2018-08-29 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 用于处理数据序列的方法和装置 |
CN115804043A (zh) * | 2020-06-05 | 2023-03-14 | 高通股份有限公司 | 利用不相交带宽分段的定位 |
CN113364500A (zh) * | 2021-06-03 | 2021-09-07 | 杭州电子科技大学 | 一种混合Massive MIMO上行信道估计方法 |
CN113364500B (zh) * | 2021-06-03 | 2022-05-13 | 杭州电子科技大学 | 一种混合Massive MIMO上行信道估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102761502B (zh) | 2015-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102761502A (zh) | 一种ofdm系统信道估计方法 | |
CN102387115B (zh) | 一种ofdm导频方案设计及信道估计方法 | |
CN102244624B (zh) | 基于正交匹配追踪的稀疏信道估计方法 | |
CN101378380B (zh) | 估计载波间干扰的方法和载波间干扰消除均衡器 | |
CN103731380B (zh) | 一种基于压缩感知的时频联合信道估计的方法及装置 | |
CN101155157B (zh) | 基于变换域的信道估计结果处理方法与装置和接收机 | |
CN104410590A (zh) | 一种基于压缩感知的短波ofdm抑制干扰联合信道估计方法 | |
CN103107969A (zh) | 一种快变ofdm系统的渐进迭代时变信道估计和ici消除方法 | |
CN102821071A (zh) | Ofdm系统的信道和噪声方差联合估计方法 | |
CN102202029A (zh) | 正交频分复用系统中的信道估计方法及装置 | |
Abdelgader et al. | On channel estimation in vehicular networks | |
CN100479444C (zh) | 电力线通信系统中块状方式的信道估计方法 | |
CN101848183B (zh) | 多入多出正交频分复用系统中信道估计方法及装置 | |
CN101404518A (zh) | 一种用于无线通信系统的频偏估计方法及装置 | |
CN102075220B (zh) | 一种基于时域降噪的信道估计装置及方法 | |
KR101139912B1 (ko) | Dwt를 이용한 적응형 채널 추정장치 | |
Argenti et al. | Time‐frequency MSE analysis of linear channel estimation methods for the LTE downlink | |
CN114244675A (zh) | 一种基于深度学习的mimo-ofdm系统信道估计方法 | |
Goljahani et al. | Superimposed sequence versus pilot aided channel estimations for next generation DVB-T systems | |
Choi et al. | Low-complexity 2D LMMSE channel estimation for OFDM systems | |
CN106534028A (zh) | 基于压缩感知的ofdm信道跟踪方法 | |
CN105634706A (zh) | 一种CoMP系统中导频图案设计和检测方法 | |
CN102217222B (zh) | 信号处理方法及装置 | |
Li et al. | An improved DFT-based channel estimation method for OFDM system | |
CN103973603A (zh) | 一种信道估计方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150211 Termination date: 20210429 |