论文部分内容阅读
研究了隧道环境下的通信信道估计.针对隧道环境的地铁列车与轨旁设备之间无线通信中无线传输信道快速变化的特点,提出了一种采用元胞差分进化（DE）方法实时获取时变信道的有效信道长度的新型最大似然（ML）信道估计算法——DE-ML算法.仿真结果表明该算法在使用较少导频信息的情况下,通过差分进化方法有效估计跟踪有效信道长度,其估计性能优于最小二乘（LS）、线性最小均方误差（LMMSE）、传统ML等经典信道估计算法.该算法能在提高系统传输效率的同时显著提高算法的估计精度,尤其在高速移动情况下也具有了非常良好的性能.