基于离散小波变换的OFDM信道估计技术研究

来源 :北京工业大学 | 被引量 : 0次 | 上传用户:ncufox
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
单纯的话音通信和低速数据业务已经无法满足人们对无线通信能力的进一步要求,未来的移动通信将是以多媒体等高速数据业务为主的个人通信。为了解决高速信息流在无线信道中的传输问题,人们提出了多种应对方案,其中正交频分复用(OFDM,OrthogonalFrequencyDivisionMultiplexing)技术以其性价比高、技术成熟等优点成为第四代(4G)移动通信系统的核心技术。 要获得更高的数据传输速率和频谱利用率,OFDM系统的接收端建议采用相干检测,也即在接收端需要先用信道估计得到OFDM符号子载波的绝对参考相位和幅度,才能实现信号的正确检测。因此信道估计在OFDM系统中占有重要地位。目前国内外常用的信道估计技术有基于导频的估计、半盲估计和盲估计三种,其中基于导频的信道估计技术利用接收端已知的信息求出导频子信道的响应从而得到整个信道的响应。这种方法能够很好的跟踪信道的变化,在复杂度不是很高的情况下达到很好的误差性能。 本文首先分析讨论了OFDM系统和现有的各种OFDM信道估计技术,并根据无线衰落信道和OFDM系统的特点,基于系统可分思想设计了一个可视化的OFDM系统仿真平台。然后研究了基于线性插值的导频辅助调制信道估计算法,针对移动信道的特点对其进行改进,进一步降低了系统误符号率;在基于FFT的变换域插值法的启发下,结合小波理论,提出了一种基于离散小波变换的插值算法。最后利用可视化OFDM系统仿真平台对这两种方法进行了仿真,并与传统的信道估计方法作了比较。 计算机仿真实验表明,本文研究的多导频信道估计方法在低信噪比条件下,系统性能明显优于传统的信道估计算法。
其他文献
基于上下文的熵编码在图像编码系统中扮演着重要的角色,它充分地利用了各符号之间的相关性,使图像的压缩性能大大提升。上下文量化是上下文熵编码的最重要组成部分,它解决了熵编
随着遥感技术和成像光谱仪的发展,高光谱遥感图像在越来越多的领域中得到应用。然而,由于其较低的空间率以及地物分布的复杂性,一个像元往往是由好几种地物构成的,这严重阻碍高光谱图像的实际应用。因而,对高光谱图像进行混合像元分解就特别有意义了。目前在该研究领域,国内外的新方法新思路层出不穷。基于稀疏约束的高光谱解混问题已经成为当今遥感领域的一个热点,它是一个稀疏回归问题,目标是在一个较大的光谱库中寻找能够
在数字化信息时代,数字图像已经深入到生活的各个领域中。数字图像处理技术作为信息化时代的关键技术在人们的生活中发挥着重要的作用。在数字图像处理技术中图像去噪和边缘
随着现代科学技术的进步,在数字图像处理领域也出现了越来越多的新理论。傅立叶变换是数字图像处理的开拓者,小波分析将数字图像处理领域带入了一个崭新的领域,而近年来出现
随着科技的发展和人类活动范围的扩大,我们对安全性的需求呈现出逐年上升的趋势,生物特征识别也因此得到了广泛的研究与关注。随着技术发展的不断成熟,那些使用方便、计算简
通信、计算和互连网的结合为视频应用带来了前所未有的机遇,但也对压缩视频传输提出了新的挑战。网络的异构性和多种视频压缩标准的存在,导致视频设备和网络出现兼容性问题,而视
本文基于信源信道联合编码(JSCC)理论的指导,从联合的角度出发研究信道编码Turbo码与信源编码MELP码,并将其应用于语音的传输,在综合考虑复杂度和延迟等条件下达到了比传统信
论文背景:国家自然科学基金项目“强探测强识别传感器新型复合调制信号产生及处理”。该项目对一种FSK/PSK复合调制信号及其在雷达中的应用进行了理论研究,取得了阶段性成果
统计学习理论是机器学习领域的最新进展。该理论的核心思想是通过控制学习机器的复杂度,实现对推广能力的控制。支持向量机(Support Vector Machines,简称SVM)是在统计学习理
多尺度几何分析是近年迅速发展的一个研究热点,其意在通过对高维数据内在几何结构的高效多尺度逼近和描述,获得灵活、快速、有效的高维信号处理算法。而属于二维多尺度几何分析