隨著天線的增多,信道矩陣維度越來越高,信道更加復(fù)雜,發(fā)送端的前向預(yù)編碼和接收端的信號檢測都需要用到信道狀態(tài)信息�？梢�,信道估計和均衡質(zhì)量對于5G通信系統(tǒng)是否可以實現(xiàn)超高頻譜利用率的目標至關(guān)重要。在5G通信技術(shù)快速發(fā)展的背景下,通信行業(yè)越來越關(guān)注信號傳輸?shù)乃俣群屯暾�。大�?guī)模MIMO技術(shù)是5G通信的核心技術(shù),可以成倍增加通信容量,并顯著抑制信道衰落。因此,基于5G移動技術(shù)發(fā)展現(xiàn)狀,探討5G通信信道的估計與均衡,提出了改進的LMMSE信道估計算法以及兩種改進的信道均衡算法。 

【文章來源】：通信技術(shù). 2020,53(11)

【文章頁數(shù)】：5 頁

【部分圖文】：

采用SVD-LMMSE信道估計器原理

通過在時域中采取分塊處理變換域的方式，提高算法在高度相關(guān)的輸入情況下的收斂性能�？梢允褂米儞Q域中的快速算法和帶有濾波器權(quán)重向量調(diào)整的校正項中乘積的分塊處理方式，降低計算復(fù)雜性并提高收斂性能。因此，本文提出了一種基于小波變換-自適應(yīng)濾波算法，以有效克服輸入信號自相關(guān)矩陣的特征值分布過于分散、收斂性能較差等問題。小波變換-自適應(yīng)濾波算法的基本思路是先正交處理輸入到濾波器的信號以減少信號相關(guān)性，再采用自適應(yīng)濾波方式處理變換后的信號。該方法提高了收斂速度，有效改善了收斂性能，基本原理見圖2。小波變換不僅要查看信號的幀，還必須關(guān)注信號細節(jié)�？舍槍唧w情況選取相應(yīng)的信號時間和信號分辨率。連續(xù)小波變換可以表述為：

【參考文獻】：
期刊論文
[1]單載波與多載波MIMO-OFDM實現(xiàn)高頻譜效率方案研究[J]. 薛玉潔,周杰,劉雪陽.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[2]加權(quán)系數(shù)平均法改進的小波域LMMSE信道估計算法[J]. 謝斌,楊麗清,陳琴.  電視技術(shù). 2017(Z1)
[3]基于壓縮感知改進算法的MIMO-OFDM稀疏信道估計[J]. 任曉奎,葛君,孫興海.  計算機工程與應(yīng)用. 2016(17)

碩士論文
[1]MIMO-OFDM信道估計和均衡算法及VLSI實現(xiàn)研究[D]. 金文杰.華東師范大學(xué) 2017
[2]基于OFDM的無線導(dǎo)頻信道估計和信道均衡算法研究[D]. 陳博.江西理工大學(xué) 2016
[3]高鐵場景下OFDM/MIMO系統(tǒng)多普勒頻偏估計算法研究[D]. 宋騰輝.北京交通大學(xué) 2016



本文編號：3298998