基于最优导频序列的MIMO-OFDM系统信道估计研究

摘要

正交频分复用(OFDM)是一种特殊的多载波传输方式,它能满足无线系统中高速数据传输的要求,有效抵抗信道中的频率选择性衰落。多输入多输出(MIMO)技术利用空间分集,可以提供4G通信中所需求的高容量,高覆盖率和可靠传输。将MIMO与OFDM相结合形成的MIMO-OFDM系统,可以使人们对未来移动通信业务越来越高的需求得到满足,因此,4G无线宽带系统将其作为物理层的关键技术。因为无线通信中传播环境的复杂性和不确定性,信道估计成为接收机中一个重要的部分,估计的准确度直接关系到系统性能的好坏。
　　本文的信道估计研究以MIMO-OFDM系统为基础进行的。首先介绍了无线信道特性和MIMO-OFDM系统的基本原理,重点介绍空间复用OFDM系统,典型的模型是VBLAST-OFDM系统。
　　基于导频的信道估计是在发送端发送已知信号,通过选择合适的算法,对接收信号进行处理得到信道的频率响应。影响基于导频的信道估计性能的因素有三方面:估计方法,导频模式和信号检测方法。本文的信道估计方法选取的是时域最小二乘(LS)算法,其复杂度低,易于实现。导频选用最优导频序列。分析表明,最优导频序列能准确区分不同的子信道,且它能进一步降低 LS估计的复杂度。在VBLAST-OFDM系统中,为了在接收端区分来自发送端不同天线同时发送的信号,需采用信号检测算法。典型的有迫零(ZF)线性检测和最大似然(ML)非线性检测等,根据不同的需求,可以选择不同的检测算法。
　　本文重点研究对时域LS估计的改进算法。由于LS算法的估计精度不高,本文提出将自适应滤波算法与LS估计相结合的思想。通过对初始的时域LS算法进行自适应迭代运算,使估计的准确度更高。重点分析了归一化最小均方(NLMS)自适应滤波算法和递归最小二乘(RLS)自适应滤波算法,并对MSE性能和收敛性进行仿真,同时分析不同信道参数对算法性能的影响。理论分析显示,在相同的条件下,RLS算法的MSE性能和跟踪性能均比NLMS算法好,但是,这种好处是以计算复杂度为代价的。

目录

摘 要

Abstract

目 录

第1章 绪 论

1.1 课题背景

1.2 课题研究的目的和意义

1.3 MIMO-OFDM系统信道估计的国内外研究概况

1.3.1 信道估计方法分类

1.3.2 基于导频辅助的信道估计方法的国内外研究概况

1.4 本文的主要研究内容及安排

第2章 无线信道模型与MIMO-OFDM系统

2.1 无线信道的衰落特性

2.2 小尺度衰落模型

2.2.1 多径时延扩展引起的衰落

2.2.2 多普勒扩展产生的衰落

2.3 信道模型

2.3.1 瑞利信道

2.3.2 MIMO信道模型

2.4 MIMO-OFDM系统

2.4.1 OFDM基本原理

2.4.2 MIMO基本原理

2.4.3 MIMO-OFDM系统

2.5 本章小结

第3章 基于最优导频序列的MIMO-OFDM系统信道估计

3.1 MIMO-OFDM系统的时域LS估计算法

3.1.1 OFDM系统的最小二乘估计

3.1.2 MIMO-OFDM系统的时域最小二乘估计

3.2 最优导频序列的设计

3.2.1 导频正交性设计

3.2.2 最优导频序列

3.3 空间复用OFDM系统的检测算法

3.3.1 迫零（ZF）线性检测

3.3.2 最大似然（ML）非线性检测

3.4 仿真与性能分析

3.5 本章小结

第4章 基于自适应滤波的信道估计

4.1 最小均方自适应滤波算法

4.1.1 最速下降法与维纳滤波算法

4.1.2 随机梯度法与LMS算法

4.1.3 NLMS算法

4.1.4 NLMS算法应用于信道估计

4.2 递归最小二乘自适应滤波算法

4.2.1 RLS算法

4.2.2 RLS算法应用于信道估计

4.3 仿真与性能分析

4.3.1 NLMS算法的性能分析

4.3.2 RLS算法的性能分析

4.3.3 NLMS算法和RLS算法比较

4.4 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文及其它成果

哈尔滨工业大学学位论文原创性声明及使用授权说明

致 谢