论文部分内容阅读
论文针对高速移动MIMO-OFDM系统快衰落信道估计方法进行研究。首先,讨论了信道估计方法的基本理论和常用方法。其次,介绍了无线通信衰落信道的特性,并对高速移动快衰落信道的特性进行了分析,在高速移动环境下,快衰落信道会在时间、频率和空间形成选择性衰落,因此,需要从多普勒扩展、时延扩展和角度扩展三个角度对无线信道进行考虑。进一步研究可知,多径信号的不同时延会使得OFDM系统产生不同程度的码间干扰(Inter-symbol Interference, ISI);高速移动OFDM系统引起的多普勒频移,会产生载波间干扰(Inter-carrier Interference,ICI),即子载波间的正交性遭到破坏,不同的子载波之间会产生干扰;在MIMO系统,各天线在空间域中会形成相互的天线间干扰。再次,本文给出了压缩感知理论的定义、性质和算法,分析了压缩传感理论主要包括信号的稀疏变换、编码测量、重构算法和分布式压缩感知。着重分析了基于压缩感知的信道估计可行性分析。最后,深入研究了基于压缩感知的OFDM系统快衰落信道估计算法,基于压缩感知的MIMO-OFDM系统快衰落信道估计算法,基于压缩感知的分布式MIMO-OFDM系统快衰落信道估计算法,并获得相应的研究成果。本论文对高速移动MIMO-OFDM系统快衰落信道估计方法的应用研究具有很大的实际意义。本人所完成的工作和创新点:分析了现有稀疏信道模型的问题,推导不会引起功率混叠与泄漏、稀疏性更强和计算复杂度低的基于参数化快衰落信道模型。针对OFDM系统,提出了一种时延多普勒稀疏信道模型,针对MIMO-OFDM系统,提出一种角时延多普勒稀疏MIMO-OFDM信道模型。通过一种随机导频感知矩阵信道进行测量,以高概率重构出快衰落信道,提高系统频谱利用率高。推导了基于OFDM系统时频群稀疏压缩感知的信道估计算法。利用时域的相关性,使能量只集中在少数几个抽样点上。利用频域的相关性,能量也只集中在少数几个多普勒频移点上。因此,同时利用时域和频域内的相关性,比现有的基于时频二维的算法的复杂度要低,系统性能更高,减少估计时延。推导了基于MIMO-OFDM系统空时频群稀疏压缩感知的信道估计算法,分析在不同空域内的天线信道稀疏系数和同一空域内的天线信道稀疏系数之间的相关性,除了利用时域和频域的相关性,还利用了当前空域内的天线信道稀疏系数与其邻域稀疏系数之间的相关性。利用空域、时域和频域内的相关性来提高系统性能。提出了一种适合于快衰落环境下群稀疏自适应信道估计方法,并且充分利用了利用多天线间和群时变OFDM符号内潜在的信道稀疏度相关性,克服了现有基于压缩感知原理的信道估计方法需要预先知道信道稀疏度才能重构信道参数的不足,在快时变环境OFDM系统信道稀疏度未知道的情况下,能够自适应地估计信道参数。通过仿真,检验所提估计算法在快时变、高多普勒频移环境下的有效性和优越性。针对传统快衰落分布式MIMO-OFDM系统中导频过多导致的低数据传输效率,需要对每根发送天线的接收信号分别进行估计,而无法避免天线间的强干扰性的弊端,考虑分布式MIMO-OFDM快衰落信道间感知数据的空间、时延和多普勒频移相关性和和联合稀疏模型,提出了基于分布式压缩感知理论的快衰落稀疏信道联合估计算法。仿真结果表明了所提估计算法具有较高频谱利用率和估计性能。