OFDM系统稀疏信道估计研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (33): 98-100.

OFDM系统稀疏信道估计研究

石慧，宋仁旺，王钢飞

太原科技大学电子信息工程学院，太原 030024

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-21 发布日期:2011-11-21

Research into algorithm for OFDM systems sparse channel estimation

SHI Hui，SONG Renwang，WANG Gangfei

School of Electronics and Information Engineering，Taiyuan University of Science and Technology，Taiyuan 030024，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-21 Published:2011-11-21

摘要/Abstract

摘要： 由于许多通信系统的信道具有稀疏多径的特性，因此可以将信道估计问题归结为稀疏信号的恢复问题。提出一种新的基于压缩感知理论的正交频分复用系统信道估计方法，采用稀疏度自适应匹配追踪压缩感知算法对OFDM信道时域脉冲响应进行估计。克服了现有基于压缩感知理论的信道估计方法需要预先知道信道冲激响应稀疏度才能重构信道参数的不足，在信道稀疏度等信道先验知识未知情况下可得到较好的信道估计性能，降低系统复杂度。

关键词: 正交频分复用, 信道估计, 稀疏信道, 稀疏度自适应匹配追踪

Abstract: Due to the sparse structure of channels in a number of communication systems，the sparse channel estimation problem can be formulated as the reconstruction problem of sparse signals.A new method of Orthogonal Frequency Division Multiplexing（OFDM） sparse channel estimation based on Compressive Sensing（CS） is proposed.One of the CS algorithms，signal adaptive matching pursuit is used to estimate the channel impulse response of OFDM system.It overcomes shortcomings that the existing channel estimation methods based on the theory of compressed sensing can only reconstruct channel parameters under the circumstances of knowing sparse degrees of channel impulse response in advance.This algorithm can obtain good channel estimation performance without knowing such channel prior knowledge as sparse degrees and reduce the complexity of the system.

Key words: orthogonal frequency division multiplexing, channel estimation, sparse channel, signal adaptive matching pursuit

石慧，宋仁旺，王钢飞. OFDM系统稀疏信道估计研究[J]. 计算机工程与应用, 2011, 47(33): 98-100.

SHI Hui，SONG Renwang，WANG Gangfei. Research into algorithm for OFDM systems sparse channel estimation[J]. Computer Engineering and Applications, 2011, 47(33): 98-100.

[1]	孙泽宇，吕治国. 大规模MIMO加权正交匹配追踪信道估计算法[J]. 计算机工程与应用, 2020, 56(5): 118-124.
[2]	徐娟，姚如贵，高岩，朱礼亚. 信道估计误差有界时速率损失上界统计特性[J]. 计算机工程与应用, 2020, 56(20): 82-86.
[3]	丁青锋，吴泽祥，刘梦霞，奚韬. 非理想CSI下全双工双向中继网络安全性能研究[J]. 计算机工程与应用, 2020, 56(19): 99-104.
[4]	马玉双，刘翠响，郭志涛，王宝珠. 用于CS的广义稀疏度自适应匹配追踪算法[J]. 计算机工程与应用, 2019, 55(13): 207-211.
[5]	庄陵，童开蒙，王凯. 应用MDFT结构的认知无线电频谱感知方法[J]. 计算机工程与应用, 2018, 54(2): 82-86.
[6]	靳寒阳1，2，王波1，2，李燕龙1，2. 一种降低OFDM/OQAM系统峰均比的C-OSLM联合算法[J]. 计算机工程与应用, 2018, 54(12): 80-85.
[7]	白玉，闫坤，李少鹏，张华伟，刘毅. 基于图分析的OFDM频谱感知[J]. 计算机工程与应用, 2018, 54(11): 86-90.
[8]	周雪荣1，薛香艳1，叶凡1，任俊彦1，2. 正交频分复用系统中载波频偏的估计[J]. 计算机工程与应用, 2017, 53(4): 118-122.
[9]	黑珊珊1，王晓琴2. 基于LMMSE的分块滑窗信道估计算法[J]. 计算机工程与应用, 2017, 53(16): 79-83.
[10]	刘彬，罗志年，彭疆. 改进CAZAC序列的OFDM时频同步算法[J]. 计算机工程与应用, 2017, 53(14): 76-79.
[11]	石亮，徐蔚鸿，陈沅涛. 一种多用户OFDMA比例公平资源分配算法[J]. 计算机工程与应用, 2016, 52(22): 133-137.
[12]	刘顺兰1，汪佳丽2. 改进的基于DFT的OFDM系统信道估计算法[J]. 计算机工程与应用, 2016, 52(19): 117-121.
[13]	任晓奎，葛君，孙兴海. 基于压缩感知改进算法的MIMO-OFDM稀疏信道估计[J]. 计算机工程与应用, 2016, 52(17): 112-117.
[14]	李萌，王琼，蔡希彪，武兴佩. OFDM系统中联合抑制ICI的算法[J]. 计算机工程与应用, 2016, 52(10): 85-90.
[15]	李啸天1，2，雷菁2，刘伟2，李艳斌1. OFDM/OQAM系统中的干扰近似导频搜索算法[J]. 计算机工程与应用, 2015, 51(19): 84-87.