基于自适应MIMO-WPDM系统的信噪比估计研究

发布时间：2017-07-02 00:08

  本文关键词：基于自适应MIMO-WPDM系统的信噪比估计研究，由笔耕文化传播整理发布。

【摘要】：未来无线通信面临的主要难题是如何用有限的频谱资源实现最大速率传输,为克服这一难题需要采取一些先进的技术手段。结合了MIMO技术的WPDM系统(简称MIMO-WPDM系统),不仅可以实现变带宽的高速数据传输,还可以显著地增加信道容量并提高频谱效率,是解决未来无线通信主要难题的有效技术手段之一。采用了自适应传输技术的MIMO-WPDM系统,能够根据信道状况自适应地调整传输方式,从而实现更加可靠、有效的通信。然而,在自适应传输的相关技术中都需要利用信噪比(Signal-to-Noise Ratio,SNR)参数,这些参数信息在实际的通信系统中需要通过估计获得,可见,有效的SNR估计对自适应MIMO-WPDM系统来说是具有重要意义的。本文就多载波系统的信噪比估计问题分别对适用于高斯信道和无线衰落信道的几种典型SNR估计算法进行了介绍,通过仿真发现,这些算法在各自假设的信道环境下可以有效地估计出SNR,但当信道环境不能满足算法要求时,估计性能会严重恶化。接下来本文根据WPDM系统子载波结构的紧支性,选取接收信号支撑区间外的部分求其能量作为对应子载波噪声能量的平均值,进而估计出各子载波的信噪比,最后得到系统的平均信噪比,在时间和频率选择性衰落信道中的仿真结果表明,在准确地检测出支撑区间端点并选取合理的噪声区间后,提出的算法可以较为准确地估计出SNR,且估计范围广,估计性能受信道衰落特性影响较小。此外,针对MIMO系统的信噪比估计问题,介绍了一种基于QR分解的SNR估计算法,但该算法的性能取决于信道估计的结果;接着对SIMO系统的基于子空间的SNR估计算法进行了扩展,将其推广到了MIMO-WPDM系统中,该算法通过对噪声子空间所对应的特征值求其统计平均得到噪声功率的估计值,进而估计出每路天线上接收信号的SNR,仿真表明该算法估计性能稳定,在无线衰落信道中具有较低的估计误差,且系统的天线规模越大估计出的误差越小。
【关键词】：MIMO-WPDM 自适应传输 信噪比估计 支撑区间 子空间
【学位授予单位】：重庆理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.3
【目录】：

• 摘要4-5
• Abstract5-9
• 1 引言9-15
• 1.1 研究背景9-10
• 1.2 研究现状10-14
• 1.2.1 MIMO-WPDM技术10-11
• 1.2.2 自适应传输技术11-12
• 1.2.3 信噪比估计技术12-14
• 1.3 本文主要内容及章节安排14-15
• 2 自适应MIMO-WPDM系统基础理论15-29
• 2.1 MIMO技术15-20
• 2.1.1 MIMO系统模型15-16
• 2.1.2 空时编码技术16-20
• 2.2 WPDM技术20-26
• 2.2.1 系统结构20-22
• 2.2.2 子载波的构造22-26
• 2.3 自适应MIMO-WPDM系统26-27
• 2.4 本章小结27-29
• 3 信噪比估计的算法研究29-47
• 3.1 AWGN信道中的信噪比估计算法29-34
• 3.1.1 最小二乘信噪比估计算法30-31
• 3.1.2 最大似然信噪比估计算法31
• 3.1.3 最小均方误差信噪比估计算法31-32
• 3.1.4 M2M4信噪比估计算法32
• 3.1.5 算法仿真与性能分析32-34
• 3.2 无线衰落信道中的信噪比估计算法34-41
• 3.2.1 SISO-Boumard算法35-36
• 3.2.2 Ren算法36
• 3.2.3 一种双同步头估计算法36-37
• 3.2.4 改进的DASS算法37-38
• 3.2.5 算法仿真与性能分析38-41
• 3.3 一种基于支撑区间的信噪比估计方法41-45
• 3.3.1 基本原理41-43
• 3.3.2 算法仿真与分析43-45
• 3.4 本章小节45-47
• 4 基于MIMO系统的信噪比估计的算法研究47-59
• 4.1 系统模型47-48
• 4.2 基于QR分解的信噪比估计算法48-50
• 4.3 基于子空间的信噪比估计算法50-53
• 4.4 基于子空间的扩展算法53-55
• 4.5 算法仿真与性能分析55-57
• 4.6 本章小结57-59
• 5 MIMO-WPDM系统中的自适应传输59-67
• 5.1 自适应比特功率分配59-61
• 5.1.1 注水分配算法59-61
• 5.1.2 算法仿真61
• 5.2 自适应调制61-64
• 5.2.1 简单分组比特分配算法61-63
• 5.2.2 算法仿真63-64
• 5.3 自适应天线选择64-65
• 5.4 本章小结65-67
• 6 总结与展望67-69
• 致谢69-71
• 参考文献71-75
• 个人简历、在学期间发表的学术论文及取得的研究成果75

【相似文献】

中国期刊全文数据库 前10条

1 花梦;朱近康;龚明;;基于周期平稳的盲信噪比估计方法[J];通信学报;2006年09期

2 严俊;吕明;唐斌;;选择性分集合并中信噪比估计问题的研究[J];中国电子科学研究院学报;2007年03期

3 芦岩;吕幼新;王洪;;一种频域信噪比估计方法[J];科协论坛(下半月);2008年06期

4 李银永;陈瑾;张玉明;;基于解调判决的信噪比估计方法[J];通信技术;2011年05期

5 张金成;彭华;赵国庆;;信噪比估计算法研究[J];信息工程大学学报;2011年05期

6 张俊楠;张绍武;;基于有限样本信息准则的非协作盲信噪比估计算法[J];科学技术与工程;2012年02期

7 陈超;徐长纯;王s，

本文编号：507929