独立分量分析应用于OFDM系统频偏和信道估计研究
本文选题:正交频分复用 + 独立分量分析 ; 参考:《集美大学》2015年硕士论文
【摘要】:作为4G通信的核心技术之一,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术具有诸多优点,比如抗频率选择性衰落能力强、频带利用率高、高速数据传输等。虽然经过长期的发展,OFDM的各项关键技术已经逐渐成熟,但是仍然存在一些问题需要改进。本文借助独立分量分析(Independent Component Analysis,ICA)技术,针对OFDM系统频偏和信道估计展开研究。本文的主要研究内容概括如下:首先介绍了本文的研究对象——OFDM系统的基本原理,列出了其优缺点,给出OFDM系统频偏和信道估计的研究现状,对本文涉及到的OFDM系统的关键技术进行了详细的分析说明。其次介绍本论文使用的工具——独立分量分析技术,给出了其定义,总结了独立性的度量方法,并介绍本论文用到的FASTICA和NLRICA两种算法。然后提出利用单通道信号记录来估计OFDM系统频偏的新方法。传统的ICA算法进行频偏估计需要借助多通道信号记录,本文提出的方法只需利用相关检测技术处理单路OFDM信号,获得观测信号向量,通过ICA算法分离出含频偏信息的信号,然后估计OFDM系统的频偏。与传统的频偏估计方法相比较,该方法不需要信道状态信息和辅助信息,不需要额外的带宽,降低了系统实现的复杂度。最后提出了利用共轭先验信息的OFDM系统信道估计方法。对于使用零前缀(zero padding,ZP)的OFDM系统,可将信道矩阵替换成循环矩阵,然后接收端信号左乘FFT矩阵将该循环矩阵对角化,这时使用盲信号分离技术只需要寻找一个对角矩阵,减少了计算量。另外,充分利用对角矩阵的先验信息,在目标函数中增加上述对角矩阵的稀疏性度量,提高了信道估计的效率和准确性。
[Abstract]:As one of the core technologies of 4G communication, orthogonal Frequency Division Multiplexing OFDM (OFDM) technology has many advantages, such as strong anti-frequency selective fading ability, high bandwidth utilization rate, high speed data transmission and so on. Although the key technologies of OFDM have matured over a long period of time, there are still some problems to be improved. In this paper, the frequency offset and channel estimation of OFDM systems are studied by means of independent component analysis (ICA) technique. The main research contents of this paper are summarized as follows: firstly, the basic principle of OFDM system is introduced, its advantages and disadvantages are listed, and the research status of frequency offset and channel estimation in OFDM system is given. The key technology of OFDM system involved in this paper is analyzed and explained in detail. Secondly, the independent component analysis (ICA) technique used in this paper is introduced, its definition is given, the measurement method of independence is summarized, and the FASTICA and NLRICA algorithms used in this thesis are introduced. Then a new method is proposed to estimate the frequency offset of OFDM system using single channel signal recording. The traditional ICA algorithm for frequency offset estimation needs to be recorded by multi-channel signals. The method proposed in this paper only needs to process single channel OFDM signals by using correlation detection technology, and obtain the observation signal vectors. The signals containing frequency offset information are separated by ICA algorithm. Then the frequency offset of OFDM system is estimated. Compared with the traditional frequency offset estimation method, the proposed method does not require channel state information and auxiliary information, and does not require additional bandwidth, thus reducing the complexity of the system implementation. Finally, a channel estimation method for OFDM systems using conjugate prior information is proposed. For a OFDM system using the zero prefix ZP, the channel matrix can be replaced with a cyclic matrix, and then the signal at the receiving end is diagonalized by the left multiplying the FFT matrix. In this case, the blind signal separation technique only needs to find a diagonal matrix. The calculation is reduced. In addition, the priori information of diagonal matrix is fully used to increase the sparsity of the diagonal matrix in the objective function, which improves the efficiency and accuracy of channel estimation.
【学位授予单位】:集美大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN929.53
【共引文献】
相关期刊论文 前10条
1 孔祥翠;王微微;陈静静;陈宇;;基于入侵性杂草优化算法的有噪独立分量分析方法[J];东北石油大学学报;2014年02期
2 李留青;陈中良;;基于定步长自然梯度算法盲混合信号分离技术研究[J];电子设计工程;2014年15期
3 李志农;皮海玉;肖尧先;;基于量子遗传的机械故障盲源分离方法研究[J];兵工学报;2014年10期
4 黄大伟;戴吾蛟;;单通道时变ICA算法及其在大坝变形分析中的应用[J];测绘通报;2014年S2期
5 公成敏;;二维盲小波算法在地震资料处理中的应用[J];科技信息;2014年10期
6 乔继红;;应用独立成分分析的太阳能电池图像去噪[J];制造业自动化;2014年23期
7 杨恒;陆宇;白文虎;;飞机驾驶舱特定声音信号提取[J];机械与电子;2014年12期
8 刘克;田学民;蔡连芳;;一种低信噪比下的有噪独立分量分析算法[J];控制工程;2015年02期
9 荆双喜;郭松涛;赵行宇;杨鑫;;基于约束独立分量分析的矿用齿轮故障诊断研究[J];河南理工大学学报(自然科学版);2015年05期
10 曾建仙;杨启斌;;核独立分量分析在结构振动信号降噪中的应用[J];福建工程学院学报;2015年04期
相关会议论文 前1条
1 罗骋;李东明;李海兵;王文晶;;重力异常特征提取方法研究[A];重力测量技术——2014年惯性技术发展动态发展方向研讨会文集[C];2014年
相关博士学位论文 前4条
1 王彦会;乘用车底盘性能开发评价技术研究[D];吉林大学;2014年
2 崔立志;HPLC-DAD数据分离模型及其求解算法研究[D];华东理工大学;2015年
3 王强;基于非线性特征提取的软测量智能建模方法研究[D];中国石油大学(华东);2013年
4 曾窕俊;盲源信号分离算法研究及其应用[D];西南交通大学;2014年
相关硕士学位论文 前10条
1 吴正娟;特征变换在组合分类中的应用研究[D];郑州大学;2010年
2 赵爽;基于FPGA设计的身份认证数字水印系统[D];长春理工大学;2011年
3 侯远韶;基于二维稀疏表示和向量范数优化的织物疵点有监督分类研究[D];中原工学院;2013年
4 张婧雅;宏观调控对股票价格波动冲击效应研究[D];西南大学;2014年
5 陈祥芹;振动信号多元统计分析特征提取及传动系统关键部件故障诊断应用[D];苏州大学;2014年
6 党丽君;空气质量监测系统中多分类器的集成技术研究[D];重庆大学;2014年
7 李少华;胎儿心电信号循环平稳半盲提取研究[D];重庆大学;2014年
8 刘雪洁;基于生理参数的头相关传输函数的定制[D];华南理工大学;2014年
9 黄大伟;单通道ICA及其在变形分析中的应用[D];中南大学;2014年
10 金萌萌;多源图像的特征融合方法研究[D];沈阳理工大学;2014年
,本文编号:1827509
本文链接:https://www.wllwen.com/kejilunwen/wltx/1827509.html