基于自适应训练序列的MIMO-OFDM系统频率同步算法

来源 :北京邮电大学学报 | 被引量 : 0次 | 上传用户:kuakua01
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对多人多出-正交频分复用(MIMO—OFDM)系统的频率同步问题进行研究,提出基于自适应训练序列的MIMO—OFDM系统的频率同步算法.所提出的训练序列利用接收端的信道状态信息(CSI)进行设计,并利用此训练序列对Schenk的载波频编(CFO)估计器进行改进,进一步提高了衰落信道下CFO估计的准确性.仿真结果表明,本算法能降低信道噪声的干扰,提高时变信道下CFO估计精度.
其他文献
基于统计方法的中文组块研究大多借鉴CoNLL2000英文组块的思想,建立了组块表示的BIO模型,并将组块识别任务作为一种为词序列标注的多分类问题.为降低分类复杂度,采取了一种分解识别法,即先识别组块的边界,再进行组块类别判定.基于条件随机场(CRF)构建了级联组块识别器,实验数据集采用宾州大学中文树库(CTB5.1).在特征选择上,借鉴了中文分词特征选择的方法.5倍交叉验证的实验结果为:组块边界识
本文在对现有的波长资源分配算法进行了研究和分析的基础上,提出了一种基于容量的相对最小影响波长资源分配算法。该算法通过定义基于容量的影响因子,分析受当前波长分配影响
提出一种基于信噪比最优顺序的正交频分多(OFDMA)上行链路快速串行干扰消除(SIC)方法.该方法利用干扰矩阵的各列近似正交特性,按照它们的相关程度,得到解调后信噪比最优的串行干扰消
为了减小定位误差和提高算法的适应性,利用三维空间抽样和范围约束的方法,并结合对成功样本点的加权筛选,获得节点的三维估计坐标以实现抽样定位.针对不同的节点功能,算法可
为准确抽取语料库中的高频词串,使其能更好地应用于语言模型中,提出了一种基于字串切分度的中文高频词串(CFS)抽取算法,并用该算法抽取出的CFS分别建立一元和二元语言模型.实验