基于压缩感知的空时译码研究及实现
发布时间：2021-10-28 13:31
由于MIMO-OFDM系统的信道是时域稀疏衰落信道,所以在空时分组码译码前,必须估计出空时分组码经过MIMO-OFDM系统时的信道参数。传统的信道估计技术往往需要借助大量的导频信号才能准确估计出信道的状态信息,这在一定程度上浪费了频谱资源。而压缩感知理论弥补了传统估计技术的缺陷,对于稀疏的或者可压缩的信号,该技术能利用少量的观测数据精确重构出原始信号,减少了导频的放置数量,为信道估计提供新方案。本文围绕MIMO-OFDM系统中的空时分组码的译码展开研究,重点研究了压缩感知理论在空时译码中的实现。具体研究内容如下:（1）简要介绍了无线信道的环境特征、由MIMO技术和OFDM技术结合而成的MIMO-OFDM系统的通信过程以及空时编译码中的发射分集模型。（2）从信号的稀疏表示、观测矩阵的设计和重构算法三个组成部分对压缩感知理论展开研究。其次针对重构算法,简单介绍了三种基于压缩感知的OMP算法、ROMP算法以及GOMP算法的重构步骤。（3）根据接收信号、发送信号、信道参数和信道噪声四者间的关系,采用基于训练序列的信道估计方法或基于导频的信道估计方法。在频域,用高斯随机矩阵与接收信号相乘得到观测...
【文章来源】：淮北师范大学安徽省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
衰落信道的分类
淮北师范大学2020届硕士学位论文102.2MIMO-OFDM系统MIMO-OFDM系统顾名思义就是OFDM调制的MIMO系统，简称为MIMO-OFDM系统。这项技术融合了MIMO高频率效率和OFDM简化接收机的优良特点，被广泛应用于LTE-4G移动通信和WLAN网络等无线通信网络中。2.2.1MIMO技术MIMO通信技术[34-35]是在系统收发两端同时利用多根收发天线阵元的多输入多输出的通信结构，利用多根天线的空间分集和空间复用来提高和改善无线信道和链路数据传输的性能[36]。多径信道的衰落特性提高了无线信道的传输自由度，在MIMO通信系统中，若各个信道的收发天线之间的路径衰落增益是相对独立的，则无线通信可以通过直接构建多路并行的空间子信道[26]，同时传输多路不同的数据和信息流，从而大大提高系统的数据传输率。另一方面，MIMO系统利用空间分集技术来抵抗多路独立信道的随机性衰落，在多路并行的空间子信道上传输相同的数据信息，接收端接收到来自各个路径上的带有独立衰落特性的信息符号，从而使所有信号经历衰落的概率变小，以此获得分集增益，降低误码率。图2-2MIMO系统原理图图2-2是MIMO系统的原理图。假设基站发射端有TN根发射天线，接收端有RN根接收天线。基站发射端的信号可以用式（2-6）表示：12x()(),(),,()TTNtxtxtxt（2-6）式（2-6）中，T表示矩阵的转置，()mxt表示第m根天线的发射信号。同理在接收端的接收信号可以用式（2-7）表示：12()(),(),,()RTNytytytyt（2-7）式（2-7）中，()nyt表示第n根天线的接收信号。
淮北师范大学2020届硕士学位论文12图2-3OFDM调制解调原理图假设T为OFDM符号的周期，(0,1,1)idiN表示每一个子载波的数据符号，N表示子载波的个数，(0,1,1)ifiN代表第i个子载波的频率，f为子载波间的频率间隔（设1ff），则/ififiT。若数据从stt开始传输，那么OFDM符号可以用式（2-11）表示：10(/2)exp2(),()0,NisisssissdrectttTjftttttTstttttT（2-11）对式（2-11）中的第k个子载波在周期T中进行积分，则得到如式（2-12）所示的期望信号：10101exp2()exp2()exp2()ssssNtTksistiNtTistikkidjttdjttdtTTTikdjttdtTd（2-12）OFDM中的调制可用离散傅里叶逆变换技术实现。令式（2-11）中的0st，矩形函数可以忽略不计，对信号s(t)以T/n的速率抽样，令t=kT/n(k=0,1,…,N-1)，则抽样信号如式（2-13）所示：102(/)exp(),01NkiiiksskTndjkNN（2-13）由此可见，ks是对id的n点离散傅里叶逆变换（IDFT），从而将频域数据变换为时域数据。同样，在接收端，对ks进行逆变换，可恢复原始信号id。OFDM技术有如下优点[40-41]：1）运算量小，实现简单。各个子信道中的正交调制和解调用IDFT和DFT或者FFT实现，降低了计算复杂度。
【参考文献】：
期刊论文
[1]压缩感知理论在空时译码中的应用[J]. 吴雪萍,邵玉蓉,马琳,姜恩华. 通化师范学院学报. 2019(10)
[2]4G移动通信系统的主要特点和关键技术[J]. 李兴. 现代工业经济和信息化. 2018(05)
[3]基于匹配追踪算法阈值改进的MIMO-OFDM信道估计研究[J]. 吴君钦,李宁,王加莉. 现代电子技术. 2018(01)
[4]一种基于改进ROMP的MIMO-OFDM信道估计方法[J]. 廖勇,周昕,沈轩帆,洪观. 电子学报. 2017(12)
[5]基于压缩感知的OFDM稀疏信道估计导频优化算法[J]. 薛艳明,彭云柯,高飞. 北京理工大学学报. 2017(05)
[6]MIMO-OFDM系统中基于RAMP及其改进的稀疏信道估计算法[J]. 高飞,梅力丹,潘红云,薛艳明. 北京理工大学学报. 2017(03)
[7]基于改进广义正交匹配追踪的OFDM稀疏信道估计[J]. 刘远航,黄马驰,赵迎芝. 电视技术. 2016(10)
[8]OFDM稀疏信道估计中改进的OMP算法[J]. 赵龙慧,潘乐炳,李宝清. 计算机工程与设计. 2015(07)
[9]MIMO-OFDM系统的时域信道估计[J]. 姜洁,仲伟志. 计算机技术与发展. 2015(05)
[10]MIMO系统中空时编码性能仿真和分析[J]. 蒋涉权,王晶,彭超. 电信科学. 2015(02)
硕士论文
[1]基于压缩感知的MIMO-OFDM信道估计中导频优化算法研究[D]. 周煜澄.南京邮电大学 2018
[2]基于压缩感知的MIMO-OFDM系统信道估计技术研究[D]. 冯珊.重庆大学 2017
[3]基于导频的MIMO-OFDM无线通信系统信道估计技术研究[D]. 苏生.南京航空航天大学 2017
[4]压缩感知在OFDM系统信道估计中的应用研究[D]. 庞蒙蒙.西安理工大学 2016
[5]基于压缩感知的无线信道估计算法研究[D]. 高新利.郑州大学 2016
[6]MIMO-OFDM系统的空时编码技术研究[D]. 张永照.重庆大学 2010
本文编号：3462879
【文章来源】：淮北师范大学安徽省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
衰落信道的分类
淮北师范大学2020届硕士学位论文102.2MIMO-OFDM系统MIMO-OFDM系统顾名思义就是OFDM调制的MIMO系统，简称为MIMO-OFDM系统。这项技术融合了MIMO高频率效率和OFDM简化接收机的优良特点，被广泛应用于LTE-4G移动通信和WLAN网络等无线通信网络中。2.2.1MIMO技术MIMO通信技术[34-35]是在系统收发两端同时利用多根收发天线阵元的多输入多输出的通信结构，利用多根天线的空间分集和空间复用来提高和改善无线信道和链路数据传输的性能[36]。多径信道的衰落特性提高了无线信道的传输自由度，在MIMO通信系统中，若各个信道的收发天线之间的路径衰落增益是相对独立的，则无线通信可以通过直接构建多路并行的空间子信道[26]，同时传输多路不同的数据和信息流，从而大大提高系统的数据传输率。另一方面，MIMO系统利用空间分集技术来抵抗多路独立信道的随机性衰落，在多路并行的空间子信道上传输相同的数据信息，接收端接收到来自各个路径上的带有独立衰落特性的信息符号，从而使所有信号经历衰落的概率变小，以此获得分集增益，降低误码率。图2-2MIMO系统原理图图2-2是MIMO系统的原理图。假设基站发射端有TN根发射天线，接收端有RN根接收天线。基站发射端的信号可以用式（2-6）表示：12x()(),(),,()TTNtxtxtxt（2-6）式（2-6）中，T表示矩阵的转置，()mxt表示第m根天线的发射信号。同理在接收端的接收信号可以用式（2-7）表示：12()(),(),,()RTNytytytyt（2-7）式（2-7）中，()nyt表示第n根天线的接收信号。
淮北师范大学2020届硕士学位论文12图2-3OFDM调制解调原理图假设T为OFDM符号的周期，(0,1,1)idiN表示每一个子载波的数据符号，N表示子载波的个数，(0,1,1)ifiN代表第i个子载波的频率，f为子载波间的频率间隔（设1ff），则/ififiT。若数据从stt开始传输，那么OFDM符号可以用式（2-11）表示：10(/2)exp2(),()0,NisisssissdrectttTjftttttTstttttT（2-11）对式（2-11）中的第k个子载波在周期T中进行积分，则得到如式（2-12）所示的期望信号：10101exp2()exp2()exp2()ssssNtTksistiNtTistikkidjttdjttdtTTTikdjttdtTd（2-12）OFDM中的调制可用离散傅里叶逆变换技术实现。令式（2-11）中的0st，矩形函数可以忽略不计，对信号s(t)以T/n的速率抽样，令t=kT/n(k=0,1,…,N-1)，则抽样信号如式（2-13）所示：102(/)exp(),01NkiiiksskTndjkNN（2-13）由此可见，ks是对id的n点离散傅里叶逆变换（IDFT），从而将频域数据变换为时域数据。同样，在接收端，对ks进行逆变换，可恢复原始信号id。OFDM技术有如下优点[40-41]：1）运算量小，实现简单。各个子信道中的正交调制和解调用IDFT和DFT或者FFT实现，降低了计算复杂度。
【参考文献】：
期刊论文
[1]压缩感知理论在空时译码中的应用[J]. 吴雪萍,邵玉蓉,马琳,姜恩华. 通化师范学院学报. 2019(10)
[2]4G移动通信系统的主要特点和关键技术[J]. 李兴. 现代工业经济和信息化. 2018(05)
[3]基于匹配追踪算法阈值改进的MIMO-OFDM信道估计研究[J]. 吴君钦,李宁,王加莉. 现代电子技术. 2018(01)
[4]一种基于改进ROMP的MIMO-OFDM信道估计方法[J]. 廖勇,周昕,沈轩帆,洪观. 电子学报. 2017(12)
[5]基于压缩感知的OFDM稀疏信道估计导频优化算法[J]. 薛艳明,彭云柯,高飞. 北京理工大学学报. 2017(05)
[6]MIMO-OFDM系统中基于RAMP及其改进的稀疏信道估计算法[J]. 高飞,梅力丹,潘红云,薛艳明. 北京理工大学学报. 2017(03)
[7]基于改进广义正交匹配追踪的OFDM稀疏信道估计[J]. 刘远航,黄马驰,赵迎芝. 电视技术. 2016(10)
[8]OFDM稀疏信道估计中改进的OMP算法[J]. 赵龙慧,潘乐炳,李宝清. 计算机工程与设计. 2015(07)
[9]MIMO-OFDM系统的时域信道估计[J]. 姜洁,仲伟志. 计算机技术与发展. 2015(05)
[10]MIMO系统中空时编码性能仿真和分析[J]. 蒋涉权,王晶,彭超. 电信科学. 2015(02)
硕士论文
[1]基于压缩感知的MIMO-OFDM信道估计中导频优化算法研究[D]. 周煜澄.南京邮电大学 2018
[2]基于压缩感知的MIMO-OFDM系统信道估计技术研究[D]. 冯珊.重庆大学 2017
[3]基于导频的MIMO-OFDM无线通信系统信道估计技术研究[D]. 苏生.南京航空航天大学 2017
[4]压缩感知在OFDM系统信道估计中的应用研究[D]. 庞蒙蒙.西安理工大学 2016
[5]基于压缩感知的无线信道估计算法研究[D]. 高新利.郑州大学 2016
[6]MIMO-OFDM系统的空时编码技术研究[D]. 张永照.重庆大学 2010
本文编号：3462879
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3462879.html
