使用叠加训练的OFDMA上行链路的线性时变信道估计和符号检测

我们针对在上行链路接收器处的正交频分复用接入(OFDMA)系统,解决了基于叠加训练(STs)的线性时变(LTV)信道估计和符号检测的问题。 LTV信道系数由截断的离散傅立叶基数(DFB)建模。 通过明智地设计叠加的导频符号,我们通过使用加权平均过程来估计整个频带上的LTV信道传递函数,从而为自适应资源分配提供了有效性。 我们还介绍了信道估计方法的性能分析,以得出信道估计方差的闭式表达式。 此外,提出了一种迭代符号检测器,以减轻叠加训练对信息序列恢复的影响。 通过迭代缓解程序,该解调器在信号干扰比上获得了可观的增益,并展现出与频分复用训练几乎无法区分的符号错误率(SER)性能。 与现有的频分复用