高速移动环境下信道估计及OFDM信号检测研究

发布时间：2017-03-28 01:06

  本文关键词：高速移动环境下信道估计及OFDM信号检测研究，由笔耕文化传播整理发布。

【摘要】：正交频分复用(OFDM)由于具有较高的频谱效率而被作为4G通信的关键技术。随着人们对通信质量的要求越来越高,不但要求OFDM系统在准静态环境下有优越的通信性能,还要求在高速移动环境下表现出良好的特性。针对目前OFDM系统在高速移动环境下解调性能低且不能满足实际应用需求的问题,本文对高速移动环境下解调的关键技术进行了系统的研究,主要涉及到最大多普勒频移估计、信道估计及OFDM信号检测,具体研究成果如下：1、针对传统最大多普勒频移估计方法在高速移动环境下估计精度低的问题,提出了一种基于电平交叉率的最大多普勒频移的估计方法,该方法通过引入循环迭代的思想使得接收端的滤波器带宽达到最优,从而在莱斯信道下比传统的算法更准确估计出信号的最大多普勒频移,仿真结果验证了所提算法具有多普勒频移估计误差低、普适性好的特点。2、针对传统信道估计方法在时变信道下估计性能差的问题,提出了两种信道估计方法。首先在多项式信道模型下提出一种有效的信道估计方法,即在前导序列及导频的辅助下构造两类二阶多项式模型,由于第二类二阶多项式的估计周期要短于普遍二阶多项式的估计周期,而且信道信息主要是通过第二类二阶多项式来获取,因此该方法要优于现有的基于多项式的信道估计方法,仿真结果也表明所提方法比现存算法具有更低的信道估计误差。其次在基扩展模型下提出基于整体最小二乘的联合信道估计及OFDM信号检测算法,该算法首先通过导频估计初始的信道信息,在此基础上不断地采用整体最小二乘进行OFDM信号检测及信道估计,有效缓解迭代模型误差的影响,加快了算法迭代的收敛速度,提高了信道估计的精度,从而降低了OFDM系统的误码率,最后推导的信道估计克拉美罗界及仿真结果均表明所提的算法估计性能优于现有的联合信道估计及OFDM信号检测算法。3、现有的联合信道估计及OFDM信号检测算法能够有效提高信道估计的性能。然而,当信道具有快时变特性,特别是当归一化多普勒频移达到0.8时,由于基扩展模型误差比较大,其对信道估计性能产生较大的影响,如果在信道估计时忽略这一误差,信道估计的性能将会比较差。为了解决这个问题,提出了一种新的联合信道估计与OFDM信号检测算法,该算法先将信道估计与OFDM信号检测重构成一个实的非线性最小二乘(NLS)问题,然后采用修正的BFGS算法来求解这个NLS问题,从而获得较为准确的信道信息。计算机仿真表明所提的算法具有更高的信道估计精度及更低的误比特率。4、首先在分析子载波间干扰(ICI)系数与归一化多普勒频移关系的基础上,推导出在可忽略损失的信干噪比下近似带状信道带宽与归一化多普勒频移的关系。然后针对现有均衡器在传统近似带状信道矩阵架构下检测性能差的问题,提出了一种新的近似带状信道矩阵架构。该架构在分块进行OFDM信号检测时全面考虑了近似带状信道矩阵上的ICI分量。最后,将Panayirci等人提出的检测方法在每个子块下对OFDM信号进行检测。仿真结果表明,虽然损耗多一点计算复杂度,但是检测方法在这种新型结构下的检测性能要优于在传统近似带状信道结构下的检测性能。5、针对BPSK-OFDM系统下现有信号检测算法性能差的问题,提出一种新的信号检测算法,也就是基于最小均方误差(MMSE)准则的修改MMSE(M-MMSE)检测算法。该算法为了寻找合适的均衡矩阵,残留虚部分量被排除在基于MMSE准则的代价函数之内,因此残留虚部分量对信号检测的影响可以被消除。为了进一步提高检测的性能,连续检测技术被应用于M-MMSE算法里,这样不仅能够最小化残留干扰和噪声放大的影响,还能够很好地利用高速移动环境信道所带来的时间分集增益。计算复杂度分析及计算机仿真均表明所提的算法相对现存的OFDM信号检测算法具有较低计算复杂度及较高检测性能的特点。
【关键词】：正交频分复用 高速移动环境 最大多普勒频移 信道估计 信号检测
【学位授予单位】：西安电子科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN929.53;TN911.23
【目录】：

• 摘要5-7
• Abstract7-13
• 符号对照表13-15
• 缩略语对照表15-20
• 第一章 绪论20-32
• 1.1 研究背景和意义20-21
• 1.2 论文解决的关键问题21-23
• 1.3 国内外研究现状23-29
• 1.3.1 最大多普勒频移估计23
• 1.3.2 信道估计23-28
• 1.3.3 OFDM信号检测28-29
• 1.4 论文研究内容和主要工作29-32
• 第二章 高速移动环境下最大多普勒频移的估计32-42
• 2.1 引言32
• 2.2 多普勒功率谱分析32-34
• 2.3 基于电平交叉率传统的最大多普勒频移估计方法34-36
• 2.3.1 电平交叉率34-35
• 2.3.2 存在问题35-36
• 2.4 基于电平交叉率改进的最大多普勒频移估计方法36-38
• 2.5 仿真与分析38-40
• 2.6 本章小结40-42
• 第三章 时变信道下的信道估计方法42-66
• 3.1 引言42-44
• 3.2 系统模型44-46
• 3.3 在多项式信道模型下一种有效的信道估计方法46-56
• 3.3.1 信道估计方法46-51
• 3.3.2 模型误差分析51-54
• 3.3.3 算法复杂度分析54-55
• 3.3.4 仿真结果分析55-56
• 3.4 在基扩展模型下基于整体最小二乘的联合信道估计及OFDM信号检测算法56-65
• 3.4.1 联合迭代算法57-60
• 3.4.2 算法复杂度分析60-61
• 3.4.3 信道估计的克拉美罗界61-62
• 3.4.4 仿真结果分析62-65
• 3.5 本章小结65-66
• 第四章 快时变信道下的信道估计方法66-80
• 4.1 引言66-67
• 4.2 系统模型67-70
• 4.2.1 OFDM系统模型67-68
• 4.2.2 基扩展模型68
• 4.2.3 基于基扩展模型的OFDM系统模型68-70
• 4.3 提出的算法70-74
• 4.3.1 构造一个实的NLS问题70-71
• 4.3.2 求解实的NLS问题71-72
• 4.3.3 计算复杂度分析72-74
• 4.4 仿真结果分析74-78
• 4.5 本章小结78-80
• 第五章 高速移动信道下的分块均衡器80-96
• 5.1 引言80-81
• 5.2 系统模型81-83
• 5.3 近似带状信道分析83-85
• 5.4 一种新的近似带状信道架构85-91
• 5.4.1 传统的近似带状信道架构85
• 5.4.2 所提的近似带状信道架构85-91
• 5.4.3 计算复杂度分析91
• 5.5 仿真结果分析91-94
• 5.5.1 场景191-92
• 5.5.2 场景292-94
• 5.5.3 场景394
• 5.6 本章小结94-96
• 第六章 高速移动信道下的有效信号检测方法96-106
• 6.1 引言96-97
• 6.2 信道模型97
• 6.3 BPSK-OFDM系统下OFDM信号检测97-102
• 6.3.1 BPSK-OFDM系统下提出的M-MMSE均衡器98-101
• 6.3.2 BPSK-OFDM系统下提出的M-MMSE-SD均衡器101
• 6.3.3 计算复杂度分析101-102
• 6.4 仿真结果分析102-103
• 6.5 本章小结103-106
• 第七章 结论和展望106-110
• 7.1 研究结论106-107
• 7.2 研究展望107-110
• 参考文献110-118
• 致谢118-120
• 作者简介120-121

【相似文献】

中国期刊全文数据库 前10条

1 张滨;张峰干;蔡国新;任嘉伟;;卫星信号检测[J];中国有线电视;2009年01期

2 徐科军;;信号检测、处理及实现系列课程建设探讨[J];电气电子教学学报;2009年02期

3 户永清;;基于取样积分技术的混沌检测法与微弱正弦信号检测[J];绵阳师范学院学报;2009年08期

4 刘洋;张明;;“信号检测与处理”课群构建初探[J];沈阳教育学院学报;2010年01期

5 董智红;王剑;王X;孙昕;;伽利略搜救信号检测算法设计[J];北京理工大学学报;2010年08期

6 邵亚勇;竺小松;;基于递推最小二乘算法的小信号检测[J];信息与电子工程;2012年02期

7 朱才荣;;高职“工业信号检测与控制”课程项目化教学改革[J];中国电力教育;2012年19期

8 朱才荣;;高职《工业信号检测与控制》课程改革探索[J];职业教育研究;2013年04期

9 丛玉良;赵晓晖;周求湛;;信号检测与处理系列课程的建设与改革实践研究[J];长春工业大学学报(高教研究版);2013年03期

10 戴良铁;董利敏;邓鹤泉;;信号检测论在招聘和甄选中的应用探析[J];中国人力资源开发;2013年13期

中国重要会议论文全文数据库 前10条

1 杜雄;苏向丰;谢品芳;;用硬件实现的四重信号检测法及其在通信中的应用[A];四川省电工技术学会第七届学术年会论文集[C];2003年

2 张铎;;信号检测论在船舶了望中的应用[A];中国航海学会2007年度学术交流会优秀论文集[C];2007年

3 宋爱国;段江海;;混沌、随机共振在信号检测中的应用研究[A];第三次全国会员代表大会暨学术会议论文集[C];2002年

4 郑娜;;基于假设检验的信号检测[A];电波科学学报[C];2011年

5 马光彬;曹海燕;;基于OSIC的低复杂度MIMO检测算法[A];浙江省信号处理学会2012学术年会论文集[C];2012年

6 张维全;胡科强;;凸优化在水声脉冲信号检测中的应用[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年

7 高源;李炜;;基于LabVIEW的异常信号检测研究[A];2011年全国通信安全学术会议论文集[C];2011年

8 陈帅;杨铁军;李媚;;一种改进型CHASE检测算法在MIMO-OFDM系统中的应用[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

9 刘竹青;陈奕宏;;抗混响信号检测的研究[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年

10 王春光;周正;;OFDM系统中的一种信号检测算法[A];第九届全国青年通信学术会议论文集[C];2004年

中国重要报纸全文数据库 前1条

1 江苏 陈广荣;小天鹅模糊洗衣机称重电路维修一例[N];电子报;2002年

中国博士学位论文全文数据库 前10条

1 黄敏;高速移动环境下信道估计及OFDM信号检测研究[D];西安电子科技大学;2015年

2 郭心悦;基于信息交互理论的无线信号的迭代估计与检测[D];复旦大学;2008年

3 汤宏颖;提高微光信号检测灵敏度的新方法[D];天津大学;2012年

4 吴利平;复杂电磁环境下的信号检测与估计关键技术[D];西安电子科技大学;2011年

5 刘谦雷;MIMO通信系统信号检测算法研究[D];东南大学;2006年

6 申京;MIMO-OFDM系统中信道估计及信号检测算法的研究[D];北京邮电大学;2012年

7 蒋忠进;弹性波Chirp信号检测与时延估计研究[D];吉林大学;2004年

8 郑贱平;MIMO通信系统中的信号检测与预编码技术研究[D];西安电子科技大学;2008年

9 肖曼琳;车载认知无线电中的信号检测与参数估计技术研究[D];电子科技大学;2013年

10 王军;无线MIMO传输链路软输出信号检测与参数设计研究[D];电子科技大学;2009年

中国硕士学位论文全文数据库 前10条

1 李燕;基于压缩感知的低截获概率雷达信号检测分析[D];南京理工大学;2015年

2 吴迪;Massive MIMO的信号检测算法研究[D];哈尔滨工业大学;2015年

3 王龙;压缩感知信号检测和参数估计方法研究[D];西安电子科技大学;2014年

4 叶谱英;基于压缩传感的信号检测与分类算法研究[D];电子科技大学;2013年

5 谢丽华;基于虚拟仪器技术的信号检测课程演示和实验方法的研究[D];南京理工大学;2010年

6 吴伟;声振信号检测和分析技术的嵌入式系统研究[D];浙江大学;2006年

7 陈争;混沌背景中的小信号检测研究[D];湘潭大学;2008年

8 曾黎;复杂噪声背景下的信号检测与提取技术研究[D];西北工业大学;2007年

9 刘莉;心电信号检测及自动分析技术研究[D];兰州大学;2012年

10 姜可梅;检测代替分类的脑机接口研究[D];燕山大学;2011年

  本文关键词：高速移动环境下信道估计及OFDM信号检测研究，由笔耕文化传播整理发布。

，

本文编号：271403