论文部分内容阅读
宽带无线信道的多径时变特性会使信号经过信道后发生畸变,出现幅度偏差与相位偏移。为准确恢复信号,接收机需要对接收信号进行检测。正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)系统中,接收机可以采用非相干检测和相干检测两种方法。相干检测性能优于非相干检测,但是需要利用信道状态信息。信道状态信息可以通过信道估计技术获取,因此接收机必须在相干检测之前进行信道估计。作为OFDM系统中的一项关键技术,信道估计的准确性制约着相干检测的性能,研究高效可靠的信道估计技术具有非常重要的理论意义与应用价值。无线信道具有稀疏特性,传统信道估计并没有对其加以利用。本文对基于导频的OFDM稀疏信道估计技术进行了研究,主要工作如下：(1)通过对基于离散傅立叶变换(Discrete Fourier Transform,DFT)的信道估计方法进行分析,发现该方法适用于稀疏信道估计利用无线信道的稀疏性能够降低该方法的计算复杂度。对时间序列分析中的指数平滑方法进行研究,从理论上分析了指数平滑抑制噪声的原理。为了增强抗噪声能力,提高信道估计准确性,将指数平滑引入基于DFT的信道估计,提出了一种基于DFT的改进信道估计方法。仿真结果表明改进方法优于基于DFT的信道估计方法,尤其在高噪声场景下性能有明显提升。(2)基于压缩感知的信道估计所需的导频数量少于传统基于导频的信道估计,提高了系统资源利用率。压缩感知中贪婪恢复算法计算简单,便于实现,但是抗噪声能力较差。本文通过将指数平滑与贪婪恢复算法中的压缩采样匹配追踪(Compressed Sampling Matching Pursuit,CoSaMP)算法相结合,提出了一种基于指数平滑的CoSaMP改进算法。仿真结果表明改进算法适用于低速场景,低速情况下性能明显优于CoSaMP算法。