基于压缩感知的MIMO-OFDM系统信道估计方法研究

发布时间：2017-06-28 08:05

  本文关键词：基于压缩感知的MIMO-OFDM系统信道估计方法研究，，由笔耕文化传播整理发布。

【摘要】：正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是一种因实现容易而被广泛使用的多载波调制技术,能有效对抗频率选择性衰落信道,实现信息高速度传输;多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的天线布局具有提高无线系统通信容量和通信可靠性的优点。MIMO-OFDM系统联合了OFDM技术和MIMO技术各自特点,是新一代无线通信系统的关键技术。MIMO-OFDM系统中的空时解码、分集接收和相关解调等都需要准确的信道状态信息(Channel State Information,CSI),因此信道估计技术是MIMO-OFDM系统的核心技术之一。传统的基于导频的非盲信道估计虽然实现简单,时间复杂度较低,但难以降低导频的发送量,造成实际信息发送量下降,而盲估计与半盲估计都需要信道的一些统计特性。研究表明,在大量的无线通信系统中,许多无线多径信道具有时延扩展大,主要能量有效路径的个数很少等特点,即信道具有稀疏性,这样可利用压缩感知(Compressed Sensing,CS)理论更进一步降低导频发送量。本文主要针对MIMO-OFDM系统的非盲信道估计问题开展研究,重点研究压缩感知理论在MIMO-OFDM系统稀疏信道估计中的应用。本文介绍了MIMO-OFDM系统的信道估计,详细介绍了非盲信道估计方法,比较了非盲信道估计的常用算法,重点对MIMO-OFDM系统中稀疏信道下的信道估计方法进行了研究,介绍压缩感知的基本原理,详细介绍了其研究的主要三个方面,讨论了基于压缩感知理论进行稀疏信道估计方法的可能性,将常用的压缩感知重构算法与传统的信道估计算法进行了MATLAB平台的仿真实验比较,仿真结果表明,压缩感知重构算法可以更利用减少导频数目来提高实际有效信息的发送量。本文重点研究了基于压缩感知融合框架类的重构算法,提出了将压缩感知融合框架类重构算法应用于MIMO-OFDM系统的非盲信道估计中。MATLAB仿真实验表明,基于压缩感知融合框架类的重构算法的信道估计性能普遍优于常用的压缩感知重构算法,即同等条件下能用更少的导频数目达到常用的压缩感知重构算法相同的信道估计精度。随着融合的基本重构算法增多,其信道估计的性能更优,但相应的时间复杂度增高。通过对比,基于OMP(Orthogonal Matching Pursuit)算法与SP(Subspace Pursuit)算法的融合重构算法的估计性能比常用重构算法的性能更优,且时间复杂度不是很高,是比较理想的MIMO-OFDM系统的信道估计方法之一。
【关键词】：MIMO-OFDM系统 信道估计 压缩感知 融合重构算法
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.3
【目录】：

• 中文摘要3-5
• ABSTRACT5-9
• 第一章 引言9-14
• 1.1 论文研究的背景及意义9-10
• 1.1.1 无线通信技术概述9
• 1.1.2 压缩感知理论概述9-10
• 1.1.3 信道估计的意义10
• 1.2 国内外研究现状10-12
• 1.2.1 MIMO-OFDM系统信道估计研究现状10-11
• 1.2.2 基于压缩感知的信道估计研究现状11-12
• 1.3 本文主要工作及章节安排12-14
• 第二章 MIMO-OFDM系统传统的非盲信道估计方法14-28
• 2.1 无线通信信道特性14-20
• 2.1.1 无线信道的大尺度衰落14-17
• 2.1.2 无线信道的小尺度衰落17-19
• 2.1.3 无线信道的稀疏特性19-20
• 2.2 MIMO-OFDM系统模型20-25
• 2.2.1 MIMO技术20-21
• 2.2.2 OFDM技术21-24
• 2.2.3 MIMO-OFDM系统24-25
• 2.3 基于导频的MIMO-OFDM信道估计25-28
• 2.3.1 导频模式25-26
• 2.3.2 基于导频的信道估计算法26-27
• 2.3.3 仿真与性能分析27-28
• 第三章 基于压缩感知的MIMO-OFDM系统信道估计28-39
• 3.1 压缩感知简介28-34
• 3.1.1 信号的稀疏表示30-31
• 3.1.2 观测矩阵的设计31-32
• 3.1.3 信号的重构算法32-34
• 3.2 基于压缩感知的MIMO-OFDM信道估计34-36
• 3.2.1 MIMO-OFDM稀疏信道估计模型34-35
• 3.2.2 压缩感知信道估计模型35-36
• 3.3 性能仿真与分析36-39
• 第四章 基于压缩感知融合框架的稀疏信道估计39-48
• 4.1 融合框架39-40
• 4.2 压缩感知融合算法的融合原理40-46
• 4.2.1 基本原理40-43
• 4.2.2 实验与结果分析43-46
• 4.3 基于压缩感知融合框架的MIMO-OFDM信道估计46-48
• 4.3.1 算法描述46
• 4.3.2 实验与结果分析46-48
• 第五章 结论和展望48-50
• 5.1 主要结论48-49
• 5.2 研究展望49-50
• 参考文献50-55
• 在学期间的研究成果55-56
• 致谢56

【相似文献】

中国期刊全文数据库 前10条

1 郑青,杨凯,罗永强,关礼安;MIMO-OFDM系统中降低峰均功率比技术研究[J];无线通信技术;2005年03期

2 金益峰;陈容;罗汉文;;MIMO-OFDM系统载波间干扰的时域消除[J];电讯技术;2006年05期

3 缪晖,蔡跃明,白宾锋;MIMO-OFDM系统中一种基于训练序列的同步方案[J];解放军理工大学学报(自然科学版);2005年03期

4 王东明,高西奇,尤肖虎,韩冰;宽带MIMO-OFDM系统信道估计算法研究[J];电子学报;2005年07期

5 张春玲;葛建华;张海滨;;多用户MIMO-OFDM系统中一种子载波分配算法[J];电讯技术;2006年05期

6 夏利剑;酆广增;江鹏;;频率选择性衰落信道下的MIMO-OFDM系统性能研究[J];西安邮电学院学报;2006年01期

7 王会琦;马洪;;基于最优分数阶傅里叶变换MIMO-OFDM系统[J];四川大学学报(工程科学版);2009年06期

8 王翔宇;黄焱;;MIMO-OFDM系统时域信道估计新方法[J];信息工程大学学报;2013年03期

9 熊春林;王德刚;魏急波;;MIMO-OFDM系统的低复杂度递推信道跟踪算法[J];电子与信息学报;2010年01期

10 陆肖元;朱列;;基于软件平台实现自适应MIMO-OFDM系统信道评估[J];计算机应用与软件;2012年09期

中国重要会议论文全文数据库 前8条

1 董乐;张海林;;多用户MIMO-OFDM系统的增强型信道估计算法[A];2003’中国通信学会无线及移动通信委员会学术年会论文集[C];2003年

2 夏利剑;酆广增;;频率选择性衰落信道下MIMO-OFDM系统性能研究[A];无线传感器网及网络信息处理技术——2006年通信理论与信号处理年会论文集[C];2006年

3 龚兵;戴清杰;王赛;;MIMO-OFDM系统中空时码性能分析[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年

4 姬观华;马明;;MIMO-OFDM系统在侦察无人机中的应用[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

5 钟俊;彭启琮;;MIMO-OFDM系统中发射机与接收机的联合优化[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

6 胡静;廖桂生;刘宏清;;基于MIMO-OFDM系统的LS信道估计改进算法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

7 吕鑫;吕振肃;靳天玉;;MIMO-OFDM系统的信道盲辨识算法[A];2006中国控制与决策学术年会论文集[C];2006年

8 张高峰;何方白;;基于MIMO-OFDM系统的信道估计方法[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

中国博士学位论文全文数据库 前7条

1 赵宸;MIMO-OFDM系统中的盲多用户检测研究[D];吉林大学;2008年

2 才华;MIMO-OFDM系统信道估计理论的研究[D];吉林大学;2010年

3 陈月云;MIMO-OFDM系统多播无线资源管理研究[D];北京交通大学;2011年

4 管张均;多用户MIMO-OFDM系统自适应子载波分配及无线协同通信系统性能研究[D];上海交通大学;2013年

5 张宇;MIMO-OFDM系统信道估计与同步技术的研究[D];哈尔滨工业大学;2010年

6 王欣;MIMO-OFDM系统中的空频编码及其检测技术研究[D];国防科学技术大学;2007年

7 周志刚;MIMO-OFDM系统中的信道估计和检测技术[D];东南大学;2005年

中国硕士学位论文全文数据库 前10条

1 贾慧;基于投影的MIMO-OFDM系统信道盲估计算法研究[D];兰州大学;2015年

2 张丽玲;快时变环境中MIMO-OFDM系统信道估计与信号检测研究[D];重庆大学;2015年

3 潘红云;MIMO-OFDM系统稀疏信道恢复算法的研究[D];北京理工大学;2016年

4 席继奎;基于压缩感知的MIMO-OFDM系统信道估计方法研究[D];兰州大学;2016年

5 王亚静;MIMO-OFDM系统峰均功率比降低技术的研究[D];东北大学;2013年

6 王永红;MIMO-OFDM系统中基于博弈论的自适应波束形成算法的研究[D];大连海事大学;2012年

7 武士勇;MIMO-OFDM系统中的信道估计的研究[D];东南大学;2005年

8 李晓慧;MIMO-OFDM系统盲多用户检测算法的研究[D];西安科技大学;2010年

9 李景玉;MIMO-OFDM系统中的信道估计研究[D];北京邮电大学;2006年

10 谢凌;MIMO-OFDM系统信道及其相关性的联合估计[D];华中师范大学;2007年

  本文关键词：基于压缩感知的MIMO-OFDM系统信道估计方法研究，由笔耕文化传播整理发布。

本文编号：493091