时频双衰落环境下MIMO信道估计技术研究

摘要

多输入多输出（MIMO）技术由于能显著提高信道容量，因此能满足未来移动通信业务的增长要求。对于一个可靠的通信系统，接收端一般都需已知信道状态信息（CSI），以使信号检测、信道编译码等可靠进行，因此对MIMO信道参数进行估计至关重要。
　　 首先在时域和频域上分析单入单出（SISO）系统。用更实用的BEM模型分析频选信道、时选信道和时频双选信道的时频特性，并采用BEM构建MIMO时频双衰落系统。然后分析MIMO系统的信道容量，仿真表明在同等条件下发送端自适应分配发送功率时已知CSI比未知时的容量增加2.5bits/s/Hz，子信道相关系数越大，对信道容量的影响越大，信噪比越大，影响越严重。
　　 其次分析了基于前导训练序列（PSAM）的信道估计算法。传统算法是对于一个数据块，先只发送导频，以后只发送数据，因此难以跟踪快速时变信道，本文将导频序列分散插入到数据块，从而形成多个子块，更好的跟踪时变信道，并推导出信道矩阵的最小二乘解、信道容量下界和误码率。通过使信道容量下界最大、误码率最小、估计的均方误差最小，推导出最优的PSAM参数，然后采用最优的PSAM参数估计MMO系统，并与传统的前导序列估计算法对比，仿真表明PSAM算法能更好的跟踪时变信道。
　　 PSAM算法要为导频序列分配专用时隙，因此会降低信道容量，基于叠加训练序列的估计（ST）算法虽然频带利用率高但是估计精度较低，因此最后本文将ST估计改进得出了DDST估计，不但保持了与ST估计相同的频带利用率，而且估计的MSE相对于ST也大大提高，并将其用于MIMO时频双衰落系统的信道估计，推出了信道矩阵的LS解，然后推出了DDST估计时的信道容量下界。实验仿真表明DDST估计的均方误差和误码率略低于PSAM估计，但是信道容量在块长度和收发天线数相同的，信道容量能提高10bits/s/Hz左右，并随着收发天线数的增加逐渐增加。

目录

文摘

英文文摘

论文中涉及到的主要数学符号列表

第1章 绪论

1.1 移动通信技术的发展概述

1.2 MIMO无线通信技术的发展及其研究现状

1.3 MIMO信道估计的意义

1.4 信道估计方法综述

1.5 信道估计技术的研究现状

1.6 研究内容及章节安排

第2章 MIMO无线信道

2.1 无线信道概述

2.2 无线信道基本特征

2.3 无线衰落信道模型

2.3.1 频率选择性衰落信道

2.3.2 时间选择性衰落信道

2.3.3 时间-频率双选择性衰落信道

2.4 MIMO信道模型

2.4.1 MIMO平坦衰落信道模型

2.4.2 MIMO选择性衰落信道模型

2.5 MIMO系统信道容量

2.5.1 平均功率分配的MIMO信道容量

2.5.2 自适应功率分配的MIMO信道容量

2.5.3 相关信道的信道容量

2.6 本章小结

第3章基 于前导序列的MIMO信道估计

3.1 概述

3.2 信道估计的常用估计准则

3.2.1 最大似然估计(ML)

3.2.2 最小二乘估计(LS)

3.2.3 最小均方估计(MMSE)

3.3 前导训练序列辅助信达估计(PSAM)

3.4 PSAM参数的最优化

3.5 本章小结

第4章 基于叠加训练序列的信道估计

4.1 概述

4.2 基于叠加训练序列信道估计

4.3 MIMO时频双衰落信道估计

4.4 DDST估计器的性能分析

4.5 MIMO系统的信道容量

4.5.1 DDST估计时的信道容量

4.5.2 PSAM估计时的信道容量

4.6 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致 谢