高速鐵路場景無線信道參數(shù)萃取方法研究.pdf

1、隨著我國高速鐵路的快速發(fā)展，其在人們的生活中所扮演的角色越來越重要。了解高速鐵路無線信道環(huán)境并對高速鐵路信道建模是當前中國鐵路迫切需要解決的問題。在確定高速鐵路信道模型的時候首先應該確定無線信道的參數(shù)，包括信道的幅度、時延、多普勒頻移、離開角、到達角等信道參數(shù)信息，這個過程需要比較先進的高分辨率的無線信道參數(shù)萃取方法。
　　本文首先研究了基礎的三類無線信道參數(shù)萃取算法，第一類是多重信號分類法（Multiple Signal Cla

2、ssification，MUSIC），該方法充分利用了信號子空間和噪聲子空間之間的正交特性，可以單獨對非相干信號的入射水平角進行萃取。第二類是旋轉不變技術估計信號參數(shù)(Estimating Signal Parameters via RotationalInvariance Techniques，ESPRIT)算法，該算法把接收陣列分為兩個子陣，并運用了信號子空間的旋轉不變特性，可以對相干信號的水平角進行萃取。不足之處在于以上兩種算法都

3、是針對角度參數(shù)萃取提出的。而第三類期望最大(ExpectationMaximization，EM)算法和空間交替廣義期望最大(Space-Alternating GeneralizedExpectation Maximization， SAGE)算法，它們都是基于最大似然算法，通過求期望最大化，可以對時延、離開角、到達角、多普勒頻移、幅度等多維參數(shù)進行聯(lián)合萃取。文中同時給出了相關算法的仿真分析。
　　之后，本文研究了基于WINNE

4、RⅡ信道模型的D2a高速移動場景下的無線信道參數(shù)萃取方法。在D2a場景下，信道由8個簇組成，每個簇由空間位置相對集中的20個散射體的反射信號組合而成。對于20條徑的到達角來說，彼此之間非常接近。因此單純的使用SAGE算法不能滿足精確的角度萃取的要求。因此本文創(chuàng)新性地提出了改進的SIC-SAGE算法，即首先通過ESPRIT算法得到角度估計值，再引入連續(xù)干擾消除(Serial Interference Cancellation)的概念，從而