高鐵場景下OFDM-MIMO系統(tǒng)多普勒頻偏估計算法研究.pdf

1、近些年來，隨著無線通信技術(shù)的迅速發(fā)展，LTE(Long Term Evolution)技術(shù)也發(fā)展的更加成熟并且被大規(guī)模商用。LTE技術(shù)不僅帶動了智能移動終端設(shè)備和硬件方面不斷創(chuàng)新，而且加速了移動互聯(lián)網(wǎng)的發(fā)展。與此同時，中國的高速鐵路建設(shè)也進行的如火如荼，出口海外，成為中國科技的新名片。高鐵場景下的移動通信用戶越來越多，對數(shù)據(jù)業(yè)務(wù)的要求也越來越高。原有的GSM-R(Global SystemFor Mobile Communication

2、-Railway)系統(tǒng)已經(jīng)滿足不了快速發(fā)展的高鐵通信業(yè)務(wù)的多樣性和高質(zhì)量通信需求，因此推行LTE-R(LTE for Railway)勢在必行。
　　高速移動場景下，用戶與基站之間的相對速度非常高，這會產(chǎn)生較大的多普勒頻率偏移。而LTE系統(tǒng)下行鏈路采用正交頻分復(fù)用技術(shù)(Orthogonal FrequencyDivision Multiplexing，OFDM)，對頻率偏移比較敏感，較小的頻偏就會影響子載波正交性，破壞系統(tǒng)性能。因

3、此在高速移動場景下，多普勒頻偏估計的研究成為重要問題。
　　就目前的研究而言，普通場景下OFDM系統(tǒng)載波頻偏估計(Carrier FrequencyOffset CFO)已經(jīng)非常成熟。高速移動場景下的多普勒頻偏估計模型與OFDM系統(tǒng)載波頻偏估計模型相似，因此可以將OFDM載波頻偏估計的成熟方法運用到高速移動場景下的多普勒頻偏估計中。本文主要研究了三種頻偏估計算法:Moose算法、S&C算法、基于CP的算法。三種算法的原理都是通過計

4、算部分相關(guān)求得頻偏，但是相關(guān)的符號構(gòu)造不同。在算法復(fù)雜度方面，Moose算法高于其他兩個算法。在仿真性能上，三種算法估計誤差隨SNR增大而減小，低信噪比下Moose算法性能最好，但誤差平臺出現(xiàn)較早，S&C算法和基于CP的算法誤差平臺出現(xiàn)較晚。
　　由于高鐵信道符合萊斯信道特征，本文使用萊斯信道建模高鐵多徑時變信道，并在該信道下對Moose算法、S&C算法、基于CP的算法性能進行評估。仿真結(jié)果顯示，頻偏估計誤差隨SNR的增大呈減小趨

5、勢，而且K因子越大，估計性能越好。考慮到MIMO技術(shù)可以降低信道的隨機性，采用多天線接收信號做頻偏估計再求取平均，可以提高估計性能。仿真中采用兩個接收天線、三個接收天線與一個接收天線的估計性能對比，結(jié)果顯示增加接收天線數(shù)可以改善估計性能，信噪比較低時，在同一頻偏估計性能下每添加一根接收天線，信噪比改善2～3dB左右。多徑場景下，信號傳輸受多徑影響，接收信號為直射徑和散射徑疊加的結(jié)果，而高鐵通信中一般具有非常強烈的直射徑，接收信號主要來自