【通信】基于子空间的大规模MIMO半盲信道估计算法matlab仿真

目录

1.算法概述

2.仿真效果

3.MATLAB仿真源码

---

1.算法概述

        信道估计算法从输入数据的类型来分，可以划分为时域和频域两大类方法。频域方法主要针对多载波系统；时域方法适用于所有单载波和多载波系统，其借助于参考信号或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。从信道估计算法先验信息的角度，则可分为以下三类：
（1） 基于参考信号的估计。该类算法按一定估计准则确定待估参数，或者按某些准则进行逐步跟踪和调整待估参数的估计值。其特点是需要借助参考信号，即导频或训练序列。基于训练序列和导频序列的估计统称为基于参考信号的估计算法。
基于训练序列的信道估计算法适用于突发传输方式的系统。通过发送已知的训练序列，在接收端进行初始的信道估计，当发送有用的信息数据时，利用初始的信道估计结果进行一个判决更新，完成实时的信道估计。基于导频符号的信道估计适用于连续传输的系统。通过在发送的有用数据中插入已知的导频符号，可以得到导频位置的信道估计结果；接着利用导频位置的信道估计结果，通过内插得到有用数据位置的信道估计结果，完成信道估计
（2） 盲估计。利用调制信号本身固有的、与具体承载信息比特无关的一些特征，或是采用判决反馈的方法来进行信道估计的方法。
（3） 半盲估计。结合盲估计与基于训练序列估计这两种方法优点的信道估计方法。
一般来讲，通过设计训练序列或在数据中周期性地插入导频符号来进行估计的方法比较常用。而盲估计和半盲信道估计算法无需或者需要较短的训练序列，频谱效率高，因此获得了广泛的研究。但是一般盲估计和半盲估计方法的计算复杂度较高，且可能出现相位模糊（基于子空间的方法）