为了提高信道在信噪比大范围变化环境下信道估计的精度，确保高速铁路通信系统的可靠性，提出高铁场景下一种基于信噪比判决的双模切换信道估计算法。该算法利用离散卡—洛基扩展模型（discrete Karhunen-Loeve basis expansion model，DKL-BEM）及线性最小均方误差（linear minimum mean square error， LMMSE）算法进行信道建模和不同速度环境下的信道估计。仿真发现，当信噪比增大至某值时，基于ICI消除的二次信道估计算法性能劣于传统的DKL-BEM算法（出现交叉点），且交叉点值随速度的提高左移（小信噪比方向）。通过对参数分析和两种算法交叉点值的提取，给出交叉点随速度变化的移动轨迹，自适应地实现两种算法的切换，提高信道估计算法的适应性和有效性。
2022-05-14 17:32:06
831KB
1
基于深度学习的5G通信信道估计算法的仿真，matlab2021a仿真测试
2022-04-25 20:07:21
1.04MB
信道估计的精确性和有效性是正交频分复用（OFDM）水声通信系统具有良好性能的保证。针对水声信道稀疏性的特点，在传统的LS（最小二乘）和LMMSE（线性最小均方误差）信道估计算法的基础上进行了基于压缩感知（Compressive Sensing，CS）理论的LS-MP（Matching Pursuit，匹配追踪）信道估计算法的研究。并在OFDM水声通信系统下，对传统的信道估计方法（LS和LMMSE）和基于压缩感知理论的LS-MP信道估计方法进行仿真分析，对这三种算法进行了性能比较。
2022-01-02 14:31:45
536KB
1
正交频分复用(OFDM)是一种多载波调制技术，它能有效地克服多径干扰和码间干扰，是第四代移动通信的核心技术。对OFDM系统中基于导频的信道估计技术进行了比较。重点介绍了几种常用的信道估计算法、LS算法、LMMSE算法、SVD算法及DFT和DCT两种变换域算法，并给出了这些算法的仿真实现。
2021-12-23 12:17:28
542KB
1