迭代的叠加训练序列信道估计技术

J4 ›› 2009, Vol. 36 ›› Issue (3): 553-556.

迭代的叠加训练序列信道估计技术

师哲

(1. 中国科学院西安光学精密机械研究所瞬态光学与光子技术国家重点实验室，陕西西安 710119;
2. 中国科学院研究生院，北京 100039)

收稿日期:2008-02-28 修回日期:2008-04-09 出版日期:2009-06-20 发布日期:2009-07-04
基金资助:
中国科学院“百人计划”项目资助

Iterative channel estimator using superimposed training

SHI Zhe

(1. State Key Lab. of Transient Optics and Photonics, Xi'an Inst. of Optics and Precision Mechanics, Chinese Academy of Sci., Xi'an 710119， China;
2. Graduate School of the Chinese Academy of Sciences, Beijing 100039， China)

Received:2008-02-28 Revised:2008-04-09 Online:2009-06-20 Published:2009-07-04

摘要/Abstract

摘要：

在基于叠加训练序列信道估计的基础上，提出了一种新的信道估计算法，在接收机端利用阈值判决对数据估计精度提高，使用接收数据和信道估计的初始值进行迭代运算，可进一步提高估计的精度．计算机仿真表明，经过3~4次迭代运算后，估计的均方误差和误码率在信噪比为15 dB时都降低了一个数量级，表明了算法的有效性．

关键词: 信道估计, 叠加训练序列, 多径信道, 一阶统计量

Abstract:

Because of high bandwidth efficiency and low complexity, channel estimation based on superimposed training (ST) has received wide considerations in recent years. In this paper, a new iterative method for channel estimation is proposed based on the ST method. Using the improvement from symbol estimation after thresholding, received sequences and estimation of channel state information are used to do iterative computation in the receiver. Computer simulations show that the mean square error (MSE) and bit error rate (BER) can be reduced by an order of magnitude with the signal-to-noise ratio around 15 dB after 3~4 iterations.

Key words: channel estimation, superimposed training, multipath channels, first order statistics

中图分类号:

TN911.7

师哲. 迭代的叠加训练序列信道估计技术[J]. J4, 2009, 36(3): 553-556.

SHI Zhe. Iterative channel estimator using superimposed training[J]. J4, 2009, 36(3): 553-556.

[1]	周硕,周一青,张冲,邢旺. ResNet使能的OTFS联合信道估计和信号检测[J]. 西安电子科技大学学报, 2023, 50(3): 19-30.
[2]	周佳鑫,沈炳声,周正春,范平志,骆喆. 结构化导频序列设计及低复杂度检测算法[J]. 西安电子科技大学学报, 2020, 47(6): 45-49.
[3]	赵清华,马天鸣,王星. 一种辅助导频幅度可调的FBMC信道估计方案[J]. 西安电子科技大学学报, 2020, 47(6): 91-98.
[4]	刘灿,李勇朝,张锐,李涛. 三维大规模多进多出系统中导频污染抑制方案[J]. 西安电子科技大学学报, 2019, 46(4): 9-15.
[5]	王青波, 窦高奇, 高俊. 预编码增益优化的预编码叠加训练设计[J]. 西安电子科技大学学报, 2018, 45(6): 99-105.
[6]	杨若男;楼顺天;张伟涛. 非冗余块预编码MIMO-OFDM系统盲信道估计算法[J]. 西安电子科技大学学报, 2018, 45(4): 29-33.
[7]	吕治国;李颖. 采用压缩感知的贝叶斯信道估计算法[J]. 西安电子科技大学学报, 2018, 45(2): 13-18+25.
[8]	孙彦景;刘雯;曹起;王晓琳;周舒;李松. 联合功率分配的全双工MIMO中继最小速率优化[J]. 西安电子科技大学学报, 2018, 45(2): 103-109.
[9]	刘明骞;李兵兵;黄少东. 非合作通信中OFDM系统的载频偏移盲估计方法[J]. J4, 2016, 43(1): 24-29.
[10]	李兵兵;孙珺;刘明骞. 多径信道下OFDM系统的采样频率偏移盲估计方法[J]. J4, 2014, 41(4): 87-93.
[11]	张钦娟;武穆清;郭起霖;张瑞. OFDM系统中优化的泛化复指数基扩展模型[J]. J4, 2012, 39(3): 131-135.
[12]	张南;葛建华;宫丰奎;高明. 非理想Nakagami-m信道下DF协作系统的最优功率分配[J]. J4, 2012, 39(2): 17-23.
[13]	石磊;郭宝龙;李小平;吕良. 一种低复杂度LMMSE信道估计算法[J]. J4, 2012, 39(2): 24-28+50.
[14]	李艳玲;李兵兵;殷昌义;刘明骞. 多径信道下调制信号识别新方法[J]. J4, 2011, 38(5): 13-19.
[15]	陈东华仇洪冰. 一种新的适用于OFDM系统的时变信道估计与均衡方案[J]. J4, 2010, 37(6): 999-1004.