MIMO-OFDM系统中基于训练序列信道估计的研究

来源 :东北大学 | 被引量 : 0次 | 上传用户:carboy123
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
正交频分复用技术具有频谱利用率高、能够有效对抗频率选择性衰落的影响而日渐受到人们的普遍关注。MIMO技术(多输入多输出技术)就是在发射端和接收端分别使用多个发射天线和接收天线传输信号,利用无线信道的多径传播特性来提高系统的性能,从而显著提高信道容量。因此将MIMO技术和OFDM这两项技术联合考虑成为一种很自然的想法。信道估计是MIMO-OFDM系统中的关键技术之一,信道估计的准确与否直接关系到系统性能的好坏,因此寻求快速、准确、可靠的信道估计算法以提高信道估计精度是一个重要的研究课题。本文主要就此展开讨论。首先,介绍了无线信道的主要特征和信道模型,由此基础上详细论述了MIMO、 OFDM系统的主要原理和关键技术,深入研究了基于训练序列的信道估计,给出了LS估计算法及MMSE信道估计算法。然后着重对基于训练序列的信道估计中的LS估计算法和MMSE算法进行仿真及比较并分别提出改进的算法。针对LS算法,提出了可以降低LS估计算法中矩阵求逆运算的复杂度的方法,同时给出了最优化训练序列进一步使算法得到简化;又提出了一种基于LS和离散傅里叶变换的信道估计的改进算法,改进的算法将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。改进的算法能够满足一定的估计精度,且便于实现。对于MMSE的改进是通过设计适当的训练序列的方法使MMSE估计转化为单天线信道估,为进一步简化算法在此基础上介绍了LMMSE估计算法,提出了利用单值分解的方法来降低算法的复杂度。最后,本文对基于EM算法的信道估计方法进行深入研究,并将EM迭代算法应用于空时编码的MIMO-OFDM系统。该算法降低了信道估计的复杂度,仿真表明,利用EM迭代信道估计算法的系统性能优于利用简化的LS信道估计算法所获得的系统性能。
其他文献
随着移动通信技术的发展,各种通信技术标准趋向多元化,GSM、WCDMA、CDMA2000、TD-SCDMA、WLAN、LTE等,将进入一个并存发展的阶段。在未来,移动通信接入网必将是多制式共存的
随着网络技术的演进和不同网络间的融合,在下一代网络中,以数据分组为基本单元进行传输和交换的方式将占据统治地位。如何采用统一的技术解决方案来构建下一代信息网络,以提
协作传输作为近年来新兴起的一种传输技术,让用户间共享天线,构成虚拟的MIMO(Multiple-Input-Multiple-Output)系统,充分利用了网络资源和空间资源,在不增加硬件复杂度的情况
视频侦察是现代战争中最重要的侦察手段之一,但视频信号的高数据量和侦察系统低传输码率之间的矛盾制约着视频侦察系统的发展,所以具有高实时性的视频压缩系统成为视频侦察领
随着移动终端数量的飞速增长,4G网络在未来十年内将很难满足用户对传输速率越来越高的需求,5G网络的相关研究已经展开。D2D(Device-to-Device)通信技术作为5G网络的主要技术
伴随网络通信和视频业务的快速进步,立体视频流传输变成网络视频系统的研究热点之一。立体视频的数据量非常庞大,在尽力而为的通信信道上传输很可能发生拥塞。网络拥塞不仅会
近几年,伴随着信息化时代的到来,生物特征识别技术在世界上发展的越来越快,各种特征识别技术已经走进了我们的生活,并且在一定程度上取得了成功。例如:人脸识别、指纹识别、虹
近几年的研究表明路由算法对实现网络服务质量(Quality of Service, QoS)起着至关重要的作用,QoS路由算法已经成为网络研究的核心问题之一。由于基于多约束条件建立的网络模
期刊
合成孔径雷达(SAR)在遥感领域具有广泛的应用,其中地表成像更是受到军方和民事用户的共同关注。成像场景尺寸取决于刈幅大小和仰角上的天线波束宽度,而SAR系统的成像分辨率是