本文關(guān)鍵詞：基于壓縮感知的無線OFDM信道估計(jì)及導(dǎo)頻優(yōu)化研究

  更多相關(guān)文章： 壓縮感知 正交頻分復(fù)用 信道估計(jì) 導(dǎo)頻位置分配 分布式壓縮感知 多輸入多輸出正交頻分復(fù)用

【摘要】：近年來,壓縮感知(CS)理論受到了應(yīng)用數(shù)學(xué)和信號處理領(lǐng)域的高度關(guān)注,它能夠以遠(yuǎn)低于奈奎斯特采樣率的速率對稀疏信號進(jìn)行采樣,接收端能采用最優(yōu)化算法從非常有限的采樣值中有效地重建稀疏信號。將壓縮感知應(yīng)用于正交頻分復(fù)用(OFDM)和多輸入多輸出正交頻分復(fù)用(MIMO-OFDM)系統(tǒng)的信道估計(jì)中能夠大大降低導(dǎo)頻的數(shù)量,并獲得良好的信道估計(jì)性能。傳統(tǒng)的信道估計(jì)認(rèn)為等間隔的導(dǎo)頻放置方式是最優(yōu)的,但是在基于CS的信道估計(jì)中這一結(jié)論不成立。因此,基于CS的信道估計(jì)中的導(dǎo)頻位置(或叫導(dǎo)頻圖案)優(yōu)化問題需要專門研究。本文重點(diǎn)研究了OFDM系統(tǒng)、不連續(xù)子載波正交頻分復(fù)用(NC-OFDM)系統(tǒng)和MIMO-OFDM系統(tǒng)中基于CS的信道估計(jì)及其相應(yīng)的導(dǎo)頻位置優(yōu)化問題。本文的主要貢獻(xiàn)如下:1)OFDM系統(tǒng)時(shí)域稀疏的信道估計(jì)問題被建模為CS中的稀疏信號重建問題,根據(jù)壓縮感知信道估計(jì)的模型首次提出導(dǎo)頻位置的選取直接決定恢復(fù)矩陣這一結(jié)論�；谧钚』謴�(fù)矩陣的互相關(guān)值和最小化本論文提出的新參數(shù)即恢復(fù)矩陣調(diào)整的互相關(guān)值,提出了兩個運(yùn)用于CS信道估計(jì)的導(dǎo)頻優(yōu)化準(zhǔn)則。仿真結(jié)果表明,與其他的導(dǎo)頻位置集合相比,使用這兩個準(zhǔn)則獲得的最優(yōu)導(dǎo)頻位置集合能夠明顯地降低CS信道估計(jì)的均方誤差(MSE)和系統(tǒng)的誤比特率(BER)。另外,通過最小化調(diào)整的互相關(guān)值獲得的最優(yōu)導(dǎo)頻位置集合比最小化相關(guān)值獲得的導(dǎo)頻位置集合能夠獲得更好的估計(jì)性能。2)利用基于CS信道估計(jì)導(dǎo)頻可以不規(guī)則放置的特性,提出了一種基于CS的NC-OFDM系統(tǒng)信道估計(jì)新方法。研究了認(rèn)知無線電NC-OFDM系統(tǒng)CS信道估計(jì)的理論框架和信道估計(jì)算法,提出了兩種導(dǎo)頻位置集合的設(shè)計(jì)方法。仿真結(jié)果表明,同已有的NC-OFDM系統(tǒng)信道估計(jì)方法相比,CS信道估計(jì)能夠在多種禁用子載波場景下,使用較少導(dǎo)頻獲得更好的信道估計(jì)性能和更低的系統(tǒng)BER。3)研究了基于CS的MIMO-OFDM信道估計(jì)中的導(dǎo)頻分配問題�；贑S的MIMO信道估計(jì)的特點(diǎn)是采用導(dǎo)頻頻分放置將MIMO信道分解成單輸入單輸出(SISO)信道,并用CS重建算法估計(jì)該SISO信道。提出了兩種導(dǎo)頻分配方法,一個是最小化互相關(guān)集合中最大值的方法,另一種方法是基于遺傳算法和移位機(jī)制的方法。仿真結(jié)果表明,使用這兩種方法優(yōu)化后的導(dǎo)頻可以明顯減小信道估計(jì)的MSE和系統(tǒng)的BER。另外,第二種導(dǎo)頻分配方法的性能更加優(yōu)越。4)基于分布式壓縮感知(DCS)的MIMO-OFDM信道估計(jì)是通過一次DCS重建算法同時(shí)估計(jì)出所有收發(fā)天線對之間的稀疏信道。本文研究了基于DCS的MIMO-OFDM信道估計(jì)中最優(yōu)的導(dǎo)頻分配方法。通過將DCS信道估計(jì)問題轉(zhuǎn)化為分塊稀疏重建問題,提出了一類與互相關(guān)值有關(guān)的導(dǎo)頻位置優(yōu)化準(zhǔn)則。依據(jù)此準(zhǔn)則,提出了一種基于遺傳算法的導(dǎo)頻位置優(yōu)化算法。仿真結(jié)果表明,與傳統(tǒng)的使用均勻?qū)ьl的LS信道估計(jì)相比,使用該方法獲得的最優(yōu)導(dǎo)頻能夠使基于DCS的MIMO信道估計(jì)提高頻譜有效性約36%,同時(shí)獲得1.5dB的BER增益;與基于CS的MIMO信道估計(jì)相比,在獲得相同的BER性能的條件下,基于DCS的MIMO信道估計(jì)也能夠提高4.7%的頻譜有效性。
【關(guān)鍵詞】：壓縮感知 正交頻分復(fù)用 信道估計(jì) 導(dǎo)頻位置分配 分布式壓縮感知 多輸入多輸出正交頻分復(fù)用
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TN929.53
【目錄】：

• 摘要4-6
• Abstract6-10
• 專用術(shù)語注釋表10-12
• 第一章 緒論12-28
• 1.1 論文研究背景12-26
• 1.1.1 壓縮感知理論概述12-17
• 1.1.2 OFDM及MIMO-OFDM系統(tǒng)概述17-21
• 1.1.3 寬帶無線系統(tǒng)信道特性21-23
• 1.1.4 信道估計(jì)技術(shù)23-26
• 1.2 論文研究工作26-28
• 第二章 OFDM系統(tǒng)中基于CS的信道估計(jì)技術(shù)研究28-40
• 2.1 引言28-29
• 2.2 OFDM系統(tǒng)模型29-30
• 2.3 時(shí)域信道估計(jì)方法30-32
• 2.3.1 傳統(tǒng)的LS信道估計(jì)方法30-31
• 2.3.2 基于MP算法的結(jié)構(gòu)化LS信道估計(jì)方法31
• 2.3.3 基于CS的信道估計(jì)方法31-32
• 2.4 仿真結(jié)果與性能分析32-38
• 2.5 本章小結(jié)38-40
• 第三章 OFDM系統(tǒng)CS信道估計(jì)中導(dǎo)頻優(yōu)化問題研究40-58
• 3.1 引言40
• 3.2 與壓縮感知相關(guān)的理論基礎(chǔ)40-42
• 3.3 導(dǎo)頻優(yōu)化過程42-47
• 3.3.1 通過最小化互相關(guān)值優(yōu)化導(dǎo)頻42-43
• 3.3.2 通過最小化調(diào)整的互相關(guān)值優(yōu)化導(dǎo)頻43-47
• 3.4 仿真與性能分析47-57
• 3.4.1 使用準(zhǔn)則1優(yōu)化導(dǎo)頻的性能增益47-49
• 3.4.2 兩種導(dǎo)頻優(yōu)化準(zhǔn)則的性能增益比較49-51
• 3.4.3 使用準(zhǔn)則2優(yōu)化導(dǎo)頻的性能增益51-57
• 3.4.4 什么樣的導(dǎo)頻位置集合會產(chǎn)生好的信道估計(jì)性能57
• 3.5 本章小結(jié)57-58
• 第四章 NC-OFDM系統(tǒng)中CS信道估計(jì)及導(dǎo)頻優(yōu)化研究58-76
• 4.1 引言58-59
• 4.2 NC-OFDM系統(tǒng)簡介59-61
• 4.3 NC-OFDM系統(tǒng)信道估計(jì)61-63
• 4.3.1 傳統(tǒng)的LS信道估計(jì)方法61-62
• 4.3.2 基于修正變換域的信道估計(jì)方法62
• 4.3.3 基于壓縮感知的信道估計(jì)方法62-63
• 4.4 NC-OFDM系統(tǒng)壓縮感知信道估計(jì)的導(dǎo)頻設(shè)計(jì)63-67
• 4.4.1 導(dǎo)頻位置集合設(shè)計(jì)方案一64
• 4.4.2 導(dǎo)頻位置集合設(shè)計(jì)方案二64-65
• 4.4.3 兩種導(dǎo)頻位置集合設(shè)計(jì)方案結(jié)合使用的具體實(shí)施方案65-67
• 4.5 仿真與性能分析67-75
• 4.5.1 仿真參數(shù)及場景介紹67-68
• 4.5.2 不同場景下不同信道估計(jì)方法性能比較68-73
• 4.5.3 壓縮感知信道估計(jì)中兩種導(dǎo)頻位置集合設(shè)計(jì)方案性能比較73-75
• 4.5.4 不同信道估計(jì)方法算法復(fù)雜度比較75
• 4.6 本章小結(jié)75-76
• 第五章 MIMO-OFDM系統(tǒng)中CS信道估計(jì)及導(dǎo)頻優(yōu)化研究76-88
• 5.1 引言76-77
• 5.2 MIMO-OFDM系統(tǒng)中基于CS的信道估計(jì)模型77-79
• 5.3 基于CS的MIMO-OFDM信道估計(jì)中導(dǎo)頻優(yōu)化研究79-85
• 5.3.1 基于最小化互相關(guān)集合中最大元素準(zhǔn)則的導(dǎo)頻分配方法80-81
• 5.3.2 基于遺傳算法和移位機(jī)制的導(dǎo)頻分配算法81-85
• 5.4 仿真與結(jié)果分析85-87
• 5.5 本章小結(jié)87-88
• 第六章 基于DCS的MIMO-OFDM信道估計(jì)及導(dǎo)頻分配研究88-110
• 6.1 引言88-89
• 6.2 相關(guān)背景理論知識89-91
• 6.2.1 分布式壓縮理論89-90
• 6.2.2 分塊稀疏信號理論90-91
• 6.3 基于DCS的MIMO-OFDM信道估計(jì)模型和信道估計(jì)方法91-94
• 6.4 基于DCS的MIMO-OFDM信道估計(jì)的導(dǎo)頻分配方法94-100
• 6.4.1 基于DCS信道估計(jì)中導(dǎo)頻位置優(yōu)化的準(zhǔn)則94-99
• 6.4.2 使用遺傳算法的導(dǎo)頻分配方法99-100
• 6.5 仿真與結(jié)果分析100-108
• 6.5.1 不同信道估計(jì)方案的性能比較101-103
• 6.5.2 三種導(dǎo)頻優(yōu)化準(zhǔn)則比較103-104
• 6.5.3 基于最小化μ_(B_DCS)~(t_2)的最優(yōu)導(dǎo)頻位置的性能增益104-108
• 6.6 本章小節(jié)108-110
• 第七章 總結(jié)與展望110-113
• 參考文獻(xiàn)113-120
• 附錄1 基于BOMP和基于DCS-SOMP信道估計(jì)方法等效性證明120-123
• 附錄2 攻讀博士學(xué)位期間撰寫的論文123-124
• 附錄3 攻讀博士學(xué)位期間申請的專利124-125
• 附錄4 攻讀博士學(xué)位期間參加的科研項(xiàng)目125-126
• 致謝126

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 朱行濤;劉郁林;徐舜;楊磊;;一種基于匹配追蹤的OFDM稀疏信道估計(jì)算法[J];微波學(xué)報(bào);2008年02期

，

本文編號：1069070