CN115834300B - 一种基于最小代价的动态阈值信道估计方法及*** - Google Patents
一种基于最小代价的动态阈值信道估计方法及*** Download PDFInfo
- Publication number
- CN115834300B CN115834300B CN202211434904.6A CN202211434904A CN115834300B CN 115834300 B CN115834300 B CN 115834300B CN 202211434904 A CN202211434904 A CN 202211434904A CN 115834300 B CN115834300 B CN 115834300B
- Authority
- CN
- China
- Prior art keywords
- impulse response
- channel impulse
- channel
- threshold value
- cost
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000004044 response Effects 0.000 claims abstract description 92
- 238000007781 pre-processing Methods 0.000 claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 15
- 230000001629 suppression Effects 0.000 claims abstract description 15
- 230000001186 cumulative effect Effects 0.000 claims description 11
- 238000005315 distribution function Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 abstract description 6
- 238000012935 Averaging Methods 0.000 description 9
- 238000005070 sampling Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003874 inverse correlation nuclear magnetic resonance spectroscopy Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出了一种基于最小代价的动态阈值信道估计方法及***,涉及无线通信技术领域,具体方案包括:基于获取到的导频数据,进行信道估计,得到初始的信道冲激响应;根据无线信道时间相关性,对初始的信道冲激响应进行预处理;基于预处理后的信道冲激响应,分析整体错误代价与阈值的关系,计算最优阈值;根据最优阈值,确定去噪矩阵,对初始的信道冲激响应进行噪声抑制,得到最终信道冲激响应;本发明无须先验信道信息,利用无线信道的稀疏性及其时间相关性,估计信道冲激响应,提高信道估计精度,保证运算复杂度。
Description
技术领域
本发明属于无线通信技术领域,尤其涉及一种基于最小代价的动态阈值信道估计方法及***。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
随着无线通信技术的飞速发展,人们对于实时、高速、高质量的数字通信需求不断增加;在极其复杂的空间环境中,无线电波从发射机主要历经反射、绕射和散射到达接收端,使得接收信号产生严重的衰落;为了保证通信***的性能,可通过信道估计技术来获得信道状态信息,为接收端提供信道的时、频域响应,从而大大地提高接收信号的恢复质量。然而,由于无线信道中的噪声及其时变性和多径传播特性,很难进行准确的信道估计。
在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)***中采用循环前缀(Cyclic Prefix,CP)作为保护间隔能够很好地克服多径效应;借助无线信道的稀疏特性,出现了多种阈值去噪方法,也有通过最小化均方误差得出最优阈值,然而这些现有方法,为了达到最优的去噪性能,往往都需要先验的信道信息进行辅助或是进行高复杂度的迭代运算;现有方法中的置信去噪策略和加权平均去噪策略,借助无线信道的时间相关性,尽管在静态环境中表现良好,但无法很好地适用于动态信道。
因此,如何在无先验信道信息的情况下,在动态环境中进行高精度的信道估计,仍是目前需解决的问题之一。
发明内容
为克服上述现有技术的不足,本发明提供了一种基于最小代价的动态阈值信道估计方法及***,无须先验信道信息,利用无线信道的稀疏性及其时间相关性,估计信道冲激响应,提高信道估计精度,保证运算复杂度。
为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:
本发明第一方面提供了一种基于最小代价的动态阈值信道估计方法;
一种基于最小代价的动态阈值信道估计方法,包括:
基于获取到的导频数据,进行信道估计,得到初始的信道冲激响应;
根据无线信道时间相关性,对初始的信道冲激响应进行预处理;
基于预处理后的信道冲激响应,分析整体错误代价与阈值的关系,计算最优阈值;
根据最优阈值,确定去噪矩阵,对初始的信道冲激响应进行噪声抑制,得到最终信道冲激响应。
进一步的,所述得到初始的信道冲激响应,具体步骤为:
采用最小二乘法,对获取到的导频数据进行信道估计,得到信道频率响应;
对得到的信道频率响应进行M点逆快速傅里叶变换,得到信道冲激响应,即初始的信道冲激响应。
进一步的,所述信道估计表示为:
其中,HLS(m,k)是信道频率响应,Y(m,k)与X(m,k)分别是接收到的和发送的第k(k=1,2,…,K)个OFDM符号中的第m(m=1,2,…,M)个子载波的导频符号。
进一步的,所述对初始的信道冲激响应进行预处理,采用相邻帧间平均方法,对初始的信道冲激响应进行P帧平均,P是预先设定的相邻帧数。
进一步的,所述计算最优阈值,具体为:
基于预处理后的信道冲激响应,计算径功率与噪声功率,构建径功率与噪声功率的累积分布函数;
基于累积分布函数,通过引入代价因子,计算去噪阈值下的漏警代价与虚警代价,构建整体错误代价;
将整体错误代价对去噪阈值求一阶导数,计算一阶导数等于零时的去噪阈值,即为最优阈值。
进一步的,所述去噪矩阵G(m,k),具体为:
其中,Tk OPT为最优阈值,hW(m,k)为预处理后的信道冲激响应。
进一步的,所述对初始的信道冲激响应进行噪声抑制,是初始的信道冲激响应与去噪矩阵相乘,得到最终信道冲激响应。
本发明第二方面提供了一种基于最小代价的动态阈值信道估计***。
一种基于最小代价的动态阈值信道估计***,包括初始估计模块、预处理模块、阈值计算模块和噪声抑制模块:
初始估计模块,被配置为:基于获取到的导频数据,进行信道估计,得到初始的信道冲激响应;
预处理模块,被配置为:根据无线信道时间相关性,对初始的信道冲激响应进行预处理;
阈值计算模块,被配置为:基于预处理后的信道冲激响应,分析整体错误代价与阈值的关系,计算最优阈值;
噪声抑制模块,被配置为:根据最优阈值,确定去噪矩阵,对初始的信道冲激响应进行噪声抑制,得到最终信道冲激响应。
本发明第三方面提供了计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明第一方面所述的一种基于最小代价的动态阈值信道估计方法中的步骤。
本发明第四方面提供了电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明第一方面所述的一种基于最小代价的动态阈值信道估计方法中的步骤。
以上一个或多个技术方案存在以下有益效果:
基于无线信道的稀疏性和时间相关性,本发明提出了一种基于最小代价的能随噪声能量改变而改变的动态阈值信道估计方法,在保证运算复杂度和无需先验信道稀疏度的情况下,提供了接近于理想信道支撑集的性能,提高了信道估计精度。
相较于阈值方法中复杂度最低的基于离散傅里叶变换(Discrete FourierTransform,DFT)信道估计方法,本发明只增加了对导频子载波的平均模块,具有较低的计算复杂度,适用于动态信道,在无线通信***中具有较好的实用性。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为第一个实施例的方法流程图。
图2为第一个实施例40km/h城市车辆信道NMSE曲线图。
图3为第一个实施例100km/h乡村高速公路信道NMSE曲线图。
图4为第一个实施例40km/h城市车辆信道BER曲线图。
图5为第一个实施例100km/h乡村高速公路信道BER曲线图。
图6为第二个实施例的***结构图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明;除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式;如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
本实施例公开了一种基于最小代价的动态阈值信道估计方法;
如图1所示,一种基于最小代价的动态阈值信道估计方法,包括:
S101:基于获取到的导频数据,进行信道估计,得到初始的信道冲激响应,具体步骤为:
(1)采用最小二乘法(Least Square,LS),对获取到的导频数据进行信道估计,得到信道频率响应(Channel Frequency Response,CFR),公式表示为:
其中,HLS(m,k)是信道频率响应,Y(m,k)与X(m,k)分别是接收到的和发送的第k(k=1,2,…,K)个OFDM符号中的第m(m=1,2,…,M)个子载波的导频符号。
在其他实施例中,还可以采用最小均方误差估计进行信道估计。
(2)对得到的信道频率响应进行M点逆快速傅里叶变换,得到信道冲激响应(Channel Impulse Response,CIR),即初始的信道冲激响应。
对信道频率响应HLS(m,k)进行M点逆快速傅里叶变换(Inverse Fast FourierTransform,IFFT),将其从频域转换到时域,考虑到无线信道的稀疏性,CIR可具体表示为:
其中,C为CIR支撑集,是CIR中值不为0的点集合,在等间隔采样中也就是多径;h(m,k)为径采样点处的无噪CIR,在瑞利衰落信道中可建模成均值为0、方差为的复高斯随机变量;nLS(m,k)为均值为0、方差为/>的复高斯白噪声。
由于h(m,k)与nLS(m,k)独立,因此hLS(m,k)符合复高斯分布CN,具体为:
S102:根据无线信道时间相关性,对初始的信道冲激响应进行预处理;
预处理旨在通过帧间平均技术提高径采样点与噪声采样点的区分度,进而使得阈值具有更佳的去噪效果,换句话说,即使去噪阈值取的很大,噪声去除很多的同时,也不会滤掉能量较小的径。
采用方式的目的与传统多帧平均不同,并不是直接用于对初始的信道冲激响应CIR进行平均去噪,因为在动态信道中多帧平均技术会使径采样点处的信道系数失真。
对初始的信道冲激响应进行P帧平均,具体为:
其中,P是预先设定的相邻帧数,k是进行P帧平均的开始帧序号。
基于动态信道的时间相关性,相邻OFDM帧信道信息仍具有相似性,径功率变成噪声功率为/>
在静态信道中用于对初始的信道冲激响应进行平均去噪,然后在此基础上进行噪声采样点的去除;在动态信道中,则旨在提高径与噪声的区分度;而且平均帧数在静态信道中越多,信道估计性能越好;在动态信道中,信道时变速度越快,相邻帧间的相关性会越低,允许平均的帧数会变少,P通常取5~10帧。
S103:基于预处理后的信道冲激响应,分析整体错误代价与阈值的关系,计算最优阈值;
分析径功率与噪声功率的分布特性,引入代价因子,计算某一阈值下漏警代价与虚警代价,分析整体错误代价与阈值的关系,得出最优阈值,具体为:
(1)基于预处理后的信道冲激响应,计算径功率与噪声功率,构建径功率与噪声功率的累积分布函数;
对预处理后的信道冲激响应hW(m,k)求包络的平方得|hW(m,k)|2,作为径功率和噪声功率,且服从指数分布,那么,径功率与噪声功率的累积分布函数(CumulativeDistribution Function,CDF)Fr(x)和Fn(x)分别为:
(2)基于累积分布函数,通过引入代价因子,计算去噪阈值下的漏警代价与虚警代价,构建整体错误代价;
假设去噪阈值为Tk,当第k个OFDM帧中第m个子载波处功率小于Tk时,则认为是噪声采样点,反之认为是径采样点;根据累积分布函数CDF的函数性质可得,当x=Tk时,径去除概率为Fr(Tk),噪声的去除概率为Fn(Tk);因此,漏警(把径当作噪声)概率与虚警(把噪声当作径)的分别为Fr(Tk)、1–Fn(Tk),则整体错误代价W(Tk)可表示为:
其中,α为漏警代价因子,1–α为虚警代价因子,通常将径误判为噪声会对信道估计造成较大影响,因此α取值为0.5至1之间。
(3)将整体错误代价对去噪阈值求一阶导数,计算一阶导数等于零时的去噪阈值,即为最优阈值。
为得到最优的去噪阈值,可将整体错误代价W(Tk)对去噪阈值Tk求一阶导数,即:
计算一阶导数等于零时的去噪阈值,求得最小错误代价的去噪阈值为:
其中,径功率与噪声功率/>可取预处理后的信道冲激响应hW(m,k)中包络平方的最大值与中位数,具体为:
S104:根据最优阈值,确定去噪矩阵,对初始的信道冲激响应进行噪声抑制,得到最终信道冲激响应,具体为:
(1)通过预处理后的信道冲激响应hW(m,k)和最优阈值Tk OPT,计算去噪矩阵G(m,k),具体为:
(2)用去噪矩阵G(m,k)对初始的信道冲激响应HLS(m,k)进行噪声抑制,即初始的信道冲激响应HLS(m,k)与去噪矩阵G(m,k)相乘,得到最终信道冲激响应hOTBS(m,k),可表示为:
hOTBS(m,k)=hLS(m,k)·G(m,k)
为证明本实施例具有较高的信道估计精度,在芬兰Wing-TV测试项目中的城市车辆信道和乡村高速公路信道模型中,验证了本实施例的信道估计性能。
将本实施例方法与3种传统方法:LS、多帧平均、DFT信道估计方法(直接将CP长度之外的子载波当作噪声采样点)和已知信道CIR支撑集的理想情况进行比较。
当载波频率设置为800MHz时,图2和图3分别展示了4种方法和理想支撑集情况下在40km/h城市车辆信道和100km/h乡村高速公路信道中的归一化均方误差(NormalizedMean Square Error,NMSE)性能,x轴为信噪比,y轴为归一化均方误差,其中本实施例方法中P的取值和多帧平均方法中的平均帧数在城市道路和高速公路分别为10、6,通常信道时变速度越快,相邻帧间的相关性会越低,允许平均的帧数会变少。
由图2和图3可得,本实施例的信道估计方法相较于3种传统方法具有更好的性能,更接近理想支撑集的情况,其中多帧平均方法在动态信道中表现出了不适用性。
图4和图5分别展示了4种方法和理想支撑集情况下在40km/h城市车辆信道和100km/h乡村高速公路信道中的误码率(Bit Error Rate,BER)性能,x轴为信噪比,y轴为误码率,可以看到,本实施例方法具有更接近已知理想支撑集情况下的误码率性能。
实施例二
本实施例公开了一种基于最小代价的动态阈值信道估计***;
如图6所示,一种基于最小代价的动态阈值信道估计***,包括初始估计模块、预处理模块、阈值计算模块和噪声抑制模块:
初始估计模块,被配置为:基于获取到的导频数据,进行信道估计,得到初始的信道冲激响应;
预处理模块,被配置为:根据无线信道时间相关性,对初始的信道冲激响应进行预处理;
阈值计算模块,被配置为:基于预处理后的信道冲激响应,分析整体错误代价与阈值的关系,计算最优阈值;
噪声抑制模块,被配置为:根据最优阈值,确定去噪矩阵,对初始的信道冲激响应进行噪声抑制,得到最终信道冲激响应。
实施例三
本实施例的目的是提供计算机可读存储介质。
计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开实施例一所述的一种基于最小代价的动态阈值信道估计方法中的步骤。
实施例四
本实施例的目的是提供电子设备。
电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开实施例一所述的一种基于最小代价的动态阈值信道估计方法中的步骤。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于最小代价的动态阈值信道估计方法,其特征在于,包括:
基于获取到的导频数据,进行信道估计,得到初始的信道冲激响应;
根据无线信道时间相关性,对初始的信道冲激响应进行预处理;
基于预处理后的信道冲激响应,分析整体错误代价与阈值的关系,计算最优阈值;
根据最优阈值,确定去噪矩阵,对初始的信道冲激响应进行噪声抑制,得到最终信道冲激响应;
其中,所述计算最优阈值,具体为:
基于预处理后的信道冲激响应,计算径功率与噪声功率,构建径功率与噪声功率的累积分布函数;
基于累积分布函数,通过引入代价因子,计算去噪阈值下的漏警代价与虚警代价,构建整体错误代价;
将整体错误代价对去噪阈值求一阶导数,计算一阶导数等于零时的去噪阈值,即为最优阈值,公式为:
其中,为最优阈值,/>为噪声功率,/>为径功率,α为漏警代价因子;
所述得到初始的信道冲激响应,具体步骤为:
采用最小二乘法,对获取到的导频数据进行信道估计,得到信道频率响应;
对得到的信道频率响应进行M点逆快速傅里叶变换,得到信道冲激响应,即初始的信道冲激响应;
所述信道估计表示为:
其中,是信道频率响应,Y(m, k)与X(m, k)分别是接收到的和发送的第个OFDM符号中的第/>个子载波的导频符号;
所述对初始的信道冲激响应进行预处理,采用相邻帧间平均方法,对初始的信道冲激响应进行P帧平均,P是预先设定的相邻帧数;
所述去噪矩阵G(m, k),具体为:
其中,为最优阈值,/>为预处理后的信道冲激响应。
2.如权利要求1所述的一种基于最小代价的动态阈值信道估计方法,其特征在于,所述对初始的信道冲激响应进行噪声抑制,是初始的信道冲激响应与去噪矩阵相乘,得到最终信道冲激响应。
3.一种基于最小代价的动态阈值信道估计***,其特征在于,包括初始估计模块、预处理模块、阈值计算模块和噪声抑制模块:
初始估计模块,被配置为:基于获取到的导频数据,进行信道估计,得到初始的信道冲激响应;
预处理模块,被配置为:根据无线信道时间相关性,对初始的信道冲激响应进行预处理;
阈值计算模块,被配置为:基于预处理后的信道冲激响应,分析整体错误代价与阈值的关系,计算最优阈值;
噪声抑制模块,被配置为:根据最优阈值,确定去噪矩阵,对初始的信道冲激响应进行噪声抑制,得到最终信道冲激响应;
其中,所述计算最优阈值,具体为:
基于预处理后的信道冲激响应,计算径功率与噪声功率,构建径功率与噪声功率的累积分布函数;
基于累积分布函数,通过引入代价因子,计算去噪阈值下的漏警代价与虚警代价,构建整体错误代价;
将整体错误代价对去噪阈值求一阶导数,计算一阶导数等于零时的去噪阈值,即为最优阈值,公式为:
其中,为最优阈值,/>为噪声功率,/>为径功率,α为漏警代价因子;
所述得到初始的信道冲激响应,具体步骤为:
采用最小二乘法,对获取到的导频数据进行信道估计,得到信道频率响应;
对得到的信道频率响应进行M点逆快速傅里叶变换,得到信道冲激响应,即初始的信道冲激响应;
所述信道估计表示为:
其中,是信道频率响应,Y(m, k)与X(m, k)分别是接收到的和发送的第个OFDM符号中的第/>个子载波的导频符号;
所述对初始的信道冲激响应进行预处理,采用相邻帧间平均方法,对初始的信道冲激响应进行P帧平均,P是预先设定的相邻帧数;
所述去噪矩阵G(m, k),具体为:
其中,为最优阈值,/>为预处理后的信道冲激响应。
4.计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-2任一项所述的一种基于最小代价的动态阈值信道估计方法中的步骤。
5.电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-2任一项所述的一种基于最小代价的动态阈值信道估计方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211434904.6A CN115834300B (zh) | 2022-11-16 | 2022-11-16 | 一种基于最小代价的动态阈值信道估计方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211434904.6A CN115834300B (zh) | 2022-11-16 | 2022-11-16 | 一种基于最小代价的动态阈值信道估计方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115834300A CN115834300A (zh) | 2023-03-21 |
CN115834300B true CN115834300B (zh) | 2024-04-26 |
Family
ID=85528512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211434904.6A Active CN115834300B (zh) | 2022-11-16 | 2022-11-16 | 一种基于最小代价的动态阈值信道估计方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115834300B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6108321A (en) * | 1996-06-28 | 2000-08-22 | Lucent Technologies Inc. | Interference based dynamic channel assignment |
CN101257471A (zh) * | 2008-03-31 | 2008-09-03 | 浙江大学 | 移动多媒体数字广播ofdm***信道估计方法 |
KR20090013957A (ko) * | 2007-08-03 | 2009-02-06 | 삼성전자주식회사 | 직교 주파수 분할 다중화 시스템에서 채널 임펄스 응답의추정 오류를 보상하기 위한 장치 및 방법 |
CN111786921A (zh) * | 2020-06-01 | 2020-10-16 | 中国电子科技集团公司第七研究所 | 一种基于先验时延信息的航空通信***基扩展信道估计方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100556403B1 (ko) * | 2003-12-12 | 2006-03-03 | 엘지전자 주식회사 | Vsb 수신 시스템에서 채널 등화 장치 및 그 방법 |
CA2517526A1 (en) * | 2005-08-30 | 2007-02-28 | Oz Communications | Method and system for communicating message notifications to mobile devices |
-
2022
- 2022-11-16 CN CN202211434904.6A patent/CN115834300B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6108321A (en) * | 1996-06-28 | 2000-08-22 | Lucent Technologies Inc. | Interference based dynamic channel assignment |
KR20090013957A (ko) * | 2007-08-03 | 2009-02-06 | 삼성전자주식회사 | 직교 주파수 분할 다중화 시스템에서 채널 임펄스 응답의추정 오류를 보상하기 위한 장치 및 방법 |
CN101257471A (zh) * | 2008-03-31 | 2008-09-03 | 浙江大学 | 移动多媒体数字广播ofdm***信道估计方法 |
CN111786921A (zh) * | 2020-06-01 | 2020-10-16 | 中国电子科技集团公司第七研究所 | 一种基于先验时延信息的航空通信***基扩展信道估计方法 |
Non-Patent Citations (3)
Title |
---|
A Novel Noise Suppression Channel Estimation Method Based on Adaptive Weighted Averaging for OFDM Systems;zhangmingtong;《symmetry》;20190803;全文 * |
Time-Varying Sparse Channel Estimation Based on Adaptive Average and MSE Optimal Threshold in STBC MIMO-OFDM Systems;zhang mingtong;《IEEE Access》;20200831;全文 * |
基于自适应时间相关的MIMO-OFDM***稀疏信道估计研究;张明通;《中国优秀硕士学位论文全文数据库 信息科技辑》;20210915;第24-76页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115834300A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2387840B1 (en) | Interpolated channel estimation for mobile ofdm systems | |
CN101534266B (zh) | 一种正交频分复用***的信道估计方法和装置 | |
US20180337740A1 (en) | Method of estimating the frequency response of multipath channels | |
CN101945066B (zh) | 一种ofdm/oqam***的信道估计方法 | |
CN101989968A (zh) | 频偏估计方法及装置 | |
CN104767587A (zh) | 基于ofdm***下联合信道编译码的压缩感知信道估计方法 | |
CN101808054A (zh) | 信道估计的实现方法和装置 | |
CN101155157A (zh) | 基于变换域的信道估计结果处理方法与装置和接收机 | |
CN103051578A (zh) | 带有ici消除的迭代差错扩散判决ofdm信道估计方法 | |
CN102075481B (zh) | Ofdm***中子载波间干扰消除的方法及装置 | |
CN110474856A (zh) | 一种基于完全干扰消除的信道估计方法 | |
CN108989259B (zh) | 无线综测仪窄带物理上行共享信道的时偏估计方法及*** | |
CN102143113B (zh) | 一种信道估计方法及装置 | |
KR20080058342A (ko) | 제로-프리픽스 직교 주파수 분할 다중 시스템을 위한개선된 심볼 회복 | |
Han et al. | Virtual subcarrier aided channel estimation schemes for tracking rapid time variant channels in IEEE 802.11 p systems | |
CN101692666A (zh) | 一种滤除时域信道响应噪声的方法 | |
CN102638423A (zh) | 干扰和噪声消除方法及装置 | |
CN115834300B (zh) | 一种基于最小代价的动态阈值信道估计方法及*** | |
CN100574305C (zh) | 多载波***中基于星座图映射的信噪比估计方法及装置 | |
KR20090013957A (ko) | 직교 주파수 분할 다중화 시스템에서 채널 임펄스 응답의추정 오류를 보상하기 위한 장치 및 방법 | |
CN109617851B (zh) | 一种基于dft平滑滤波的信道估计方法及装置 | |
CN107947899B (zh) | 单载波交织频分多址***中的多用户信噪比盲估计方法 | |
CN101945070A (zh) | 一种噪声测量的方法及装置 | |
Fan et al. | An improved DFT-based channel estimation algorithm for OFDM system in non-sample-spaced multipath channels | |
WO2009142962A1 (en) | Methods and systems for effective channel estimation in ofdm systems |
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 |