基于因子图的联合信道估计与译码算法研究

摘要

对于信道状态信息未知的高速移动的无线通信，尤其是多天线通信系统，往往要经历时间-频率双选择性衰落，受多径效应和时变的影响，接收端信号产生干扰，严重影响系统性能。接收端最佳性能的获得依赖于准确的信道信息，因此需对信道进行精确的估计。研究表明，对接收端进行联合信道估计与译码是一种很好的解决方案，因此寻求一种合适的算法以尽可能低的复杂度获得较优的系统性能成为了人们的研究热点。
　　因子图与和积算法作为迭代信号处理的有效工具，可实现算法在图模型上的统一且计算简单。本文在此基础上，以迭代消息传递为理论框架，将因子图作为分析工具，对迭代接收机的联合信道估计与译码技术进行了算法研究。
　　首先，论文阐述了Turbo迭代接收机原理和因子图概论，举例分析了基于图模型的和积算法具体的消息传递规则。
　　其次，分别研究了时变平坦衰落信道下和时变频率选择性衰落信道下的SISO系统，通过对联合后验分布函数分解，得到系统的统一因子图描述，结合和积算法理论与Turbo迭代思想，推导了系统图模型中各节点间的消息传递过程。针对消息传递过程中引入的关于信道参数积分问题，为降低计算复杂度，本文在贝叶斯理论基础上推导了粒子滤波算法，并提出一种基于因子图的联合信道估计与译码算法，通过对仿真结果的分析发现该算法以较低复杂度获得了良好的系统性能。
　　最后，在上述算法的研究基础上，本文对MIMO时变信道下的联合后验分布函数进行了分解，给出了MIMO系统迭代接收机的统一因子图描述，将信道估计器与译码器作为两个独立的信息处理器，采用并行迭代的方式进行信息交互与更新，并提出了MIMO系统下基于因子图的联合信道估计与LDPC译码算法。仿真结果表明，该算法可以获得逼近已知信道信息下的系统性能，其并行处理方式大大降低了时延，便于硬件实现。

目录

声明

摘要

1 绪论

1．1 选题背景及意义

1．2 国内外研究现状

1．2．1 Turbo迭代接收机

1．2．2 因子图

1．3 本文主要工作及结构安排

2 因子图概论与粒子滤波算法

2．1 因子图概论

2．2 基于图模型的和积算法

2．3 粒子滤波算法

2．3．1 贝叶斯理论

2．3．2 粒子滤波

2．4 本章小结

3 SISO系统基于因子图的联合信道估计与BCJR译码

3．1 SISO系统模型

3．2 平坦衰落信道下联合信道估计与译码

3．2．1 系统统一因子图模型及消息传递算法

3．2．2 仿真结果与分析

3．3 频率选择性衰落信道下联合信道估计与译码

3．3．1 系统统一因子图模型及消息传递算法

3．3．2 仿真结果与分析

3．4 本章小结

4 MIMO系统基于因子图的联合信道估计与LDPC译码

4．1 MIMO系统模型

4．2 LDPC码的因子图表示及消息传递译码性能仿真

4．2．1 LDPC码的因子图表示

4．2．2 LDPC码性能仿真与分析

4．3 MIMO系统联合信道估计与LDPC译码迭代算法

4．3．1 系统统一因子图模型及消息传递算法

4．3．2 仿真结果与分析

4．4 本章小结

5 总结与展望

5．1 本文主要工作

5．2 进一步研究展望

参考文献

致谢

个人简历、在学期间发表的学术论文与研究成果