تخمين كانال محوشدگي بر مبناي مدل اوتورگرسيو نويزي و فيلتر كالمن

Fading Channel Estimation Based on Noisy Autoregressive Model and Kalman Filter

در اين مقاله روشي جديد براي تخمين كانال محوشدگي مسطح پيشنهاد شده است. در اين روش ابتدا كانال به صورت يك فرآيند اوتورگرسيو (AR) نويزي مدل‌سازي مي‌گردد و با استفاده از الگوريتم ژنگ مربوط به تخمين پارامتر مدل AR نويزي، پارامترهاي مدل تخمين زده مي‌شود. سپس، با استفاده از تخمين‌هاي به‌دست‌آمده و فيلتر كالمن، كانال تخمين زده مي‌شود. با استفاده از شبيه‌سازي، عملكرد الگوريتم پيشنهادي بر حسب خطاي موجود در تخمين و نرخ خطاي بيت در آشكارسازي مورد بررسي قرار مي‌گيرد. نتايج حاصل از شبيه‌سازي برتري عملكرد روش پيشنهادي را در مقايسه با روش‌هاي پيشين نشان مي‌دهد.

In this paper, a new method for estimation of flat fading is proposed. First, the channel is modeled by a noisy autoregressive (AR) model and then Zheng method is used to estimate the AR model parameters. After the model is determined, the channel is estimated using Kalman filter. Using simulations the performance of the proposed method is evaluated and compared with the other existing methods in terms of estimation accuracy and bit error rate (BER). Simulation results show that the proposed method outperforms the other existing methods.