对于时变频率非选择性信道，一般如何进行信道估计？

如果每个chip信道都显著变化,则说明doppler扩展和系统带宽在同一数量级.
这当然没有没办法做了.因为带宽都由原来的W变为好几个W了.

快变通信系统的信道估计，或许是没有什么意义的
如果symbol之内都有变化，或者几个symbol之间都有变化
这样的系统是不能满足通信要求的

那一般假设多少个symbol才会变化？是假设连续多少个symbol信道一样吗？还是说稍有变化？请推荐这方面的经典文献。谢谢！

-_-
我的硕士论文题目就是
正交频分复用通信系统在快时变频率选择性衰落下的盲接收方法研究
OFDM下每个symbol信道都变化的盲接收方法有不少呢.
因为ofdm和一般系统不同,其symbol duration比较长.
但是每个ofdm chip 信道都变化就不行了.

随便

看来我的意思表达错了。我想问的是，一般连续多少位信道变化？一般模型是什么？对于单载波情况来讲。对这个突然有点兴趣了。呵呵。

取决于doppler频移fd
fd=fv/c
f为载波频率,v为移动速度,c为光速.
再看看symbol rate和fd的比值就知道了.

可是这计算出来的是相干时间。相干时间内信道并不是不变化，而是变化之间有关，或者说变化比较小。在相干时间内的变化如何模型化？

远小于相关时间认为不变瓦.
其实刻画信道的有很多模型,
有随机模型,著名的是所谓jake's model.
有确定性模型,G.Giannakis 搞过几篇这方面的文章.确定性模型,认为信道的变化可以有几个确定但是参数未知的基(如复指数函数)刻画.
个人认为系统不能对信道加任何假设,不能假设信道会怎么变.要不然太没有实际意义了
能利用的只有2个关于信道的参数是可靠的,一个是时延扩展,一个是Doppler扩展,
而且即使是这2个参数也只是知道上界,而非确切的值.

你问的问题一般是这么做的：
用复高斯序列，通过功率普为马鞍型的滤波器（这个马鞍型和doppler
频率色散的功率普对应，形状相同，可能需要做功率归一），
出来的序列跟你的每个单倍基带sample对应相乘就行了，对应于单载波
也就是跟你的基带symbol序列对应相乘。那个滤波器出来的序列就是你
需要的刻画信道连续变化的乘性衰落因子序列。
具体的理论搜索jackes模型就有。
刚才说的这一堆，其实不用自己写，matlab里参考fading channel
那一章，有你需要的现成函数和知识。

呵呵，你这个疑惑简直就是大家所有人的疑惑啊
可是如果这样的话，很多东东就没有办法做了

你的信道估计方法是采取Data Decision 方式的吗？

我一直疑惑的是Jakes模型被广泛应用到各类paper中，相应的，
与之有关的相关函数（零阶Bessel函数）也成为OFDM系统信道估计
的基础。但在实际应用中，这种model是否准确，这种不准确会
有多少影响，鲜有讨论。大多学术文章仅仅是根据Jakes模型进行
仿真。

我觉得无所谓，只要在设计系统和算法的时候不要利用jakes model的相关特性就好了。
仿真的时候用jakes model是因为大家都用。

data decision什么意思？
如果没有csi，怎么能解调出data。（差分相干除外）

呵呵，关键是很多文章都用这个模型进行算法设计。
比如，与你课题相关的两篇Tran Comm.文章就是这样，一篇是Ye Li的Robust channel
estimation for ofdm...
另一篇是Edfors的Ofdm channel estmiation by singular value decompostion.

至少我的paper都不用你说的那些东东，
那样很没有意思的。
Ye Li搞过用这些东东的文章
G. Giannakis也搞过。
当然他们都是大牛，能给我个offer我就happy了。
btw，Ye Li现在在哪里混？

不可以抢在我前面re

根据一部分导频信号估计信道进行判决，然后在无导频情况下做Decision Feedback
Channel Estimation。
莫非你的盲估计完全不对信号做判决？

li ye
实在最近有点火啊
paper发的刚刚的

和lang tong一个级别的
也差不多一个岁数的，hehe

哎，要是俺们跟着他混该多好啊
不愁毕业了啊

怎么可能和童朗一个级别的。
Ding<Tong.
Ding 说他有个学生在GIT。姓 Li
然后我突然想到会不会是 Ye Li。

ding<tong ? hard to say
但是Li可绝对不小于tong
出了这么个弟子，谁不高兴啊

哎
是啊是啊
搞学术的人最喜欢就是这样的结局了
可惜俺不是吃这个饭的
哎

真的假的,
人家tong怎么也是小龙吧,
而且在cornell.
他当初写的盲均衡的文章引用还是很高的.
就连Scaglione(Giannakis的意大利女学生)有些文章我觉得也是利用tong的idea.
Li很牛马?
就文章数量来说丁远不如王吧.

这里的“丁”是指谁呀？全名是什么？原谅我的无知