论文部分内容阅读
构造了一种适于MIMO-OFDM无线系统的低复杂度基于重叠训练图样的ML（Maximum likelihood）信道估计器。通过理论分析：当训练符号矩阵是酋矩阵且训练符号向量摆放在等间距的L子载波上时，重叠ML估计器实现最优的MSE（Mean square error）性能；当训练符号矩阵是归一化Hadamard矩阵时，重叠ML估计器复杂度等于正交。在相关的MIMO移动信道仿真表明：当信道在N个连续OFDM符号时间内保持基本不变时，二者的BER性能是一致的；增加信道时变性后，重叠ML表现了更优的BER（B