Thông số CSI có thểđược tính toán chính xác thông qua sử dụng các phương pháp ước lượng kênh phù hợp. Các kỹ thuật phổ biến dựa trên chuỗi huấn luyện là giải pháp ước lượng bình phương cực tiểu. Trong các nghiên cứu trước đây, có vài kỹ thuật ước lượng bao gồm: ước lượng bình phương cực tiểu, bình phương cực tiểu tỉ lệ (SLS), phương pháp dựa trên tính toán lỗi bình phương trung bình cực tiểu (MMSE) [10]. Ta biết rằng độ chính xác của các phương pháp ước lượng bị ảnh hưởng bởi tỉ lệ tín hiệu trên nhiễu (SNR) và số anten ở cả phía phát và phía thu. Đặc biệt, khi giá trị SNR và số anten là cố định, các phương pháp SLS và MMSE cho kết quả tốt hơn so với phương pháp LS thông thường. Trong phần này, luận án chọn phương pháp SLS kết hợp kỹ thuật ước lượng mù dựa trên phương pháp dự đoán tuyến tính. Kỹ thuật dựđoán tuyến tính thường được áp dụng trong bộước lượng và khối cân bằng kênh. Tín hiệu MIMO thu được được mô tả là tín hiệu không tương quan trong miền thời gian. Kết hợp phương pháp dự đoán tuyến tính và thống kê bậc cao HOS, chúng ta có thể xây dựng vài kỹ thuật ước lượng kênh mù [42-47]. Mặt khác, ta có thể áp dụng các kỹ thuật bán mù cải tiến (kết hợp ước lượng kênh bằng phương pháp bình phương cực tiểu tỉ lệ và phương pháp ước lượng mù) cho ước lượng kênh MIMO vì các lý do cơ bản sau:
• Các giải pháp bán mù cải tiến có thể khôi phục kênh truyền chỉ dựa trên một ít các tín hiệu biết trước
• Các mô hình thống kê dẫn đến việc sử dụng ít hơn các điều kiện giới hạn của nguồn tín hiệu.
Trong tài liệu [42-47], các tác giả đưa ra phương pháp ước lượng dựa trên phân tích không gian con tín hiệu cho hệ thống MIMO-OFDM. Kênh được ước lượng gồm 2 bước. Đầu tiên, không gian con tín hiệu chứa vector kênh trong miền thời gian được ước lượng mù từ ma trận kênh tương quan của dữ liệu thu. Kế tiếp, giá trị kênh được tính nhờ không gian con tín hiệu đã đạt được bằng phương pháp ước lượng dùng chuỗi huấn luyện. Trong khi đó, Z. Ding đề xuất phương pháp dùng 2 không gian con tín hiệu: thành phần thứ nhất dựa trên LS và và thành phần còn lại dựa trên phân tích SVD [48]. Thuật toán này dùng mã hóa không gian thời gian ứng dụng cho cả kênh phẳng và kênh fading lựa chọn tần số. Tuy nhiên, chất lượng của phương pháp này phụ thuộc vào số kí tự dữ liệu xử lý, số kí tự càng ít chất lượng càng kém. Như vậy, phương pháp mà các công bố đã trình bày trong phần này chỉ dựa vào thuật toán LS [3, 49, 50]. Xuất phát từưu điểm của phương pháp phân tích không gian con tín hiệu này, luận án đề xuất ghép 2 thành phần không gian con: phần đầu dùng ước lượng SLS (phiên bản cải tiến của LS), phần sau dùng ước lượng dựa trên dựđoán tuyến tính.