论文部分内容阅读
随着无人机越来越多地应用在军事、遥感测绘等领域，无人机与地面站通信的数据量也迅速增加，提高无人机与地面站的数据传输速率具有重要的研究意义。正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)作为一种高速数据传输方式，抗多径干扰能力强、频谱利用率高，非常适合应用在无人机的数据链路中。由于无人机所处的环境复杂，在与地面站通信的过程中，多径效应和多普勒扩展引起的信道恶化会产生码间干扰，因此必须要对信道进行估计和均衡，从而补偿信道对信号造成的影响。基于无人机信道的特点本文研究了信道估计和内插算法，并在硬件平台上进行了实现。此外，本文还研究了对数似然比(Log Likelihood Ratio,LLR)的量化问题。 本文首先分析了无人机信道的传播特性以及小尺度衰落的多径效应和多普勒扩展。根据衰落类型、时延功率谱和多普勒功率谱分析了无人机在不同状态下的信道特点，建立了无人机信道的离散时间模型，并通过MATLAB仿真验证信道模型的合理性。 其次，基于无人机信道的特点，本文着重分析了最小二乘(Least Square,LS)、最小均方误差(Minimum Mean Square Error,MMSE)、奇异值分解(Singular Value Decomposition,SVD)的信道估计算法以及常数内插、线性内插、二次内插、离散傅立叶变换(Discrete Fourier Transform,DFT)内插等内插算法。然后，在综合考虑算法性能和硬件实现的复杂度两方面后，最终FPGA实现选用了LS信道估计算法和线性内插算法，并将FPGA实现结果和MATLAB仿真结果进行比较，验证了以上算法实现的正确性。 最后，本文在基于信道估计的基础上，通过软输出均衡得到发送比特的LLR。本文分析了在加性高斯白噪声(Additive White Gaussion Noise,AWGN)信道和多径衰落信道下LLR的动态范围及其分布，然后比较了不同量化算法的性能，仿真结果表明：在AWGN信道下均匀量化的误比特率要比非均匀量化好大约1dB，在多径衰落信道下非均匀量化要比均匀量化好2dB以上。由于实际信道条件未知，本文提出了一种自适应的量化方法，即在低信噪比(Signal Noise Ratio,SNR)下采用均匀量化，当信噪比超过设定门限值时采用非均匀量化。