当前位置:主页 > 科技论文 > 信息工程论文 >

时频双选信道下OFDM系统的信道估计算法研究

发布时间:2020-07-23 03:10
【摘要】:正交频分复用(OFDM)技术抗多径干扰,频谱利用率高,被多种通信标准采用。准确的信道估计技术是OFDM接收机进行均衡和解调的基础。随着4G的出现和交通工具的飞速发展,人们不仅要求在慢时变场景下具有优越的通信体验,还希望能在高速移动的场景下获得良好的通信质量,但终端快速运动引起的多普勒扩展会造成时间选择性衰落,同时信道中存在的多径效应会造成频率选择性衰落。传统的信道估计算法能估计出线性时变信道(LTV)中的信息,但无法解决时-频双选信道中待估计参数过多的问题,而基扩展模型(BEM)利用基函数与其系数的线性叠加来拟合时变信道响应,能极大地简化待估计量。本文主要的研究内容和工作如下:(1)介绍了无线信道的衰落特性和经典的仿真模型,简要阐述了OFDM系统中各模块的实现原理并基于此搭建了系统级仿真链路。(2)对于慢时变信道,重点分析了五种传统信道估计算法的原理并通过仿真对比它们在不同信道模型下的估计性能,验证了DFT估计性能优于LS估计,同时复杂度低于MMSE估计。针对传统的DFT估计仅滤除CP以外的噪声,对内部噪声并没有作处理的问题,提出一种改进算法,在充分考虑CP内外噪声的基础上设置了一个合适的阈值门限最大限度地滤除其内部的噪声。仿真表明该算法的误码率低于传统DFT估计且复杂度并未增加。此外,研究了常用的内插算法和均衡算法并进行仿真对比。(3)对于快时变信道,通过BEM模型进行建模,研究了基于不同基函数的CE-BEM、GCE-BEM、P-BEM、DKL-BEM和DPS-BEM的原理,通过仿真探讨了信噪比和多普勒频移对各BEM估计性能的影响。本文针对CE-BEM的基函数的最大频率值大于归一化最大多普勒频移的问题,提出一种改进型算法,通过修正其基函数系数有效地克服了部分基函数频率过高的缺点,减小了模型估计误差。仿真验证了该算法的均方误差性能低于CE-BEM,在一定程度上提高了信道拟合性能,但对多普勒频移较敏感。
【学位授予单位】:南华大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TN929.53
【图文】:

波形,多径传播,无线信道


图 2.2 无线信道的多径传播正因为多径效应的存在,接收信号相对于实际发送信号在时域上被展宽为最大时延扩展maxτ 。相干带宽cB 与maxτ 成反比,是对应的频域参数:max1cB ≈ τ········································(2.5号带宽sB 为发送信号的码元周期(符号宽度)sT 的倒数,可表示为:1s sB = T·········································(2.6果c sB < B,即max sτ > T,意味着会发生时延扩展,接收信号中一个符号会扩展到下一个符号中,产生 ISI 效应,从频域角度看,信号中各频率分历不同的衰落,波形会发生畸变,这就是频率选择性衰落现象。果c sB > B,即max sτ < T,此时无 ISI 效应,信号的各频率分量均受到相同τ 和相干带宽

多普勒,几何关系,信道,快时变


图 2.3 多普勒几何关系图df (由多普勒效应引起的频率偏移)随( )maxcos cos ( ) coscdvvff t t f cθ θ λ= = =cλ = c f,c 为光速,cf 为载波频率,θ多普勒频移被定义为max cf = vf c。研究别信道变化的快慢,当max0.005sf T < 时静态信道;当max0.005 0.1s< f T< 时,传道,也称线性时变(Lineartime-varying,L变化,此即快时变信道。,另一个相关的参数为相干时间(记为

瑞利分布,莱斯衰落信道,瑞利衰落,信号功率


( )2 22202 2,0r Ar Ace I Ap rσσ σ+ ≥ ≥ = 0,r 0,r<0·····径的最大幅值, ( )0I 为修正的第一类零阶贝塞尔减小至 0 时,式(2.15)会变为式(2.14),即莱信号功率和其余信号功率之比为莱斯因子K :222AKσ=································函数的形状, A → 0,K→ ∞ ,图 2.4 所示为莱斯分布在 K = 4 0dB退化为瑞利分布,在 K = )。

【相似文献】

相关期刊论文 前10条

1 林思铭;彭卫东;林志国;李瑞;;改进的卡尔曼滤波压缩感知信道估计算法[J];探测与控制学报;2016年06期

2 王华华;吕南;张莉;;一种改进的上行信道估计算法[J];西安邮电大学学报;2014年01期

3 李存永;;OFDM系统的信道估计算法分析[J];科技信息;2010年09期

4 韦娟;张运会;;基于802.16e的信道估计算法研究[J];通信技术;2010年11期

5 宋晓勤;胡爱群;李克;;一种基于强径选择的联合信道估计算法[J];电子与信息学报;2009年02期

6 王晓莉;郭建英;王胜坤;;OFDM系统中基于训练序列的参数信道估计算法的改进[J];电脑开发与应用;2008年02期

7 宋晓勤;李克;薛强;胡爱群;;一种基于最小均方误差准则的联合多小区信道估计算法[J];电子与信息学报;2007年11期

8 李海燕;田亚菲;孔洁;;WCDMA下行接收中自适应信道估计算法[J];电子科技大学学报;2007年S2期

9 王丹;陈东进;官银莹;;一种物理广播信道的信道估计算法[J];信息技术;2019年02期

10 王燕;张立毅;;基于修正压缩感知的信道估计算法[J];天津大学学报(自然科学与工程技术版);2017年11期

相关会议论文 前10条

1 高云;李晓松;刘文京;李绍胜;;一种改进的OFDM系统信道估计算法[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

2 万蒙;;基于OFDM系统的信道估计算法的研究[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年

3 黄帅;朱卫平;孟庆民;;单载波块传输系统中稀疏信道估计算法研究[A];2009年通信理论与信号处理学术年会论文集[C];2009年

4 王建明;赵春明;;智能天线中一种改进的自适应信道估计算法[A];2002’中国通信学会无线及移动通信委员会学术年会论文集[C];2002年

5 胡观华;李有明;;DSL中低复杂度的盲串音信道估计算法[A];浙江省电子学会2009学术年会论文集[C];2009年

6 陈徐飞;黄清;;OFDM系统中基于DFT的信道估计算法[A];第九届全国青年通信学术会议论文集[C];2004年

7 李志红;贺立红;吴建华;;宽带无线MIMO-OFDM系统信道估计算法研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅲ)[C];2008年

8 丁旭;张韵农;李丹;;基于MIMO-OFDM系统的信道估计算法综述[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

9 张庆武;朱卫平;;无信号扰动误差的MIMO盲信道估计算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

10 杨静;李洋;刘丹谱;;最大似然信道估计算法在UWB系统中的性能分析[A];第九届全国青年通信学术会议论文集[C];2004年

相关博士学位论文 前10条

1 刘俊琳;OFDM系统高效接收方法的研究[D];中国科学技术大学;2006年

2 杨永立;OFDM系统非参数信道估计算法研究[D];华中科技大学;2009年

3 许鹏;适用于MIMO-OFDM系统的信道估计算法研究[D];东北大学;2011年

4 田清华;基于OFDM的高速移动无线通信系统及宽带卫星通信系统关键技术研究[D];北京邮电大学;2013年

5 郭起霖;OFDM系统时变信道估计算法研究[D];北京邮电大学;2013年

6 于蕾;OFDM系统的信道估计技术研究[D];哈尔滨工程大学;2009年

7 任大孟;快速时变信道下无线OFDM系统信道估计技术的研究[D];哈尔滨工程大学;2009年

8 南杨;基于压缩感知的大规模MIMO信道估计技术研究[D];北京交通大学;2017年

9 赵黎;FSO-OFDM系统关键技术研究[D];西安理工大学;2009年

10 赵俊义;MIMO-OFDM无线通信系统信道估计算法研究[D];哈尔滨工业大学;2009年

相关硕士学位论文 前10条

1 詹秀娟;隧道环境下基于OFDM系统的信道估计算法的研究[D];安徽理工大学;2019年

2 王文远;基于压缩感知方法的FDD大规模MIMO信道状态信息获取机理及方法研究[D];电子科技大学;2019年

3 张钰竹;WLAN测试中的中频及基带信号处理技术研究[D];电子科技大学;2019年

4 喻雨微;时频双选信道下OFDM系统的信道估计算法研究[D];南华大学;2019年

5 张振凤;MIMO-OFDM系统中信道估计算法研究[D];重庆邮电大学;2018年

6 邓湛;OFDM电力线通信系统中的信道估计[D];重庆邮电大学;2018年

7 杨f ;WSNs中压缩感知分布式自适应信道估计算法研究[D];浙江工业大学;2018年

8 赵悠悠;航空通信系统基于先验信息的信道估计算法研究[D];郑州大学;2019年

9 沈涛;Massive MIMO系统中稀疏信道估计算法研究[D];贵州大学;2019年

10 帅盼;LTE-Advanced系统中的上行链路信道估计算法研究[D];西安工业大学;2018年



本文编号:2766767

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2766767.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2178b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com