许丹[1]2008年在《基于IEEE802.11n协议的MIMO-OFDM系统中信道估计技术研究》文中研究说明随着无线局域网技术的快速发展,IEEE802.11已成为无线局域网的主流标准。目前IEEE已经成立802.11n工作小组,以制定一项新的高速无线局域网标准802.11n。新兴的802.11n在高吞吐量上有比较大的突破,是下一代的无线网络技术的标准,可提供支持对带宽最为敏感的应用所需的速率、范围和可靠性。802.11n结合了多种技术,其中包括MIMO、20和40MHz信道和双频带(2.4 GHz和5 GHz),以便形成很高的速率,同时又能与以前的IEEE 802.11b/g设备兼容。由于MIMO-OFDM系统是高速传输系统,精确的信道估计对系统的性能提升是非常重要的。而且由于802.11n协议中对于信道估计的算法还没有明确标准化,如何设计训练序列以区别不同的天线,以及选择合适的信道估计方法,以实现精确信道估计具有很强的理论价值和实践意义。本论文在IEEE802.11n草案框架下,提出一种改进的利用相移码(PS)的重迭导频设计方法进行信道估计。由于802.11n系统使用20MHz带宽,高速模式下使用了部分子载波传输导频信号,因此不能使用传统意义上的正交导频设计方法。本文在使用部分子载波的情况下提出了跳跃设计PS码,并且和传统的截短设计法进行了比较,经过理论推导和仿真验证,证明了跳跃设计法的优越性。改进部分还使用种子序列降低整个系统的峰均比。在仿真的过程中发现,估计的信道冲击响应长度的选择和信噪比是息息相关的,因此第一次提出了在802.11n系统中利用一种新的信道估计器。由于信道估计器的最终目的是改善信道估计性能,而不是简单估计出信道冲击响应长度,因此最理想的结果是估计出有实时噪声的情况下可以达到最小MSE的信道冲击响应长度。论文还将通过仿真比较利用不同信道估计器时系统的均方差,并且证明这种FCLI方法是最好的。
贾楠[2]2008年在《无线通信系统信道估计技术研究与实现》文中认为移动通信系统应用需求迅速增长,要求在更复杂的通信环境中提供给更多的用户以更好的通信服务质量,对通信技术的发展提出更高的要求。正交频分复用(OFDM)技术可以有效的抵抗多径衰落,具有非常高的频带利用率,可以很好的满足通信技术进一步发展的要求。对OFDM系统来说,需要进行相干解调,而进行相干解调需要知道信道的信息,因此信道估计具有重要的意义。对OFDM传输系统中的关键技术信道估计技术进行研究。针对OFDM传输系统介绍了信道估计技术。信道估计技术分为非盲估计与盲估计两类,本文主要研究非盲信道估计中的数据辅助信道估计,首先介绍辅助数据分布需满足的一般原则,之后介绍叁种具体的辅助数据信道估计算法,包括LS信道估计、变换域信道估计与LMMSE信道估计。从实际应用的角度出发,在WiMAX标准与LTE标准单天线系统中仿真实现LS信道估计与变换域、线性插值方法。WiMAX下行链路仿真实现LS信道估计与线性插值法,分析权重因子对信道估计结果的影响;LTE下行链路中仿真实现在LS信道估计基础上同时使用变换域插值与线性插值,以及在LS估计基础上仅使用线性插值,比较这两种方式的系统性能差异;LTE上行链路中分析不同运动速率条件下LS信道估计的系统性能差异;比较LTE上行、下行链路LS信道估计系统性能差异,并对其原因进行理论分析;对MIMO-OFDM系统辅助数据分布进行分析并证明一种辅助数据取值可达到最佳信道估计条件。
彭曦[3]2008年在《基于CMMB的信道估计算法研究》文中指出正交频分复用(OFDM)技术在宽带无线通信领域具有显着优势,因此在移动数字电视地面广播中得以广泛应用。OFDM系统中接收端通过信道估计获得对信道状态信息的估计。信道估计是接收端均衡由无线信道引起的各种衰落的必需条件。基于OFDM技术的CMMB标准,是国家广播电影电视总局颁布的具有自主知识产权的移动多媒体广播技术行业标准。本文研究基于CMMB标准的OFDM系统信道估计方案。本文首先阐述了移动多媒体广播业务的定义和发展。本文对目前的主要移动多媒体广播标准进行了分析和比较,讨论了其中主要的物理层技术特点,指出了移动多媒体广播面临的主要挑战,论证了信道估计对移动多媒体广播传输的重要性。本文分析了CMMB标准应用的无线移动广播信道特点,指出了信道频率选择性衰落和快衰落对无线接收信号的影响,讨论了目前广泛应用的几种无线广播信道模型。本文探讨了OFDM技术的基本原理,分析了CMMB标准的物理层主要技术和帧结构,为设计针对CMMB标准的信道估计算法奠定基础。本文阐述了CMMB的信道估计主要算法,即基于带限频域PN序列相关估计方法、基于离散导频的信道估计方法和信道估计均方误差(MSE)的抑制方法。这些方法充分利用了CMMB标准中的信标和离散导频的接收端先验信息,具有较好的估计性能。针对CMMB物理层帧结构特点,本文设计了基于捕获-跟踪的CMMB信道估计系统方案。该方案通过对基于信标、基于离散导频信道估计及估计值的MSE抑制方法的有机结合,增强了系统抵抗频率选择性衰落和快衰落的能力。本文搭建了无线移动广播信道仿真模型和CMMB基带传输链路平台。本文对设计的主要算法进行了仿真验证,通过MSE和误比特率(BER)对算法性能进行评估。仿真结果验证了基于带限频域PN序列相关估计算法和基于离散导频信道估计算法的可行性,讨论了不同的设计方案的性能差异。仿真结果同时显示了各种抑制估计MSE算法所带来的估计性能提升。仿真结果验证了基于捕获-跟踪的CMMB信道估计系统方案适应各种不同的广播信道环境,在同等条件下和常规算法相比获得了性能提升。本文最后对全文工作进行了总结,并对今后工作进行了展望。
王昵[4]2008年在《MIMO-OFDM系统信道估计技术研究》文中指出随着近几年来无线通信的迅猛发展,对下一代移动通信(4G)的研究已经开展得如火如荼。新一代移动通信可以提供更高的数据传输速率,在有限的频谱资源上实现高速率和大容量。其中,正交频分复用(OFDM)可以有效地将频率选择性衰落信道转化成多个并行平坦衰落信道,从而大大提高传输效率。多输入多输出(MIMO)在原有传输带宽和功率消耗的基础上,在发射机与接收机之间并行传输多路独立数据,大大增加信道容量,成倍地提高频谱利用效率。将OFDM和MIMO技术相结合,可以兼具OFDM抗多径时延特性、抗频率选择性衰落以及高频谱利用率,和MIMO有效提高系统容量,显着提高网络覆盖范围和传输可靠性的优点。在MIMO-OFDM系统中,通过接收端信道估计获得信道状态信息(CSI,Channel State Information),是正确恢复发送信号的必要环节,其准确性将直接影响系统整体性能。本文主要针对MIMO-OFDM系统中信道估计展开研究。第一章介绍了OFDM、MIMO的技术背景与发展现状,及信道估计技术概况。第二章介绍了无线信道的传播特性。首先介绍了无线信道传播中信号强度的影响因素,进而引出衰落信道的定义和分类。第叁章介绍了OFDM、MIMO及MIMO-OFDM系统,并简要介绍了MIMO系统空时编码技术及发展情况。最后对OFDM系统中的重要参数做了说明。第四章研究SISO-OFDM系统中的信道估计技术。针对块状、梳状和散布状导频信道估计,重点研究了4种导频估计算法、6种内插算法以及导频图案对传输性能的影响。第五章研究MIMO-OFDM系统中的信道估计技术。针对频域估计,研究了导频图案设计。针对时域估计,推导了主要抽头简化算法和利用最优训练序列优化估计性能,并提出判决反馈时域重要抽头改进算法。最后,基于前面研究结果,结合WiMAX802.16e协议,完整实现了MIMO-OFDM系统中的信道估计。第六章总结了本文的工作,给出结论,对下一步工作进行了展望。
李艳芬[5]2008年在《OFDM系统信道估计算法研究》文中指出随着社会进步和发展,无线宽带数字通信系统引起了广大研究人员的浓厚兴趣。在这一系统中,无线信道时延扩展引起的符号间干扰是限制传输性能和信息速率的主要因素之一。而在消除符号间干扰,以及由无线信道时延扩展引起的频率选择性衰落方面,正交频分复用(Orthogonal Frequency Division Multiplexing OFDM)技术具有明显优势。因此,OFDM成为下一代移动通信系统B3G候选方案。B3G系统高数据传输速率、高传输质量和高移动性的要求对OFDM系统信道估计提出了更高的要求。信道估计技术是OFDM系统的研究热点之一,目前国内外不少专家提出了相应的信道估计算法,这些算法大体上可以归纳为基于导频的信道估计和盲信道估计或半盲信道估计两大类。利用导频辅助的信道估计方法,不论在时域或是频域插入导频符号,都必须占用单独的子信道,因此增加了系统开销,降低了频谱效率。本文分析了采用迭加导频的OFDM系统,在此基础上对基于迭加导频的迭代信道估计算法进行改进,该算法是对时域上的ML算法进行修正以获得更为精确的信道估计值。理论分析和仿真结果表明该迭代算法在不明显增加运算复杂度的前提下较为有效地提高了信道估计精度。由于OFDM系统半盲信道估计算法不仅克服了基于导频信道估计算法带来的频谱浪费,同时也克服了盲信道估计算法中存在的计算复杂度问题,因此受到人们的关注。本文针对填补零的OFDM(ZP-OFDM)系统,提出了利用一种新的基于子空间的半盲信道估计算法。该算法根据ZP-OFDM系统导频信息,给出精确的信道参数初始值。然后通过一种子空间跟踪以及幂方法,进行自适应估计。该算法不仅降低了计算复杂度,而且改善了盲信道估计收敛速度慢的缺点,仿真结果也表明其具有较好的估计精度。
曹松景[6]2013年在《MIMO-OFDM系统中信道估计方法的研究》文中研究表明移动通信技术已经成为通信领域发展最快，最具市场潜力的热点技术。目前，第叁代移动通信系统已经在世界各国大范围使用，包括WCDMA、CDMA2000以及TD-SCDMA系统。第叁代通信系统能提供基本的数据和多媒体业务，但是还达不到满足高速的移动多媒体业务的能力。与此同时，新的业务需求对速率、服务质量、无缝衔接提出了新的挑战[1]。基于正交频分复用（OFDM）技术和多输入多输出（MIMO）技术的通信系统是未来4G通信的主要技术发展趋势。目前，由OFDM技术与空时编码技术相融合而成的MIMO-OFDM技术已经引起了通信领域的广泛关注和研究。在无线通信系统中，MIMO-OFDM技术不仅能够有效地增强数据传输速率、增加系统传输容量，而且能有效地抑制多径衰落和干扰。信道估计问题是MIMO-OFDM系统的一项关键技术问题，因此，本论文针对MIMO-OFDM系统的信道估计问题展开研究。本文第一部分首先阐述了MIMO-OFDM技术的研究背景、意义和国内外研究现状，然后对无线信道的衰落、多径效应及时变性等特性进行分析。接着由MIMO技术以及OFDM技术的原理和系统结构出发，引出MIMO-OFDM技术的系统结构和基本原理，并且构建MIMO-OFDM信道模型。对基于OFDM的空间复用系统和空时编码OFDM系统进行分析，重点研究了空时分组编码STBC-OFDM系统。本部分最后用Matlab软件对SISO、MIMO两种系统的信道容量以及STBC-OFDM系统性能进行仿真分析。信道估计问题是MIMO-OFDM系统的一项关键技术问题。因此，本文第二部分针对MIMO-OFDM系统中基于训练序列的信道估计方法展开研究。首先详细介绍了几种传统的信道估计算法及其原理实现，其中包括最小二乘信道估计算法（LS）、最小均方误差估计算法（MMSE）、线性最小均方误差估计算法（LMMSE）、奇异值分解线性最小均方误差估计算法（SVD-LMMSE）和最大期望估计算法（EM）。由于LS信道估计方法兼顾复杂度和精度，适用于实际应用系统，因此着重分析了此算法，并且研究了优化的基于最优训练序列的LS信道估计算法，通过理论推导以及Matlab软件仿真，表明本文的优化算法能够在保证系统信道估计准确性的同时，有效地降低传统的信道估计方法的复杂度。
孔繁庭[7]2008年在《循环前缀在OFDM系统中的作用及应用研究》文中提出在移动信道环境中可靠、高速的传输数据是移动通信技术发展的目标和要求,并且第四代移动通信系统要求能够以最低的代价(带宽、功率、复杂性)来为各种用户提供高质量的宽带业务,这就需要有适于移动信道的传输技术来支持。由于移动信道的多种不确定因素,正交频分复用(OFDM)技术成为适应这种信道环境的传输技术之一。OFDM是一种特殊的多载波传输方式,它使用一系列低速子载波并行传输数据,使得它具有抗多径干扰的能力、能以很高的频谱利用率实现高速数据传输等。本文介绍了OFDM的基本原理和优缺点,分析了OFDM系统中的一些关键技术。接着分析了保护间隔和循环前缀抗符号间干扰(ISI)和信道间干扰(ICI)的性能。同时着重研究了循环前缀在恢复信号时的应用。在经典的OFDM系统中,接收端恢复信号时,只是对去掉循环前缀(CP)的信号进行处理,而没有考虑循环前缀中的部分有用信息。本文提出了一种基于LS(Least Squares)准则,利用循环前缀恢复发送信号的方法,并给出这种方法的仿真结果。结果表明,当循环前缀长度较大时,本文方法得到的误码率明显低于传统方法。
苏生[8]2017年在《基于导频的MIMO-OFDM无线通信系统信道估计技术研究》文中研究表明随着现代社会对移动通信服务需求的迅速增长,频谱资源日趋紧张,未来可靠高速的无线通信首先要实现大容量、高速率和高频谱利用率。OFDM技术由于频谱利用率高、实现复杂度低、抗多径衰落等优点,在宽带通信中得到广泛的应用。同时,MIMO技术充分利用空间资源,在无需占用额外频谱资源以及增加发射功率的前提下,有效提升系统的信道容量和频谱利用率。因此,MIMO技术与OFDM技术的结合能够同时发挥两种技术的优势,有利于系统容量及频谱利用率的提升。第四代移动通信系统中已经将MIMO-OFDM技术作为数据传输的核心技术方案,很大程度上提升了用户的通信体验。由于MIMO-OFDM无线通信系统中,信道传输环境复杂,因此信道估计是通信系统可靠运行的关键,同时空时解码、相干解调、恢复初始数据等操作也需要尽可能准确的信道状态信息,因此,本文主要研究MIMO-OFDM无线通信系统中的信道估计算法。本文针对MIMO-OFDM系统,首先根据无线信道的统计特性和衰落特性,建立了频率选择性衰落和非频率选择性衰落MIMO信道模型;然后结合OFDM技术利用多载波并行传输信号的特点,建立MIMO-OFDM系统数据传输模型;接着推导了LS、DFT以及MMSE叁种经典信道估计算法,均仿真实现。算法改进部分,本文针对DFT算法中最大时延长度内仍存在噪声以及最大时延长度需要提前获取的不足,创新提出了基于循环前缀的改进DFT算法,用循环前缀长度代替最大时延长度,并设置门限值获取循环前缀长度内的信道主要路径,从而提升了经典DFT算法的估计精度;同时,本文针对LS算法和DFT算法结果中每一径上存在噪声的不足,创新提出了基于指数平滑算法的改进LS和DFT信道估计算法,利用指数平滑算法对信道估计的结果做优化,从而减少信道每一径上的噪声,提升估计精度。仿真实验结果表明,基于循环前缀的改进DFT算法提升了经典DFT算法的估计精度,同时避免了经典DFT算法中获取最大时延长度的问题;指数平滑算法对LS、DFT算法的估计结果进行优化,减少信道每一径上的噪声,有效提升了经典LS、DFT算法的估计精度,且改进算法仅需增加少量计算复杂度,易于实现。
崔忠阳[9]2014年在《MIMO-OFDM信道估计和信号检测联合算法研究》文中认为MIMO(Multiple Input Multiple Output)技术和OFDM(Orthogonal FrequencyDivision Multiplexing)技术是3G(WCDMA、cdma2000、TD-SCDMA)以及未来移动通信系统(LTE、WiMAX、IMT-Advanced)的两大关键技术。MIMO的分集和空分复用技术可以使通信系统的信道容量突破传统的Shannon信道容量极限值。OFDM技术利用其正交性可以大大提高通信系统的频谱利用率。由MIMO和OFDM结合而成的MIMO-OFDM技术可以同时获得二者的优势，MIMO-OFDM技术现已成为通信领域的研究热点。目前的研究大多将MIMO-OFDM技术的信道估计部分和信号检测部分分开研究。本文在对MIMO-OFDM信道估计算法和信号检测算法分别进行研究的基础上提出了MIMO-OFDM信道估计和信号检测联合算法。其中信道估计算法采用基于DFT的LS估计和LMMSE估计，并利用SVD分解进一步降低信道估计算法的复杂度。信号检测算法为ZF检测和MMSE检测，检测算法是基于V-BLAST分层结构的。联合算法基于信道估计和信号检测的分层迭代思想，即在每一层中，信道估计算法和信号检测算法交替进行。在本文的最后对联合算法进行了MATLAB仿真，仿真分为单径QPSK调制、2径QPSK调制和单径16QAM调制仿真。本文所提出的联合算法能够同时满足低算法复杂度和高性能的要求，便于物理实现。在本文只对MIMO-OFDM联合算法进行了软件仿真，后续的研究可以对其进行硬件实现，将信道估计模块和信号检测模块集成到一起，以完善本文的工作。
陈淑君[10]2010年在《OFDM信道估计与均衡技术研究》文中进行了进一步梳理众多无线移动通信技术中,正交频分复用(Orthogonal Frequency Division Multiplexing)是最具应用前景的技术之一。OFDM系统可通过插入循环前缀,有效抑止多径传输带来的符号间干扰,还可以通过对信道特性的准确估计,减轻信道时变性质对系统的影响。并且,由于它采用傅立叶变换,很大程度地降低了接收机复杂度,因此,OFDM技术在无线通信领域的应用引起了广泛关注。例如IEEE802.11a采用OFDM技术作为它的物理层标准。而且OFDM技术有望成为4G标准。虽然OFDM系统结构可以消除部分符号间干扰,但仍需要精确的估计出信道信息来进行信道的均衡,从而进一步弥补多径衰落和多普勒频移的影响。因此信道估计和均衡技术对整个OFDM的系统的性能有至关重要的影响。本文将讨论在无线宽带移动通信环境下OFDM系统的信道估计和信道均衡技术,首先,本文主要讨论了基于梳状导频和块状导频的OFDM系统信道估计算法,包括：LS算法,MMSE算法,经SVD分解的MMSE算法以及判决反馈算法。然后,对常用的各种信道内插算法进行论述,包括：常值内插,线性内插,二次内插和DFT内插算法,并对各种算法的优点和缺陷进行了分析和比较。最后,对OFDM信道估计中利用到的各种算法进行了Matlab仿真,并对仿真结果进行比较验证。可以进行简单的频域均衡是OFDM最大的优势之一。由于引入了循环前缀,消除了大部分码间串扰,在接收端可只通过简单频域均衡来实现信道的均衡。本文主要阐述的OFDM信道均衡算法有：基于频域的迫零均衡和MMSE均衡算法及时域均衡算法。本文还研究了单载波频域均衡的基本原理和单载波频域均衡的关键技术,并将其与OFDM系统频域均衡进行对比,分析二者各自的优缺点。然后通过Matlab仿真比较了单载波频域均衡不同帧结构的性能及相同外部条件下,单载波频域均衡系统和OFDM系统性能的差别。最后本文讨论了一种将OFDM系统和单载波系统相结合的使系统性能更优的方案。
参考文献：
[1]. 基于IEEE802.11n协议的MIMO-OFDM系统中信道估计技术研究[D]. 许丹. 北京邮电大学. 2008
[2]. 无线通信系统信道估计技术研究与实现[D]. 贾楠. 北京邮电大学. 2008
[3]. 基于CMMB的信道估计算法研究[D]. 彭曦. 浙江大学. 2008
[4]. MIMO-OFDM系统信道估计技术研究[D]. 王昵. 西南交通大学. 2008
[5]. OFDM系统信道估计算法研究[D]. 李艳芬. 西安理工大学. 2008
[6]. MIMO-OFDM系统中信道估计方法的研究[D]. 曹松景. 重庆大学. 2013
[7]. 循环前缀在OFDM系统中的作用及应用研究[D]. 孔繁庭. 兰州大学. 2008
[8]. 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
[9]. MIMO-OFDM信道估计和信号检测联合算法研究[D]. 崔忠阳. 西安电子科技大学. 2014
[10]. OFDM信道估计与均衡技术研究[D]. 陈淑君. 大连海事大学. 2010
标签：电信技术论文; ofdm论文; 信道估计论文; mimo论文; 无线通信技术论文; 频谱效率论文; 信道带宽论文; 仿真软件论文; 频谱分析论文; 通信论文; 频域论文; dft论文; 算法论文;