论文部分内容阅读
正交频分复用(OFDM)技术能够抵抗频率选择性衰落和提高频谱利用率,多输入多输出(MIMO)技术则在不增带宽的前提下能够通过分集技术和多天线技术提高系统容量,将MIMO和OFDM两种技术融合成MIMO-OFDM技术,可以在有限的频谱资源上实现高速率、大容量数据传输。因此,MIMO-OFDM技术成为无线通信技术研究的热点。此外,在MIMO-OFDM系统中,精确的信道估计能够提升系统的性能,所以对信道估计技术进行研究显得非常重要。由此,本文对MIMO-OFDM系统中的信道估计算法进行了深入研究。主要工作和贡献如下:1.首先对OFDM、MIMO以及MIMO-OFDM系统进行了介绍,然后对导频图案、估计算法和插值算法进行详细分析,着重对估计算法中的LS、MMSE、DFT和DCT算法进行了总结。2.由于传统的DFT算法只针对循环前缀以外的噪声进行处理,而对循环前缀内的噪声没有处理,以及在非间隔采样时会出现能量泄露等问题,本文提出了一种DWT与DCT联合的信道估计方法。该方法首先对小波阈值去噪方法中的阈值进行了改进,然后用改进的小波阈值去噪对LS粗估计得到的频域响应进行降噪处理,接着在进行IDCT变换后,针对循环前缀内信号能量特点,提出了阈值门限判定的方法对循环前缀内的噪声进行去除。仿真结果表明,本文所提的方法可以抑制循环前缀内的噪声,并且很好地解决能量泄露问题,同其他算法相比,也有较好的估计性能。3.针对MIMO-OFDM稀疏信道,本文提出了一种基于压缩感知的信道估计方法,主要对压缩采样匹配追踪(CoSaMP)算法进行了改进。针对原CoSaMP算法不仅需要预先知道原始信号的稀疏度,而且在预选阶段选择过多原子而这些原子并非都用到,反而增加算法复杂度问题,采用变步长自适应方式逐渐向真实稀疏度逼近以及原子弱选择标准原则对原子进行灵活选择。仿真结果表明,本文所提的方法有较好的重构精度及估计性能,并且不需要预先知道稀疏度,更加适合实际应用。