高速移动环境下基于统计信息的信道估计和ICI消除

摘要

在高速移动环境下，随着终端移动速度的增加，多普勒效应影响愈加显著，信道参数变化剧烈，导致了信道的时频双选择性快速衰落特性，使得快速精确地进行信道估计以保障系统性能变得非常困难。而通常为了保证更高的数据传输速率和频谱利用率，正交频分复用(OFDM，Orthogonal Frequency Division Multiplexing)被广泛应用于通信系统中，而在高速移动环境下，这会带来一些新的问题。主要有以下两个方面，第一个是高速环境下会产生较为严重的多普勒效应，其破坏了OFDM的正交性，并且带来了子载波间干扰(ICI，Inter-Carrier Interference)，对高速移动通信的效果产生了不好的影响；第二个是由于高速移动环境下信道的快时变性，在进行信道估计时，为了保证信道的正确性和有效性，要求更有效的信道估计算法。因此需要新的技术来解决这些问题，这对提高高速移动环境下的通信效果有着很大的意义。
　　基于以上问题，结合高速铁路环境下的自身特点，本文提出了一种基于统计特性的信道估计和子载波间干扰消除方案用以解决高移动环境下的通信传输问题。通过复杂度分析以及仿真试验结果比较，可以得出本文所提的方案提高了信道估计的精度、提高了频谱利用率和减少了计算复杂度。本文的主要内容和创新之处包括如下几个方面的内容：
　　首先，提出了新的信道建模方式。利用瑞利信道下的Jacks模型和一定的数学基础，提出在每一个传播路径中，选择几个特定的时刻来代表这条路径，以减少所要估计的信道参数数量，用少量的点来重新构建模型，并且在一定的机制下，使得重新构建的模型，建模误差最小。
　　其次，子载波间干扰的消除。在高速移动环境下，信道的频域矩阵是一个带状矩阵，能量随着频域信道矩阵对角线向外递减。在接收端对收到的信息进行处理，使得信道频域矩阵的能量更加集中在对角线上，这样就可以减少ICI对通信的影响。
　　最后，信道估计算法的优化。在高速移动环境下，采用压缩感知估计算法对信道进行估计，而压缩感知信道估计算法的性能取决于所估计信号的稀疏度和观测矩阵的相干性，本文依据信道建模所选节点方式来优化减少观测矩阵的平均相干性，以提高基于压缩感知的信道估计的性能。

目录

封面

中文摘要

英文摘要

目录

缩略语表

第一章 绪论

1.1研究背景和意义

1.2研究现状分析

1.3论文主要工作

1.4论文组织结构

1.5文中数学符号说明

第二章 高移动无线信道与通信系统模型

2.1引言

2.2快时变信道特性

2.3多径信道模型

2.4 OFDM系统模型

2.5本章小结

第三章 典型的信道估计算法

3.1引言

3.2传统信道估计算法

3.3压缩感知信道估计算法

3.4本章小结

第四章 信道建模

4.1引言

4.2 BEM模型

4.3多普勒时延模型

4.4线性插值模型

4.5基于统计特性的插值模型

4.6本章小结

第五章 ICI分析与消除

5.1引言

5.2 ICI产生的原因

5.3 ICI抑制

5.4基于统计特性的ICI 抑制算法

5.5本章小结

第六章 基于压缩感知的信道估计算法

6.1基于压缩感知的信道估计算法

6.2仿真结果

6.3本章小结

第七章 结语与展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文

声明