一种用于实际OFDM系统的RLS自适应信道估计算法

doi:10.13190/jbupt.200703.88.tangt

北京邮电大学学报 ›› 2007, Vol. 30 ›› Issue (3): 88-92.doi: 10.13190/jbupt.200703.88.tangt

一种用于实际OFDM系统的RLS自适应信道估计算法

唐恬姜军张平

北京邮电大学电信工程学院北京邮电大学电信工程学院北京邮电大学电信工程学院

收稿日期:2006-08-23 修回日期:2006-11-28 出版日期:2007-06-30 发布日期:2007-06-30
通讯作者: 唐恬

An RLS Adaptive Channel Estimation Algorithm for Practical OFDM Systems

TANG Tian, JIANG Jun, ZHANG Ping

Telecommunication Engineering School, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2006-08-23 Revised:2006-11-28 Online:2007-06-30 Published:2007-06-30
Contact: TANG Tian

摘要/Abstract

摘要：

对OFDM信道估计中的信道冲激响应(CIR)泄漏问题进行了分析，提出了一种新的时域一维递归最小二乘(RLS)自适应信道估计算法。RLS滤波器的输入和参考信号被一个独立于信道统计特性的矩阵加权，降低了CIR泄漏的影响。该算法保持了一维RLS算法低复杂度的特点，运算量远小于二维RLS算法。仿真结果证明，在非整数采样多径衰落信道下该算法极大提高了一维RLS信道估计的MSE性能，使其逼近于二维RLS算法。

关键词: 正交频分复用, 自适应信道估计, 递归最小二乘

Abstract:

The channel impulse response (CIR) leakage in OFDM channel estimation is analyzed. A new one- dimensional (1D) recursive least square (RLS) adaptive channel estimation algorithm is proposed in time domain. To reduce the CIR leakage, the input signals and reference signals of the RLS filter are weighted by a matrix that is independent to the channel statistics. Keeping the simplicity of the 1D-RLS algorithm, the proposed algorithm has much lower computational cost than the 2D-RLS counterpart. The simulation results show that the proposed algorithm improves the MSE performance of the 1D-RLS channel estimation significantly in the non-sample-spaced multipath fading channel. The MSE performance can even approach the result of the 2D-RLS algorithm.

Key words: OFDM, adaptive channel estimation, RLS

中图分类号:

TN929.5

唐恬姜军张平. 一种用于实际OFDM系统的RLS自适应信道估计算法[J]. 北京邮电大学学报, 2007, 30(3): 88-92.

TANG Tian, JIANG Jun, ZHANG Ping. An RLS Adaptive Channel Estimation Algorithm for Practical OFDM Systems[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2007, 30(3): 88-92.

[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]	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.
[7]	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.
[8]	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.
[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]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	郭文彬, 李春波, 雷迪, 王文博. 基于联合稀疏模型的OFDM压缩感知信道估计[J]. 北京邮电大学学报, 2014, 37(3): 1-6.

一种用于实际OFDM系统的RLS自适应信道估计算法

An RLS Adaptive Channel Estimation Algorithm for Practical OFDM Systems

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