论文部分内容阅读
随着人类社会的迅速发展,信道传输环境越来越复杂,信号传输过程中由于时间选择性衰落和频率选择性衰落的影响导致信号失真,通信系统的传输性能受到较大影响。因此需要分析信道环境,建立时频双选信道的模型,并且结合OFDM技术中的信道估计技术,对信道进行准确估计,尽可能恢复发送信号,提升无线通信系统性能。因此,本文主要研究时频双选信道环境下OFDM的信道估计算法。本文针对时频双选信道,首先分析传输特性,主要研究了信道中时间选择性衰落和频率选择性衰落对信号的影响。根据无线信道统计特性建立时频双选信道模型,接着重点分析了几种可以描述时频双选信道的基扩展模型函数,通过仿真分析了各种基扩展模型与时频双选信道的拟合度。推导了传统LS、MMSE和LMMSE信道估计算法,在此基础上结合基扩展模型和信道估计算法推导出基于LS和LMMSE的基函数系数估计算法,该算法可以拟合时频双选信道,将对信道状态参数进行估计转化为对基函数系数进行估计,使计算量从LN?降低到(7)1(8)?(10)LQ。算法改进部分主要是针对已有的基于基扩展模型的LS信道系数估计算法的不足,提出了基于基扩展模型的LMMSE算法,通过理论和仿真验证了基于基扩展模型的LS算法受噪声影响,导致性能不如基于基扩展模型的LMMSE算法。并从另一个角度出发,针对能够跟踪时频双选信道的卡尔曼滤波算法,提出了基于基扩展模型的卡尔曼滤波信道系数估计算法,降低了计算量。在此基础上,针对基于基扩展模型的卡尔曼滤波信道系数估计算法在计算卡尔曼滤波参数中的问题,提出了采用平方根卡尔曼滤波算法进行基扩展模型下的信道估计,简化了卡尔曼滤波参数的求解过程并提高了估计性能,通过仿真结果表明,基于基扩展模型的平方根卡尔曼滤波算法在性能上优于基于基扩展模型的卡尔曼滤波算法。