多輸入多輸出系統通道估測演算法之研究

Study of Channel Estimation Algorithms for MIMO Systems

徐頴千(Ying -Chien Hsu)

指導教授 ： 王瑞騰

國立暨南國際大學/科技學院/通訊工程研究所/碩士(2009年)

摘要

在本論文中，我們研究了在多輸入多輸出(MIMO)系統下的通道估測演算法，
遞迴式最小平方演算法(RLS)是我們首先研究的重點，利用模擬的方法我們可以
得到RLS 演算法在MIMO 系統下追蹤效能的最小均方誤差(MSE)。然後去比較追蹤
效能的MSE 在模擬和分析下的結果，我們可以發現模擬和分析的結果會非常的相
近。之後我們也會結合直接決策法(DDA)，利用RLS 通道估測器以及最大概似(ML)
檢測器(或最小均方誤差(MMSE)檢測器)去對半盲式的(semi-blind)通道估測法
作模擬，而在半盲式通道估測的方法下，只會使用某個百分比的訓練符元去對通
道作估測，我們也可以發現在使用低百分比的訓練符元的情況下，可以達到最佳
的效能表現。

關鍵字

遞迴式最小平方法 ； 均方誤差 ； 訓練符元 ； 多輸入多輸系統

並列摘要

In this thesis, we study the channel estimation algorithms for MIMO systems. The
recursive least squares (RLS) algorithm is first studied. We execute the simulations to
obtain the mean square error (MSE) of tracking for the RLS algorithm, and we
compare the simulated MSE of tracking with the analytic MSE of tracking. We found
that the simulated MSE of tracking is close to the analytic MSE of tracking. We also
simulate a semi-blind channel estimation method that integrates decision directed
algorithm (DDA), RLS channel estimator and maximum likelihood (ML) (or
minimum mean square error (MMSE)) detector. The semi-blind channel estimation
method uses only certain training percentage for channel estimation and we found that
the optimum performance can be achieved with low training percentage.

並列關鍵字

Recursive least squares(RLS) ； mean square error(MSE) ； training ； Multi-input multi-output(MIMO) system

參考文獻

[1] E.Karami and M. Shiva, “Decision-directed recursive least

squaresMIMOchannels tracking,＂ EURASIP J.WirelessCommun.Netw.,

vol. 2006, pp. 1–10, 2006.

[2] E. Karami, M. Shiva, and M. Khansari, “An efficient MIMO

receiverstructure for coded signals,＂ in Proc. 57th IEEE Veh. Technol.