OFDM系统中基于降维PARAFAC模型的信道估计方法

doi:10.13190/j.jbupt.2017.03.008

北京邮电大学学报 ›› 2017, Vol. 40 ›› Issue (3): 62-66.doi: 10.13190/j.jbupt.2017.03.008

OFDM系统中基于降维PARAFAC模型的信道估计方法

林和昀¹, 袁超伟¹, 杜建和²

1. 北京邮电大学信息与通信工程学院, 北京 100876;
2. 中国传媒大学信息工程学院, 北京 100024

收稿日期:2017-01-12 出版日期:2017-06-28 发布日期:2017-05-25
作者简介:林和昀(1985-),男,博士生;袁超伟(1960-),男,教授,博士生导师,E-mail:yuancw2000@bupt.edu.cn.
基金资助:
国家高技术研究发展计划（863计划）项目（2015AA01A705，2014AA01A701）；国家自然科学基金项目（61601414）

Channel Estimation for OFDM Systems Via Reduced-Dimensional PARAFAC Method

LIN He-yun¹, YUAN Chao-wei¹, DU Jian-he²

1. School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. School of Information and Engineering, Communication University of China, Beijing 100024, China

Received:2017-01-12 Online:2017-06-28 Published:2017-05-25

摘要/Abstract

摘要： 针对采用正交频分复用（OFDM）技术的阵列天线系统，提出了一种基于降维平行因子（PARAFAC）模型的多径信道估计方法.该方案对单输入多输出（SIMO）场景下的接收信号进行建模，构造出具有空-时-频3个维度的PARAFAC信号模型，利用截尾奇异值分解（SVD）法对该模型进行降维，并采用三线性交替最小二乘（TALS）算法对降维后的信号模型进行拟合，实现了信号到达角（AOA）和传播时延的联合估计.与传统PARAFAC分解方法相比，所提方法在拟合过程中占用的存储空间更少，收敛速度更快.仿真结果验证了所提方法的有效性.

关键词: 多维矩阵, 平行因子模型, 正交频分复用, 联合估计

Abstract: The article presents a joint angle and propagation delay estimation approach in an orthogonal frequency division multiplexing (OFDM) system via reduced-dimension parallel factor (PARAFAC) method. Firstly, the received signal was formulated as a three-order PARAFAC model in a single input multiple output (SIMO) OFDM system. Truncated singular value decomposition (SVD) was exploited to reduce the dimension of the PARAFAC model. Then a trilinear alternating least square (TALS)algorithm based on the reduced dimensional PARAFAC model was presented to jointly recover the angle-of-arrival (AOA) and propagation delay. Compared with the conventional parallel factor decomposition method, the approach has much smaller memory capacity and lower computation complexity. Simulations validate the effectiveness of our method.

Key words: multi-way, parallel factor model, orthogonal frequency division multiplexing, jointly estimate

中图分类号:

TN911.22

林和昀, 袁超伟, 杜建和. OFDM系统中基于降维PARAFAC模型的信道估计方法[J]. 北京邮电大学学报, 2017, 40(3): 62-66.

LIN He-yun, YUAN Chao-wei, DU Jian-he. Channel Estimation for OFDM Systems Via Reduced-Dimensional PARAFAC Method[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(3): 62-66.

[1]	王惠琴, 杨丽荣, 彭清斌, 曹明华, 陈丹. 基于离散小波变换的O-OFDM-DIM[J]. 北京邮电大学学报, 2022, 45(3): 57-63.
[2]	周立, 茅振东, 彭木根, 刘喜庆. CPF-OFDM PDMA下行传输方案[J]. 北京邮电大学学报, 2021, 44(5): 14-20.
[3]	石潇竹, 杜洋帆, 李晓辉, 方聪. 低空小目标检测中的单通道干扰信号重构和抑制算法[J]. 北京邮电大学学报, 2020, 43(5): 143-148.
[4]	申晓欢, 林邦姜, 汤璇, 许俊翔. PDMA的可见光通信系统[J]. 北京邮电大学学报, 2020, 43(1): 111-115.
[5]	马英杰, 赵耿, 范晓红, 张昕然, 高原. 面向5G F-OFDM的量子混沌扩展序列算法[J]. 北京邮电大学学报, 2019, 42(2): 90-94.
[6]	陶艺文, 陆阳, 安春燕, 李斌, 赵成林. 脉冲噪声环境下的空闲信道检测方案[J]. 北京邮电大学学报, 2019, 42(1): 41-46.
[7]	刘喆, 张巧遇, 程明智. 基于极化多维星座调制的OFDM物理层安全通信机制[J]. 北京邮电大学学报, 2018, 41(4): 9-15.
[8]	黄妙娜, 陈军, 任斌. MIMO-OFDM网络中功率控制与波束赋形联合优化[J]. 北京邮电大学学报, 2018, 41(1): 139-144.
[9]	霍佳皓, 周娴, 皇甫伟, 涂佳静, 杜志远. U-OFDM可见光通信系统的高性能符号同步算法[J]. 北京邮电大学学报, 2016, 39(6): 62-66.
[10]	杜建和, 田沛, 林和昀. MIMO系统中一种基于Tucker-2模型的联合信号检测与信道估计方法[J]. 北京邮电大学学报, 2016, 39(5): 6-10.
[11]	黄艳艳, 彭华. 分布式MIMO-OFDM系统多频偏盲估计[J]. 北京邮电大学学报, 2015, 38(6): 6-10.
[12]	李映雪, 钟士元, 雷静, 黄春明, 姚诸香. 认知无线电中OFDM协作频谱感知技术及其优化[J]. 北京邮电大学学报, 2015, 38(5): 96-98,103.
[13]	刘海涛, 尹志胜, 张学军. 频率选择性瑞利衰落信道脉冲熄灭OFDM接收机差错性能分析[J]. 北京邮电大学学报, 2015, 38(4): 29-33.
[14]	张雪坤, 别红霞, 郑健, 类春阳, 吴文静. 一种抗窄带干扰的OFDM符号定时同步改进算法[J]. 北京邮电大学学报, 2015, 38(1): 76-81.
[15]	惠永涛, 李兵兵, 同钊. 基于白化残留ICI和噪声的最优线性ICI消除算法[J]. 北京邮电大学学报, 2014, 37(4): 49-53.

OFDM系统中基于降维PARAFAC模型的信道估计方法

Channel Estimation for OFDM Systems Via Reduced-Dimensional PARAFAC Method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价