论文部分内容阅读
MIMO系统可以大大增加无线系统的容量,OFDM系统支持高速数据传输,而且很好地抑制了符号间干扰,两者的结合,使得MIMO-OFDM系统能够获得很高的频谱利用率。对于无线通信系统,无线信道不仅是频率选择性的,而且是时变的。MIMO-OFDM系统中的合并分集、相干解调和译码都需要知道时变信道的参数。因而为了获得较高的系统性能,信道的估计是整个MIMO-OFDM系统设计中必不可少的重要环节。本文围绕MIMO-OFDM通信系统基于导频辅助的信道估计问题展开研究。由移动台的速率引起的多普勒频移是影响信道估计性能的一个重要因素,此时的信道是快速时变的,具有明显的频率选择性衰落。针对此问题,本文提出了基于梳状导频的渐消Kalman滤波信道估计算法。通过插入渐消滤波因子,可以改善Kalman因受“过时”信息影响引起的滤波发散问题,从而提高估计的准确性和实时性。文中通过仿真对比了最大多普勒频移分别为20Hz和100Hz时,几种不同估计算法的性能。从仿真结果可以看出,在两种情况下,渐消Kalman滤波估计算法均优于LS算法和传统的Kalman算法,此优越性在最大多普勒频移为100Hz时更为明显。一般来说,由于充分考虑到了信道在两个方向上的特性,二维导频辅助的信道估计方法在性能上要优于一维导频辅助的信道估计方法。最优的二维导频辅助信道估计器是遵循MMSE准则的二维维纳滤波器,但估计器估计复杂度比较高,常用的简化算法是将二维滤波器分解成两个级联的一维滤波器。本文采用了时域均值滤波,频域线性插值滤波的方法进行了仿真,均值滤波可以消除系统中的加性高斯白噪声,线性插值算法简单易于实现。仿真结果显示,当多普勒频移分别为20Hz和100Hz时,二维导频的信道估计算法在不同信噪比下的误符号率均低于一维导频估计。但通过与文献中各种不同插值算法的性能比较可以看出,对于二维导频信道估计来说,这种复杂度上的降低是以一定的性能损失为代价的。