基于粒子滤波器和径向基神经网络的MIMO-OFDM信道跟踪

论文摘要

移动通信网的发展趋势越来越强调带宽利用率和传输性能。然而伴随传输速率的提升,带来的却是越来越恶劣的无线传播环境。移动速度越来越快,导致信道快速衰落,信号的幅度和相位在通信周期内剧烈变化。城市环境中大量散射造成信号的时间弥散,接收信号中充斥着码间干扰。对这些不利条件地克服,以实现高速、高性能地数字传输成为当前移动无线通信研究的主要任务。MIMO和OFDM技术将是下一代移动通信的关键技术。两者的结合充分利用了空间分集、频率分集和时间分集来改善系统的容量和抗噪声性能。然MIMO-OFDM的高效性能依赖于接收端的信道估计的准确性。没有信道估计的OFDM系统只能采用非相干解调。在一个MIMO-OFDM系统中,别的模块可能被其他的功能模块替换掉,唯独信道估计是不可或缺的。差别仅在于所采用的信道估计方法而已。本文围绕MIMO-OFDM系统中的信道估计技术展开分析研究,并且结合MATLAB仿真对这些方法的有效性和可行性进行了全面的分析和比较。较为广泛的信道参数估计方法分为基于导频的信道估计算法和盲信道估计算法。但是,在实际无线环境中,信道是变化的。常规信道估计方法中导频占用过多的频率资源,而盲估计方法虽然能够节省带宽、提高频谱利用率,但是计算复杂度较高,所以在时变信道中,以上方法将不再适用。本文采用粒子滤波器方法对信道进行跟踪,从而估计信道的状态信息。粒子滤波器算法可实现递推贝叶斯滤波,适用于任何能用状态空间模型及传统卡尔曼滤波方法表示的非线性系统,跟踪估计精度可逼近最优估计。通过与传统方法比较,验证了该方法的高效性。对于粒子滤波器算法,信道跟踪的初值是影响信道跟踪性能的主要因素之一。为了确定跟踪的初值,我们利用径向基神经网络对信道进行学习和训练。尽管算法的复杂度较高,但给出信道初值后,不再需要其他的训练序列或导频信号。仿真验证了算法的高效性。

论文目录

• 中文摘要
• ABSTRACT
• 符号说明
• 第一章 绪论
• 1.1 引言
• 1.2 移动通信的发展背景
• 1.3 MIMO-OFDM的技术展望
• 1.3.1 OFDM技术
• 1.3.2 MIMO技术
• 1.4 MIMO-OFDM信道估计的作用和方法
• 1.5 本文主要研究内容
• 1.6 本章小结
• 第二章 无线通信信道和MIMO-OFDM系统
• 2.1 无线信道特性概述
• 2.1.1 自由空间的路径损失
• 2.1.2 阴影效应
• 2.1.3 多径衰落
• 2.2 小尺度衰落信道
• 2.2.1 多普勒扩展——时间选择性衰落
• 2.2.2 时延扩展——频率选择性衰落
• 2.3 常用衰落信道仿真模型
• 2.3.1 抽头延迟线模型
• 2.3.2 Jakes信道模型
• 2.4 MIMO信道模型
• 2.5 空时分组码（STBC）技术
• 2.5.1 空时码概述
• 2.5.2 空时分组码
• 2.6 正交频分复用（OFDM）基本原理
• 2.6.1 用IFFT/FFT实现OFDM
• 2.7 MIMO-OFDM系统模型
• 2.8 本章小结
• 第三章 粒子滤波器理论
• 3.1 粒子滤波器的起源和发展
• 3.2 粒子滤波器背景知识
• 3.2.1 贝叶斯定理
• 3.2.2 马尔可夫过程
• 3.2.3 递归贝叶斯推理
• 3.2.4 蒙特卡罗方法
• 3.3 粒子滤波器
• 3.3.1 序贯重要性采样（Sequential ImportanceSampling）
• 3.3.2 退化问题
• 3.3.3 基本粒子滤波器算法
• 3.3.4 粒子滤波器存在的问题
• 3.4 粒子滤波器的研究现状
• 3.5 本章小结
• 第四章 基于粒子滤波器的MIMO-OFDM系统信道跟踪
• 4.1 引言
• 4.2 基于粒予滤波器的MIMO信道跟踪
• 4.2.1 系统模型和信道模型
• 4.2.2 基于粒子滤波器的MIMO信道跟踪算法
• 4.2.3 实验仿真结果
• 4.2.4 结论
• 4.3 基于粒子滤波器的MIMO-OFDM信道跟踪
• 4.3.1 系统模型和信道模型
• 4.3.2 基于粒子滤波器的MIMO-OFDM信道跟踪算法
• 4.3.3 实验仿真结果
• 4.3.4 结论
• 4.4 本章小结
• 第五章 径向基神经网络在MIMO-OFDM信道跟踪中的应用
• 5.1 人工神经网络的发展
• 5.2 神经网络基础
• 5.2.1 人工神经网络模型
• 5.2.2 神经网络的拓扑结构
• 5.2.3 神经网络的学习方法
• 5.2.4 神经网络的学习算法
• 5.3 径向基神经网络
• 5.3.1 径向基神经网络结构和工作原理
• 5.3.2 径向基神经网络的研究现状
• 5.4 径向基神经网络在MIMO-OFDM信道跟踪中的应用
• 5.4.1 算法描述
• 5.4.2 实验仿真结果
• 5.4.3 结论
• 5.5 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文
• 学位论文评阅及答辩情况表