针对未编码的多输入多输出系统,将基于训练序列的最小均方误差(MMSE)信道估计算法与最优线性无偏估计结构(BLUE)相结合对已估计的信道参数进行估计。仿真结果表明,使用线性合并的MMSE算法比传统的MMSE算法具有较小的参数估计误差,比使用线性合并的LS算法性能更好。
维普资讯 doc.guandang.net
第4 7卷第 4期 20 0 7年 8月 文章编号:0 1— 9 X(0 7 0 0 5 0 10 8 3 2 0 )4— 0 2— 4
Vo . 7 No 4 14 . Au . 0 g 2 07
一
种新的最小均方误差线性合并算法 张际徐余法2苏中义2罗汉文,,,
( .海交通大学电子工程系,海 2 04; . 1上上 0 20 2上海电机学院,上海 20 1 ) 0 10
摘
要:对未编码的多输入多输出系统,基于训练序列的最小均方误差 ( S )道估计算法针将 MM E信
与最优线性无偏估计结构( L E相结合对已估计的信道参数进行估计。仿真结果表明,用线性 BU )使
合并的 M S M E算法比传统的 M S M E算法具有较小的参数估计误差,比使用线性合并的 L S算法性能 更好。
国一中图分类号:N 1 T 91
关键词:多输入多输出( MO) MI系统;小均方误差 ( E;最 MS )信道估计;线性合并 文献标识码: A
技 . n
A v lM M S Li e r Co bi i g Al g r t m No e E n a m n n o o ih
Z A GJ, U Y— a,UZ og— t,U a w n H N i X u f2S hn y L OH n— e 一 ( . eat n f l t ncIfr t n S a ga J oogU i r t,hn h i 0 0 0 C ia 1 D pr t e r i nomao,hn h i i t nv sy S a ga 2 0 3, hn; me o E c o i a n ei
2 S a ga Eet m c aia Is t e S a ga 2 0 C ia . h nh i lc o e hncl ntu,h nh i 0 10, hn ) r it 1 A s a tT epr r a c f lpe—i u m lpe—otu ( MO)ss msb sd o riigs— b t c:h e o n eo t l n t ut l r fm mu i p i up t MI yt ae nt nn e e a q e csi dsr e . h m i u en—su r r r MMS u ne eci d T eminm m m a s b q ae—er ( o E)a poc n h et ierub— p rah a dteb s l a n i n ae si t n B U sd et i ( L E)s h meae u e o et t h h n e aa tr. h i lt
n rs l h w ma o c e r sd t s maetec a n lp rmees T e s i muai eut so o s t a h h tt e MMS lo t m a f c iey r d c h s mai n e o o a e i rd t n lo e y a E ag f h c e e t l e u e te e t t r rc mp r d w t t i o a n s b — i n v i o h a i d p i g t e b s n a n i s d e t t n o t e t i e u b a e s ma i . n h l r i o
Ke o d: ut l ip t ut l—otu ( MO)ss m; i i u en—su r—e o( S; yw r s m lpe— n u lpe up t MI i m i yt m m m m m a q ae r r MM E) e c a n let t n: n a o iig h n e s mai l e rc mbnn i o i
计;文献[] 3讨论了在平坦快衰落信道的各种估计
1引言 近年来,信息论的研究成果表明,在无线通信 中,使用多天线阵列的 MI MO技术可以显著提高系
方法,出一种最优线性无偏估计和线性最小均方提 (s算法结合的思想。 k) 由于 MI MO系统中的线性最小均方 ( S)法 L算
统容量。但是, I M MO系统需要在发送端或接收端准确知道信道信息,而后对接收到的数据进行译码。
的均方误差与发射天线数量的平方成正比,以当所发射天线数量增加时,系统性能下降。本文在基于
信道参数的估计对于相干解调接收机,尤其对于采 用空时码的系统至关重要。已有许多学者对 MI MO
以上文献的基础上,最优线性无偏估计结构将 (LE和 M S BU ) M E相结合进行信道估计,对这种估 计算法的无偏估计性进行了详细的理论推导和证明,并对其进行了仿真。仿真结果表明,该算法具有更小的估计均方误差。
系统的信道估计进行了研究:文献[] 1中讨论了发射分集的信道估计;文献[] 2设计一种可以同时估计时域衰落和频域衰落的导频信号,使用基于最并小均方误差 ( M E的正交训练序列进行信道估 M S)
收稿日期:0 6—1 20 2—1;修回日期:0 7— 4— 2 8 20 0 2基金项目:国
家自然科学基金资助项目(0 7 17 6 5 25 )
5 2

最小均方算法(LMS)以计算简单,易于实现等优点被广泛用于自适应滤波领域。但其固定的步长导致了收敛速度和稳态误差之间的矛盾。通过引入非线性函数提出一种新的基于...
基于最小线性均方估计的小波去噪算法_专业资料。提出一种新的基于最小线性...在此,基于最小线性均方估计构造去噪函数,然后最小化均方误差,得到一组估计参数...
龙源期刊网 http://www.qikan.com.cn 基于最小线性均方估计的小波去噪算法 作者:朱文涛,付炜 来源:《现代电子技术》2010 年第 12 期 摘要:提出一种新的...
一种新的最小均方误差线性... 4人阅读 4页 2.00元 基于最小线性均方...提出了重叠保留最小均方误差块线性均衡和块噪声预测2种算法.在设计线性均衡器时...
1 最小均方误差准则的线性均衡器原理 实际使用中,...下面 将用 M at lab 设计 一个具有 5 个抽头...基于 L M S 算法的自适应均衡器的 M at lab ...
针对传统最小均方误差谱幅 度估计(MMSE-STSA,minimummean-squareerror-shorttimespectralam- plitude) 语音增强算法无法有效的跟踪非平稳噪声变化的问题 , 对一种...
将步长因子μ与误差信号e(n)和测量噪声方差σ^2n之间的一种函数关系引入自适应滤波器,提出了一种变步长最小均方自适应滤波算法。与已有算法相比,本文算法的...
(MSE)和 LMS 算法引言:均方误差准则同时考虑 ISI 及噪声的影响,使其最小化...Copt (最佳抽头系数) * 寻找 Copt 的方法:1)根据正交性原理(线性均方估计)...
线性自适应滤波算法的种类很多, 有 LMS 自适应滤波算法、R 路自适应滤波算法、...LMS 算法是以最小均方误差为判据的最典型的算法,也是应用最广泛的 一种算法。...
一种拟合曲线的新拟合算法_IT/计算机_专业资料。一种拟合曲线的新拟合算法... 非线性浏量中 对测量结果进行曲线拟合通常采用最小均方误差的标准进行系 统...
热门文档