MIMO-FDE系统基于子空间盲信道估计算法研究

多输入多输出论文 频域均衡论文 子空间论文 正交频分复用论文 单载波循环前缀论文 盲信道估计算法论文
论文详情
多输入多输出(MIMO)技术可以在不增加带宽和发送功率前提下,显著地提升信道容量和提高频谱利用率。同时,以正交频分复用(OFDM)技术和单载波循环前缀(CPSC)技术为代表的频域均衡技术(FDE),可以有效地抵抗频率选择性衰落的影响并且降低接收机设计的复杂度。将二者相结合的MIMO-FDE技术被公认为是下一代移动通信系统最具潜力的技术,而实现其优异性能的关键是接收端能够较为准确地估计出无线信道状态信息(CSI)。信道估计技术可以分为基于导频或训练序列的估计算法和盲估计算法两大类。盲信道估计算法仅仅依靠少量导频符号消除估计中的模糊,因此其提高了系统的传输效率。在盲信道估计算法中,基于子空间的盲信道估计算法是最受关注的盲信道计算法,其利用了接收符号的二阶统计信息,根据噪声子空间与信号子空间相互正交的关系,以较低的复杂度实现了信道的盲估计。本文主要就MIMO-FDE系统中基于子空间的盲信道估计算法展开研究,主要工作及创新点如下:1.在传统的基于噪声子空间的盲信道估计算法上,提出了一种接收天线个数大于发送天线个数的MIMO-FDE系统中基于信号特征向量的盲信道估计算法,该算法利用了信道矩阵的特殊结构,将信道估计转化为一系列根据信号特征向量生成的线性方程求解的问题,其充分利用了信号特征向量所包含的信息,提高了估计的精度。2.在MIMO-FDE系统中,利用接收符号块中的循环前缀(CP)部分以及MIMO-FDE系统信道矩阵所特有的块循环特性,提出了一种基于移位扩展的盲信道估计算法。一般地,子空间盲信道估计算法获得较好性能的前提是通过大量观测数据获得一个较为准确的二阶统计信息,由于无线信道是时变的,如果观测数据选择过多,则可能在一次信道估计过程中获得的信道估计值不能很好的表征信道,这反而会恶化系统的性能。该算法利用CP信号保证信道可辨识,并且通过接收符号块的移位扩展,减少了信道估计中所需接收符号块的个数。3.对于基于子空间盲信道估计算法,信道可辨识的充分必要条件是信道矩阵列满秩,在收发天线数相等时,需要在发送端发送一些冗余信息来保证信道矩阵列满秩。针对CPSC系统,提出了一种基于重复冗余的发送模式,该方案通过在连续两个发送符号块发送少量的重复信息,无需利用CP信号,依然保证信道满足可辨识的条件,并且该算法在接收端不需要预先知道信道的阶数,具有较低的复杂度。此外,当发送多个重复信号时,通过对接收符号块循环移位,可以显著降低用来估计接收符号块的个数,能够正确地对快变信道作出估计。4.提出了一种在MIMO-FDE系统中基于预编码盲信道估计算法,通过对发送符号块进行预编码,从而利用接收信号的相关矩阵与预编码矩阵估计出信道的频域响应。与传统的子空间盲信道估计算法相比,基于预编码盲信道估计算法可以对任意收发天线个数以及信道存在零点时的系统进行盲估计,并且对信道阶数过估计不敏感。分析了预编码矩阵对系统性能的影响,预编码会造成一定的信噪比损失,其在估计精度与判决误差之间存在一个折中,但是由于其不需要联合多个接收符号块来计算相关矩阵,与其它盲信道估计算法相比,具有较低的复杂度。
摘要第5-7页
ABSTRACT第7-8页
符号说明第12-13页
缩略语第13-15页
第一章 绪论第15-29页
    1.1 无线通信系统的发展第15-16页
    1.2 多天线技术概述第16-19页
    1.3 频域均衡技术第19-22页
    1.4 MIMO-OFDM 信道估计研究与发展第22-26页
        1.4.1 基于导频符号信道估计算法第22-23页
        1.4.2 盲信道估计算法第23-26页
    1.5 论文内容及结构第26-29页
第二章 无线衰落信道模型第29-42页
    2.1 引言第29页
    2.2 信道的衰落类型第29-33页
        2.2.1 大尺度衰落第30-31页
            2.2.1.1 自由空间传播模型第30-31页
            2.2.1.2 对数距离路径损耗模型第31页
            2.2.1.3 阴影衰落第31页
        2.2.2 小尺度衰落第31-33页
            2.2.2.1 多径效应第32页
            2.2.2.2 多普勒效应第32-33页
    2.3 无线信道统计模型第33-36页
    2.4 无线信道的仿真方法第36-41页
        2.4.1 抽头延迟线模型第36-37页
        2.4.2 无线信道计算机仿真算法第37-41页
            2.4.2.1 高斯噪声滤波法第37-38页
            2.4.2.2 正弦波叠加法第38-41页
    2.5 本章小结第41-42页
第三章 MIMO-FDE 系统基于子空间盲信道估计算法第42-70页
    3.1 引言第42-43页
    3.2 MIMO-FDE 系统基于导频信道估计算法第43-51页
        3.2.1 系统模型第43-46页
        3.2.2 LS 和MMSE 信道估计算法第46-48页
        3.2.3 仿真结果及讨论第48-51页
    3.3 子空间MIMO 盲信道估计算法第51-61页
        3.3.1 子空间基本概念第51-52页
        3.3.2 基于子空间MIMO 盲信道估计算法第52-58页
            3.3.2.1 系统模型第52-54页
            3.3.2.2 盲信道估计算法描述第54-57页
            3.3.2.3 算法总结第57-58页
        3.3.3 仿真结果及讨论第58-61页
    3.4 基于信号特征向量MIMO 盲信道估计算法第61-69页
        3.4.1 基于信号特征向量盲信道估计算法第61-64页
        3.4.2 算法总结第64页
        3.4.3 仿真结果及讨论第64-69页
    3.5 本章小结第69-70页
第四章 MIMO-FDE 系统基于延扩与重复结构盲信道估计算法第70-99页
    4.1 引言第70-71页
    4.2 FDE 系统基于CP 盲信道估计算法第71-77页
        4.2.1 系统模型第71-75页
        4.2.2 仿真结果及讨论第75-77页
    4.3 MIMO-FDE 系统基于延扩序列的盲信道估计算法第77-85页
        4.3.1 算法描述第77-78页
        4.3.2 基于延扩序列盲信道估计算法第78-79页
        4.3.3 盲信道估计算法推导第79-81页
        4.3.4 仿真结果及讨论第81-85页
    4.4 CPSC 系统基于重复结构的盲信道估计算法第85-91页
        4.4.1 重复结构单天线CPSC 系统模型第85-87页
        4.4.2 估计模糊的消除第87-88页
        4.4.3 仿真结果及讨论第88-91页
    4.5 改进的CPSC 重复结构盲信道估计算法第91-98页
        4.5.1 算法描述第91-94页
        4.5.2 仿真结果及讨论第94-98页
    4.6 本章小结第98-99页
第五章 MIMO-FDE 系统基于预编码盲信道估计算法第99-113页
    5.1 引言第99-100页
    5.2 OFDM 系统中预编码盲信道估计算法第100-106页
        5.2.1 系统模型第100-101页
        5.2.2 基于线性预编码的盲信道估计方法第101-103页
        5.2.3 预编码矩阵的设计第103-105页
        5.2.4 算法总结及复杂度分析第105-106页
    5.3 仿真结果及讨论第106-112页
    5.4 本章小结第112-113页
第六章 总结与展望第113-116页
    6.1 全文总结第113-114页
    6.2 下一步研究展望第114-116页
致谢第116-117页
参考文献第117-125页
攻读博士学位期间的研究成果第125-127页
论文购买
论文编号ABS537903,这篇论文共127页
会员购买按0.30元/页下载,共需支付38.1
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付63.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656