無(wú)線通信中OFDM系統(tǒng)信道估計(jì)技術(shù)研究.pdf

1、正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing，OFDM)由于具有頻譜效率高和能有效抵抗多徑干擾等優(yōu)勢(shì)，而成為新一代移動(dòng)通信系統(tǒng)中解決高速率數(shù)據(jù)傳輸?shù)男录夹g(shù)。然而多徑效應(yīng)帶來(lái)的頻率選擇特性以及信道時(shí)變帶來(lái)的子載波間干擾(Inter Cartier Interference，ICI)等給信道估計(jì)帶來(lái)了新的挑戰(zhàn)，因此，有效的信道估計(jì)算法成為OFDM技術(shù)成功應(yīng)用的關(guān)鍵之一。本文主要研究了準(zhǔn)靜

2、態(tài)信道環(huán)境下OFDM系統(tǒng)的參數(shù)化信道估計(jì)算法——旋轉(zhuǎn)譜不變技術(shù)(Estimating Signal Parameters via Rotational Invariance Techniques，ESPRIT)，以及快時(shí)變信道環(huán)境下OFDM系統(tǒng)分別基于線性模型(Linear Model，LM)和基擴(kuò)展模型(Basis Expansion Model，BEM)的不同信道估計(jì)算法。
　　 第二章簡(jiǎn)要介紹了傳統(tǒng)的準(zhǔn)靜態(tài)信道條件下的OF

3、DM系統(tǒng)的非參數(shù)化信道估計(jì)技術(shù)，主要包括常值插值法、線性插值法、cubic插值法、DFT插值法等經(jīng)典插值算法，以及在DFT插值法基礎(chǔ)上改進(jìn)的能夠抑制部分噪聲的算法。其中，DFT及抑制噪聲的DFT插值算法因其優(yōu)異的性能和較低的復(fù)雜度而受到青睞。然而，美中不足的是，DFT及抑制噪聲的DFT插值算法是建模在信道多徑時(shí)延為采樣周期的整數(shù)倍上的，當(dāng)信道多徑時(shí)延為采樣周期的非整數(shù)倍時(shí)，算法的信道估計(jì)性能會(huì)有很大的損失。
　　 第三章研究了準(zhǔn)

4、靜態(tài)信道條件下的OFDM系統(tǒng)的參數(shù)化信道估計(jì)技術(shù)ESPRIT。該算法利用等距線性陣列的信號(hào)子空間旋轉(zhuǎn)(或平移)不變特性，分離出信道子空間和噪聲子空間，然后利用信道子空間估計(jì)出信道的多徑時(shí)延信息，最后通過(guò)估計(jì)的多徑時(shí)延信息重建信道。本章首先著重研究了ESPRIT算法的子空間分解技術(shù)——子空間跟蹤和特征值分解兩種方式，并利用跳頻原理對(duì)子空間跟蹤方式收斂速度進(jìn)行了加速。通過(guò)性能分析與仿真對(duì)比，子空間跟蹤方式性能更穩(wěn)定，但需要信道條件(如多徑數(shù)

5、目和多徑時(shí)延)在較長(zhǎng)時(shí)間內(nèi)保持不變，特征值分解方式則沒(méi)有此限制，但性能較子空間跟蹤方式差，尤其體現(xiàn)在較惡劣的多徑環(huán)境下。接著將子空間跟蹤法從多符號(hào)的應(yīng)用中擴(kuò)展到了單符號(hào)中。最后，本文還對(duì)導(dǎo)頻數(shù)量、導(dǎo)頻間隔和導(dǎo)頻結(jié)構(gòu)的優(yōu)化設(shè)計(jì)進(jìn)行了詳細(xì)研究，研究發(fā)現(xiàn)，ESPRIT算法的信道估計(jì)性能主要取決于導(dǎo)頻間隔，在滿足特定導(dǎo)頻間隔的前提下，可以用足夠少的導(dǎo)頻獲得相應(yīng)的性能，從而可以減小導(dǎo)頻開(kāi)銷，提高頻率利用率；而導(dǎo)頻結(jié)構(gòu)除了等間距結(jié)構(gòu)外，還可以采用分

6、組等間距結(jié)構(gòu)，從而可以擴(kuò)展ESPRIT算法的應(yīng)用場(chǎng)景。
　　 第四章研究了快時(shí)變信道環(huán)境下的OFDM系統(tǒng)信道估計(jì)技術(shù)。信道的時(shí)變性在一段時(shí)期內(nèi)，如一個(gè)OFDM符號(hào)長(zhǎng)度，可以用LM模型或BEM模型來(lái)近似。其中，LM模型適用于時(shí)變性較溫和的信道環(huán)境，即歸一化多普勒頻移小于0.2的環(huán)境，BEM模型則還適用于歸一化多普勒頻移大于0.2的環(huán)境，不過(guò)，現(xiàn)階段LM模型可以針對(duì)非整數(shù)多徑時(shí)延環(huán)境，而B(niǎo)EM模型只適用于整數(shù)多徑時(shí)延環(huán)境。本章第一部

7、分重點(diǎn)研究了LM模型下的參數(shù)化信道估計(jì)問(wèn)題，并對(duì)現(xiàn)有算法作了改進(jìn)，將整數(shù)時(shí)延模型推廣到非整數(shù)時(shí)延模型，該算法基于ESPRIT算法，利用迭代的判決反饋方式來(lái)減小ICI影響，以獲取對(duì)多徑時(shí)延的精確估計(jì)，該算法克服了LM模型下傳統(tǒng)整數(shù)時(shí)延模型的不足，且性能優(yōu)良。本章第二部分重點(diǎn)研究了BEM模型下的信道估計(jì)問(wèn)題，通過(guò)估計(jì)一組數(shù)量遠(yuǎn)少于快時(shí)變多徑信道沖擊響應(yīng)數(shù)量的BEM加權(quán)系數(shù)來(lái)間接得到信道的估計(jì)值，大大簡(jiǎn)化了信道估計(jì)的難度。本文選取了DKL-B

8、EM和GCE-BEM兩種近似度高且穩(wěn)定的模型，并根據(jù)模型特點(diǎn)分別給出了估計(jì)器的選型建議，即根據(jù)DKL-BEM模型需要利用信道統(tǒng)計(jì)特性的特點(diǎn)，采用線性最小均方誤差估計(jì)器(Linear Minimum Mean Square Error,LMMSE)，而GCE-BEM由于沒(méi)有特殊要求，則可采用最小二乘估計(jì)器(Least Square，LS)或最佳線性無(wú)偏估計(jì)器(Best Linear Unbiased Estimator,BLUE)進(jìn)行信道