OFDM中基于DFT的自适应信道估计算法OA

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中传统离散傅里叶变换(Discrete Fourier Transform,DFT)信道估计算法因固定使用循环前缀(Cyclic Prefix,CP)长度、非整数倍时延信道下能量泄漏严重、噪声抑制不充分等问题,提出一种基于联合时延与信噪比(Signal-to-Noise Ratio,SNR)估计的自适应阈值DFT改进算法。该算法以最小二乘(Least Square,LS)初始估计为基础,引入多重信号分类(Multiple Signal Classification,MUSIC)超分辨率技术实现信道多径时延的精准估计,根据实际最大时延动态确定最优时域降噪窗口,摆脱对固定CP长度的依赖。基于动态窗口重新划分纯净信号区间与噪声区间,精确完成信号功率与噪声功率计算,实现可靠SNR估计,并将该SNR估计值作为核心依据构造自适应降噪阈值,通过两级时域滤波完成噪声抑制与信号保护。最后经频域变换与窗函数补偿得到最终信道响应。仿真结果表明,在瑞利多径衰落信道下,与传统DFT算法、固定阈值算法相比,本文算法的误码率(Bit Error Rate,BER)与均方误差(Mean Square Error,MSE)显著降低,在中高信噪比及非整数倍时延场景下性能提升尤为明显。该算法实现了时延估计、窗口长度与降噪阈值的联合自适应优化,有效提升了信道估计性能。但受MUSIC算法特性影响,整体计算复杂度高于传统方法,在时延敏感场景下存在一定限制,后续将围绕复杂度优化开展进一步研究。