基于MIMO-OFDM系统信道估计算法的研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:gaoqingshan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
正交频分复用(OrthogonalFrequencyDivisionMultiplexing,OFDM)因其抗多径干扰能力强和频谱利用率高,被视为下一代移动通信系统的核心技术之一。多输入多输出(Multiple-InputMultiple-Output,MIMO)技术通过有效利用多径效应,在很大程度上提高了频带效率和系统容量。OFDM技术和MIMO技术的结合已经成为移动通信发展的必然趋势。对于MIMO-OFDM系统而言,准确的信道估计对提高系统性能尤为重要。本文主要对MIMO-OFDM系统的信道估计算法做了深入的研究。 本文首先介绍MIMO-OFDM系统的基本原理及系统模型。研究空时分组码的编解码原理,并讨论无线信道的特点以及本文仿真所采用的SUI-3信道模型。 然后在导频辅助的信道估计方面,从导频的模式出发,研究目前已提出的最小二乘(LS)、线性最小均方误差(LMMSE)、最大似然(ML)三种基本的信道估计算法。并在基于SUI-3的仿真平台上分析比较了三种算法的性能。着重讨论不同的帧头结构、不同的调制方式以及不同功率分布的帧头对信道估计算法性能的影响,仿真结果表明:对于同一种信道估计算法而言,四种帧头结构的BER性能相近,但第二种帧头节省系统开销;采用QPSK调制方式的系统性能优于16QAM和64QAM调制方式的系统性能,但64QAM调制方式的编码效率优于其它两种调制方式;采用低峰均比功率分布(LowPAPR)帧头的BER性能优于802.16a协议帧头的BER性能。 最后,分别研究了单天线和多天线系统中基于子空间分解的盲信道估计算法。并在此基础上,提出了一种适用于多天线OFDM系统的改进算法,仿真结果表明:随着接收天线数目的增加,改进算法的均方误差随之降低;当增大参与估计的OFDM符号数目时,系统BER性能不断改善。
其他文献
本文基于图像分割技术对织物疵点的检测与识别进行了研究。织物瑕疵是影响布匹质量的重要因素,所以疵点检测是织物生产过程中必不可少的环节。为了提高检测效率与准确率,应研究
随着Internet技术和网络业务的飞速发展,用户对网络资源的需求空前增长,网络也变得越来越复杂。不断增加的网络用户和应用,导致网络负担沉重,网络设备超负荷运转,从而引起网络性能
随着网络和多媒体技术的发展,出现了众多的图像数据库,且图像数据库的图像数量也在急剧地增加。用户越来越迫切地需要对大型图像数据库进行检索。基于内容的图像检索技术(CBIR)得
基于Slepian-Wol和Wyner-Ziv理论的分布式视频编码是适应当前视频上行链路传输模型而提出的一种新的视频压缩框架。不同于传统的视频压缩框架,分布式视频编码将大量计算复杂度
低密度校验(LDPC)码是基于稀疏校验矩阵的线性分组码,它最初由Gallager于1962年提出,当时并未受到人们的重视。经数十年的沉寂,随着计算机能力的增强和相关理论(如图论、BP算