双选择性信道和空间相关信道下MIMO无线通信系统中信道估计.pdf

双选择性信道和空间相关信道下MIMO无线通信系统中信道估计.pdf

  1. 1、本文档被系统程序自动判定探测到侵权嫌疑,本站暂时做下架处理。
  2. 2、如果您确认为侵权,可联系本站左侧在线QQ客服请求删除。我们会保证在24小时内做出处理,应急电话:400-050-0827。
  3. 3、此文档由网友上传,因疑似侵权的原因,本站不提供该文档下载,只提供部分内容试读。如果您是出版社/作者,看到后可认领文档,您也可以联系本站进行批量认领。
查看更多
捕嚷 摘要 多输入多输出(MLMO)技术是未来移动通信系统实现高数据速率,提岛传输质 量的重要途径。高速分组宽带传输和高移动性终端的要求,使得无线MIMO通信信 道具有时间选择性与频率选择性两个特征,因此未来的MIMO通信系统将面临双选 择性衰落信道模型。然而发射天线阵或接收天线阵的各单元之间还存在一定的相关 性以及传输中的针孔效应等因素,使无线MIMO衰落信道模型更复杂,囡此所涉及 的M1MO空时信号处理也有很多困难亟待解决。对MIMO倍道的估计与跟踪是相当 重要的,因为其估计的精确性对整个通信系统的性能有着很大影响。当天线数目增 加时,信道估计遇到了极大的挑战,因为未知的信道抽头个数增加,目.发送能量被 分割。 本文对双选择性信道与空间相关信道下MIMO无线通信系统中的信道估计等问 题进行了深入研究,主要工作如下二 提出了基于训练序列和序贯蒙特卡罗滤波的MIMO时变频率选择性衰落信道的 估计与跟踪方法。根据时变无线信道的动态性,将信道冲激响应近似看作一个低阶 的自回归(AR)矢量过程,以便于进行时变信道的跟踪。接着在此模型的基础上,利 用序赁蒙特卡罗滤波对MIMO通信系统中的双选择性信道进行了跟踪;跟踪过程中 需要与信号检测交替进行,即在:状态变量的预测和新甚修正的中间要进行一次码元 的检测,所采用的方法是MMSE.DFE,最后与扩展卡尔曼滤波方法作了比较。 在数据分组传输方式下,提出了一种基于导频符号辅助调制(PSAM)的MIMO 时变频率选择性信道估计方案。首先,对时间.频率双选择性MIMO信道,建立了~ 个复指数基扩展信道模型;然后基于该复指数基扩展信道模型,提出了采用PSAM 的MIMO双选择性信道估计方法;最后在谚估计算法的基础上.基于信道估计MSE 最小、检测信号的MSE最小以及平均信道容量最大原则,对PSAM的参数进行了优 化设计,主要包括导频的插入方式、导频块的结构、分块传输数据子块的个数、以 及能量分配等。 在数据分组传输方式下,提出了基于多项式内插的MIMO时间一频率双选择性信 道估计力法。将时间一频率积选择性MIMO信道,建模为一个随时问变化的多项式 内插信道模犁;然后,根据信道Doppler衰落速率、多项式模型中的误差项,确定出 模型的阶数以及整个数据块的长度:最后,基于该多项式内插信道模型,提出J,采 用PSAM的MIMO双选样性信遭估计方法。 东南上学博j学{i,t^立 对MIMO.OFDM系统中基丁导频的时间.频率职选择性衰落信道的估计和最优 导频参数的设计问题进彳亍了研究。利用复指数基扩展信道模型来表示一个OFDM符 号周期内双选择性衰落信道的变化;然后基于该复指数蓼扩展信道模型,提出了一 种有效的MIMO—OFDM艰选择性衰落信道的估计力法;最后在该估计算法的基础 上,基于信道估H‘均方误差最小准则,对导频及其参数进行了优化设计,主要包括 导频的个数、导频的插入位置以及导频的表达形式等。 对MIMO系统中基于训练序列的空间相关、路径相关信道的估计及最优训练序 列设计问题进行了研究。提出了一种有效的MIMO空间相关与路径相关信道估计方 法,计算了信道估计的均方误差;根据信道估计均方误差最小的原则,对训练序列 进行了优化设计。分析是基于最近提出的空间相关信道模型——Kronecker内积模 型,其假定收发天线阵列引起的信道统计量是可分离的。然而,分析框架可应用于 更一般的_卡u关信道模型。 提出了空问相关、路径相关MIMO-0FDM通信系统中的空频统计预编码方案。 该模型的基础上,基于平均信道容量最大原则,利用统计注水方法对发送端进行了 空频统计预编码,这个方法只需知道信道的相关特性,即信道的二阶统计量,不必 对其频繁更新,且容易获得。婵论分析表明,若在发送端利用空间相关,路径相关 的信息,则空频统计预编码可以提高MIMO—OFDM系统的信道容量。仿真结果也进 一步验证了h述结论。 关键词:多输入多输出,正交频分复用,双选择性信道,空间相关信道,路径相关 信道,信道估计,信道跟踪,导频符号辅助调制,序贯蒙特卡罗滤波,基扩展信道 模型,多项式内插,Kronecker内积,信道容量,字频统计予贞编码 n

文档评论(0)

ww235998 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档