基于特征值分解(eigen value decomposition,EVD)或奇异值分解(singular value decomposition,SVD)的半盲信道估计算法需要进行重复的EVD或SVD计算,计算量较大,不适用于多小区多用户的大规模MIMO系统.为此,针对多小区多用户大规模MIMO...基于特征值分解(eigen value decomposition,EVD)或奇异值分解(singular value decomposition,SVD)的半盲信道估计算法需要进行重复的EVD或SVD计算,计算量较大,不适用于多小区多用户的大规模MIMO系统.为此,针对多小区多用户大规模MIMO系统中的半盲信道估计给出了一种快速实现算法.该算法主要利用最小二乘(least-squares)及线性最小均方误差(linear minimum mean-square error)原理导出一种新的递归计算模糊矩阵的方法,采用快速递归row-Householder子空间跟踪算法对接收向量的信号子空间的估计进行加速.仿真结果表明,所提出的算法估计性能良好,并能有效减轻导频污染的影响.展开更多
将约束最小输出能量(CMOE)准则应用于空时编码多输入多输出多载波码分多址(STBC MIMO MC-CDMA)系统,提出一种基于简化CMOE的联合信道估计与信号检测的递归自适应算法,解决了可变对角因子的自适应取值问题,所给出的最优步长半盲自适应信...将约束最小输出能量(CMOE)准则应用于空时编码多输入多输出多载波码分多址(STBC MIMO MC-CDMA)系统,提出一种基于简化CMOE的联合信道估计与信号检测的递归自适应算法,解决了可变对角因子的自适应取值问题,所给出的最优步长半盲自适应信道估计可以提高信道估计的准确性和收敛速度.比较了不同环境下信道估计的误差和各种算法的误码率性能.展开更多
文摘基于特征值分解(eigen value decomposition,EVD)或奇异值分解(singular value decomposition,SVD)的半盲信道估计算法需要进行重复的EVD或SVD计算,计算量较大,不适用于多小区多用户的大规模MIMO系统.为此,针对多小区多用户大规模MIMO系统中的半盲信道估计给出了一种快速实现算法.该算法主要利用最小二乘(least-squares)及线性最小均方误差(linear minimum mean-square error)原理导出一种新的递归计算模糊矩阵的方法,采用快速递归row-Householder子空间跟踪算法对接收向量的信号子空间的估计进行加速.仿真结果表明,所提出的算法估计性能良好,并能有效减轻导频污染的影响.
文摘将约束最小输出能量(CMOE)准则应用于空时编码多输入多输出多载波码分多址(STBC MIMO MC-CDMA)系统,提出一种基于简化CMOE的联合信道估计与信号检测的递归自适应算法,解决了可变对角因子的自适应取值问题,所给出的最优步长半盲自适应信道估计可以提高信道估计的准确性和收敛速度.比较了不同环境下信道估计的误差和各种算法的误码率性能.