高速移动环境下的OFDM信道估计研究

摘要

车载移动通信技术作为丰富多彩的车载电子应用的根基，是保障各种各样的车载应用能够提供安全、实时而准确的信息服务的基础，因此面向车载移动通信的各种应用场景也就成为了5G通信技术的重要应用场景之一。与此同时，近年来高速铁路在我国的建设如火如荼，面向高速列车及高铁乘客提供更好的移动通信服务也是5G通信技术的目标。因此，面向高速移动场景，提供更加可靠、稳定、快速的移动通信服务成为了5G的技术目标之一，也引起了学术界和工业界的广泛关注。　　正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）技术作为5G 物理层通信的核心技术，经过多年的发展已经趋于成熟。信道估计部分作为OFDM 通信系统接收机的重要环节，直接决定了整个系统的通信质量。因此，面向高速环境下的移动通信服务质量的迫切需求，设计能够在高速移动环境下能够提供具有更优估计精度，更强鲁棒性，且能够有效提升接收机整体性能的信道估计算法是非常重要的。　　为实现上述研究目的，本文从高速信道的特性出发，针对高速移动环境对OFDM 通信系统提出的种种挑战，具有针对性地设计了两种适用于高速环境的信道估计方法。本文的主要工作如下：　　① 基于现有的高速信道模型，通过对其时域、频域信道响应，以及时域相关性的理论和仿真分析得出了高速信道模型在OFDM通信系统中具有频域选择性衰落特性、快速时变特性以及时域非平稳特性的结论。　　② 根据高速信道的特征，分析了传统信道估计方法在面对高速信道时所面临的挑战，包括传统的频域信道估计方法无法消除信道快时变特性引入的子载波间干扰（Inter-Carrier Interference,ICI），以及传统信道插值方法无法追踪非平稳信道的时域变化等问题。　　③ 针对高速信道的快速时变特性，为消除其带来的 ICI 并降低信道估计算法的复杂度，引入了基扩展模型（BasisExpansion Models, BEM），将信道冲激响应压缩为一组低维的基系数以达到消除ICI干扰的同时降低复杂度的目的。　　④ 针对高速信道的时域非平稳特性，提出了联合估计信道时域自相关系数和信道冲激响应的思路，并结合BEM技术，构造了基于判决反馈的扩展卡尔曼滤波器（Extended Kalman Filter,EKF）进行联合估计以追踪非平稳信道的时域变化。仿真分析表明，该方法能够有效追踪信道冲激响应的时域变化并消除ICI。　　⑤ 进一步，针对EKF的判决反馈操作导致的误差传播现象，首先通过理论分析发现判决反馈会向系统中引入了一个非高斯分布的有色噪声，而EKF并不具备消除这一噪声干扰的能力，由此产生了误差传播。为消除误差传播，引入无迹卡尔曼滤波器（Unscented Kalman Filter,UKF），构造了更加准确的状态空间模型来消除这一干扰，并通过仿真分析验证了这一方法的有效性。

目录

缩略词列表

1 绪 论

1.1 研究背景及意义

1.1.1 高速环境下的无线信道

1.1.2 OFDM信道估计技术

1.2 国内外研究现状

1.2.1 高速无线信道

1.2.2 BEM信道模型

1.2.3 基于EKF和UKF的信道估计方法

1.3 本文的主要工作和内容安排

2 高速移动环境下的无线信道

2.1 引言

2.2 高速环境下的无线信道模型

2.2.1 几何模型

2.2.2 参数模型

2.3 高速环境下的无线信道特性

2.3.1 频域选择性衰落与快时变特性

2.3.2 时域非平稳特性

2.4 本章小结

3 OFDM信道估计与BEM信道模型

3.1 引言

3.2 OFDM系统模型

3.3 传统OFDM信道估计

3.4 基于BEM的信道估计

3.5 仿真分析

3.6 本章小结

4 基于EKF-RTSS的信道估计方法

4.1 引言

4.2 EKF信道估计

4.2.1 状态空间模型

4.2.2 状态预测

4.2.3 状态更新

4.3 RTSS平滑

4.4 系统分析

4.4.1 系统结构分析

4.4.2 系统复杂度分析

4.5 仿真分析

4.6 本章小结

5 基于UKF的信道估计方法

5.1 引言

5.2 EKF误差传播分析

5.3 UKF信道估计

5.3.1 状态空间模型

5.3.2 状态预测方程

5.3.3 状态更新方程

5.3.4 复杂度分析

5.4 仿真分析

5.5 本章小结

6 总结与展望

6.1 全文总结

6.2 下一步工作展望

参考文献

附录

A. 作者在攻读学位期间发表的论文目录

B. 作者在攻读学位期间取得的专利成果目录

C. 作者在攻读学位期间参与的科研项目目录

D. 学位论文数据集

致谢