论文部分内容阅读
极化信息处理技术有着能够提高极化隔离度、对相位噪声不敏感和不受功放非线性影响等优势,从而受到了无线通信领域越来越多的关注。但信号在无线信道传输过程中其极化状态会受到信道中去极化效应的影响,降低采用极化信息处理技术的系统的性能。从信道状态信息中获取去极化效应信息,再采用补偿等方法减小去极化效应对信号极化状态的影响,是提高极化信息处理技术性能的基础和关键。因此研究对去极化效应进行估计的方法非常必要。论文选题来源于国家自然科学基金“基于相位噪声加性高斯化的全双工极化自干扰消除研究”(项目编号:61501050)和“基于认知与极化信号处理的功放节能研究”(课题编号:61271177)。本文针对无线信道中去极化效应交叉极化鉴别度(Cross Polarization Discrimina-tion,XPD)和极化模式色散(Polarization Mode Dispersion,PMD)的估计,分为两个研究点进行研究。针对平坦衰落信道,主要考虑对去极化效应XPD的估计,提出了基于缩放因子最小二乘法的迭代XPD估计算法。针对频率选择性衰落信道,主要考虑对去极化效应PMD的估计,提出了一种基于选择合并的PMD估计算法。本文主要研究内容如下:(1)论文总结和分析了去极化效应的相关理论和目前的研究现状,指出了目前针对去极化效应的研究主要集中在信道的去极化效应已知的前提下如何利用或者补偿去极化效应所带来的影响,并没有研究如何对其进行估计。同时本文还总结和梳理了常用的基于导频的信道估计算法和多径时延估计算法,分析了其运用场景,并将其运用于去极化效应XPD和PMD的估计。(2)针对去极化效应XPD的估计,本文在双极化平坦衰落信道的模型下,提出了一种基于缩放因子最小二乘法的迭代XPD估计算法。该算法主要分为两步:第一步,先在最小平方(Least-Squares,LS)估计算法的基础上引入缩放因子,并通过不断迭代的方法来降低对信道系数的估计误差。第二步,通过信道矩阵相乘取均值的方法获取信道的自相关矩阵,从而得到信道的XPD值。理论分析和仿真结果表明提出的算法相比于LS在不能加额外时间复杂度的情况下,极大的提升了估计精度,并且随着迭代次数的不断增加,提出算法的估计精度逐渐逼近于最小均方误差估计算法(Minimum-Meansquare Error,MMSE)。(3)针对去极化效应PMD的估计,本文在双极化频率选择性衰落信道模型下,提出了一种基于选择合并的PMD估计算法。该算法主要分为两步:首先利用选择合并的方法,从水平分量和垂直分量中选择一路拥有更好信噪比的分量。接着在选择好的信号中使用加权傅立叶变换与松弛算法(Weighted Fourier Transform and Relaxation,WRELAX)去估计信道的多径时延。最后,计算出时延扩展和最大多径时延来获得信道的PMD。理论分析和仿真表明,所提算法相比于基于单支路的PMD估计算法拥有着更高的估计性能。为了精确的估计信道的去极化效应信息,本论文研究了去极化效应XPD和PMD估计算法。根据信道类型的不同,分别提出了基于缩放因子最小二乘法的XPD估计算法和基于选择合并的PMD估计算法,研究表明所提算法可以精确的估计信道的XPD和PMD,为研究去极化效应的估计提供了新思路。