基于最小二乘（LS）算法的MIMO-OFDM信道估计MATLAB实现

一、系统参数设置

%% 系统参数配置
clc; clear; close all;

% 基本参数
N_sub = 64;        % 子载波数
N_cp = 16;         % 循环前缀长度
N_pilot = 8;       % 导频数量
Pilot_intv = 8;    % 导频间隔
Mod_order = 16;    % 16-QAM调制
SNR_dB = 20;       % 信噪比(dB)

% MIMO参数
Nt = 2;            % 发射天线数
Nr = 2;            % 接收天线数

% 导频位置设计（梳状导频）
Pilot_pos = 1:Pilot_intv:N_sub;
Pilot_idx = repmat(Pilot_pos, 1, Nt);

二、信道模型生成

%% 信道响应生成（EVA模型）
H = zeros(Nr, Nt, N_sub);
for nt = 1:Nt
    for nr = 1:Nr
        H(:,:,nt,nr) = (1/sqrt(2))*(randn(1,N_sub) + 1j*randn(1,N_sub));
    end
end

三、OFDM信号生成

%% 数据生成与调制
data = randi([0 Mod_order-1], N_sub-N_pilot, Nt);
tx_data = zeros(N_sub, Nt);

% 插入导频
for nt = 1:Nt
    tx_data(Pilot_pos, nt) = Pilot_symbol(N_pilot); % 导频符号
    tx_data(Pilot_idx(:,nt), nt) = data(:,nt);
end

% IFFT变换
tx_ofdm = ifft(tx_data, N_sub);

% 添加循环前缀
tx_cp = [tx_ofdm(end-N_cp+1:end,:) tx_ofdm];

四、信道传输与接收

%% 信道传输模拟
rx_cp = zeros(size(tx_cp));
for nr = 1:Nr
    for nt = 1:Nt
        rx_cp(:,nr) = rx_cp(:,nr) + filter(H(:,:,nt,nr), 1, tx_cp(:,nt));
    end
end

% 去除CP并FFT
rx = rx_cp(N_cp+1:end,:);
rx_fft = fft(rx, N_sub);

% 添加高斯噪声
noise_power = var(tx_fft(:))/(10^(SNR_dB/10));
rx_noise = sqrt(noise_power/2)*(randn(size(rx_fft)) + 1j*randn(size(rx_fft)));
rx = rx_fft + rx_noise;

五、LS信道估计核心算法

%% LS信道估计
H_est = zeros(Nr, Nt, N_sub);

for nt = 1:Nt
    for nr = 1:Nr
        % 提取导频信号
        Y_pilot = rx(Pilot_idx(:,nt), nr);
        X_pilot = tx_data(Pilot_idx(:,nt), nt);

        % LS估计公式
        H_est(:,:,nt,nr) = (X_pilot' * X_pilot) \ (X_pilot' * Y_pilot);
    end
end

% 时域插值（线性插值）
H_est_interp = zeros(Nr, Nt, N_sub);
for nr = 1:Nr
    for nt = 1:Nt
        H_est_interp(:,:,nt,nr) = interp1(Pilot_pos, ...
            H_est(:,:,nt,nr), 1:N_sub, 'linear', 'extrap');
    end
end

六、信道均衡与解调

%% 信道均衡
rx_equalized = rx_fft ./ H_est_interp;

% IFFT解调
rx_data = ifft(rx_equalized, N_sub);

% QAM解调
rx_bits = zeros(size(data));
for nt = 1:Nt
    rx_bits(:,nt) = qamdemod(rx_data(Pilot_idx(:,nt),nt), Mod_order);
end

七、性能评估

%% 性能指标计算
BER = sum(sum(rx_bits ~= data)) / numel(data);
MSE = mean(abs(H_est(:,:,1,1) - H(:,:,1,1)).^2);

disp(['BER: ', num2str(BER)]);
disp(['MSE: ', num2str(MSE)]);

八、可视化模块

%% 结果可视化
figure;
subplot(2,1,1);
stem(abs(H(:,:,1,1)), 'b', 'LineWidth', 1.5); hold on;
stem(abs(H_est(:,:,1,1)), 'r--', 'LineWidth', 1.5);
legend('真实信道', 'LS估计信道');
title('信道幅度响应对比');

subplot(2,1,2);
plot(10*log10(MSE), 'b-o', 'LineWidth', 1.5);
xlabel('子载波索引'); ylabel('MSE (dB)');
title('LS信道估计MSE分布');

参考代码 MIMO-OFDM 系统下的LS算法的信道估计maltab源代码 www.youwenfan.com/contentalh/100300.html

九、关键改进方向

1. 导频优化

   • 采用正交导频序列提升估计精度

   • 动态调整导频密度（自适应算法）

2. 噪声抑制

   % 加权LS估计
   Rn = diag(noise_power*ones(N_sub,1));
   H_est = (X_pilot' * inv(Rn) * X_pilot) \ (X_pilot' * inv(Rn) * Y_pilot);
   

3. 多径处理

   % MMSE联合估计
   H_mmse = (H_est .* conj(H_est) + sigma2/(SNR*abs(H_true).^2)) \ H_est;
   

性能对比（仿真参数）