發(fā)布時(shí)間：2018-01-17 13:02

  本文關(guān)鍵詞：MIMO-OFDM系統(tǒng)信道估計(jì)與信號(hào)檢測(cè)聯(lián)合方法研究　出處：《哈爾濱工程大學(xué)》2014年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： MIMO-OFDM 半盲信道估計(jì) 次優(yōu)信號(hào)檢測(cè) 廣義空間迭代期望最大化 迭代聯(lián)合接收

【摘要】：在MIMO-OFDM系統(tǒng)中,信號(hào)檢測(cè)算法的性能和復(fù)雜度對(duì)整個(gè)通信系統(tǒng)的可靠性和實(shí)時(shí)性有很大的影響。一般具有優(yōu)異檢測(cè)性能的信號(hào)檢測(cè)算法復(fù)雜度較高不適用于實(shí)際應(yīng)用。因此研究具有最優(yōu)檢測(cè)性能且復(fù)雜度適中的信號(hào)檢測(cè)算法是MIMO-OFDM接收系統(tǒng)設(shè)計(jì)的關(guān)鍵。另外,在系統(tǒng)的接收端只有對(duì)信道的精準(zhǔn)估計(jì)才能有效地消除信道對(duì)發(fā)送信號(hào)的干擾,因此信道估計(jì)是MIMO-OFDM系統(tǒng)接收的重要技術(shù)之一。在MIMO-OFDM系統(tǒng)中,信道估計(jì)和信號(hào)檢測(cè)一般是相互獨(dú)立的。由于信道狀態(tài)信息的獲得只取決于訓(xùn)練序列,若信道估計(jì)精度過(guò)低,必然導(dǎo)致系統(tǒng)的誤碼率急劇升高。同時(shí),大多數(shù)信號(hào)檢測(cè)算法均是針對(duì)沒有信道編碼的無(wú)線通信系統(tǒng),檢測(cè)一般采用硬判決,算法沒有有效的利用信道譯碼輸出的有用信息。因此將信道估計(jì)、信號(hào)檢測(cè)、信道譯碼通過(guò)迭代技術(shù)聯(lián)合起來(lái)可有效地提高M(jìn)IMO-OFDM系統(tǒng)的整體性能。論文針對(duì)MIMO-OFDM系統(tǒng)中的聯(lián)合信道估計(jì)、信號(hào)檢測(cè)和信道譯碼技術(shù)進(jìn)行了深入的研究,主要研究成果如下:首先,研究了 MIMO-OFDM系統(tǒng)結(jié)構(gòu)、最優(yōu)導(dǎo)頻設(shè)計(jì)方法以及輔助導(dǎo)頻下的信道估計(jì)算法,給出了相應(yīng)的理論分析。在此基礎(chǔ)上針對(duì)多輸入多輸出正交頻分復(fù)用系統(tǒng)的盲信道估計(jì)算法存在收斂速度慢以及使用奇異值分解復(fù)雜度高等問(wèn)題,提出了一種基于改進(jìn)子空間的MIMO-OFDM半盲信道估計(jì)算法。算法首先利用快速數(shù)據(jù)投影方法替代奇異值分解跟蹤噪聲子空間來(lái)估計(jì)信道狀態(tài)信息,然后利用訓(xùn)練序列對(duì)信道進(jìn)行校正,以解決一般盲信道估計(jì)算法存在模糊矩陣問(wèn)題,提高了信道估計(jì)算法的精度。仿真結(jié)果表明該方案具有較快的收斂速度且降低了運(yùn)算復(fù)雜度,是一種實(shí)用的半盲信道估計(jì)方法。其次,研究了分層空時(shí)編碼、經(jīng)典的MIMO系統(tǒng)信號(hào)檢測(cè)技術(shù),并對(duì)其進(jìn)行相應(yīng)的理論與仿真分析。在此基礎(chǔ)上將量子搜索算法引入檢測(cè)系統(tǒng)并對(duì)其進(jìn)行改進(jìn),實(shí)現(xiàn)了一種理論上復(fù)雜度較低的改進(jìn)量子搜索信號(hào)檢測(cè)算法,仿真結(jié)果表明該算法能夠逼近最大似然檢測(cè)算法的檢測(cè)性能,且系統(tǒng)復(fù)雜度有了明顯改善。針對(duì)球形譯碼算法初始半徑的選取和最終輸出判決問(wèn)題,提出了一種適合高信噪比的改進(jìn)球形譯碼檢測(cè)算法。針對(duì)基本粒子群優(yōu)化信號(hào)檢測(cè)算法易于陷入局部極值和收斂精度較低的問(wèn)題,提出了一種適合低信噪比的改進(jìn)粒子群優(yōu)化信號(hào)檢測(cè)算法。算法結(jié)合遺傳算法的雜交技術(shù)和極值擾動(dòng)機(jī)制,對(duì)基本粒子群優(yōu)化算法進(jìn)行改進(jìn)。仿真結(jié)果表明該算法有效地提高了系統(tǒng)的信號(hào)檢測(cè)性能,有較強(qiáng)的全局搜索能力,是一種實(shí)用的信號(hào)檢測(cè)方法。然后,對(duì)期望最大化算法及其擴(kuò)展進(jìn)行理論研究。在此基礎(chǔ)上提出了基于廣義空間迭代期望最大化的時(shí)域和頻域的信道估計(jì)算法,并結(jié)合信號(hào)檢測(cè)理論,針對(duì)采用期望最大化算法存在收斂速度慢等缺陷,提出了一種基于頻域的SAGE-ISD聯(lián)合信道估計(jì)檢測(cè)算法。方案主要采用了線性最小均方誤差信道估計(jì)對(duì)信道進(jìn)行初估計(jì),并利用聯(lián)合迭代技術(shù)結(jié)合廣義空間迭代期望最大化算法和改進(jìn)球形譯碼檢測(cè)算法對(duì)信道進(jìn)行估計(jì)校正和信號(hào)檢測(cè),從而提高了系統(tǒng)的可靠性。針對(duì)時(shí)域上最大似然檢測(cè)算法難于硬件實(shí)現(xiàn)以及傳統(tǒng)的信道估計(jì)性能較差等缺陷,提出了一種基于時(shí)域的SAGE-IPSO聯(lián)合信道估計(jì)檢測(cè)算法。該方案使用訓(xùn)練序列進(jìn)行信道初估計(jì),利用廣義空間迭代期望最大化算法對(duì)信道估計(jì)值進(jìn)行校正,并結(jié)合改進(jìn)的粒子群優(yōu)化算法完成對(duì)信號(hào)的迭代檢測(cè),使系統(tǒng)性能得到改善。仿真結(jié)果表明兩種方案能以較少的迭代次數(shù)完成信道的精準(zhǔn)估計(jì)和數(shù)據(jù)檢測(cè),檢測(cè)性能與理想信道估計(jì)下的最大似然檢測(cè)算法相接近。最后,對(duì)信道編譯碼算法和軟輸入軟輸出信號(hào)檢測(cè)進(jìn)行理論研究。在此基礎(chǔ)上針對(duì)傳統(tǒng)的MIMO-OFDM接收機(jī)中信道譯碼、信道估計(jì)和信號(hào)檢測(cè)各自獨(dú)立工作帶來(lái)的誤碼率較高的問(wèn)題,提出了一種改進(jìn)的迭代聯(lián)合接收方案,該方案充分利用譯碼器提供的軟信息進(jìn)行聯(lián)合信道估計(jì)與信號(hào)檢測(cè),仿真結(jié)果表明所提方案顯著提高了系統(tǒng)的性能。
[Abstract]:In the MIMO-OFDM system, signal detection performance and reliability of the algorithm complexity of the whole communication system and real time has a great influence. Signal detection algorithm has excellent performance and high complexity of detection is not suitable for practical application. Therefore research on signal detection algorithm has optimal detection performance and moderate complexity is the key to the design of receiving system MIMO-OFDM. In addition, at the receiving end of the system only on channel estimation precision can effectively eliminate the interference of the transmitted signal channel, so channel estimation is an important technology of the MIMO-OFDM system. A receiver in the MIMO-OFDM system, channel estimation and signal detection is generally independent of each other. Since the channel state information is obtained only in the training sequence, if the channel estimation accuracy is too low, will inevitably lead to the error rate increased sharply. At the same time, the majority of signal detection algorithms are In view of the wireless communication system without channel encoding, usually adopt the hard decision algorithm, there is no effective use of the useful information of channel decoding output. So channel estimation, signal detection and channel decoding through the combined iterative technique can effectively improve the overall performance of the MIMO-OFDM system. The thesis focuses on the joint channel estimation in MIMO-OFDM system, signal detection and the channel decoding technology is studied, the main research results are as follows: firstly, research the MIMO-OFDM system structure, the optimal pilot design method and auxiliary guide channel frequency estimation algorithm, gives the corresponding theoretical analysis. Blind channel based on multiple input multiple output orthogonal frequency division multiplexing system estimation algorithms the slow convergence speed and the use of singular value decomposition complexity problems, proposes a semi blind subspace based on improved MIMO-OFDM Channel estimation algorithm. The algorithm firstly fast data projection method instead of singular value decomposition of tracking noise subspace to estimate the channel state information, then the channel was corrected with the training sequence, blind channel estimation algorithm to solve general fuzzy matrix problem, improve the accuracy of channel estimation algorithm. The simulation results show that this scheme has fast convergence speed and reduce the computational complexity, is a semi blind channel estimation method is practical. Secondly, study the layered space-time encoding, MIMO signal detection classic, and carried on the theory and the corresponding simulation analysis on it. On the basis of quantum search algorithm is introduced to detect system and improvement of the implementation of the an improved quantum theory with low complexity signal detection algorithm, the simulation results show that the performance of the algorithm is able to approximate the maximum likelihood detection algorithm , and the complexity of the system is improved. According to the selection of the initial radius of the sphere decoding algorithm and the final output decision problem, proposed an improved sphere decoding for high signal-to-noise ratio detection algorithm. According to the basic particle swarm optimization signal detection algorithm is easy to fall into local minima and the convergence precision is low problem, put forward a suitable for low SNR and improved particle swarm optimization algorithm. The signal detection algorithm based on genetic algorithms and hybrid technology and extreme disturbance mechanism, the basic particle swarm optimization algorithm. The simulation results show that the algorithm can effectively improve the performance of signal detection system, has a strong global search ability, is a kind of practical method of signal detection. Then, the expectation maximization algorithm and its extension theory research. Based on the generalized space iteration based on expectation maximization in time domain and frequency domain channel Channel estimation algorithm, and combined with the signal detection theory, aiming at using the expectation maximization algorithm has the defects of slow convergence, this paper proposes a detection algorithm of joint channel estimation based on SAGE-ISD frequency domain. The scheme mainly adopts linear minimum mean square error channel estimation of channel estimation, and the use of joint iterative technique combined with generalized iterative expectation the maximum algorithm and improved sphere decoding algorithm for the estimation of signal detection and correction of the channel, so as to improve the reliability of the system. According to the time domain maximum likelihood detection algorithm is difficult to realize, the traditional channel estimation performance and other defects, this paper proposes a detection algorithm of joint channel estimation based on SAGE-IPSO time domain. This scheme using training sequence channel estimation, using the generalized iterative expectation maximization algorithm to correct the estimated value of the channel, and the knot With the improved particle swarm optimization algorithm to complete the iterative detection of the signal, the system performance is improved. The simulation results show that the two scheme can complete the accurate channel estimation and data detection with fewer iterations, the detection performance and ideal channel estimation is close to the maximum likelihood detection algorithm. Finally, the algorithm and channel coding soft input soft output signal detection theory research. Based on the traditional MIMO-OFDM receiver channel decoding, bring channel estimation and signal detection work independently with high bit error rate problem, proposed joint receiver scheme is an improved iterative joint channel estimation and signal detection, the scheme makes full use of soft information to provide the decoder the simulation results show that the proposed scheme significantly improves the performance of the system.

【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN919.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張青春;晏裕春;王坤;;數(shù)字式平均法在信號(hào)檢測(cè)中的應(yīng)用及其仿真[J];微計(jì)算機(jī)信息;2006年01期

2 張濱;張峰干;蔡國(guó)新;任嘉偉;;衛(wèi)星信號(hào)檢測(cè)[J];中國(guó)有線電視;2009年01期

3 徐科軍;;信號(hào)檢測(cè)、處理及實(shí)現(xiàn)系列課程建設(shè)探討[J];電氣電子教學(xué)學(xué)報(bào);2009年02期

4 戶永清;;基于取樣積分技術(shù)的混沌檢測(cè)法與微弱正弦信號(hào)檢測(cè)[J];綿陽(yáng)師范學(xué)院學(xué)報(bào);2009年08期

5 劉洋;張明;;“信號(hào)檢測(cè)與處理”課群構(gòu)建初探[J];沈陽(yáng)教育學(xué)院學(xué)報(bào);2010年01期

6 董智紅;王劍;王X;孫昕;;伽利略搜救信號(hào)檢測(cè)算法設(shè)計(jì)[J];北京理工大學(xué)學(xué)報(bào);2010年08期

7 邵亞勇;竺小松;;基于遞推最小二乘算法的小信號(hào)檢測(cè)[J];信息與電子工程;2012年02期

8 朱才榮;;高職“工業(yè)信號(hào)檢測(cè)與控制”課程項(xiàng)目化教學(xué)改革[J];中國(guó)電力教育;2012年19期

9 朱才榮;;高職《工業(yè)信號(hào)檢測(cè)與控制》課程改革探索[J];職業(yè)教育研究;2013年04期

10 叢玉良;趙曉暉;周求湛;;信號(hào)檢測(cè)與處理系列課程的建設(shè)與改革實(shí)踐研究[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(高教研究版);2013年03期

相關(guān)會(huì)議論文 前10條

1 杜雄;蘇向豐;謝品芳;;用硬件實(shí)現(xiàn)的四重信號(hào)檢測(cè)法及其在通信中的應(yīng)用[A];四川省電工技術(shù)學(xué)會(huì)第七屆學(xué)術(shù)年會(huì)論文集[C];2003年

2 張鐸;;信號(hào)檢測(cè)論在船舶了望中的應(yīng)用[A];中國(guó)航海學(xué)會(huì)2007年度學(xué)術(shù)交流會(huì)優(yōu)秀論文集[C];2007年

3 宋愛國(guó);段江海;;混沌、隨機(jī)共振在信號(hào)檢測(cè)中的應(yīng)用研究[A];第三次全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2002年

4 鄭娜;;基于假設(shè)檢驗(yàn)的信號(hào)檢測(cè)[A];電波科學(xué)學(xué)報(bào)[C];2011年

5 馬光彬;曹海燕;;基于OSIC的低復(fù)雜度MIMO檢測(cè)算法[A];浙江省信號(hào)處理學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

6 張維全;胡科強(qiáng);;凸優(yōu)化在水聲脈沖信號(hào)檢測(cè)中的應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

7 高源;李煒;;基于LabVIEW的異常信號(hào)檢測(cè)研究[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

8 陳帥;楊鐵軍;李媚;;一種改進(jìn)型CHASE檢測(cè)算法在MIMO-OFDM系統(tǒng)中的應(yīng)用[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

9 劉竹青;陳奕宏;;抗混響信號(hào)檢測(cè)的研究[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

10 王春光;周正;;OFDM系統(tǒng)中的一種信號(hào)檢測(cè)算法[A];第九屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)博士學(xué)位論文 前10條

1 高敬鵬;MIMO-OFDM系統(tǒng)信道估計(jì)與信號(hào)檢測(cè)聯(lián)合方法研究[D];哈爾濱工程大學(xué);2014年

2 黃敏;高速移動(dòng)環(huán)境下信道估計(jì)及OFDM信號(hào)檢測(cè)研究[D];西安電子科技大學(xué);2015年

3 朱才業(yè);不同尾型綿羊全基因組關(guān)聯(lián)分析、拷貝數(shù)變異及選擇信號(hào)檢測(cè)[D];中國(guó)農(nóng)業(yè)大學(xué);2017年

4 張新賀;空間調(diào)制系統(tǒng)中的信號(hào)檢測(cè)算法研究[D];大連理工大學(xué);2017年

5 郭心悅;基于信息交互理論的無(wú)線信號(hào)的迭代估計(jì)與檢測(cè)[D];復(fù)旦大學(xué);2008年

6 湯宏穎;提高微光信號(hào)檢測(cè)靈敏度的新方法[D];天津大學(xué);2012年

7 吳利平;復(fù)雜電磁環(huán)境下的信號(hào)檢測(cè)與估計(jì)關(guān)鍵技術(shù)[D];西安電子科技大學(xué);2011年

8 劉謙雷;MIMO通信系統(tǒng)信號(hào)檢測(cè)算法研究[D];東南大學(xué);2006年

9 申京;MIMO-OFDM系統(tǒng)中信道估計(jì)及信號(hào)檢測(cè)算法的研究[D];北京郵電大學(xué);2012年

10 蔣忠進(jìn);彈性波Chirp信號(hào)檢測(cè)與時(shí)延估計(jì)研究[D];吉林大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 李燕;基于壓縮感知的低截獲概率雷達(dá)信號(hào)檢測(cè)分析[D];南京理工大學(xué);2015年

2 吳迪;Massive MIMO的信號(hào)檢測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 王龍;壓縮感知信號(hào)檢測(cè)和參數(shù)估計(jì)方法研究[D];西安電子科技大學(xué);2014年

4 李富強(qiáng);信號(hào)檢測(cè)和分離算法研究及其FPGA實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

5 劉文廣;MIMO-OFDM系統(tǒng)中信道估計(jì)與信號(hào)檢測(cè)算法的研究[D];蘭州交通大學(xué);2015年

6 王曉天;面向5G的大規(guī)模MIMO信號(hào)檢測(cè)算法研究[D];南京郵電大學(xué);2015年

7 魏利霞;MIMO系統(tǒng)的信號(hào)檢測(cè)算法研究[D];南京郵電大學(xué);2015年

8 徐紅梅;基于SVM多分類判決的MPPSK信號(hào)檢測(cè)研究[D];東南大學(xué);2015年

9 溫鵬;寬帶MIMO-SCFDE通信系統(tǒng)的信號(hào)檢測(cè)算法與實(shí)現(xiàn)[D];西南交通大學(xué);2016年

10 孫彥龍;基于達(dá)芬振子的微弱機(jī)械故障信號(hào)檢測(cè)及特征提取方法[D];燕山大學(xué);2016年

，

本文編號(hào)：1436339