论文部分内容阅读
在提高系统传输容量的同时,多用户多输入多输出系统(Multiple-User Multiple-Input-Multiple-Output, MU-MIMO)也给正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)带来了新的技术难点。由于多个用户共享同样的时频资源,载波频偏(Carrier Frequency Offset, CFO)将会引入更多的载波间干扰(Inter-Carrier Interference, ICI),从而进一步降低系统性能。因此MU-MIMO-OFDM中的CFO同步尤为重要。由于上行接收端需要同时估计多个用户各自的CFO,并且接收信号是由多个用户的信号通过各自的信道叠加而成,单用户系统中的同步技术不再适用于MU-MIMO-OFDM的上行链路。本文致力于提高MU-MIMO-OFDM上行链路中的CFO同步的性能,主要工作分为三部分：时域上的频偏捕捉、频域上的残留频偏跟踪以及频偏补偿的性能研究。传统的时域上捕捉频偏算法大多是基于最大似然(Maximum Likelihood, ML)或者最小均方误差(Minimum Mean Square Error, MMSE)准则来联合搜索最优的CFO与信道,因此需要高维度的搜索。然而通过贝叶斯框架将信道边缘化,可以直接得到CFO的后验概率,进而可得到单独对CFO的最大后验(Maximize A Priori, MAP)估计以及MMSE估计算法,从而可以降低了带估计量的搜索维度。同时在贝叶斯框架下引入CFO的先验信息,可以提高估计的精度。为了得到非线性问题的闭合表达式解,传统的频域上跟踪残留频偏(Residual CFO, RCFO)的算法往往采用线性近似来简化问题,然而近似本身会造成估计的偏差,从而影响估计的性能。本文提出了基于期望最大化(Expectation Maximization, EM)的RCFO和信道的联合跟踪算法,同时给出了其迭代的闭合表达式。采用EM迭代来解决该非线性问题可以避免线性近似带来的估计偏差,同时在联合估计中,估计RCFO时考虑信道估计误差的概率分布,从而减轻了信道估计误差对频偏估计的影响。在跟踪过程中,可以通过选取合适的初始值来减少迭代次数,以降低计算复杂度。MU-MIMO-OFDM上行的频偏补偿无法像单用户系统中那样形成反馈结构,因此在频域上的信道估计和CFO估计模块会一直受到ICI的影响。本文在分析了信号中ICI成份以及CFO补偿的性能之后,提出了部分频偏预补偿的机制。通过形成估计反馈补偿的结构,有效地抑制了信号中的ICI功率。接着通过最优化问题来描述ICI功率与预补偿频率之间的关系,并且给出了近似最优解的闭合表达式。