本文關(guān)鍵詞：OFDM系統(tǒng)中信道壓縮估計(jì)技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：壓縮感知理論是近幾年來(lái)飛速發(fā)展的一個(gè)熱門(mén)研究課題,它的出現(xiàn)開(kāi)辟了一種信息獲取的新方式。它打破了奈奎斯特采樣定理的限制,使得以遠(yuǎn)低于奈奎斯特采樣速率進(jìn)行稀疏信號(hào)的采樣并精確重構(gòu)原始信號(hào)成為可能�？紤]到在實(shí)際的無(wú)線通信系統(tǒng)中,無(wú)線信道的沖激響應(yīng)通常具有稀疏性,因此本文主要研究了OFDM系統(tǒng)中的信道壓縮估計(jì)方法,以大幅減少導(dǎo)頻開(kāi)銷(xiāo),提升系統(tǒng)性能。 論文首先驗(yàn)證了信道壓縮估計(jì)算法的性能,并依據(jù)信道時(shí)延擴(kuò)展不超過(guò)循環(huán)前綴的前提假設(shè),在信道重構(gòu)時(shí)縮小信道多徑位置搜索區(qū)間大小,不僅降低了計(jì)算復(fù)雜度,同時(shí)提升了信道估計(jì)性能。針對(duì)隨機(jī)導(dǎo)頻在實(shí)際通信系統(tǒng)中應(yīng)用不便的缺陷,基于最小化相關(guān)系數(shù)準(zhǔn)則,在一系列備選矩陣集合中,尋找相關(guān)系數(shù)最小的矩陣作為感知矩陣,并驗(yàn)證了確定性導(dǎo)頻方案能夠達(dá)到接近隨機(jī)導(dǎo)頻的良好性能,最后為L(zhǎng)TE系統(tǒng)的不同帶寬配置設(shè)計(jì)了最佳的確定性導(dǎo)頻方案。 當(dāng)信道隨時(shí)間快速變化時(shí),需要信道跟蹤技術(shù)實(shí)現(xiàn)信道狀態(tài)參數(shù)的實(shí)時(shí)估計(jì),接收端才能夠確保接收的準(zhǔn)確性。本文針對(duì)壓縮感知信道與卡爾曼濾波方法迭代更新信道時(shí)變參數(shù)相結(jié)合的信道壓縮跟蹤估計(jì)方法,結(jié)合OFDM系統(tǒng)自身的特性,對(duì)該方法的初值條件進(jìn)行了優(yōu)化,加快了算法的收斂速度,提升了信道跟蹤的性能。另外在進(jìn)行仿真驗(yàn)證時(shí),本文結(jié)合算法的迭代過(guò)程給出了所處環(huán)境下的多普勒頻移估計(jì)。 針對(duì)多天線系統(tǒng),本文在信道的三維空間模型基礎(chǔ)上,充分利用俯仰角和方位角所構(gòu)成的天線陣列矩陣呈現(xiàn)的特性,重點(diǎn)介紹了三種空間域的角度估計(jì)算法——聯(lián)合MUSIC,分步MUSIC,基于稀疏字典集的壓縮角度估計(jì),并分析驗(yàn)證了它們?cè)谛阅芎蛷?fù)雜度上的差異。最后考慮到信道在時(shí)延域和空間角度域上的稀疏特性,根據(jù)現(xiàn)有文獻(xiàn),簡(jiǎn)要介紹了一種在時(shí)延-發(fā)射角-到達(dá)角三個(gè)維度上進(jìn)行信道狀態(tài)信息估計(jì)的壓縮估計(jì)算法。與傳統(tǒng)的基于訓(xùn)練序列的ML估計(jì)相比,該方法能獲得更低的信道估計(jì)均方誤差性能下界,且大大減少了導(dǎo)頻開(kāi)銷(xiāo)。
【關(guān)鍵詞】：OFDM系統(tǒng) 壓縮感知理論 信道估計(jì) 卡爾曼濾波 角度估計(jì)
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN929.53;TN911.2
【目錄】：

• 摘要4-6
• ABSTRACT6-8
• 目錄8-10
• 第一章 緒論10-18
• 1.1 研究背景10-11
• 1.2 無(wú)線信道簡(jiǎn)介11-13
• 1.3 無(wú)線信道估計(jì)13-16
• 1.3.1 LS信道估計(jì)13-15
• 1.3.2 LMMSE信道估計(jì)15-16
• 1.3.3 DFT信道估計(jì)16
• 1.4 論文內(nèi)容安排16-18
• 第二章 基于壓縮感知的時(shí)延域信道估計(jì)18-38
• 2.1 OFDM系統(tǒng)簡(jiǎn)介18-20
• 2.2 壓縮感知20-24
• 2.2.1 重構(gòu)條件22-23
• 2.2.2 重構(gòu)算法23-24
• 2.3 基于壓縮感知的時(shí)延域信道估計(jì)24-26
• 2.4 性能仿真26-30
• 2.5 確定性導(dǎo)頻圖樣優(yōu)化設(shè)計(jì)30-36
• 2.5.1 最小化相關(guān)系數(shù)法31-32
• 2.5.2 修正的最小化相關(guān)系數(shù)法32-36
• 2.6 本章小結(jié)36-38
• 第三章 基于卡爾曼濾波算法的稀疏信道跟蹤38-52
• 3.1 引言38
• 3.2 卡爾曼濾波簡(jiǎn)介38-40
• 3.3 基于kalman濾波算法的壓縮信道狀態(tài)跟蹤40-52
• 第四章 基于壓縮感知的空間角度估計(jì)52-66
• 4.1 引言52-53
• 4.2 基于聯(lián)合MUSIC算法的空間角度估計(jì)53-56
• 4.3 基于分步MUSIC算法的空間角度估計(jì)56-58
• 4.4 基于壓縮感知重構(gòu)算法的空間角度估計(jì)58-60
• 4.5 聯(lián)合時(shí)延域-空間域中基于壓縮感知的信道信息整體估計(jì)60-66
• 4.5.1 窄帶MIMO信道估計(jì)61-64
• 4.5.2 寬帶MIMO信道估計(jì)64-66
• 第五章 總結(jié)和展望66-68
• 5.1 論文主要工作總結(jié)66
• 5.2 下一步的研究工作66-68
• 參考文獻(xiàn)68-72
• 附錄72-77
• 附錄Ⅰ——線性插值下,LS估計(jì)的最小MSE推導(dǎo)72-74
• 附錄Ⅱ——信道跟蹤模型中誤差參數(shù)所服從的概率分布推導(dǎo)74-75
• 附錄Ⅲ——略縮語(yǔ)說(shuō)明75-77
• 致謝77-78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 李樹(shù)濤;魏丹;;壓縮傳感綜述[J];自動(dòng)化學(xué)報(bào);2009年11期

  本文關(guān)鍵詞：OFDM系統(tǒng)中信道壓縮估計(jì)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：344239