对涉及自适应传输技术和衰落预测的需求的根本问题进行了分析，这种方法是基于时间变化的传递函数。估计器使用当前的和过去的观测来预测信道的行为。提出了时变传输函数的通过基于旋转不变技术（Estimation of Signal Parameters via Rotational Invari-ance Technique，ESPRIT）预测的信号参数的二维归一估计。与现有的方法相比，在频域它允许小尺度衰落的预测。

移动通信中的相干检测需要大量信道参数进行估计。在MIMO系统中这个问题更是放大了。问题是在于子空间为基础的方法，它在时空信道形式的移动终端中利用不同的变化率。该信道被分成两个子空间——快变（不同路径的衰落幅度）和慢变（延误和到达方向），利用传输多时隙结构。基于时隙到时隙的方法对快速变化的参数进行估计，而慢变的是基于多时隙基础。子空间的分离是基于下面P路径信道冲激响应模型

式中，ℓ是时隙指数;β_p是复杂的幅度;a（α_p）是到来的取决于天线阵列响应向量;g（·）是发射滤波器和接收匹配滤波器的卷积。

ML估计应用于这些分离的子空间。性能通过使用各种不同参数广泛的仿真来验证。这些结果显示，当空时子空间的准静态近似正确时，单时隙技术相关的优点出现了。如需详细资料，请参阅第7.3节和参考文献［NiSS03］。

对于基于Alamouti的方案的MIMO传输，特定信道估计算法被提出。我们引入了一个实值矩阵传输模型，它嵌入了正交空时块码作为线性转换。我们分析了由于非理想的基于导频的最大似然信道估计造成的退化。Alamouti的方案并不只提供数据的简单最大似然估计，可能也可以用来获得MIMO信道冲激响应的独立估计，这可以通过使用检测符号的简单线性转换来实现。这是通过利用信道系数和信道传输的数据之间的数学的二重性，其原理是通过一个简单的瑞利信道模型仿真来验证。

信道估计器是

式中，r是接收的信号;a是导频符号。(www.daowen.com)

独立路径的估计错误是独立的，方差是，其中σ²_n是AWAN的方差。图3.25显示了一些具有两根发射天线和4根接收天线采用相移键控（Phase Shift Keying，PSK）的MIMO系统的结果。所有的传输天线和接收天线之间的信道被认为是独立的瑞利信道，结果是在信道向量中统计独立（见参考文献［PiLi04］）。

结果表明，实值概念允许将正交空时码集成在一个线性矩阵传输模型中。这是可能的，因为复共轭操作可能被看作是实值情形的矩阵乘法。基于实值传输模型，如果传输是基于Alamouti的方案，如何获得整个信道矩阵的独立分布最大似然估计被解释。人们可能会思考如何使用这些估计来更新当前信道估计的各种方法。由于其复杂度低，方案也非常适合于可能将估计、均衡和解码联合在一起的迭代方案。一些基本的仿真结果表明了引进方案可能潜在的情况。

图3.25 Alamouti传输方案的MIMO CSE的仿真结果

在无线通信系统中移动影响信道波动的速度，因此，该自适应编码和调制（Adap-tive Coding and Modulation，ACM）方案的性能也受到影响。对于给定的信噪比SNR，AMC方案必须选择正确编解码器。导频符号辅助调制和最优最大后验预测是用来预测未来的衰落包络，随后选择适当的编解码器传送信息。预测器的应用参考第3.6节。该预测器的性能如图3.26所示。预测和实际的SNR信噪比的相关系数ρ是针对平均预期的信噪比（见参考文献［JØHH03］）。

图3.26 作为速度和预期SNR的函数，预测器的相关系数