论文部分内容阅读
信道估计技术用于估计信道状态信息（Channel State Information，CSI），与接收端信号恢复、同步、均衡，以及发射端自适应光功率等技术关系密切，对于提高系统性能有着显著作用。由于非对称限幅光正交频分复用（Asymmetrically ClippedOptical Orthogonal Frequency Division Multiplexing，ACO-OFDM）符号结构要求具有Hermitian对称特性，以及空间光ACO-OFDM系统功率资源宝贵特性，传统的正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）系统信道估计技术不再适用。随着空间光通信技术越来越受关注，展开空间光通信系统信道估计技术研究对于实现系统可靠通信及其推广应用具有重要意义。本文首先分析了ACO-OFDM系统信道估计技术的研究现状，及其优劣性和存在问题。针对现有的空间光通信系统信道估计技术的噪声敏感问题，提出一种基于周期叠加训练序列和线性最小均方误差（Linear Minimum Mean Square Error，LMMSE）算法估计的信道估计方法。在该方法中，发射端训练序列以可变的功率占比周期地叠加在信息序列上并经信道传输；接收端通过统计平均的方法将训练序列与信息序列分离，然后采用LMMSE算法进行信道估计。相比于传统的信道估计方法，周期叠加训练序列有效地提高了系统传输效率，而且本文提出的估计算法克服了噪声敏感问题，在低信噪比（Signal to Noise Ratio，SNR）条件下估计性能显著提高，满足了ACO-OFDM系统接收端SNR低的要求。其次，针对非视距光通信系统信道的散射特性，以及传统的信道估计方法功率损耗大的问题，本文提出一种基于压缩感知（Compressed Sensing，CS）理论和部分叠加训练序列的信道估计方法用于ACO-OFDM系统。（1）训练序列以可变的功率因子部分地叠加在发射端OFDM符号上；（2）利用训练序列构造本地“观测矩阵”；（3）采用CS理论中稀疏信号重构算法进行信道估计。相比于周期叠加训练序列，部分叠加训练序列降低了训练符号对数据符号的干扰，提高了通信系统的可靠性。与传统的最小二乘（Least Squares，LS）估计和LMMSE估计算法相比，本文提出的CS信号重构算法在信道估计精度和估计速度方面均有显著优势，对于ACO-OFDM系统的发展和应用具有一定意义。最后，总结全文的研究工作，并提出下一步的研究方向。