之前的内容讲到了MMSE信道估计,并推导了基于MMSE优化准则的估计结果,该方法是对LS信道估计的进一步优化,适用于低信噪比场合,但由于其计算复杂,所以并不实用。因此又有了LMMSE信道估计方法,相对于MMSE估计,它在不损失太多性能的前提下,降低了计算的复杂度,因此大部分的实际系统中,实用的就是这个估计方法。
        下面来看下LMMSE估计是如何实现降低复杂度的。
        首先将MMSE计算公式中的XHX用其均值来代替,即

        为什么用均值来代替即时值能降低计算复杂度?这需要分析XHX里面的数据是什么,它是一个MM的矩阵,其对角线上是已知数据(导频信号)的功率,而其他位置的数据则是已知数据与其自身延迟数据的相关,该相关值可近似为满足标准正态分布的信号(均值为0)。那么对应到E(XHX),其对角线上的数据就是已知数据的平均功率,而其他位置的数据则为0。因此通过这种替代,可将hmmse进一步做如下化简

       这样就去掉了一个矩阵求逆的运算,再进一步设SNR=E(x2)/σ\sigmaσ2,   β\betaβ=E(x2)E(1/x2),则

其中SNR为接收信号的信噪比,而β则是与调制方式有关的一个常数。这个常数的计算举例如下
        1.QPSK

E(x2)=4
(12+12)/4=2 E(1/x2)=4*(1/(12+12))/4=1/2,所以对于QPSK调制,β=1。

2.16QAM

E(x2)=[4*(12+12)+4*(32+32)+4*(12+32)+4*(32+12)]/16=10
E(1/x2)= [4/(12+12)+4/(32+32)+4/(12+32)+4/(32+12)]/16=17/90
所以对于16QAM调制,β=17/9,对于其他的调制方式,也可用这种方法进行计算。

可见,LMMSE估计比MMSE估计省掉了一个矩阵求逆过程,看到这里你也基本了解了LMMSE估计的来历,再去看更深入的改进算法就会容易很多。这里的lmmse估计公式里还包含一个矩阵求逆。以7条多径的信道估计为例,这就是要做一个7*7大小矩阵的求逆,计算量还是很大的,因此实际工程中,还是有很多其他的方法来进一步降低LMMSE的计算量 ,这里简单介绍一种SVD分解的方法,也可理解为特征值分解,因为信道相关矩阵是方阵。

信道估计之LMMSE估计相关推荐

  1. 基于接收信号强度(RSS)的室内定位/无线传感器网络定位——极大似然估计ML/最小二乘估计WLS

    基于接收信号强度(RSS)的室内定位/无线传感器网络定位--极大似然估计ML/最小二乘估计WLS 原创不易,路过的各位大佬请点个赞 针对AOA,TOA,TDOA,RSS等室内定位.导航的探讨.技术支持 ...

  2. ECCV2020优秀论文汇总|涉及点云处理、3D检测识别、三维重建、立体视觉、姿态估计、深度估计、SFM等方向...

    前言 ECCV2020的oral和spotlight名单已经发布,与往年相比,accepted paper list中增加了很多3D方向相关的作品,实在值得鼓舞. 工坊对这些优秀作品进行了跟进,今天和 ...

  3. 【数据统计】— 峰度、偏度、点估计、区间估计、矩估计、最小二乘估计

    [数据统计]- 峰度.偏度.点估计.区间估计.矩估计.最小二乘估计 四分位差 异众比率 变异系数 利用数据指标指导建模思路 形状变化 数据分布形态 峰度: 度量数据在中心聚集程度 偏度 利用数据指标指 ...

  4. 最小二乘法和最小二乘估计和M估计式什么关系?

    一.最小二乘法 原理:利用样本回归函数估计总体回归函数(不是误差总体累加,而是每一个都是单独的方程来计算的误差,就如AX=b一样的形式.在根据A,X的具体形式,可以分为线性最小二乘和非线性最小二乘,在 ...

  5. 再次思考矩估计与似然估计的原理

    再次思考矩估计与似然估计的原理 @(概率论) 首先需要特别强调,矩估计和似然估计都是点估计的具体策略.而点估计强调的是由样本构建一个统计量作为未知参数的估计量.代入具体的观察值就是估计值. 而通常采用 ...

  6. 9.1.6 随机变量的线性MMSE(LMMSE)估计

    假设有样本数据Y=yY=yY=y,需要估计没有样本数据的随机变量XXX.认为待估计值x^" role="presentation" style="positio ...

  7. 【数字信号处理】相关函数应用 ( 时差估计 | TOA 时差估计使用场景 | TDOA 时差估计使用场景 )

    文章目录 一.时差估计 二.TOA 时差估计使用场景 三.TDOA 时差估计使用场景 一.时差估计 时差估计 : 时差估计 主要用于 确定 某个发射信号 的位置 , 是 目标定位 跟踪 的 关键技术 ...

  8. 频偏纠正matlab实现,Matlab关于OFDM同步定时估计和频偏估计的算法

    各位高手你们好,在下有理了.我最近在写有关ofdm的同步的问题,主要是SC算法, 我已经把M(d)的图像仿真出来了,也找到了M(d)取最大时的那个点,还有小数频偏也算算出来了,但是我不会算'定时估计均 ...

  9. 相机模型与标定(十一)--LMEDS,M估计,RANSAC估计对比

    原文: http://blog.csdn.net/lanbing510/article/details/50053865 图像配准对于运动平台(无人机,移动机器人)上的视觉处理有着极其重要的作用.配准 ...

  10. 传统的6d位姿估计fangfa1_6D姿态估计算法汇总(上)

    首发于:公众号[3D视觉工坊] 欢迎加入国内最大的3D视觉交流社区,1700+的领域从业者正在共同进步~ 1.DenseFusion: 6D Object Pose Estimation by Ite ...

最新文章

  1. 事件委托技术原理和使用(js,jquery)
  2. python程序员收入-python收入
  3. @angular/core里的 NgZone -使得Angular不跟踪变化
  4. 鸿蒙 电视 安卓,华为鸿蒙2.0、EMUI 11齐发 打通手机、电视、PC全平台
  5. oracle 三个口令管理,Oracle学习笔记(12)口令和资源管理
  6. python sftp模块_python下载paramiko模块准备使用SFTP的坑!!!
  7. Java集合:什么是Java集合?
  8. Kruskal(P)和Prim(K)算法
  9. (十)java多线程之CountDownLatch
  10. App开发流程之创建项目和工程基本配置
  11. 苹果将削减iPhone SE及AirPods产量 iPhone 13也要求减产
  12. python moviepy 音量_python moviepy 视频剪辑代码
  13. pcl之解决No CMAKE_CUDA_COMPILER could be found.
  14. Python数据结构实战——哈希表(HashTable)
  15. java课程设计报告书_java课程设计报告书模板
  16. Python:自适应滤波器简介及其实现方法
  17. bootstrap 日历
  18. SSM框架—Thymeleaf模板引擎 Spring5整合Thymeleaf(XML配置)
  19. C语言:鸡兔同笼(随机输入头数和脚数)
  20. 电饼锅的样式图片价格_电饼铛款式平泉价格

热门文章

  1. 计算机视觉CV目标检测综述
  2. R语言绘图基础篇-线图
  3. 联想z510笔记本拆机
  4. Qt编写安防视频监控系统23-图片地图
  5. 数字双极点低通滤波器-二阶巴特沃斯滤波器
  6. 线性相位FIR数字滤波器的时域和频域特性
  7. 高中信息技术html语言,高中信息技术Frontpage试题
  8. 计算机技术未来的研究热点,计算机科学前沿热点及发展趋势
  9. 小型oa服务器系统,大型、中小型企业OA系统实施差异对比
  10. python脚本编程手册安卓版_python编程入门app下载