⽆线环境数复杂多变的,信号在传播过程中就会受到各种各样的⼲扰,到达接收端时,信号的幅度、相位和频率都会发⽣很⼤的改变,⽽信道估计和信道均衡的作⽤就是尽可能恢复出信号。因此,⼀个良好的估计和均衡算法对于接收端的性能来说⾄关重要,决定了信号最终的解出率。 根据是否借助导频信息,可以将信道估计分为盲估计、半盲估计和⾮盲信道估计三种。 卡捷琳娜盲信道估计⽆需借助导频符号,也不占⽤频谱资源,只利⽤接收信号本⾝固有的特征,来获取信道信息。实际上,在具体使⽤时,⼏乎 ,特别是通信领域,因为盲信道估计计算量复杂,收敛较慢,不适合现实的实时交互通信系统。
针对盲信道估计的缺陷,半盲信道估计在发射端的调制信号中插⼊了少量导频。相较于盲信道估计⽽⾔,半盲信道估计可以借鉴少量导频信号的频率响应来进⾏信道估计,因此,其性能要好于盲信道估计。东方快译
基于导频辅助的⾮盲信道估计算法可以分为两个部分,⼀是导频位置处的信道估计算法;⼆是⾮导频位置处的插值算法。这也是⽬前通信系统常⽤的处理⽅式。现在对导频位置处的信道估计算法有最⼩⼆乘(LS)算法作⼀个简单的学习。
奇魅植物酶
阿信的博客
假死最⼩⼆乘法是线性回归的⽅法之⼀。线性模型在⼆维空间中就是⼀条直线。
LS算法的基本原理就是使接收信号和⽆噪声数据之差的平法达到最⼩。假设发送端参考信号为X,Y为接收参考信号,信道表⽰为H,噪声为N,关系表达式为:
Y=XH+N
则LS的信道相应的估计值可以表⽰为:
令H 等于其极限值0,进⽽得到:
对H求导,得到:
因此,LS算法的信道响应可以表⽰为
道州论坛由上式可见,LS利⽤发送端的导频信息,即可以对信道矩阵进⾏估计,结构见到,计算量⼩,但它没有考虑接收信号中的噪声,以及⼦载波间的⼲扰,所以估计精度有限。在信噪⽐⾼的时候效果⽐较好,当信道噪声较⼤时,估计性能会⼤⼤降低。