阵列天线OFDM系统的信号检测与参数估计

摘要

正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)是第四代移动通信的关键技术。阵列天线技术是解决频率资源匾乏的有效途径,同时还可以提高系统容量和通信质量。近几年来,人们研究将此技术应用于OFDM系统,实现波束形成和自适应信号处理,可以显著提高系统信号干扰与噪声功率比(SINR,Signal to Interference Noise Ratio),减少时延扩展和多径衰落,实现角度分集和空分多址,从而能有效对抗系统的共信道干扰,大大降低系统的误码率,提高系统的频谱利用率和系统容量。
　　 本文主要研究了阵列天线OFDM系统的信号检测与参数估计问题。全文的主要工作如下:
　　 首先,对OFDM和智能天线技术的发展、应用、基本原理和系统模型做了综述。对无线信道进行分析,并建立数学模型。
　　 然后,分析了载波频率偏移对OFDM系统性能的影响,并在介绍了OFDM系统中传统频偏估计算法的基础上,详细介绍了CP-ML(Maximum Likelihood based on Cyclic Prefix,基于循环前缀的最大似然估计)算法和ESPRIT(Estimation of Signal Parameters via Rotational InvarianceTechnique,借助旋转不变技术估计信号参数)方法。通过对阵列天线OFDM系统接收端的信号进行分析和重构,得出其具有多重不变性。据此,提出了利用MI-ESPRIT(Multi-InvarianceESPRIT,多重不变ESPRIT)算法进行盲频偏估计。仿真结果表明,MI-ESPRIT算法具有较好的频偏估计性能,并且随着OFDM符号块数目和天线数目的增加性能变好。它具有比CP-ML算法和ESPRIT方法更好的性能。MI-ESPRIT算法不需要任何已知的训练序列和循环前缀符号,是一种盲的方法。
　　 最后,对常用的阵列天线OFDM系统的波束形成算法做了综述。介绍了平行因子技术的数学基础。通过对接收端的阵列OFDM信号进行分析,得到其具有三线性模型特征。据此,提出了基于三线性分解的联合符号检测和DOA估计(Trilinear-JSDE,Trilinear decomposition-basedJoint Symbol Detection and DOA Estimation)算法。仿真结果表明,Trilinear-JSDE算法的信号检测性能与非盲的post-FFT接收机非常接近,DOA估计性能非常逼近非盲的LS算法。算法性能随着样本数的增加而变好,即使在小样本下仍然具有较好的性能。Trilinear-JSDE算法不需要任何信道衰落信息、DOA信息和已知的导频或者训练序列,是一种盲的方法。

目录

文摘

英文文摘

图表清单

注释表

第一章 绪论

1.1 移动通信的发展

1.2 OFDM技术的发展和应用

1.2.1 OFDM技术的发展

1.2.2 OFDM技术的应用

1.3 智能天线的发展和应用

1.3.1 智能天线的发展

1.3.2 智能天线的应用

1.4 论文工作安排

第二章 阵列天线OFDM系统

2.1 无线通信信道

2.1.1 无线信道衰落

2.1.2 小尺度衰落

2.1.3 多普勒频移

2.2 OFDM系统

2.2.1 OFDM系统基本模型

2.2.2 串并转换

2.2.3 FFT在OFDM系统中的应用

2.2.4 OFDM系统的循环前缀

2.3 智能天线技术

2.3.1 智能天线的基本原理

2.3.2 阵列天线模型

2.3.3 波束形成及其算法

2.3.4 智能天线对通信系统性能的改善

2.4 本章小结

第三章 阵列天线OFDM系统的频偏估计

3.1 频偏对OFDM系统性能影响

3.2 OFDM系统中传统频偏估计算法

3.2.1 CP-ML算法

3.2.2 ESPRIT方法

3.3 阵列天线OFDM系统的频偏估计算法

3.3.1 阵列天线OFDM系统的信号模型

3.3.2 MI-ESPRIT算法描述

3.3.3 MI-ESPRIT算法性能

3.4 本章小结

第四章 阵列天线OFDM系统的联合符号检测与DOA估计

4.1 阵列天线OFDM系统波束形成

4.1.1 阵列天线OFDM系统的波束形成算法研究

4.1.2 post-FFT和pre-FFT波束形成算法比较

4.2 平行因子(PARAFAC)技术

4.2.1 数学模型

4.2.2 基础知识

4.2.3 k-秩

4.2.4 可辨识性

4.3 基于平行因子的联合估计算法

4.3.1 阵列天线OFDM系统接收信号的数学模型

4.3.2 基于平行因子的联合估计算法分析

4.3.3 性能仿真与分析

4.4 本章小结

第五章 全文总结和展望

5.1 工作总结

5.2 工作展望

参考文献

致谢

在学期间的研究成果及发表的学术论文