论文部分内容阅读
多输入多输出(Multiple Input Multiple Output,MIMO)技术和正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术是 4G 的核心技术,也是5G的关键技术。信号在信道传输过程中会受到多径衰落、多普勒频移、加性高斯白噪声(Additive White Gaussian Noise,AWGN)的影响,造成符号间干扰(Inter Symbol Interference,ISI)和载波间干扰(Inter Carrier Interfere nce,ICI),影响信号的正确接收。因此,信道估计对MIMO-OFDM系统的性能起决定性作用,信号的正确传输需要准确的信道估计技术。基于此,本文对MIMO-OFDM系统中的信道估计进行研究,主要完成工作如下:(1)目前基于导频的信道估计方法采用大量导频对信道进行估计,降低了频谱效率和数据传输速率,同时,信道估计结果受AWGN影响严重,为解决此问题,本文设计了一种基于Haar小波的判决反馈(Decision Feedback,DF)信道估计方法。首先,只需要在第1个OFDM符号前插入1个块状导频符号来估计初始的信道频率响应(Channel Frequency Response,CFR)。然后,通过DF的方式迭代估计出其它OFDM符号处的CFR。最后,对DF得到的信道冲激响应(Channel Impluse Response,CIR)进行Haar小波分解,得到噪声的标准差作为阈值,进一步对信道估计中的AWGN进行抑制。仿真实验表明,该方法比传统的最小二乘(Least Square,LS)、离散傅里叶变换(Discrete Fourier Transform,DFT)方法具有更好的误比特率(Bit Error Rate,BER)和归一化均方误差(Normalized Mean Square Error,NMSE)性能,也提高了频谱效率和数据传输速率。(2)MIMO-OFDM系统中存在天线之间的干扰,信道估计计算复杂度高,受AWGN影响严重,为解决此问题,本文设计了一种空时分组编码(Space-Time Block Coding,STBC)MIMO-OFDM 系统中基于奇异值分解(Singular Value Decomposition,SVD)的信道估计方法。首先,采用 STBC 来获得分集增益和对抗信道衰落。然后,为了抑制天线间的干扰,设计了正交导频序列。最后,根据最小均方误差准则(Minimum Mean Square Error,MMSE)准则,推导了 MMSE信道估计方法,为进一步减小计算复杂度,采用SVD对信道自相关矩阵进行分解。仿真实验表明,在2发2收的STBC MIMO-OFDM系统中,该方法比传统的LS和阈值方法在静态信道中具有更好的BER性能,但该方法不能适应动态信道环境。(3)针对SVD方法不能适应动态信道环境的情况,设计了一种STBC MIMO-OFDM系统中基于卡尔曼滤波(Kalman Filter,KF)的信道估计方法,可同时应用在2发2收和4发4收的STBC MIMO-OFDM系统中。首先,针对4发4收的STBC MIMO-OFDM系统,采用新的正交空时码字,并设计了正交导频序列来抑制天线之间的干扰。接着,研究了KF的预测更新特性,针对STBC MIMO-OFDM系统建立了状态空间模型。然后,根据KF估计方程,对CFR进行迭代估计。最后,为进一步提高KF信道估计的精度,对KF信道估计出的CIR做阈值处理,进一步抑制了噪声。仿真实验表明,该方法可以较好地跟踪动态信道,比SVD、DFT、LS方法具有更好的BER和NMSE性能。同时,4发4收的STBC MIMO-OFDM系统比2发2收的STBC MIMO-OFDM系统具有更高的分集增益和抗信道衰落的能力。