OFDM高斯通道特性 瑞利信道的基本概念 Viterbi算法原理卷积码编码及Viterbi译码的发展和应用 QPSK QAM.docxVIP

OFDM高斯通道特性瑞利信道的基本概念Viterbi算法原理卷积码编码及Viterbi译码的发展和应用QPSK QAMOFDM《OFDM无线宽带移动通信系统中信道估计与均衡技术研究_宋伯炜.caj》OFDM技术的技术背景OFDM是一种特殊的多载波传输技术，它既可以被看作是一种调制技术，也可以被当作一种复用技术。OFDM通过将高速率的信息符号并行化成低速率符号，然后在多个正交的子载波上并行地发射，可以减小宽带系统的频率选择性衰落所带来的影响；由于OFDM各个子载波上的信号在频谱上混叠并保持相互正交，OFDM与普通频分复用（FDM）相比，具有较高的频谱利用率；通过加入循环前缀（CP）,有效地避免各个子载波上的符号间干扰；并且，通过灵活选择OFDM符号的长度，可以减少信道时变特性对OFDM系统性能的影响；在接收端，只需要利用简单的频域均衡器就可以完全补偿信道的衰落；通过使用快速傅立叶算法（FFT），使得OFDM接收机的实现变得非常简单。OFDM最早起源于20世纪50年代中期。早在1961年，就有人提出了一种码分复用的方案，采用正弦和余弦函数作为正交信号[6]，产生的信号已经可以和OFDM信号类似了。但是当时人们并没有认识到它在频率选择性信道上有什么优越性。自1966年，不同的文献都提出了频谱交叠的FDM系统[7]-[9]，并在此基础上发展出用离散傅立叶变换（DFT）实现FDM的方案[10]。但是，由于半导体器件技术的制约，无法高效地实现DFT算法，OFDM仍然无法实际应用。直到1971年提出了完整的OFDM系统[11]，包括用快速傅立叶变换产生信号以及在多径信道中加入保护间隔。这样，在完成FDM的过程中，不再要求使用子载波振荡器组以及相干解调，只需要简单基带处理就可以实现OFDM的信号生成，推动了OFDM的实际应用。但OFDM仍然只是在一些高频军事系统中应用，直到80年代中期，人们才开始对OFDM系统在平坦及频率选择性衰落的信道下的性能进行了分析和讨论[12]，并开始将OFDM应用到民用广播和移动接收中[13]。OFDM相继被各种无线通信标准所采用。例如数字音频广播（DAB），数字电视广播（DVB-T），无线局域网（802.11，HIPERLAN），无线广域网（802.16）等。OFDM迎来了它的第一个发展高峰。由于技术本身的优越性，以及一些非技术性的因素（比如专利因素等），OFDM技术得到了移动通信业界的广泛认同和欢迎，被普遍认为是宽带移动通信的最佳技术之一。为了共同推动OFDM在下一代移动通信中的应用，一些通信厂商建立了OFDM论坛（）,共同制定全球宽带移动网络的OFDM标准。不论是已经在制定中的增强型3G标准E3G（Enhanced 3 G），还是仅仅处在研究阶段的下一代移动通信系统B3G（Beyond 3G,or 4G）,都已经确定了以OFDM为核心的技术体系。高斯通道特性在加权高斯白噪声(AWGN ) 信道中，整个通道带宽下功率谱密度( PDF) 为常数，并且振幅符合高斯概率分布信道的信息通过能力与信道的通过频带宽度信道的工作时间信道的噪声功率密度( 或信道中的信号功率与噪声功率之比) 有关频带越宽，工作时间越长，信号与噪声功率比越大，则通道的通过能力就越强高斯信道对于评价系统性能的上界具有重要意义，对于实验中定量或定性评价某种调制方案误码率性能等也有重要作用瑞利信道的基本概念《一种基于MATLAB的瑞利信道仿真方法研究_王志杨.caj》参考图1,式(1)为基站发出信号的延迟波,fc(Hz)为发出时频率,θn为附加角度.　　　　　　rn(t) =Re[en(t)expj(2πfct)] (1)这里,Re给出附加波复包络的实部,n为附加波编号,j是虚单位.en(t)由式(2)给出,Ln为传输路径长度(m),v为移动台的速度(m/s),λ为波长(m).　　　　　　en(t) = Rn(t)expj(2π(Ln- vtcosθn)λ+φn) = xn(t)+jyn(t) (2)Rn和φn是附加波n的包络和相位,xn(t)和yn(t)是en(t)同相和正交分量,附加波n由多普勒效应引起的多普勒频移为fc= vcosθn/λ(Hz)[3,4].　　移动台收到的波形是以上所提到的附加波的合成,当波的数目为N时,接收波记为r(t):x(t)和y(t)是归一化随机过程.当N足够大时,其均值为0,方差为σ.令x = x(t),y = y(t),可以得出x(t)和y(t)的联合概率密度函数:　　　　　　p(x,y) =x2+y22πσ2exp(-x2+y22σ2) (6)　　此外,也可以用接收波的幅度和相位表示r(t):　　　　　　r(t) = R(t)cos(2πfct+θ(t)) (7)R(t)和θ(t)为:　　　　　　R(t) = R