基于MIMO-OFDM的稀疏信道估计关键技术的研究

发布时间：2019-09-04 09:04

【摘要】：在无线通信系统中,MIMO-OFDM技术能够有效地增加系统传输容量、增强数据传输速率,同时抑制多径衰落和干扰。然而在MIMO-OFDM系统接收端作相关检测和信道均衡往往需要精确的信道状态信息,信道状态信息的获取由信道估计技术来完成。无线多径信道常常呈现稀疏特性,传统的信道估计方法没有充分利用无线信道的稀疏特性,需要插入较多导频才能进行有效的估计,降低了频谱利用率。已有文献证明将压缩感知技术(CS)应用于稀疏信道估计可以大大的降低导频数量,提高频谱利用率。本文针对基于CS技术的MIMO-OFDM的稀疏信道估计的关键技术进行了研究。具体的研究内容及创新成果如下:1.介绍了传统信道估计方法的信道模型和传统信道估计算法。同时,详细介绍了CS技术的数学模型及三要素,基于传统估计的信道模型推导出稀疏信道模型,并将CS算法应用于该稀疏信道模型。最后对比了传统信道估计方法与基于CS的稀疏信道估计方法。2.提出了一种基于正则化正交匹配追踪算法(ROMP)的改进算法,通过改进正则化过程减小了每组筛选出错误原子的可能性,避免了原子集选择的错误,同时在迭代结束时加入对估计结果的二次筛选,最终实现信号的精确重建。3.研究了基于MIMO-OFDM稀疏信道估计问题,将正则化稀疏度自适应匹配追踪算法(RAMP)算法应用于MIMO-OFDM信道估计中,并对次算法结束条件进行了改进,利用取两次迭代残差的能量之差小于阈值作为结束条件,抵消掉一部分噪声的干扰,在不需要稀疏度的前提下达到了和正交匹配追踪(OMP)算法相近的估计精度。4.研究了OFDM系统中基于压缩感知的导频位置设计问题。通过测量矩阵的最小化互相关准则,提出了一种广义优化导频算法。该算法的基本思想是每次随机改变一部分导频位置,得到一个新导频位置向量,然后与原导频位置向量比选择具有更小互相关的一个。通过多次迭代最终具有最小互相关的导频位置集合即为最优导频集合。
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.53

【参考文献】