CN107026811B - 基于最小均方误差均衡的混合载波阶数选择方法 - Google Patents
基于最小均方误差均衡的混合载波阶数选择方法 Download PDFInfo
- Publication number
- CN107026811B CN107026811B CN201710317611.2A CN201710317611A CN107026811B CN 107026811 B CN107026811 B CN 107026811B CN 201710317611 A CN201710317611 A CN 201710317611A CN 107026811 B CN107026811 B CN 107026811B
- Authority
- CN
- China
- Prior art keywords
- matrix
- mean
- power
- signal
- data block
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
- H04L27/2691—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation involving interference determination or cancellation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/0848—Joint weighting
- H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0256—Channel estimation using minimum mean square error criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/01—Equalisers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2626—Arrangements specific to the transmitter only
- H04L27/2627—Modulators
- H04L27/2628—Inverse Fourier transform modulators, e.g. inverse fast Fourier transform [IFFT] or inverse discrete Fourier transform [IDFT] modulators
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
基于最小均方误差均衡的混合载波阶数选择方法,解决混合载波系统由于变换阶数难以选择,而导致系统误码性能高的问题。本发明采用信道估计方法获得信道的信道状态信息;根据接收到的信号计算有用信号和噪声的平均功率;根据获得的信道状态信息、有用信号功率和噪声功率计算每比特信号所受干扰的功率;改变变换阶数,同时利用最小均方误差均衡公式和信道状态信息计算每一变换阶数下干扰功率分布的方差;比较所有计算出的方差,其中最小值所对应的变换阶数,即为所要选择的最优变换阶数。本发明主要用于载波阶数选择。
Description
技术领域
本发明属于无线通信领域。
背景技术
随着科技的进步,移动通信的信道环境变得越来越复杂,在时域与频域同时衰落的时频双选信道下,传统的单载波体制系统和多载波体制系统都难以获得很好的性能,而基于加权分数傅里叶变换的混合载波体制系统却能够在这种恶劣的信道下获得相对较好的效果。对于混合载波体制系统,其误码性能的好坏主要取决于变换阶数的选择,因而亟需一种变换阶数的选择方法来选择最优的变换阶数,进一步提升系统性能。
发明内容
本发明是为了解决混合载波系统由于变换阶数难以选择,而导致系统误码性能高的问题,本发明提供了一种基于最小均方误差均衡的混合载波阶数选择方法。
基于最小均方误差均衡的混合载波阶数选择方法,该方法包括如下步骤:
步骤一、采用接收天线接收当前数据块信号y(i),并对当前数据块信号y(i)处理,获得当前数据块信号的平均功率
其中,N为数据块信号的长度,且N为正整数,y(i)*表示y(i)的共轭,
步骤二、根据噪声功率谱密度n0和系统带宽B,计算噪声功率pz=n0B,其中,n0=-174dbm/Hz;
步骤三、根据步骤一得到的当前数据块信号的平均功率py和步骤二中得到的噪声功率pz,计算有用信号平均功率ps,其中,ps=py-pz;
步骤四、根据当前数据块信号y(i)中的导频序列,估计出信道状态信息Htl;
步骤五、采用MMSE均衡方法对信道状态信息Htl进行处理,获得均衡矩阵G;
步骤六、判断当前混合载波阶数α的值是否大于4,若结果为是,执行步骤十一;若结果为否,执行步骤七,混合载波阶数α的初始值为0;
步骤七、根据加权分数傅里叶变换矩阵Fα、信道状态信息Htl和均衡矩阵G计算信号残余干扰分布矩阵
步骤八、根据加权分数傅里叶变换矩阵Fα和均衡矩阵G计算噪声干扰分布矩阵
步骤九、根据有用信号平均功率ps、噪声功率pz、信号残余干扰分布矩阵和噪声干扰分布矩阵计算当前数据块信号y(i)中每比特所受到的干扰功率uα(n);n=0,1,…N-1;
步骤十、通过干扰功率uα(n)计算当前数据块信号y(i)中每比特所受干扰功率的方差V(α)=var(uα(n)),其中,α=α+0.1,执行步骤六;
步骤十一:在获得的所有方差V(α)中挑选出最小值,该方差V(α)的最小值所对应的混合载波阶数α为最优阶数,且该最优阶数α作为下一个数据块信号的调制阶数,从而完成最优阶数α的选择。
步骤四中所述的信道状态信息Htl的增益矩阵表达式为:
其中,hn,l表示时变信道第l个抽头在第n个采样时刻的信道增益系数,n∈[0,N-1],l∈[0,L-1]。
步骤五中,所述的采用MMSE均衡方法对信道状态信息Htl进行处理,获得均衡矩阵G的具体过程,采用如下公式二实现:
其中,I表示单位矩阵,表示Htl的共轭转置。
步骤七中,所述的根据加权分数傅里叶变换矩阵Fα、信道状态信息Htl和均衡矩阵G计算信号残余干扰分布矩阵的具体过程,采用如下公式三实现:
其中,I表示单位矩阵。
步骤八中,所述的根据加权分数傅里叶变换矩阵Fα和均衡矩阵G计算噪声干扰分布矩阵的具体过程,采用如下公式四实现:
步骤九中,所述的根据有用信号平均功率ps、噪声功率pz、信号残余干扰分布矩阵和噪声干扰分布矩阵计算当前数据块信号y(i)中每比特所受到的干扰功率uα(n)的具体过程,采用如下公式五实现:
原理说明:采用信道估计方法获得信道的信道状态信息;根据接收到的信号计算有用信号和噪声的平均功率;根据获得的信道状态信息、有用信号功率和噪声功率计算每比特信号所受干扰的功率;改变变换阶数,同时利用最小均方误差均衡公式和信道状态信息计算每一变换阶数下干扰功率分布的方差;比较所有计算出的方差,其中最小值所对应的变换阶数,即为所要选择的最优变换阶数。
本发明带来的有益效果是,本发明通过联合考虑信道状态信息和变换阶数对干扰功率分布的影响,为基于最小均方误差均衡的混合载波系统提供了一种变换阶数选择方法,通过该方法,可以为混合载波系统选择出最优的变换阶数,进一步优化系统性能。
具体实施方式
具体实施方式一:本实施方式所述的基于最小均方误差均衡的混合载波阶数选择方法,该方法包括如下步骤:
步骤一、采用接收天线接收当前数据块信号y(i),并对当前数据块信号y(i)处理,获得当前数据块信号的平均功率
其中,N为数据块信号的长度,且N为正整数,y(i)*表示y(i)的共轭,i为变量;
步骤二、根据噪声功率谱密度n0和系统带宽B,计算噪声功率pz=n0B,其中,n0=-174dbm/Hz;
步骤三、根据步骤一得到的当前数据块信号的平均功率py和步骤二中得到的噪声功率pz,计算有用信号平均功率ps,其中,ps=py-pz;
步骤四、根据当前数据块信号y(i)中的导频序列,估计出信道状态信息Htl;
步骤五、采用MMSE均衡方法对信道状态信息Htl进行处理,获得均衡矩阵G;
步骤六、判断当前混合载波阶数α的值是否大于4,若结果为是,执行步骤十一;若结果为否,执行步骤七,混合载波阶数α的初始值为0;
步骤七、根据加权分数傅里叶变换矩阵Fα、信道状态信息Htl和均衡矩阵G计算信号残余干扰分布矩阵
步骤八、根据加权分数傅里叶变换矩阵Fα和均衡矩阵G计算噪声干扰分布矩阵
步骤九、根据有用信号平均功率ps、噪声功率pz、信号残余干扰分布矩阵和噪声干扰分布矩阵计算当前数据块信号y(i)中每比特所受到的干扰功率uα(n);n=0,1,…N-1;
步骤十、通过干扰功率uα(n)计算当前数据块信号y(i)中每比特所受干扰功率的方差V(α)=var(uα(n)),其中,α=α+0.1,执行步骤六;
步骤十一:在获得的所有方差V(α)中挑选出最小值,该方差V(α)的最小值所对应的混合载波阶数α为最优阶数,且该最优阶数α作为下一个数据块信号的调制阶数,从而完成最优阶数α的选择。
本实施方式中,本发明主要在接收端对所接收的当前数据块信号进行最优阶数提取,且提取完成后可通过回传链路传给发送端,该最优阶数作为发送端发送给接收端的下一数据块的调制阶数,也即最优阶数作为接收端所接收的下一数据块的调制阶数。
在接收端接收信号之前,发送端对所要发送的信号进行处理:
步骤一一,将待发送信号进行调制,并分成长度为N的数据块;N为正整数;
步骤一二,长度为N的数据块进行-α阶加权分数傅里叶变换获得调制后的信号;
其中,α阶的加权分数傅里叶变换的矩阵表示形式如下:
Fα=w0(α)I+w1(α)F+w2(α)PI+w3(α)PF (公式六),
式中:{w0(α),w1(α),w2(α),w3(α)}为加权系数,具体表达式为:
I为单位阵,F为离散傅里叶变换矩阵,F归一化表达式为:
其中:q=e-j2π/N,P为置换矩阵,P的具体形式为:
步骤一三,对调制后的信号添加长度为L的循环前缀,再插入导频序列,并送入信道进行传输,发至接收端。
具体实施方式二:本实施方式与具体实施方式一所述的基于最小均方误差均衡的混合载波阶数选择方法的区别在于,步骤四中所述的信道状态信息Htl的增益矩阵表达式为:
其中,hn,l表示时变信道第l个抽头在第n个采样时刻的信道增益系数,n∈[0,N-1],l∈[0,L-1]。
具体实施方式三:本实施方式与具体实施方式一所述的基于最小均方误差均衡的混合载波阶数选择方法的区别在于,步骤五中,所述的采用MMSE均衡方法对信道状态信息Htl进行处理,获得均衡矩阵G的具体过程,采用如下公式二实现:
其中,I表示单位矩阵,表示Htl的共轭转置。
本实施方式中,所述的MMSE(Minimum Mean Square Error,最小均方误差)均衡方法,通过这种均衡方法,可以有效抑制均衡过程中的噪声放大问题,使均衡后的信号与原始信号之间的方差达到最小。
具体实施方式四:本实施方式与具体实施方式一所述的基于最小均方误差均衡的混合载波阶数选择方法的区别在于,步骤七中,所述的根据加权分数傅里叶变换矩阵Fα、信道状态信息Htl和均衡矩阵G计算信号残余干扰分布矩阵的具体过程,采用如下公式三实现:
其中,I表示单位矩阵。
本实施方式中,经过均衡和变换后所恢复出来的信号与原始信号之间必然会存在一些失真,而这些失真可以看作是由信号间的残余干扰造成的,因而用代表恢复信号的矩阵FαGHtlF-α减去代表原始信号的矩阵I即可得到信号残余干扰分布矩阵。
具体实施方式五:本实施方式与具体实施方式一所述的基于最小均方误差均衡的混合载波阶数选择方法的区别在于,步骤八中,所述的根据加权分数傅里叶变换矩阵Fα和均衡矩阵G计算噪声干扰分布矩阵的具体过程,采用如下公式四实现:
本实施方式中,信号在通过信道时,会受到加性高斯白噪声的影响。这种噪声的功率本来是均匀分布的,但在经过均衡和变换后,其功率不再呈现均匀分布,而是变为如公式四所示的分布形式。
具体实施方式六:本实施方式与具体实施方式一所述的基于最小均方误差均衡的混合载波阶数选择方法的区别在于,步骤九中,所述的根据有用信号平均功率ps、噪声功率pz、信号残余干扰分布矩阵和噪声干扰分布矩阵计算当前数据块信号y(i)中每比特所受到的干扰功率uα(n)的具体过程,采用如下公式五实现:
本实施方式中,信号所受到的干扰由两部分组成,一部分是信号的残余干扰,另一部分是噪声干扰。对于信号残余干扰分布矩阵和噪声干扰分布矩阵其第n行的2范数分别表示了信号残余干扰和噪声干扰在信号第n比特上的分布情况。因而,只要用信号功率乘以信号残余干扰功率矩阵第n行的2范数再加上噪声功率与噪声干扰分布矩阵第n行2范数的乘积,即可获得信号第n比特上所受的干扰总功率。
Claims (6)
1.基于最小均方误差均衡的混合载波阶数选择方法,其特征在于,该方法包括如下步骤:
步骤一、采用接收天线接收当前数据块信号y(i),并对当前数据块信号y(i)处理,获得当前数据块信号的平均功率
其中,N为数据块信号的长度,且N为正整数,y(i)*表示y(i)的共轭,
步骤二、根据噪声功率谱密度n0和系统带宽B,计算噪声功率pz=n0B,其中,n0=-174dbm/Hz;
步骤三、根据步骤一得到的当前数据块信号的平均功率py和步骤二中得到的噪声功率pz,计算有用信号平均功率ps,其中,ps=py-pz;
步骤四、根据当前数据块信号y(i)中的导频序列,估计出信道状态信息Htl;
步骤五、采用MMSE均衡方法对信道状态信息Htl进行处理,获得均衡矩阵G;
步骤六、判断当前混合载波阶数α的值是否大于4,若结果为是,执行步骤十一;若结果为否,执行步骤七,混合载波阶数α的初始值为0;
步骤七、根据加权分数傅里叶变换矩阵Fα、信道状态信息Htl和均衡矩阵G计算信号残余干扰分布矩阵
步骤八、根据加权分数傅里叶变换矩阵Fα和均衡矩阵G计算噪声干扰分布矩阵步骤九、根据有用信号平均功率ps、噪声功率pz、信号残余干扰分布矩阵和噪声干扰分布矩阵计算当前数据块信号y(i)中每比特所受到的干扰功率uα(n);n=0,1,…N-1;
步骤十、通过干扰功率uα(n)计算当前数据块信号y(i)中每比特所受干扰功率的方差V(α)=var(uα(n)),其中,α=α+0.1,执行步骤六;
步骤十一:在获得的所有方差V(α)中挑选出最小值,该方差V(α)的最小值所对应的混合载波阶数α为最优阶数,且该最优阶数α作为下一个数据块信号的调制阶数,从而完成最优阶数α的选择。
2.根据权利要求1所述的基于最小均方误差均衡的混合载波阶数选择方法,其特征在于,步骤四中所述的信道状态信息Htl的增益矩阵表达式为:
其中,hn,l表示时变信道第l个抽头在第n个采样时刻的信道增益系数,n∈[0,N-1],l∈[0,L-1]。
3.根据权利要求1所述的基于最小均方误差均衡的混合载波阶数选择方法,其特征在于,步骤五中,所述的采用MMSE均衡方法对信道状态信息Htl进行处理,获得均衡矩阵G的具体过程,采用如下公式二实现:
其中,I表示单位矩阵,表示Htl的共轭转置。
4.根据权利要求1所述的基于最小均方误差均衡的混合载波阶数选择方法,其特征在于,步骤七中,所述的根据加权分数傅里叶变换矩阵Fα、信道状态信息Htl和均衡矩阵G计算信号残余干扰分布矩阵的具体过程,采用如下公式三实现:
其中,I表示单位矩阵。
5.根据权利要求1所述的基于最小均方误差均衡的混合载波阶数选择方法,其特征在于,步骤八中,所述的根据加权分数傅里叶变换矩阵Fα和均衡矩阵G计算噪声干扰分布矩阵的具体过程,采用如下公式四实现:
6.根据权利要求1所述的基于最小均方误差均衡的混合载波阶数选择方法,其特征在于,步骤九中,所述的根据有用信号平均功率ps、噪声功率pz、信号残余干扰分布矩阵和噪声干扰分布矩阵计算当前数据块信号y(i)中每比特所受到的干扰功率uα(n)的具体过程,采用如下公式五实现:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710317611.2A CN107026811B (zh) | 2017-05-08 | 2017-05-08 | 基于最小均方误差均衡的混合载波阶数选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710317611.2A CN107026811B (zh) | 2017-05-08 | 2017-05-08 | 基于最小均方误差均衡的混合载波阶数选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107026811A CN107026811A (zh) | 2017-08-08 |
CN107026811B true CN107026811B (zh) | 2019-09-13 |
Family
ID=59529541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710317611.2A Active CN107026811B (zh) | 2017-05-08 | 2017-05-08 | 基于最小均方误差均衡的混合载波阶数选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107026811B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112887231B (zh) * | 2021-01-13 | 2022-09-09 | 深圳市极致汇仪科技有限公司 | 一种mimo信道估计的改进方法和系统 |
CN113256954B (zh) * | 2021-05-10 | 2022-07-19 | 台州学院 | 一种基于无线智能设备的控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103338168A (zh) * | 2013-05-28 | 2013-10-02 | 哈尔滨工业大学 | 基于加权分数傅立叶变换的双弥散信道下的迭代时域最小均方误差均衡方法 |
CN105162527A (zh) * | 2015-09-17 | 2015-12-16 | 厦门大学 | 基于加权分数阶傅里叶变换的水下通信混合载波方法 |
CN105187339A (zh) * | 2014-06-06 | 2015-12-23 | 华为技术有限公司 | 一种双选信道的补偿方法、系统及相关装置 |
-
2017
- 2017-05-08 CN CN201710317611.2A patent/CN107026811B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103338168A (zh) * | 2013-05-28 | 2013-10-02 | 哈尔滨工业大学 | 基于加权分数傅立叶变换的双弥散信道下的迭代时域最小均方误差均衡方法 |
CN105187339A (zh) * | 2014-06-06 | 2015-12-23 | 华为技术有限公司 | 一种双选信道的补偿方法、系统及相关装置 |
CN105162527A (zh) * | 2015-09-17 | 2015-12-16 | 厦门大学 | 基于加权分数阶傅里叶变换的水下通信混合载波方法 |
Non-Patent Citations (1)
Title |
---|
基于加权分数傅立叶变换的双选信道下干扰抑制方法研究;王焜;《中国博士学位论文全文数据库信息科技辑》;20150115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107026811A (zh) | 2017-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112737985A (zh) | 基于深度学习的大规模mimo信道联合估计和反馈方法 | |
CN108881076B (zh) | 一种基于压缩感知的mimo-fbmc/oqam系统信道估计方法 | |
CN106453162B (zh) | 针对多输入多输出正交频分复用系统的信道估计方法 | |
CN101242388B (zh) | 高速单载波频域均衡超宽带系统的信道估计方法 | |
CN104639490B (zh) | 一种频率相关iq不平衡与信道的联合估计与补偿方法 | |
CN100385824C (zh) | 一种mimo-ofdm系统的自适应信道估计方法 | |
CN110213185B (zh) | 一种基于原子范数最小化的三维信道参数估计方法 | |
CN106506415B (zh) | 一种多用户mimo-ofdm系统信道估计的方法 | |
CN100395975C (zh) | 多载波扩频信号的接收 | |
CN105915473B (zh) | 一种基于压缩感知技术的ofdm系统参数化信道估计及均衡方法 | |
CN102006144B (zh) | 预编码方法、装置及频域均衡方法、装置 | |
CN103312640A (zh) | 一种联合信道估计与iq不平衡补偿的方法 | |
CN103873406B (zh) | 水声正交频分复用通信系统帧间干扰消除方法 | |
CN103414677B (zh) | 联合正交变换与信号交织的正交频分复用传输方法 | |
CN107026811B (zh) | 基于最小均方误差均衡的混合载波阶数选择方法 | |
CN103338168A (zh) | 基于加权分数傅立叶变换的双弥散信道下的迭代时域最小均方误差均衡方法 | |
JP2009505554A (ja) | Mimo−ofdmシステムにおけるチャネル推定方法およびチャネル推定のためのトレーニング信号生成方法 | |
CN101325438B (zh) | 基于gmc系统的4天线分集发送装置、发送方法及接收装置、接收方法 | |
CN109802901A (zh) | 基于到达角测量的3d mimo信道估计方法及系统 | |
WO2011010107A2 (en) | Receiver for wireless transmission | |
CN105847192B (zh) | 一种动态稀疏信道的联合估计方法 | |
CN102065035B (zh) | 多带正交频分复用超宽带系统的信道估计方法 | |
CN107743106A (zh) | 用于lte系统中基于统计特性的信道估计方法 | |
CN101951308B (zh) | 一种车速移动mimo-scfde的自适应传输方法 | |
CN106302279A (zh) | 基于干扰方差统计的fbmc系统均衡方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |