本文關(guān)鍵詞：MIMO-OFDM系統(tǒng)中的信道估計(jì)算法研究

  更多相關(guān)文章： MIMO-OFDM LMS RLS 半盲信道估計(jì) 自適應(yīng)低秩信道估

【摘要】：近年來(lái),由于受到各種高科技技術(shù)的沖擊,以MIMO-OFDM技術(shù)為核心的第四代移動(dòng)通信技術(shù)(4G)快速發(fā)展,并備受人們關(guān)注,但是這項(xiàng)技術(shù)仍然存在一些不足,尤其在接收端對(duì)接收信號(hào)進(jìn)行譯碼,解調(diào),檢測(cè)等技術(shù)時(shí)需要用到精確的信道狀態(tài)響應(yīng)信息,使得信道估計(jì)技術(shù)尤為重要,因此本文針對(duì)MIMO-OFDM技術(shù)的信道估計(jì)問(wèn)題進(jìn)行研究。本文首先對(duì)MIMO-OFDM系統(tǒng)相關(guān)技術(shù)的研究背景、意義進(jìn)行闡述,介紹了MIMO-OFDM系統(tǒng)的信道估計(jì)技術(shù)的研究現(xiàn)狀,并對(duì)MIMO-OFDM系統(tǒng)中無(wú)線信道特性進(jìn)行了簡(jiǎn)要說(shuō)明,分別描述了基于導(dǎo)頻的OFDM系統(tǒng)模型和MIMO空時(shí)編碼的系統(tǒng)模型,具體介紹了現(xiàn)有的兩類信道估計(jì)算法,包括基于導(dǎo)頻的信道估計(jì)算法如最小均方誤差信道估計(jì)(Minimum Mean Square Error,MMSE)、最小二乘信道估計(jì)(Least Square,LS)和半盲信道估計(jì)算法如自適應(yīng)最小均方誤差(Least Mean Square,LMS)信道估計(jì)、遞歸最小二乘信道估計(jì)(Recursive Least Square,RLS),并提出一種改進(jìn)的RLS半盲信道估計(jì)算法。在頻率選擇性衰落信道下,比較了傳統(tǒng)RLS算法和改進(jìn)算法的信道估計(jì)性能。在構(gòu)建了基于空頻分組編碼(Space-Frequency Block Code,SFBC)的梳狀導(dǎo)頻插入MIMO-OFDM系統(tǒng)后,重點(diǎn)對(duì)基于導(dǎo)頻的低復(fù)雜度(低秩)信道估計(jì)算法進(jìn)行研究,并提出一種改進(jìn)的自適應(yīng)最優(yōu)低秩信道估計(jì)算法,并與現(xiàn)有的MIMO-OFDM自適應(yīng)低秩信道估計(jì)算法進(jìn)行比較,得出無(wú)論在頻率選擇性信道條件還是雙選擇信道條件下,所提算法都有較好的誤碼率性能和均方誤差性能,且算法復(fù)雜度低。
【關(guān)鍵詞】：MIMO-OFDM LMS RLS 半盲信道估計(jì) 自適應(yīng)低秩信道估
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN929.53
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-17
• 1.1 課題研究背景及意義8-13
• 1.1.1 MIMO技術(shù)9-11
• 1.1.2 OFDM技術(shù)11-13
• 1.2 MIMO-OFDM信道估計(jì)研究現(xiàn)狀13-15
• 1.3 本文研究?jī)?nèi)容15-17
• 第2章 MIMO-OFDM無(wú)線通信系統(tǒng)理論17-27
• 2.1 移動(dòng)通信信道及無(wú)線衰落17-22
• 2.1.1 大尺度衰落效應(yīng)17-18
• 2.1.2 小尺度衰落效應(yīng)18-20
• 2.1.3 雙選擇信道模型20-21
• 2.1.4 MIMO信道模型21-22
• 2.2 基于導(dǎo)頻的OFDM系統(tǒng)原理及模型22-25
• 2.2.1 OFDM系統(tǒng)原理框圖22-23
• 2.2.2 基于導(dǎo)頻的OFDM系統(tǒng)模型23-25
• 2.3 MIMO系統(tǒng)原理25-26
• 2.3.1 空時(shí)分組編碼（STBC）原理25
• 2.3.2 垂直分層空時(shí)碼（V-BLAST）原理25-26
• 2.4 本章小結(jié)26-27
• 第3章 非盲信道估計(jì)方法27-42
• 3.1 基于導(dǎo)頻的信道估計(jì)算法27-34
• 3.1.1 導(dǎo)頻位置處信道估計(jì)算法27-29
• 3.1.2 數(shù)據(jù)位置處信道估計(jì)插值算法29-31
• 3.1.3 算法仿真分析31-34
• 3.2 基于自適應(yīng)濾波器的半盲信道估計(jì)算法34-41
• 3.2.1 LMS半盲信道估計(jì)算法34-36
• 3.2.2 RLS半盲信道估計(jì)算法36-38
• 3.2.3 改進(jìn)的RLS半盲信道估計(jì)算法38-40
• 3.2.4 算法仿真分析40-41
• 3.3 本章小結(jié)41-42
• 第4章 基于導(dǎo)頻的MIMO-OFDM信道估計(jì)方法42-77
• 4.1 MIMO-OFDM系統(tǒng)的導(dǎo)頻插入方式的原理及選擇42-45
• 4.2 MIMO-OFDM系統(tǒng)模型原理及選擇45-51
• 4.2.1 聯(lián)合STBC和SFBC的MIMO-OFDM系統(tǒng)及比較45-47
• 4.2.2 基于導(dǎo)頻的兩種分組碼的MIMO-OFDM系統(tǒng)的算法仿真比較 .. 4047-51
• 4.3 MIMO-OFDM系統(tǒng)中低復(fù)雜度信道估計(jì)算法51-59
• 4.3.1 低秩LMMSE信道估計(jì)算法（OLR-LMMSE）51-52
• 4.3.2 自適應(yīng)低復(fù)雜度LMMSE信道估計(jì)算法52-54
• 4.3.3 改進(jìn)的自適應(yīng)最優(yōu)低秩信道估計(jì)算法54-59
• 4.4 算法仿真分析59-75
• 4.4.1 OFDM系統(tǒng)下改進(jìn)算法與現(xiàn)有算法的比較59-63
• 4.4.2 MIMO-OFDM系統(tǒng)下改進(jìn)算法與現(xiàn)有算法的比較63-74
• 4.4.3 算法復(fù)雜度比較74-75
• 4.5 本章小結(jié)75-77
• 第5章 總結(jié)及展望77-80
• 參考文獻(xiàn)80-84
• 致謝84-86
• 個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果86

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 高月幸;楊杰;朱衛(wèi)平;孟慶民;;基于WR分解的多用戶多天線OFDM系統(tǒng)半盲信道估計(jì)[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

2 夏靈明;袁偉娜;朱煜;;一種新的基于導(dǎo)頻簇的OFDM系統(tǒng)信道估計(jì)[J];鐵道學(xué)報(bào);2014年10期

，

本文編號(hào)：567537