CN105306396A - 一种无线宽带通信信道迭代均衡的优化方法 - Google Patents
一种无线宽带通信信道迭代均衡的优化方法 Download PDFInfo
- Publication number
- CN105306396A CN105306396A CN201510738154.5A CN201510738154A CN105306396A CN 105306396 A CN105306396 A CN 105306396A CN 201510738154 A CN201510738154 A CN 201510738154A CN 105306396 A CN105306396 A CN 105306396A
- Authority
- CN
- China
- Prior art keywords
- iteration
- coefficient
- training sequence
- pilot training
- frequency domain
- 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.)
- Granted
Links
Landscapes
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明公开了一种无线宽带通信信道迭代均衡的优化方法,其思路是:设定导频训练序列,接收到的导频训练序列,初始信道估计,对初始信道估计和接收端接收到的导频训练序列分别进行快速傅里叶变换,分别得到频域信道估计和频域响应,利用迫零算法得到第i次迭代后的均衡导频训练序列Xˊ(N+i),进而计算得到第i次迭代后的信噪比SNRi,并利用MMSE算法得到第i次迭代后的均衡滤波器系数W(N+i),进而计算得到第i次迭代后的误差函数E(N+i),并据此得到第i次迭代后的均衡滤波器更新系数W′(N+i),再将第i次迭代后的均衡滤波器更新系数W′(N+i)替换所述均衡滤波器系数W(N+i),重复上述过程,直到得到误差函数值满足设计要求,迭代停止,此时计算得到的第i次迭代后的均衡滤波器更新系数W′(N+i)为均衡器滤波器最佳系数。
Description
技术领域
本发明属于无限宽带通信技术领域,特别涉及一种无线宽带通信信道迭代均衡的优化方法。
背景技术
近年来,随着无线多媒体业务和Internet业务的迅速增长,无线通信技术得到了迅猛发展和广泛应用,用户对无线通信设备的传输速率、信道带宽、通信距离、移动接收及抗干扰能力方面分别提出高要求,进而需要无线通信设备能够支持高的移动性和传输质量,以及提供高的频谱利用率和用户数据速率。无线通信技术经历了从窄带到宽带、从低速到高速的演变,产生了无线宽带移动通信***。然而,在移动应用环境中,无线宽带移动通信***中宽带数据的传输对信道的时变非常敏感,并且该宽带数据的带宽增加会使其采样间隔小于信道的时延扩展,使得产生了多径环境下信道的频率选择性衰落;同时无线通信设备之间的相对高速移动会带来多普勒效应,多普勒效应使得传输信道随时间改变而快速发生变化,从而引起信道的时间选择性衰落,所述信道的频率选择性衰落和所述信道的时间选择性衰落,即为时频双选择性衰落信道,无线宽带移动通信***将会受到时频双选择性衰落信道的影响,产生码间干扰,该码间干扰会使无线宽带移动通信***的接收信号恶化,误码率增加,无线宽带移动通信***的性能降低,甚至还会使得该无线宽带移动通信***无法继续正常工作。为了在高速移动环境下提供稳定的接收性能,无线宽带移动通信***需要快速准确的信道估计与均衡,信道估计与均衡是宽带***区别窄带***的一个明显特征。
信道估计与均衡通常可分为两类:第一类是非盲信道估计,即基于导频的信道估计均衡方法,具体是指利用发送端发送的己知导频序列或训练序列,通过对带有信道信息的己知导频训练序列判决接收,从而提取出所需的信道特征参数,然后再进行信道均衡;第二类是盲信道估计,所述盲信道估计不使用导频训练序列,通过在接收端采用相应的信号处理技术来获得信道时域响应估计值或信道频域响应估计值,进而再进行信道均衡。与非盲信道估计方法相比,盲信道估计方法会使信道传输***的传输效率大大提高,但其计算复杂度较高,收敛速度较慢。因此又出现了所谓的半盲信道估计方法,该方法在采用信号处理技术的基础上,使用较少的训练序列或导频序列来获得信道时域响应估计值或信道频域响应估计值。
无线宽带信号经过带限、非理想信道时,通常会产生码间串扰,采用均衡器可以弥补该带限、非理想信道的幅频特性和群延时特性,使得包括均衡器在内的整个带限、非理想信道的总频率特性满足***间干扰的传输条件,进而能够有效克服无线宽带信号在带限、非理想信道传输中的多径干扰和码间串扰,使得信道中采用的均衡器特性能够随着信道特性的变化而变化,达到正确估计信道特性、消除码间干扰的双重目的,使得需要根据自适应算法来跟踪信道的变化而进行信道均衡,这就是自适应均衡原理。
在工程实现中,均衡通常采用迫零(Zero-Forcing,ZF)算法和最小均方误差(MinimumMeanSquare-Error,MMSE)算法;ZF算法简单、容易实现,但是在频率选择性信道中,尤其当该频率选择性信道畸变严重时其噪声会加强,使得接收门限性能下降;MMSE算法在信道具有频率深衰落极点时性能优于ZF算法,但会存在残余码间干扰。
发明内容
针对以上现有技术存在的问题,本发明的目的在于提出一种无线宽带通信信道迭代均衡的优化方法,使用该方法得到的均衡器滤波器最佳系数能够弥补带限、非理想信道的幅频特性和群延时特性,并且能够有效克服无线宽带信号在带限、非理想信道传输中的多径干扰和码间串扰。
本发明的主要思路为:设定导频训练序列,接收端接收到的导频训练序列,初始信道估计,对初始信道估计和接收端接收到的导频训练序列分别进行快速傅里叶变换,分别得到频域初始信道估计值和频域响应,利用迫零算法得到第i次迭代后的均衡导频训练序列X'(N+i),进而计算得到第i次迭代后的信噪比SNRi,求取第i次迭代后的信噪比SNRi的倒数,并利用最小均方误差(MMSE)算法得到第i次迭代后的均衡滤波器系数W(N+i),进而计算得到第i次迭代后的误差函数E(N+i),并据此得到第i次迭代后的均衡滤波器更新系数W′(N+i),再将该第i次迭代后的均衡滤波器更新系数W′(N+i)替换到第i次迭代后的均衡滤波器系数W(N+i),重复上述过程,直到得到误差函数值满足设计要求,迭代停止,此时得到的第i次迭代后的均衡滤波器更新系数W′(N+i)为均衡器滤波器最佳系数。
为达到上述技术目的,本发明采用如下技术方案予以实现。
一种无线宽带通信信道迭代均衡的优化方法,其特征在于,包括以下步骤:
步骤1,设定导频训练序列为CHU(N),接收端接收到的序列为X(n),X(n)为所述导频训练序列经过通信信道到达接收端的序列,初始信道估计值为h(n),对初始信道估计值h(n)和接收端接收到的导频训练序列X(n)分别进行快速傅里叶变换,分别得到H(N)和X(N),H(N)为频域初始信道估计值,X(N)为频域响应;
步骤2,初始化,i的初始值为1,i表示迭代次数;
步骤3,依次计算得到第i次迭代后的初始均衡滤波器系数Wchu(N+i)和第i次迭代后的均衡导频训练序列估计值X'(N+i);其中,n表示时域序列,N表示频域序列;
步骤4,根据第i次迭代后的均衡导频训练序列估计值X'(N+i),计算得到第i次迭代后的信噪比SNRi,求取第i次迭代后的信噪比SNRi的倒数,并计算得到第i次迭代后的均衡滤波器系数W(N+i),再根据频率响应X(N),计算第i次迭代后的均衡导频训练序列优化值X”(N+i),然后根据设定的导频训练序列CHU(N),计算得到第i次迭代后的误差函数值E(N+i);
若此时得到的第i次迭代后的误差函数E(N+i)不满足设定的阈值要求,则根据第i次迭代后的均衡滤波器系数W(N+i)、第i次迭代后的误差函数值E(N+i)和频域响应X(N),计算得到第i次迭代后的均衡滤波器更新系数W′(N+i),并将第i次迭代后的均衡滤波器更新系数W′(N+i)替换第i次迭代后的初始均衡滤波器系数Wchu(N+i),令i加1,返回步骤3;
若此时得到的第i次迭代后的误差函数E(N+i)满足设定的阈值要求,迭代停止,此时根据第i次迭代后的误差函数值E(N+i)得到的第i次迭代后的均衡滤波器系数W(N+i),为均衡器滤波器最佳系数;其中,n表示时域序列,N表示频域序列。
本发明的有益效果:本发明提出的迭代均衡优化方法利用导频训练序列不断校正均衡滤波器系数,使得均衡滤波器系数处于最佳值附近后,再对均衡滤波器系数进行均衡校正,使得本发明提出的迭代均衡方法与传统均衡方法相比,不仅能够有效去除残余码间干扰,在低信噪比下提高解调性能,而且在频率选择性衰落信道中性能更好、复杂度更低、易于工程实现。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1为本发明的一种无线宽带通信信道迭代均衡的优化方法的流程示意图;
图2为基于导频的信道估计均衡方法中的数据帧结构示意图。
具体实施方式
本发明实施例提供了一种利用迫零算法和最小均方误差(MMSE)算法对无线宽带通信信道进行迭代均衡的优化方法,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,为本发明的一种无线宽带通信信道的流程示意图,该种无线宽带通信信道均衡算法的优化方法,包括以下步骤:
步骤1,设定导频训练序列为CHU(N),接收端接收到的序列为X(n),X(n)为所述导频训练序列经过通信信道到达接收端的序列,初始信道估计值为h(n),对初始信道估计值h(n)和接收端接收到的导频训练序列X(n)分别进行快速傅里叶变换,分别得到H(N)和X(N),H(N)为频域初始信道估计值,X(N)为频域响应。
具体地,在工程实现中需要综合考虑计算复杂度、硬件实现可行性和实现后的性能指标效果等各个方面,然后折中选择最适合的信道估计算法:复杂度太大的话,运算处理会需要较大的工程代价,并且成本也会提高。在不降低性能要求的情况下,实际的工程实现中常使用非盲信道估计方法。
非盲信道估计方法,即基于导频的信道估计均衡方法,通常采用基于导频训练序列的自适应均衡器,参照图2,为基于导频的信道估计均衡方法中的数据帧结构示意图;基于导频的信道估计均衡方法中包括M个数据帧,假设该M个数据帧中的每个数据帧包括两个训练序列符号和四个数据符号,所述两个训练序列符号分别选用Chu同步序列,该Chu同步序列属于恒包络零自相关(ConstantAmplitudeZeroAuto-Correlation,CAZAC)序列,具备恒幅、零自相关性的优良特性,并且CAZAC序列经快速傅里叶变换(FFT)后,也为CAZAC序列,据此可以获得性能很好的频率偏移估计算法。
为了能够提高同步及信道估计性能,该Chu同步序列采用“循环前缀”和“循环后缀”措施,以此保证两个训练序列符号在接收信号前后都不会受到多径扩展影响,并且利用CAZAC序列的延迟相关实现Chu同步序列的粗同步,再利用CAZAC序列的互相关特性实现Chu同步序列的细同步,进而达到Chu同步序列的精确同步,并在此过程中完成频偏校正。
其中,所述M个数据帧中的每个数据帧的结构、符号长度、循环前缀长度分别由无线宽带通信***的数据速率、带宽、信道特性参数决定。
为了防止ZF均衡导致衰落子信道过度放大噪声影响均衡效果,在均衡之前对信道估计进行一次预处理:凡是低于信道估计最大值5%的子信道统一设置成某个阈值,使得整个信道响应的“动态范围”约为|20*lg(5%)|=26dB。
步骤2,初始化,i的初始值为1,i表示迭代次数。
步骤3,利用迫零算法依次计算得到第i次迭代后的初始均衡滤波器系数Wchu(N+i)和第i次迭代后的均衡导频训练序列估计值X'(N+i);其中,n表示时域序列,N表示频域序列。
具体地,利用迫零算法计算得到第i次迭代后的初始均衡滤波器系数Wchu(N+i),并根据频域响应X(N),得到第i次迭代后的均衡导频训练序列估计值X'(N+i),其表达式为:
X′(N+i)=X(N)·Wchu(N+i)
其中,X(N)表示频域响应,Wchu(N+i)表示第i次迭代后的初始均衡滤波器系数,n表示时域序列,N表示频域序列。
步骤4,根据第i次迭代后的均衡导频训练序列估计值X'(N+i),计算得到第i次迭代后的信噪比SNRi,求取第i次迭代后的信噪比SNRi的倒数,并计算得到第i次迭代后的均衡滤波器系数W(N+i),再根据频率响应X(N),计算第i次迭代后的均衡导频训练序列优化值X”(N+i),然后根据设定的导频训练序列CHU(N),计算得到第i次迭代后的误差函数值E(N+i);
若此时得到的第i次迭代后的误差函数值E(N+i)不满足设定的阈值要求,则根据第i次迭代后的均衡滤波器系数W(N+i)、第i次迭代后的误差函数值E(N+i)和频域响应X(N),计算得到第i次迭代后的均衡滤波器更新系数W′(N+i),并将第i次迭代后的均衡滤波器更新系数W′(N+i)替换第i次迭代后的初始均衡滤波器系数Wchu(N+i),令i加1,返回步骤3;
若此时得到的第i次迭代后的误差函数值E(N+i)满足设定的阈值要求,迭代停止,此时根据第i次迭代后的误差函数值E(N+i)得到的第i次迭代后的均衡滤波器系数W(N+i),为均衡器滤波器最佳系数;其中,n表示时域序列,N表示频域序列。
具体地,第i次迭代后的信噪比SNRi的具体表达式为:
第i次迭代后的均衡滤波器系数W(N+i),其具体表达式为:
其中,H*(N)表示H(N)的共轭,H(N)表示频域初始信道估计值,SNRi表示第i次迭代后的信噪比。
第i次迭代后的均衡导频训练序列优化值X”(N+i)和所述第i次迭代后的误差函数值E(N+i),其具体表达式分别为:
X”(N+i)=X(N)·W(N+i)
E(N+i)=CHU(N)-X”(N+i)
第i次迭代后的均衡滤波器更新系数W′(N+i)的具体表达式为:
其中,W(N+i)表示第i次迭代后的均衡滤波器系数,X(N)表示频域响应,X'(N+i)表示第i次迭代后的均衡导频训练序列估计值,E(N+i)表示第i次迭代后的误差函数值,H*(N)表示H(N)的共轭,H(N)表示频域初始信道估计值,CHU(N)表示设定的导频训练序列。
最小均方误差(MMSE)算法性能优于迫零(Zero-Forcing,ZF)算法,尤其是信道具有频域上的深衰落极点时,使用最小均方误差(MMSE)算法不会使信道噪声被过度放大,但使用最小均方误差(MMSE)算法达到均衡目的的同时,也会存在残余符号间干扰,如果将残余符号间干扰消除(ResidualISICancellation,RISIC),则能够进一步降低误码率、提高性能。
所述均衡滤波器为自适应均衡器,该自适应均衡器将不断改变其滤波特性,从调整均衡滤波器系数到其形成收敛,整个所述调整过程的时间跨度是关于自适应均衡器的算法、结构和信道变化率的函数。为了保证能够有效地消除码间干扰,自适应均衡器则需要做周期性重复训练。跟踪模式接收真正的用户数据,并开始通信双方的有用信息传输,这种方法通常称之为有训练的自适应均衡。然而在实际应用中,特别是在无线移动通信中,信道特性的改变往往是非常剧烈的。为了使自适应均衡器能够一直跟踪信道特性的改变从而有效消除码间干扰,在发射端必须每隔一段设定时间就周期性的发送导频训练序列。
因此,可以利用最小均方误差-残余符号间干扰消除(MMSE-RISIC)算法中的反馈运算,能够去除残余符号间干扰。
所述均衡器为自适应均衡器,该自适应均衡器一般包含两种工作模式,即训练模式和跟踪模式。在训练模式中,传统方法是发射端发射一个已知的、设定长度的导频训练序列,以便接收端采用的均衡器根据已畸变的接收信号和已知的发射信号计算出信道估计值,根据信道估计值将均衡器的均衡滤波器系数调整到所述系数最佳值附近,以此实现信道畸变的补偿。典型的导频训练序列是一个二进制伪随机序列或是一串预先指定的数据位,而紧跟在导频训练序列之后被发送的是用户数据。在设计导频训练序列时,要求做到即使在最差的信道条件下,均衡器也能通过该设计的导频训练序列获得正确的滤波器系数,进而保证接收端接收导频训练序列后,均衡器的滤波器系数能够接近最佳值,而接收端接收用户数据时,均衡器的自适应算法就可以跟踪不断变化的信道,其结果就是产生了自适应均衡器。
工程实现中一般迭代2-3次,得到的误差函数值就可以达到设定的阈值要求。本发明中使用的均衡算法只在初始阶段进行一次快速傅里叶变换(FFT),将接收端接收到的导频训练序列X(n)和初始信道估计值h(n)分别变换到频域。根据迭代停止时对得到的均衡器滤波器最佳系数再进行一次逆快速傅里叶变换(IFFT),将所述均衡器滤波器最佳系数变换成时域。其中的迭代运算全部在频域中运算,只用到乘法、加法和除法运算,因为此处除法运算要求的实时性低,算法实现时用移位减法代替,与原有的均衡算法相比基本不增加多少运算复杂度。
本发明的均衡算法在工程实现中与迫零均衡算法相比,接收灵敏度的性能可以提高8dB以上,与MMSE均衡算法相比提高5dB以上。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围;这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种无线宽带通信信道迭代均衡的优化方法,其特征在于,包括以下步骤:
步骤1,设定导频训练序列为CHU(N),接收端接收到的序列为X(n),X(n)为所述导频训练序列经过通信信道到达接收端的序列,初始信道估计值为h(n),对初始信道估计值h(n)和接收端接收到的导频训练序列X(n)分别进行快速傅里叶变换,分别得到H(N)和X(N),H(N)为频域初始信道估计值,X(N)为频域响应;
步骤2,初始化,i的初始值为1,i表示迭代次数;
步骤3,依次计算得到第i次迭代后的初始均衡滤波器系数Wchu(N+i)和第i次迭代后的均衡导频训练序列估计值X'(N+i);其中,n表示时域序列,N表示频域序列;
步骤4,根据第i次迭代后的均衡导频训练序列估计值X'(N+i),计算得到第i次迭代后的信噪比SNRi,求取第i次迭代后的信噪比SNRi的倒数,并计算得到第i次迭代后的均衡滤波器系数W(N+i),再根据频率响应X(N),计算第i次迭代后的均衡导频训练序列优化值X”(N+i),然后根据设定的导频训练序列CHU(N),计算得到第i次迭代后的误差函数值E(N+i);
若此时得到的第i次迭代后的误差函数值E(N+i)不满足设定的阈值要求,则根据第i次迭代后的均衡滤波器系数W(N+i)、第i次迭代后的误差函数值E(N+i)和频域响应X(N),计算得到第i次迭代后的均衡滤波器更新系数W′(N+i),并将第i次迭代后的均衡滤波器更新系数W′(N+i)替换第i次迭代后的初始均衡滤波器系数Wchu(N+i),令i加1,返回步骤3;
若此时得到的第i次迭代后的误差函数值E(N+i)满足设定的阈值要求,迭代停止,此时根据第i次迭代后的误差函数值E(N+i)得到的第i次迭代后的均衡滤波器系数W(N+i),为均衡器滤波器最佳系数;其中,n表示时域序列,N表示频域序列。
2.如权利要求1所述的一种无线宽带通信信道迭代均衡的优化方法,其特征在于,在步骤3中,所述第i次迭代后的均衡导频训练序列估计值X'(N+i)的具体表达式为:
X′(N+i)=X(N)·Wchu(N+i)
其中,X(N)表示频域响应,Wchu(N+i)表示第i次迭代后的初始均衡滤波器系数,n表示时域序列,N表示频域序列。
3.如权利要求1所述的一种无线宽带通信信道迭代均衡的优化方法,其特征在于,在步骤4中,所述第i次迭代后的信噪比SNRi的具体表达式为:
其中,X'(N+i)表示第i次迭代后的均衡导频训练序列估计值,X(N)表示频域响应,∑表示求和符号。
4.如权利要求1所述的一种无线宽带通信信道迭代均衡的优化方法,其特征在于,在步骤4中,所述第i次迭代后的均衡滤波器系数W(N+i),其具体表达式为:
其中,H*(N)表示H(N)的共轭,H(N)表示频域初始信道估计值,SNRi表示第i次迭代后的信噪比。
5.如权利要求1所述的一种无线宽带通信信道迭代均衡的优化方法,其特征在于,在步骤4中,所述第i次迭代后的均衡导频训练序列优化值X”(N+i)和所述第i次迭代后的误差函数值E(N+i),其具体表达式分别为:
X”(N+i)=X(N)·W(N+i)
E(N+i)=CHU(N)-X”(N+i)
其中,W(N+i)表示第i次迭代后的均衡滤波器系数,X'(N+i)表示第i次迭代后的均衡导频训练序列估计值,X(N)表示频域响应,CHU(N)表示设定的导频训练序列。
6.如权利要求1所述的一种无线宽带通信信道迭代均衡的优化方法,其特征在于,在步骤4中,所述第i次迭代后的均衡滤波器更新系数W′(N+i)的具体表达式为:
其中,E(N+i)表示第i次迭代后的误差函数值,X(N)表示频域响应,W(N+i)表示第i次迭代后的均衡滤波器系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510738154.5A CN105306396B (zh) | 2015-11-03 | 2015-11-03 | 一种无线宽带通信信道迭代均衡的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510738154.5A CN105306396B (zh) | 2015-11-03 | 2015-11-03 | 一种无线宽带通信信道迭代均衡的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105306396A true CN105306396A (zh) | 2016-02-03 |
CN105306396B CN105306396B (zh) | 2018-11-09 |
Family
ID=55203159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510738154.5A Active CN105306396B (zh) | 2015-11-03 | 2015-11-03 | 一种无线宽带通信信道迭代均衡的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105306396B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106230754A (zh) * | 2016-07-22 | 2016-12-14 | 河海大学 | 一种大规模mimo***的干扰消除‑匹配滤波信道估计方法 |
CN109547369A (zh) * | 2018-12-26 | 2019-03-29 | 西安烽火电子科技有限责任公司 | 一种自适应信道参数估计方法 |
CN110059401A (zh) * | 2019-04-15 | 2019-07-26 | 青岛科技大学 | 一种ofdm***水声信道冲激响应重构方法 |
CN111147409A (zh) * | 2019-12-27 | 2020-05-12 | 东方红卫星移动通信有限公司 | 一种低轨卫星信道自适应均衡方法 |
CN111884959A (zh) * | 2020-07-14 | 2020-11-03 | 西安交通大学 | 一种用于单载波宽带无线通信***的迭代均衡方法及设备 |
CN112147590A (zh) * | 2020-08-25 | 2020-12-29 | 西安电子科技大学 | 一种基于响应估计频域拟合的通道均衡方法 |
CN112994737A (zh) * | 2021-02-09 | 2021-06-18 | 哈尔滨工业大学 | 一种rake与mmse协同的解扩传输方法 |
CN113037664A (zh) * | 2021-03-26 | 2021-06-25 | 中国人民解放军军事科学院国防科技创新研究院 | Ofdm***的梳状导频信道估计与均衡装置及方法 |
CN118200086A (zh) * | 2024-05-20 | 2024-06-14 | 成都泰格微电子研究所有限责任公司 | 一种基于频域均衡方法的干扰识别方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136896A (zh) * | 2007-09-18 | 2008-03-05 | 东南大学 | 基于快速傅立叶变换的频域迭代均衡方法 |
CN101753498A (zh) * | 2008-12-05 | 2010-06-23 | 中兴通讯股份有限公司 | 正交频分复用信道估计结果的滤波方法与装置 |
CN102223329A (zh) * | 2011-06-14 | 2011-10-19 | 南京信息工程大学 | 基于分数低阶统计量的正交小波盲均衡方法 |
CN102325105A (zh) * | 2011-07-05 | 2012-01-18 | 电子科技大学 | 一种基于阈值子带分解的信道均衡方法 |
CN103885911A (zh) * | 2012-12-20 | 2014-06-25 | 辉达公司 | 用于实施信道均衡训练的多道方法 |
US20140307766A1 (en) * | 2013-04-16 | 2014-10-16 | Nvidia Corporation | Iteratively scanning equalization coefficients to optimize signal quality in a data communication link |
CN104135450A (zh) * | 2014-07-08 | 2014-11-05 | 上海师范大学 | 利用数据重用的逐幸存序列均衡算法 |
US8989252B1 (en) * | 2011-01-19 | 2015-03-24 | Marvell International Ltd. | Methods and apparatus for power efficient iterative equalization |
-
2015
- 2015-11-03 CN CN201510738154.5A patent/CN105306396B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136896A (zh) * | 2007-09-18 | 2008-03-05 | 东南大学 | 基于快速傅立叶变换的频域迭代均衡方法 |
CN101753498A (zh) * | 2008-12-05 | 2010-06-23 | 中兴通讯股份有限公司 | 正交频分复用信道估计结果的滤波方法与装置 |
US8989252B1 (en) * | 2011-01-19 | 2015-03-24 | Marvell International Ltd. | Methods and apparatus for power efficient iterative equalization |
CN102223329A (zh) * | 2011-06-14 | 2011-10-19 | 南京信息工程大学 | 基于分数低阶统计量的正交小波盲均衡方法 |
CN102325105A (zh) * | 2011-07-05 | 2012-01-18 | 电子科技大学 | 一种基于阈值子带分解的信道均衡方法 |
CN103885911A (zh) * | 2012-12-20 | 2014-06-25 | 辉达公司 | 用于实施信道均衡训练的多道方法 |
US20140307766A1 (en) * | 2013-04-16 | 2014-10-16 | Nvidia Corporation | Iteratively scanning equalization coefficients to optimize signal quality in a data communication link |
CN104135450A (zh) * | 2014-07-08 | 2014-11-05 | 上海师范大学 | 利用数据重用的逐幸存序列均衡算法 |
Non-Patent Citations (2)
Title |
---|
MARCO GOMES等: "Iterative Frequency Domain Equalization for Single Carrier Signals with Magnitude Modulation Techniques", 《VEHICULAR TECHNOLOGY CONFERENCE (VTC FALL), 2012 IEEE》 * |
陆许明: "OFDM***中低复杂度的时变信道迭代均衡算法", 《信号处理》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106230754A (zh) * | 2016-07-22 | 2016-12-14 | 河海大学 | 一种大规模mimo***的干扰消除‑匹配滤波信道估计方法 |
CN109547369B (zh) * | 2018-12-26 | 2021-08-03 | 西安烽火电子科技有限责任公司 | 一种自适应信道参数估计方法 |
CN109547369A (zh) * | 2018-12-26 | 2019-03-29 | 西安烽火电子科技有限责任公司 | 一种自适应信道参数估计方法 |
CN110059401A (zh) * | 2019-04-15 | 2019-07-26 | 青岛科技大学 | 一种ofdm***水声信道冲激响应重构方法 |
CN110059401B (zh) * | 2019-04-15 | 2022-10-25 | 青岛科技大学 | 一种ofdm***水声信道冲激响应重构方法 |
CN111147409B (zh) * | 2019-12-27 | 2022-06-10 | 东方红卫星移动通信有限公司 | 一种低轨卫星信道自适应均衡方法 |
CN111147409A (zh) * | 2019-12-27 | 2020-05-12 | 东方红卫星移动通信有限公司 | 一种低轨卫星信道自适应均衡方法 |
CN111884959A (zh) * | 2020-07-14 | 2020-11-03 | 西安交通大学 | 一种用于单载波宽带无线通信***的迭代均衡方法及设备 |
CN112147590A (zh) * | 2020-08-25 | 2020-12-29 | 西安电子科技大学 | 一种基于响应估计频域拟合的通道均衡方法 |
CN112147590B (zh) * | 2020-08-25 | 2023-04-07 | 西安电子科技大学 | 一种基于响应估计频域拟合的通道均衡方法 |
CN112994737A (zh) * | 2021-02-09 | 2021-06-18 | 哈尔滨工业大学 | 一种rake与mmse协同的解扩传输方法 |
CN113037664A (zh) * | 2021-03-26 | 2021-06-25 | 中国人民解放军军事科学院国防科技创新研究院 | Ofdm***的梳状导频信道估计与均衡装置及方法 |
CN113037664B (zh) * | 2021-03-26 | 2023-03-14 | 中国人民解放军军事科学院国防科技创新研究院 | Ofdm***的梳状导频信道估计与均衡装置及方法 |
CN118200086A (zh) * | 2024-05-20 | 2024-06-14 | 成都泰格微电子研究所有限责任公司 | 一种基于频域均衡方法的干扰识别方法 |
CN118200086B (zh) * | 2024-05-20 | 2024-07-16 | 成都泰格微电子研究所有限责任公司 | 一种基于频域均衡方法的干扰识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105306396B (zh) | 2018-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105306396A (zh) | 一种无线宽带通信信道迭代均衡的优化方法 | |
CN102291363B (zh) | 一种用于ofdm***的信道估计及数据检测方法 | |
KR101241824B1 (ko) | Ofdm 통신 시스템의 수신 장치 및 그의 위상 잡음 완화 방법 | |
CN110266617B (zh) | 超奈奎斯特***的多径信道估计方法 | |
WO2006075210A2 (en) | System and method for utilizing different known guard intervals in single/multiple carrier communication systems | |
CN102664841B (zh) | Sc-fde***低复杂度rls自适应信道估计的方法 | |
TW200832957A (en) | Robust and low-complexity combined signal power estimation | |
CN107483373B (zh) | 一种抗多径迭代加权的lmmse信道估计方法及装置 | |
CN104486266B (zh) | 一种基于mimo-ofdm***的信道估计方法及装置 | |
CN105337906B (zh) | 信道估计方法及装置 | |
JP2003218826A (ja) | 直交周波数分割多重信号の受信方式及び受信機 | |
CN106534008A (zh) | 无线多径信道的功率补偿mmse均衡方法 | |
CN104836770A (zh) | 一种基于相关平均与加窗的定时估计方法 | |
CN102790746B (zh) | Ofdm***的信道估计方法 | |
CN1984109A (zh) | 通信***中的信道估计器及其信道估计方法 | |
US20060017613A1 (en) | High doppler channel estimation for OFD multiple antenna systems | |
Haghighi et al. | Effects of side information on complexity reduction in superimposed pilot channel estimation in OFDM systems | |
KR20090013957A (ko) | 직교 주파수 분할 다중화 시스템에서 채널 임펄스 응답의추정 오류를 보상하기 위한 장치 및 방법 | |
CN107959649B (zh) | Ofdm***接收机中的符号定时同步简化方法 | |
CN110474857B (zh) | 一种基于帧格式参数可变的大动态单载波频域均衡方法 | |
CN108521311B (zh) | 一种基于格雷序列的信噪比估计方法 | |
Wu et al. | A blind demodulation algorithm for underwater acoustic MPSK signal | |
JP2010192977A (ja) | Fftを用いたsc−fde用フェージング推定・等化方法 | |
CN102223336B (zh) | 无线通信方法和设备 | |
Roman | Advanced receiver structures for mobile MIMO multicarrier communication systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |