基于叠加训练序列的MIMO信道估计及其性能分析

Journal of Systems Engineering and Electronics ›› 2009, Vol. 31 ›› Issue (1): 18-20,82.

基于叠加训练序列的MIMO信道估计及其性能分析

肖海林¹, 欧阳缮¹, 聂在平², 陈紫强¹

1. 桂林电子科技大学信息与通信学院, 广西, 桂林, 541004;
2. 电子科技大学电子工程学院, 四川, 成都, 610054

收稿日期:2007-09-10 修回日期:2008-09-02 出版日期:2009-01-20 发布日期:2010-01-03
作者简介:肖海林(1976- ),男,副教授,博士,主要研究方向为新一代无线通信天线分集技术、信道建模、信道估计以及信道编码.E-mail:xhl_xiaohailin@163.com
基金资助:
国家“973”高技术计划基金(2008CB317109);国家“863”高技术计划基金(2002AA123032);国家自然科学基金(60572054);桂林电子科技大学博士启动基金(Z20706);广西信息与通讯技术重点实验室(10903)资助课题

MIMO channel estimation and performance analysis using superimpose training sequences

XIAO Hai-lin¹, OUYANG Shan¹, NIE Zai-ping², CHEN Zi-qiang¹

1. Coll. of Information and Communication, Guilin Univ. of Electronic and Technology, Guilin 541004, China;
2. Coll. of Electronic Engineering, Univ. of Electronic Science and Technology of China, Chengdu 610054, China

Received:2007-09-10 Revised:2008-09-02 Online:2009-01-20 Published:2010-01-03

摘要/Abstract

摘要： 提出一种基于叠加训练序列的MIMO信道估计模型,该模型信道估计方法不占用额外的信号带宽并具有较高的估计精度。通过最小二乘(LS)方法,推导出模型信道估计误差的均方差、信道容量的下限以及更加紧凑的Cramer-Rao界。数值模拟结果表明,相同条件下,采用叠加的训练序列要比直接采用训练序列对系统容量的改善5 dB左右。此外,模型所采用的算法结构简单,计算量小,有很大的实际应用前景。

Abstract: An MIMO channel estimation model using superimposed training sequences is proposed,which doesn’t take any extra signal spectral and has high accuracy.Through exploiting the least square method,a closed-form solution for the estimation of variance and the lower bound of channel capacity,as well as a rather compact Cramer-Rao bound are derived.Simulation results show that the system has higher performance by using superimposed training sequences than that using training sequences,which is improved about 5 dB.Moreover,the algorithm has a simple structure and low computation complexity,which is very promising in the reality wireless communication.

中图分类号:

TN911.3

肖海林, 欧阳缮, 聂在平, 陈紫强. 基于叠加训练序列的MIMO信道估计及其性能分析[J]. Journal of Systems Engineering and Electronics, 2009, 31(1): 18-20,82.

XIAO Hai-lin, OUYANG Shan, NIE Zai-ping, CHEN Zi-qiang. MIMO channel estimation and performance analysis using superimpose training sequences[J]. Journal of Systems Engineering and Electronics, 2009, 31(1): 18-20,82.

[1]	张刚, 雷家洪, 张天骐. 新型正交降噪CDSK通信系统[J]. 系统工程与电子技术, 2022, 44(9): 2963-2970.
[2]	张刚, 许可蓉, 张天骐. 改进型正交多用户降噪差分混沌键控通信系统[J]. 系统工程与电子技术, 2022, 44(4): 1372-1381.
[3]	邵凯, 朱苗苗, 王光宇. 基于生成对抗与卷积神经网络的调制识别方法[J]. 系统工程与电子技术, 2022, 44(3): 1036-1043.
[4]	贺利芳, 吴雪霜, 张鹏, 陈俊. 改进型正交多载波降噪差分混沌键控通信系统[J]. 系统工程与电子技术, 2021, 43(10): 3008-3016.
[5]	陈晓婷, 王年, 丁大为, 张公泉, 卢宇. MIMO模型下的多元混合调制DCSK方案[J]. 系统工程与电子技术, 2021, 43(7): 1989-1994.
[6]	亢伟民, 杨鸿文. 基于星座成形的高谱效编码调制方案[J]. 系统工程与电子技术, 2021, 43(6): 1686-1691.
[7]	张刚, 和华杰, 张鹏. 降噪改进型多载波CDSK混沌通信系统[J]. 系统工程与电子技术, 2021, 43(5): 1389-1397.
[8]	张刚, 刘金惠, 张鹏. 多用户正交多级差分混沌键控通信系统[J]. 系统工程与电子技术, 2021, 43(1): 244-250.
[9]	张公泉, 李晓辉, 陈晓婷, 邢昊天. 短参多进制保密差分混沌键控系统[J]. 系统工程与电子技术, 2020, 42(12): 2899-2905.
[10]	张刚, 和华杰, 张天骐. 无信号内干扰的降噪多用户CDSK混沌通信系统[J]. 系统工程与电子技术, 2020, 42(9): 2098-2106.
[11]	刘凯, 张斌, 黄青华. 基于TCNN-BiLSTM网络的调制识别算法[J]. 系统工程与电子技术, 2020, 42(8): 1841-1849.
[12]	庄陵, 戴蕾, 刘胜珠, 王光宇. 多模索引调制OFDM频谱及能量效率优化方案[J]. 系统工程与电子技术, 2020, 42(3): 719-726.
[13]	刘凯, 赵梦伟, 黄青华. 基于近似熵的Multi-h CPM调制识别算法[J]. 系统工程与电子技术, 2020, 42(3): 698-703.
[14]	李晨, 杨俊安, 刘辉. 基于信息熵和GA-ELM的调制识别算法[J]. 系统工程与电子技术, 2020, 42(1): 223-229.
[15]	王红星, 赵志勇, 王洪利, 刘锡国. 基于无抖动编码的非正弦波调制[J]. Journal of Systems Engineering and Electronics, 2009, 31(3): 531-533.