论文部分内容阅读
正交频分复用(Orthogonal Frequency Division Multiplexing-OFDM)是信息高速传输的有效技术,由于它可以抵抗信道的多径衰落,且具有频谱利用率高、实现简单等一系列优点,因此成为了未来移动通信系统的主要候选方案之一。信道估计是OFDM系统中的关键技术之一,利用信道信息的相干解调系统与不利用信道信息的差分解调系统相比,在信噪比(signal-to-noise ratio,SNR)上可以有3 dB以上的性能提高。因此在要求高传输速率、高传输质量和高移动性的4G(Fourth Generation)通信系统中,信道估计是不可缺少的一环。本论文主要针对这个关键技术及相关的最优导频序列设计问题进行了研究。由于信道估计已得到广泛的研究,因此国际和国内已有较多的相关技术文献。本论文对其中一些经典和常用的信道估计算法进行了总结,然后在此基础上对多输入多输出(Multiple Input Multiple Output,MIMO)OFDM系统进行了分析,得到了一些新的结论。针对MIMO OFDM系统中进行信道时域响应估计时有可能出现的方程欠定问题,论文提出了一种联合相继发送的导频序列进行共同估计的改进算法。当发送的导频序列较为充足时,可以得到信道响应的若干个估计,根据每个估计的均方误差(Mean Square Error,MSE),论文给出了一种结合方式以获得最终较优的信道响应估计。实际的OFDM系统通常会使用虚拟子载波,以此来避免发送信号受到发送端成形低通滤波器的影响。在设计导频序列时,若考虑系统的虚拟子载波,则在某些情况下,传统均匀分布的最优导频序列不再可用,因此如何设计非均匀分布的最优导频序列就显得十分必要。论文对这个问题进行了深入研究,在基于信道时域响应最小二乘(Least Square,LS)估计算法的基础上,依据使估计均方误差最小的准则推导了MIMO OFDM系统中非均匀分布下的最优导频序列。经过推导可以证明,此时导频序列的设计与求解一个约束不等式方程组是等效的。对于这个约束不等式方程组,论文设计了如下三种求解算法来获得所需的最优导频,分别是:求解一个等效的约束规划问题;求解一个等效的非约束优化问题;和利用Gram-Schmidt正交化进行直接求解。通常情况下,信道可以等效为一个有限抽头的FIR滤波器,但对于稀疏信道,利用参数化模型则可以更准确地逼近真实情况。由于参数化模型只包含信道路径时延和路径增益两种参数,因此在信道稀疏时可以降低估计参数的维数,从而提高估计的性能。论文基于这种参数化信道模型,提出了一种针对稀疏信道的最大似然(Maximum Likelihood,ML)估计算法。该算法首先沿用已有的最小描述长度(Minimum Description Length, MDL)准则来检测信道中的路径数,然后利用估计信道参数的旋转不变法(Estimation of Signal Parameters by Rotational Invariance Techniques, ESPRIT)来获得路径时延的初始估计。最后,利用最大似然方法对时延进行跟踪,对路径增益进行估计。为了降低多参数ML估计问题的复杂度,论文利用广义交互空间期望最大化(Space-Alternating Generalized Expectation-Maximization,SAGE)算法将其分解为一系列两参数的ML估计问题,通过迭代得到最终解。对于每一次迭代中,某一信道路径上时延与增益的两参数ML估计问题,论文分别采用一种基于牛顿迭代的快速ML算法和一种简单的求和平均方法来获得。子载波间干扰(Intercarrier Interference,ICI)会破坏子载波之间的正交性,从而恶化OFDM系统的性能。由于消除ICI需要利用到信道信息,因此信道估计对于快时变环境下的OFDM系统来说