基于基扩展快时变信道模型的OFDM系统信道估计

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:tommy8248
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)作为一种多载波并行传输技术,具有高速的数据传输能力,高效的频谱利用效率以及很强的抗多径干扰能力。随着我国高速铁路建设的快速发展,终端设备的高移动速度使得信道的时变特性更加明显,给无线通信系统带来新的挑战。在OFDM系统中,特别是在快时变信道条件下,实时、准确的信道估计是相干检测、解调、均衡的基础,直接关系到整个系统性能的优劣。本论文主要针对快时变信道条件下,OFDM系统中导频辅助的信道估计技术进行研究。论文首先讨论了快时变无线信道的特性,包括多普勒效应、多径效应,以及相应的快衰落、慢衰落、平坦衰落、频率选择性衰落等。在此基础上,针对OFDM系统中快时变信道特有的时间-频率双选择特性,重点分析了基扩展(BEM)信道模型,对几种基本的BEM模型进行了仿真实现。同时,论文还简要讨论了OFDM系统原理和系统结构。论文接着讨论了OFDM系统中频域导频的插入方式和梳状导频辅助的信道估计方法。在信道估计中,BEM信道模型有助于降低信道估计的复杂度。在复指数基扩展(CE-BEM)信道模型的基础上,论文分析比较了最小平方法(LS)和线性最小均方差(LMMSE)两种信道估计方法。为提高信道估计的精确度,论文提出了两种方法:(1)将椭圆基扩展模型(DPS-BEM)应用于LMMSE信道估计算法;(2)根据不同的多普勒频移,自适应地改变BEM模型阶数,以期在高多普勒频移下获得更小的估计误差。随后,论文针对LMMSE算法复杂度高的特点,从降低估计算法的复杂度着手,重点研究了基于Legendre BEM模型的低复杂度估计算法。新的估计算法中通过接收到的导频信号估计傅里叶系数,再通过傅里叶系数来估计BEM系数,不需要再进行求逆运算,大大降低了复杂度。同时,Legendre BEM模型克服了CE-BEM模型的边界吉布斯效应。论文还分析比较了该算法和LMMSE算法的复杂度,也通过仿真比较了两者的估计性能。最后,论文重点研究了OFDM系统频域梳状导频结构,改进了以往研究中常用的频域梳状导频结构(FDKD)。仿真结果表明改进的导频结构可以辅助降低估计误差。考虑到系统的频谱效率,通过分析子载波间干扰(ICI),论文考虑简化梳状导频中的保护导频间隔,减少一定的导频,同时保证信道估计的性能。
其他文献
电力通信网在电力系统中的作用十分重要,尤其是在电网安全稳定控制系统和调度自动化系统、电力市场运营商业化、实现电力系统现代化管理和在非电产业经营多样化中均起到了基础、保障和前提的作用。为了保证电力通信运行的稳定性,要求在故障发生时需要在尽可能短的时间里对所出现故障的具体问题做出正确的判断并在第一时间排除故障,以便恢复正常传输业务。随着网络复杂程度越来越高,原来的人工判断的方式效率非常低。由于电力通信
正如互联网的产生改变人与人的信息共享模式一样,无线传感器网络的飞速发展也正在改变着人类与客观物理世界的交互模式。无线传感器网络是由大量分布于监测区域的传感器节点
随着通讯技术的迅猛发展,手机、平板电脑等移动数字终端与人们的日常生活联系越来越密切,成为了人们获取外界信息的一个主要途径。Android系统是一个以Linux为基础的开源操作系
工件识别是机器视觉领域重要的研究课题,该技术旨在利用计算机视觉技术实现工业生产线上目标工件的智能检测与分类识别,是工业机器人实现工件自动化分拣及装配的保证。随着机
混沌激光保密通信是一种基于物理层的硬件加密技术,与传统的RSA公众密钥加密体制相比,具有安全、高速、实时等优点。近年来,虽然人们在混沌激光保密通信的理论和实验研究方面
随着计算能力的大幅提高和大规模带标签的图像和视频数据集的提出,深度学习(Deep Learning)在计算机视觉(Computer Vision)领域的各个任务上(如图像分类、语义分割、目标检测
随着计算机硬件技术的飞速发展以及高性能数字处理系统的逐渐普及,立体视觉,这一20世纪50年代兴起的科学领域迎来了新一轮的研究热潮。立体视觉是机器视觉的一个重要分支领域,具
无线射频识别技术(RFID)是20世纪90年代兴起的一项非接触式自动识别技术,它利用射频方式进行非接触式双向通信,以达到自动识别目标并获取相关数据的目的。RFID技术具有无需人工接
人体特征识别在安防监控、自动驾驶、远程健康监护等领域近年来受到广泛关注,其中利用雷达传感器可对人在运动过程中产生的微动特征进行有效探测。人体微动特征指的是身体及
随着信息技术的高度发展,无线传感器网络具有越来越广阔的应用前景,已经引起了世界范围的广泛关注。无线传感器网络是基于应用的网络,各层协议是以数据为中心的,并且传感器节