CN110166401B - 大规模mimo正交频分复用系统的相位噪声抑制方法 - Google Patents

大规模mimo正交频分复用系统的相位噪声抑制方法 Download PDF

Info

Publication number
CN110166401B
CN110166401B CN201910628166.0A CN201910628166A CN110166401B CN 110166401 B CN110166401 B CN 110166401B CN 201910628166 A CN201910628166 A CN 201910628166A CN 110166401 B CN110166401 B CN 110166401B
Authority
CN
China
Prior art keywords
phase noise
matrix
data
channel
symbol
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
Application number
CN201910628166.0A
Other languages
English (en)
Other versions
CN110166401A (zh
Inventor
杨莹
成先涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910628166.0A priority Critical patent/CN110166401B/zh
Publication of CN110166401A publication Critical patent/CN110166401A/zh
Application granted granted Critical
Publication of CN110166401B publication Critical patent/CN110166401B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04B7/0413—MIMO systems
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明属于无线通信技术领域，涉及一种大规模MIMO正交频分复用系统的相位噪声抑制方法。本发明在基于迫零预编码实现多用户通信的前提下，首先利用训练OFDM符号粗略估计每个用户的结合了物理信道和迫零预编码权重影响的复合信道，然后对信息传递OFDM符号提出了一种迭代算法来联合估计数据序列、相位噪声，以及细化复合信道的估计从而有效抑制大规模MIMO正交频分复用系统中相位噪声的不利影响。

Description

大规模MIMO正交频分复用系统的相位噪声抑制方法
技术领域
本发明属于无线通信技术领域，涉及一种大规模MIMO正交频分复用系统的相位噪声抑制方法。
背景技术
由于基站采用大量天线，大规模MIMO具有诸如高频谱效率，高能效和线性处理技术的渐近最优性等优势，并且额外的天线有助于将能量聚焦到更小的空间区域，从而大大提高了吞吐量和辐射能效。因此，大规模MIMO被认为是未来无线通信的一项关键支持技术。
为了使大规模MIMO在实践中可行，使用低成本和低功率组件实现基站天线阵列至关重要。然而这些组件很容易出现硬件损害，例如相位噪声。相位噪声是载波相位和本地振荡器相位之间的差值，一般分为两种重要的类型。当系统相位锁定时，相应的相位噪声很小，此时它被建模为零均值，平稳且功率有限的随机过程；当系统仅为频率锁定时，相应的相位噪声缓慢变化但不受限制，并且它被建模为零均值，非平稳且功率无限的维纳过程。作为附加干扰，相位噪声的存在会严重降低无线通信的性能。对于单输入单输出和传统MIMO正交频分复用系统，相位噪声抑制技术已经得到了很好的研究。然而对于大规模MIMO系统，只有少数涉及相位噪声效应分析或相位噪声抑制的工作。有研究表明，大规模MIMO对相位噪声干扰比对实际电路中的附加失真噪声更敏感。存在相位噪声的情况下，对于上行链路单载波和OFDM系统，已有文献理论上推导出大规模MIMO的可实现速率表达式，其中考虑了最大比率合并检测器。对于具有迫零和最大比率传输预编码方案的下行链路单载波和OFDM系统，分别有文献给出了封闭形式的信号与干扰附加噪声比(SINR)表达式和由相位噪声引起的SINR以及可实现速率的劣化表达式。尽管已有上述理论结果，但这些工作未能提供相位噪声抑制技术。针对上行链路大规模MIMO正交频分复用系统，已经存在可以在信道估计和数据检测两个阶段有效地抑制相位噪声效应的方案。
发明内容
本发明的目的是针对下行链路大规模MIMO正交频分复用系统中的相位噪声进行有效抑制从而提升系统性能。
为了便于本领域内技术人员对本发明技术方案的理解，首先对本发明采用的系统模型进行说明。
考虑有M根天线的基站与K个单天线用户通信，发射端第m根天线和接收端第k个用户的天线之间的时域信道矢量记为
Figure BDA0002127831630000021
其中L为信道矢量的长度。对于每个OFDM符号，接收端第k个用户的时域信号表达式为：
Figure BDA0002127831630000022
其中，
Figure BDA0002127831630000023
是第k个用户的时域接收信号，N是OFDM子载波的个数，
Figure BDA0002127831630000024
表示接收端的相位噪声矩阵，
Figure BDA0002127831630000025
其中
Figure BDA0002127831630000026
表示接收端第k个用户的一个OFDM符号中第n个时刻的相位噪声采样值。
Figure BDA0002127831630000027
是第m根发射天线到接收端第k个用户的天线的循环信道矩阵，它的第1列为
Figure BDA0002127831630000028
其中01×(N-L)表示元素全为0、长度为N-L的行矢量。
Figure BDA0002127831630000029
表示第m根发射端基站天线上的相位噪声矩阵，
Figure BDA00021278316300000210
Figure BDA00021278316300000211
表示第m根发射端基站天线上第n个时刻的相位噪声采样值。F∈CN×N是归一化的DFT矩阵，它的第i行第j个元素为
Figure BDA00021278316300000212
Wm,k'是发射端第m根天线对第k'个用户数据的预编码加权系数矩阵，Wm,k'＝diag{[Wm,k',1,Wm,k',2,…,Wm,k',N]T}。dk'＝[dk',1,dk',2,…,dk',N]T是发送给第k'个用户的频域符号序列。
Figure BDA00021278316300000213
是时域的复高斯白噪声序列，
Figure BDA00021278316300000214
Figure BDA00021278316300000215
表示噪声方差，I是N维的单位列向量。
对于相位噪声不存在的情况，即Pk＝I时，经过FFT变换，(1)可以写为：
Figure BDA00021278316300000216
其中，循环信道矩阵
Figure BDA00021278316300000217
的分解形式Hm,k＝diag{[Hm,k,1,Hm,k,2,…,Hm,k,N]T}，且
Figure BDA00021278316300000218
nk∈CN×1是频域的复高斯白噪声序列，
Figure BDA00021278316300000219
这里采用ZF预编码方式，对于OFDM符号中的第n个子载波，记d(n)＝[d1,n,d2,n,…,dK,n]T，r(n)＝[r1,n,r2,n,…,rK,n]T，n(n)＝[n1,n,n2,n,…,nK,n]T，基于(2)有：
Figure BDA0002127831630000031
其中，
Figure BDA0002127831630000032
hk,n＝[H1,k,n,H2,k,n,…,HM,k,n]T，
Figure BDA0002127831630000033
定义为：
Figure BDA0002127831630000034
其中αn是一个常数因子，为了让预编码前后能量保持一致，需要满足
Figure BDA0002127831630000035
其中tr(·)表示矩阵的迹。由于
Figure BDA0002127831630000036
E为单位矩阵，因此多用户干扰被消除，(2)可以另记为：
Figure BDA0002127831630000037
在相位噪声存在的情况下，多用户干扰不能消除，另记式(1)为：
Figure BDA0002127831630000038
其中，
Figure BDA0002127831630000039
假定
Figure BDA00021278316300000310
考虑基站端各个天线使用相同的振荡器，即
Figure BDA00021278316300000311
则(6)可以进一步记为：
Figure BDA00021278316300000312
其中，复合相位噪声矩阵
Figure BDA00021278316300000313
其中
Figure BDA00021278316300000314
表示接收端和发射端的复合相位噪声，N是OFDM子载波的个数，j表示虚数，
Figure BDA00021278316300000315
为对角矩阵，Hm,k是循环信道矩阵
Figure BDA00021278316300000316
根据
Figure BDA00021278316300000317
得到的分解形式，F∈CN×N是归一化的DFT矩阵，它的第i行第j个元素为
Figure BDA0002127831630000041
Wm,k是发射端第m根天线对第k个用户数据的预编码加权系数矩阵。
本发明通过如下步骤实现：
S1、复合信道的粗略估计
在初始信道估计阶段，基站对各个用户发送相同的导频序列，即
Figure BDA0002127831630000042
则不同的用户可以同时进行信道估计，第k个用户的接收信号为：
Figure BDA0002127831630000043
其中d是导频序列，ck是一个列向量，向量的元素和Ck的对角元素相同。由于ck的相邻点之间具有一定的相关性，因此对一个OFDM符号中的N个子载波分成t块，假定每个块中的Nc＝N/t个子载波上的等效信道的值相同即
Figure BDA0002127831630000044
Figure BDA0002127831630000045
是信道插值后的列向量，则式(8)可另记为：
Figure BDA0002127831630000046
其中，信道的插值矩阵
Figure BDA0002127831630000047
1∈CN×1表示全1的列向量，blkdiag表示块对角矩阵。忽略相位噪声的影响，
Figure BDA0002127831630000048
可以粗略估计为：
Figure BDA0002127831630000049
其中Re{·}表示对复数取实部，(·)T、(·)H分别表示矩阵的转置和共轭转置，diag(d)表示对角元为矢量d的对角矩阵，对于数据传输和解调，在初始阶段，对式(7)作FFT，得到频域的接收信号：
Figure BDA00021278316300000410
其中
Figure BDA00021278316300000411
是公共相位误差。设一个OFDM符号中导频个数为S，且不同用户数据序列中的导频均相同，导频符号分别为
Figure BDA0002127831630000051
导频均匀地插入各个用户的频域发送符号序列dk中。则对于某个特定的导频符号
Figure BDA0002127831630000052
可以利用相应的接收符号
Figure BDA0002127831630000053
对Pk,1进行粗略的估计：
Figure BDA0002127831630000054
对S取平均，可得Pk,1的估计值
Figure BDA0002127831630000055
对
Figure BDA0002127831630000056
作归一化后，利用最大似然检测得到数据符号的初始判决：
Figure BDA0002127831630000057
S2、数据序列、相位噪声以及复合信道的细化估计
基于上述初始信道估计值和初始数据符号估计值，再利用以下迭代算法对数据序列、相位噪声以及复合信道进行细化估计。一般情况下，相位噪声的值很小，因此Pk可以近似为：
Pk＝diag{1+jpk} (14)
1∈CN×1表示全1的列向量，j表示虚数，pk＝[θk,1,θk,2,…,θk,N]T，由于相邻的相位噪声之间具有较强的相关性，因此对一个OFDM符号中的N个子载波分成s块，假定每块的Np＝N/s个子载波中的相位噪声的值相同，则有：
Figure BDA0002127831630000058
pk、
Figure BDA0002127831630000059
Pk分别表示准确的相位噪声矢量、插值后的近似相位噪声矢量、复合相位噪声矩阵。其中，相位噪声矢量的插值矩阵
Figure BDA00021278316300000510
基于此，式(7)可近似为：
Figure BDA00021278316300000511
首先，假定符号序列dk服从如下的复高斯分布：
p(dk)＝CN(0,I)＝π-N exp{||dk||2} (17)
其中，I是N维单位矢量，||·||表示向量二范数。
当相位噪声
Figure BDA0002127831630000061
和数据符号dk已知的情况下，接收信号
Figure BDA0002127831630000062
服从如下的复高斯分布：
Figure BDA0002127831630000063
其中，
Figure BDA0002127831630000064
为多用户干扰
Figure BDA0002127831630000065
的方差。
那么
Figure BDA0002127831630000066
和dk的联合概率分布为
Figure BDA0002127831630000067
下面采用EM算法对相位噪声矢量
Figure BDA0002127831630000068
数据符号dk和更加精确的等效信道
Figure BDA0002127831630000069
进行估计。其中dk被当作随机变量，
Figure BDA00021278316300000610
和
Figure BDA00021278316300000611
被当作确定的未知参数。
S21、计算数据符号dk的后验均值和方差
Figure BDA00021278316300000612
其中，协方差矩阵
Figure BDA00021278316300000613
后验均值
Figure BDA00021278316300000614
作为数据符号dk的估计值，const+表示与数据符号dk无关的常数项，E表示单位矩阵。考虑对计算复杂度进行化简，把数据符号当作确定的待估计参数，则协方差矩阵
Figure BDA00021278316300000615
中不再有E，在计算
Figure BDA00021278316300000616
和
Figure BDA00021278316300000617
时，
Figure BDA00021278316300000618
S22、更新参数
Figure BDA0002127831630000071
通过最大化完全似然函数
Figure BDA0002127831630000072
来实现参数的更新，
Figure BDA0002127831630000073
表示相对数据符号dk的后验求均值，其中
Figure BDA0002127831630000074
Figure BDA0002127831630000075
Figure BDA0002127831630000076
其中⊙表示Hadamard积，N是信道的插值矩阵，M是相位噪声的插值矩阵，上述三式分别对
Figure BDA0002127831630000077
求导并令其一阶导数为0，得到参数
Figure BDA0002127831630000078
的更新公式分别为：
Figure BDA0002127831630000079
Figure BDA00021278316300000710
Figure BDA00021278316300000711
Re{·}、Im{·}分别表示对复数取实部和虚部，tr{·}为矩阵的迹，在计算
Figure BDA00021278316300000712
时，考虑对计算复杂度进行化简，即省略和
Figure BDA00021278316300000713
有关的项。
S23、迭代步骤S21、S22直到达到迭代次数。
S3、最终结果
频域接收信号
Figure BDA0002127831630000081
通过计算
Figure BDA0002127831630000082
来估计等效信道，其中dn是估计的数据符号，再根据
Figure BDA0002127831630000083
Hm,k,n是循环信道矩阵Hm,k的第n个对角元，Wm,k,n是第m根天线对第k个用户数据的预编码加权系数矩阵Wm,k的第n个对角元，最后利用等式(13)进行数据解调，从而恢复出噪声抑制后的发送数据。
本发明的有益效果为能够对下行链路大规模MIMO正交频分复用系统中的相位噪声实现有效抑制。
附图说明
图1是迭代次数和导频个数s对数据估计的影响；
图2是不同相噪水平下的BER曲线。
具体实施方式
下面结合附图和仿真示例说明本发明的有效性：
仿真中数据符号采用64QAM调制方式，信道估计阶段的导频采用相位均匀随机分布的复指数符号，数据估计阶段的导频采用随机的BPSK符号。信道矢量长度L＝64、稀疏度为6的多径信道，发射天线个数M＝128，用户数为5，OFDM子载波个数为N＝512，信道估计阶段子载波分成t＝128块，假定每个块中的Nc＝N/t＝4个子载波上的等效信道的值相同。
图1给出了迭代次数和s对数据估计的影响，相位噪声水平为-75dB，同时画出了利用(10)求出等效信道之后，在数据估计阶段不考虑相位噪声的影响直接解调的结果。可以看出，s＝4，迭代2次能够实现好的效果，因此后面的仿真将采取这种设置。
图2给出不同相噪水平下的BER曲线。从图2中可以看出，随着相噪水平的增加，BER性能逐渐变差，且相较于没有相噪补偿的曲线，经过本发明算法对相噪进行有效抑制后的BER性能得到了明显改善。

Claims (1)

1.大规模MIMO正交频分复用系统的相位噪声抑制方法，系统中有M根天线的基站与K个单天线用户，其特征在于，所述相位噪声抑制方法包括以下步骤：
S1、复合信道的粗略估计
基站对各个用户发送相同的导频序列，即
Figure FDA0002916052400000011
则不同的用户可以同时进行信道估计，第k个用户的接收信号为：
Figure FDA0002916052400000012
其中，Pk表示接收用户的相位噪声矩阵，
Figure FDA0002916052400000013
θk,n表示接收端第k个用户的一个OFDM符号中第n个时刻的相位噪声采样值，N是OFDM子载波的个数，F∈CN×N是归一化的DFT矩阵，它的第i行第j个元素为
Figure FDA0002916052400000014
Figure FDA0002916052400000015
为对角矩阵，Hm,k∈CN×N是第m根发射天线到接收端第k个用户的天线的circulant信道矩阵，Wm,k是发射端第m根天线对第k个用户数据的预编码加权系数矩阵，d是导频序列，ck是一个列向量，向量的元素和Ck的对角元素相同，
Figure FDA0002916052400000016
是噪声序列，由于ck的相邻点之间具有一定的相关性，因此将一个OFDM符号中的N个子载波分成t块，每个块中的Nc＝N/t个子载波上的等效信道的值相同即
Figure FDA0002916052400000017
则式(8)记为：
Figure FDA0002916052400000018
其中，
Figure FDA0002916052400000019
1∈CN×1表示全1的列向量，blkdiag表示块对角矩阵；忽略相位噪声的影响，
Figure FDA00029160524000000110
可以粗略估计为：
Figure FDA00029160524000000111
其中Re{·}表示对复数取实部，(·)T、(·)H分别表示矩阵的转置和共轭转置，diag(d)表示对角元为矢量d的对角矩阵，对于数据传输和解调，在初始阶段，频域的接收信号为
Figure FDA00029160524000000112
其中
Figure FDA0002916052400000021
是公共相位误差；设一个OFDM符号中导频个数为S，且不同用户数据序列中的导频均相同，导频符号分别为
Figure FDA0002916052400000022
导频均匀地插入各个用户的频域发送符号序列dk中；则对于某个特定的导频符号
Figure FDA0002916052400000023
利用相应的接收符号
Figure FDA0002916052400000024
对Pk,1进行粗略的估计：
Figure FDA0002916052400000025
对S取平均，可得Pk,1的估计值
Figure FDA0002916052400000026
对
Figure FDA0002916052400000027
作归一化后，利用最大似然检测得到数据符号的初始判决：
Figure FDA0002916052400000028
S2、数据序列、相位噪声以及复合信道的细化估计
基于步骤S1中初始信道估计值和初始数据符号估计值，再利用以下迭代算法对数据序列、相位噪声以及复合信道进行细化估计；定义相位噪声Pk近似为：
Pk＝diag{1+jpk} (14)
1∈CN×1表示全1的列向量，j表示虚数，pk＝[θk,1,θk,2,…,θk,N]T，由于相邻的相位噪声之间具有较强的相关性，因此将一个OFDM符号中的N个子载波分成s块，令每个块中的Np＝N/s个采样点中的相位噪声的值相同，则有：
Figure FDA0002916052400000029
pk、
Figure FDA00029160524000000210
Pk分别表示准确的相位噪声矢量、插值后的近似相位噪声矢量、复合相位噪声矩阵，相位噪声矢量的插值矩阵
Figure FDA00029160524000000211
将接收信号近似为：
Figure FDA00029160524000000212
首先，令符号序列dk服从如下的复高斯分布：
p(dk)＝CN(0,I)＝π-Nexp{||dk||2} (17)
其中，I是N维单位矢量，||·||表示向量二范数；
当相位噪声
Figure FDA0002916052400000031
和数据符号dk已知的情况下，接收信号
Figure FDA0002916052400000032
服从如下的复高斯分布：
Figure FDA0002916052400000033
其中，
Figure FDA0002916052400000034
为多用户干扰
Figure FDA0002916052400000035
的方差；
Figure FDA0002916052400000036
和dk的联合概率分布为
Figure FDA0002916052400000037
采用EM算法对相位噪声矢量
Figure FDA0002916052400000038
数据符号dk和更加精确的等效信道
Figure FDA0002916052400000039
进行估计；其中dk被当作随机变量，
Figure FDA00029160524000000310
和
Figure FDA00029160524000000311
被当作确定的未知参数；
S21、计算数据符号dk的后验均值和方差
Figure FDA00029160524000000312
其中，协方差矩阵
Figure FDA00029160524000000313
后验均值
Figure FDA00029160524000000314
作为数据符号dk的估计值；const. 表示与数据符号dk无关的常数项，E表示单位矩阵，考虑对计算复杂度进行化简，把数据符号当作确定的待估计参数，则协方差矩阵
Figure FDA00029160524000000315
中不再有E，在计算
Figure FDA00029160524000000316
和
Figure FDA00029160524000000317
时，
Figure FDA00029160524000000318
S22、更新参数
Figure FDA00029160524000000319
通过最大化完全似然函数
Figure FDA0002916052400000041
来实现参数的更新，
Figure FDA0002916052400000042
表示相对数据符号dk的后验求均值其中
Figure FDA0002916052400000043
Figure FDA0002916052400000044
Figure FDA0002916052400000045
其中⊙表示Hadamard积，N是信道的插值矩阵，M是相位噪声的插值矩阵，上述三式分别对
Figure FDA0002916052400000046
求导并令其一阶导数为0，得到参数
Figure FDA0002916052400000047
的更新公式分别为：
Figure FDA0002916052400000048
Figure FDA0002916052400000049
Figure FDA00029160524000000410
Re{·}、Im{·}分别表示对复数取实部和虚部，tr{·}为矩阵的迹，在计算
Figure FDA00029160524000000411
时，考虑对计算复杂度进行化简，即省略和
Figure FDA00029160524000000412
有关的项；
S23、迭代步骤S21、S22直到达到迭代次数；
S3、频域接收信号
Figure FDA00029160524000000413
通过计算
Figure FDA00029160524000000414
来估计等效信道，其中dn是估计的数据符号，再根据
Figure FDA0002916052400000051
Hm,k,n是循环信道矩阵Hm,k的第n个对角元，Wm,k,n是第m根天线对第k个用户数据的预编码加权系数矩阵Wm,k的第n个对角元，最后利用等式(13)进行数据解调，从而恢复出噪声抑制后的发送数据。
CN201910628166.0A 2019-07-12 2019-07-12 大规模mimo正交频分复用系统的相位噪声抑制方法 Active CN110166401B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910628166.0A CN110166401B (zh) 2019-07-12 2019-07-12 大规模mimo正交频分复用系统的相位噪声抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910628166.0A CN110166401B (zh) 2019-07-12 2019-07-12 大规模mimo正交频分复用系统的相位噪声抑制方法

Publications (2)

Publication Number Publication Date
CN110166401A CN110166401A (zh) 2019-08-23
CN110166401B true CN110166401B (zh) 2021-07-02

Family

ID=67638092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910628166.0A Active CN110166401B (zh) 2019-07-12 2019-07-12 大规模mimo正交频分复用系统的相位噪声抑制方法

Country Status (1)

Country Link
CN (1) CN110166401B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10708107B1 (en) * 2019-09-10 2020-07-07 Huawei Technologies Co., Ltd. Method and decoder for suppressing phase noise in an orthogonal frequency division multiplexing signal
CN111464217B (zh) * 2020-03-08 2022-04-12 复旦大学 一种用于mimo-ofdm的改进的svd预编码算法
CN113315561B (zh) * 2021-05-25 2022-04-08 之江实验室 一种mimo系统中共参考多通道相位噪声抑制方法
CN113852581A (zh) * 2021-09-16 2021-12-28 电子科技大学 一种单载波thp-ftn系统相位噪声估计与消除方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101848183A (zh) * 2010-04-06 2010-09-29 中国人民解放军信息工程大学 多入多出正交频分复用系统中信道估计方法及装置
CN103475619A (zh) * 2013-09-26 2013-12-25 西安空间无线电技术研究所 一种用于低信噪比突发信号解调的载波同步器
CN103746947A (zh) * 2014-01-07 2014-04-23 电子科技大学 一种相位噪声的估计方法
CN105791186A (zh) * 2016-04-28 2016-07-20 西安交通大学 一种大规模mimo系统中的稀疏低秩信道联合估计方法
CN107947839A (zh) * 2017-11-27 2018-04-20 电子科技大学 用于大规模mimo系统的相位噪声补偿抑制方法
CN108965195A (zh) * 2018-07-10 2018-12-07 电子科技大学 大规模mimo系统下行链路中的单用户相位噪声补偿抑制方法
CN109257080A (zh) * 2018-09-07 2019-01-22 电子科技大学 大规模mimo系统下行链路中的多用户相位噪声补偿抑制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8064528B2 (en) * 2003-05-21 2011-11-22 Regents Of The University Of Minnesota Estimating frequency-offsets and multi-antenna channels in MIMO OFDM systems

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101848183A (zh) * 2010-04-06 2010-09-29 中国人民解放军信息工程大学 多入多出正交频分复用系统中信道估计方法及装置
CN103475619A (zh) * 2013-09-26 2013-12-25 西安空间无线电技术研究所 一种用于低信噪比突发信号解调的载波同步器
CN103746947A (zh) * 2014-01-07 2014-04-23 电子科技大学 一种相位噪声的估计方法
CN105791186A (zh) * 2016-04-28 2016-07-20 西安交通大学 一种大规模mimo系统中的稀疏低秩信道联合估计方法
CN107947839A (zh) * 2017-11-27 2018-04-20 电子科技大学 用于大规模mimo系统的相位噪声补偿抑制方法
CN108965195A (zh) * 2018-07-10 2018-12-07 电子科技大学 大规模mimo系统下行链路中的单用户相位噪声补偿抑制方法
CN109257080A (zh) * 2018-09-07 2019-01-22 电子科技大学 大规模mimo系统下行链路中的多用户相位噪声补偿抑制方法

Also Published As

Publication number Publication date
CN110166401A (zh) 2019-08-23

Similar Documents

Publication Publication Date Title
CN110166401B (zh) 大规模mimo正交频分复用系统的相位噪声抑制方法
US7609789B2 (en) Phase noise compensation for MIMO WLAN systems
KR101247461B1 (ko) Ｏｆｄｍ 시스템용 2-단계 최소 제곱 시간 도메인 채널 추정
Lin et al. Linear precoding assisted blind channel estimation for OFDM systems
Thompson Deep learning for signal detection in non-orthogonal multiple access wireless systems
US8711987B2 (en) Method and receiver for jointly decoding received communication signals using maximum likelihood detection
Han et al. Eigendecomposition-based partial FFT demodulation for differential OFDM in underwater acoustic communications
Mirzaei et al. Semi-blind time-domain channel estimation for frequency-selective multiuser massive MIMO systems
CN109560850B (zh) Mrc软检测方法、装置、设备及计算机可读存储介质
CN109150260B (zh) 带有双端相位噪声的大规模mimo系统上行链路数据估计方法
Liu et al. Robust semi-blind estimation of channel and CFO for GFDM systems
Shin et al. Blind channel estimation for MIMO-OFDM systems using virtual carriers
Kalyani et al. Mitigation of error propagation in decision directed OFDM channel tracking using generalized M estimators
CN109257080A (zh) 大规模mimo系统下行链路中的多用户相位噪声补偿抑制方法
Francis et al. Delay-Doppler channel estimation in OTFS systems using DoA estimation techniques
Tian et al. SAGE based joint timing-frequency offsets and channel estimation in distributed MIMO systems
Ali et al. Optimum DCT type-I based transceiver model and effective channel estimation for uplink NB-IoT system
Tang et al. A space–time receiver with joint synchronization and interference cancellation in asynchronous MIMO-OFDM systems
CN110492956B (zh) 一种用于musa系统的误差补偿多用户检测方法及装置
Salari et al. Joint maximum-likelihood frequency offset and channel estimation for multiple-input multiple-output–orthogonal frequency-division multiplexing systems
Ouchikh et al. Iterative channel estimation and data detection algorithm for MIMO-OTFS systems
Mokhtari et al. Iterative channel and CFO estimation for SC-FDE and OFDM based massive MIMO systems
Wang et al. 3D-IPRDSOMP Algorithm for Channel Estimation in Massive MIMO with OTFS Modulation
Yang et al. Frequency synchronization for interleaved OFDMA uplink systems
Penna et al. Noise Variance Estimation in 5G NR Receivers: Bias Analysis and Compensation

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