MIMO-OFDM无线通信系统信道估计算法研究

论文摘要

提高频谱的利用率是下一代无线移动通信的主要目标之一。在带宽和功率受限的无线通信中,多输入多输出（Multi-Input Multi-Output, MIMO）是获得更高的频谱效率最具有潜力的技术。同时正交频分复用（Orthogongal FrequencyDivision Multiplexing, OFDM）技术具有抵抗多径衰落和降低宽带接收机复杂度等优点,MIMO-OFDM被认为是后3G最有潜力的技术之一,能够适应高信道容量、高比特信息速率等宽带多媒体应用的需求。信道估计作为无线通信系统中的一项关键技术,是MIMO-OFDM系统中相干检测和空时解码的必须条件。因此本文以MIMO-OFDM系统的信道估计作为研究的主要内容。高速无线数据传输导致信道呈现出稀疏特性,利用该特性可提高信道估计性能。针对非时变多径稀疏的MIMO-OFDM信道,提出了基于广义Akaike信息论准则的信道估计算法,该算法能够估计出信道的阶数和每条路径的时延,然后将由最小二乘算法估计出的时域信道冲激响应中非传播路径点置0,由此可降低加性白噪声对信道估计的影响,提高信道估计的精度,同时,信道稀疏性越强,性能提高越大。接收终端的快速移动使得无线MIMO-OFDM通信信道具有快速时变特性。信道快速时变会破坏子载波间的正交性引起子载波间干扰,从而使系统性能下降。论文中首先对时变无线信道建立了一个离散长椭球体序列扩展模型,近似时变信道。同时提出了一种不依赖信道统计特性信息的迭代的估计方法,利用均衡输出的结果消除未知信息序列对信道估计的干扰。在该模型的基础上,采用导频序列对时变MIMO-OFDM信道进行估计。信道估计通常使用导频符号辅助方法,这种方法需要增加额外的系统带宽。为提高带宽效率,对叠加训练序列的方法进行了研究,该方法将一低功率周期性的训练序列直接叠加于信息序列,对接收数据求均值,不需要任何额外系统带宽,可估计信道。该方法在接收端由于采用未知信息序列的算术均值代替其统计平均值,使得未知的信息序列对信道估计的性能产生影响。提出了一种迭代叠加训练序列信道估计方法,即把经过频域均衡、译码得到的发送信息序列的估计值和叠加训练序列之和作为新的训练序列,反馈到信道估计器再次估计信道状态信息,通过这种判决反馈的迭代信道估计方法提高信道估计的性能。首先对于非时变SISO-OFDM信道应用该方法进行信道估计,然后基于长椭球序列基扩展模型,将该方法扩展到快速时变的MIMO-OFDM信道估计。在实际的多用户MIMO-OFDM通信环境中存在有色干扰和信道空间相关,导致信道估计性能的降低。本文在发射总功率恒定的条件下,基于信道估计均方误差最小原则,利用统计“注水”方法对发送端的导频进行预编码,可提高信道估计的精度。该方法只需知道信道的相关特性和干扰的统计特性,不必对其频繁更新,且容易获得。理论分析表明,最佳的发射方向由发射信道相关矩阵和干扰协方差矩阵的特征值分解共同决定。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景及研究的目的和意义
• 1.2 MIMO 和OFDM 通信技术研究概况
• 1.2.1 OFDM 通信技术研究概况
• 1.2.2 MIMO 通信技术研究概况
• 1.2.3 MIMO-OFDM 技术
• 1.3 MIMO-OFDM 信道估计的研究现状及分析
• 1.3.1 导频符号辅助信道估计
• 1.3.2 盲信道估计
• 1.3.3 空间相关MIMO-OFDM 系统发射端预编码设计
• 1.4 本文主要结构和研究内容
• 第2章 宽带无线信道的特性、分类与模型
• 2.1 引言
• 2.2 无线信道的基本物理特性
• 2.2.1 大尺度效应
• 2.2.2 小尺度效应
• 2.3 MIMO 信道模型
• 2.3.1 平坦衰落信道模型
• 2.3.2 频率选择性衰落信道模型
• 2.3.3 MIMO 信道模型
• 2.4 本章小结
• 第3章 非时变稀疏MIMO-OFDM 信道估计算法
• 3.1 引言
• 3.2 MIMO-OFDM 系统稀疏信道估计方法
• 3.2.1 MIMO-OFDM 系统数据模型
• 3.2.2 MIMO-OFDM 信道时域响应
• 3.2.3 导频模板设置原则
• 3.2.4 利用时延参数提高信道估计精度
• 3.2.5 Akaike 信息论准则
• 3.2.6 基于GAIC 信道时延估计
• 3.3 估计精度与复杂度分析
• 3.4 仿真结果与分析
• 3.5 本章小结
• 第4章 快速时变MIMO-OFDM 信道估计算法
• 4.1 引言
• 4.2 时变信道下OFDM 性能分析
• 4.3 时变信道基扩展模型
• 4.3.1 卡-洛展开与变换
• 4.3.2 时变信道基扩展模型
• 4.3.3 离散长椭球体序列扩展模型
• 4.4 快速时MIMO-OFDM 变信道估计
• 4.4.1 快速时变MIMO-OFDM 信道数据模型
• 4.4.2 信道估计
• 4.4.3 估计精度与复杂度分析
• 4.5 仿真结果与分析
• 4.6 本章小结
• 第5章 基于叠加训练序列的MIMO-OFDM 信道估计
• 5.1 引言
• 5.2 基于叠加训练序列的非时变信道估计
• 5.2.1 一阶统计特性的非时变信道估计器
• 5.2.2 估计精度分析
• 5.3 基于叠加训练序列非时变OFDM 信道估计
• 5.3.1 迭代叠加训练序列非时变信道估计方法
• 5.3.2 基于叠加训练序列非时变信道的参数化估计算法
• 5.3.3 叠加训练序列对OFDM 峰均比的影响
• 5.3.4 叠加训练序列功率分配
• 5.3.5 估计精度与复杂度分析
• 5.3.6 仿真结果与分析
• 5.4 基于叠加训练序列的快速时变MIMO-OFDM 信道估计
• 5.4.1 信道估计
• 5.4.2 仿真结果与分析
• 5.5 本章小结
• 第6章 MIMO-OFDM 系统发射端预编码设计
• 6.1 引言
• 6.2 相关信道模型
• 6.3 MIMO 系统的传输方案
• 6.3.1 开环传输方案
• 6.3.2 闭环传输方案
• 6.4 频域统计预编码设计
• 6.4.1 预编码MIMO-OFDM 系统数据模型
• 6.4.2 基于MSE 最小准则的预编码设计
• 6.4.3 仿真结果与分析
• 6.5 本章小结
• 结论
• 参考文献
• 攻读博士学位期间所发表的学术论文
• 致谢
• 个人简历