-通信与信息系统-硕士答辩.pptxVIP

无线通信系统信道估计方法的研究与实现 学科专业：通信与信息系统 指导教师：赵风海 吴虹 学 生：王晓敏 1 答辩内容结构： 无线通信系统信道估计简介 基于压缩感知的超宽带信道估计方法研究 GSM/EDGE系统信道估计方法研究 CDMA2000 1X/EVDO系统信道估计方法研究 总结与展望 2 （1）无线信道简介： 衰减 信道特性 多径效应 多普勒频移 信道模型：高斯信道，瑞利/莱斯信道 信道估计：将信道状态信息较好地估计出来 3 1. 无线通信系统信道估计简介 （2）信道估计介绍： 最小二乘法（LS） 最小均方误差法（MMSE） 基于变换域的DFT算法 常用的信道估计算法 信道估计分类 非盲信道估计 盲信道估计 使用训练序列 使用导频数据 导频信息的插入方式 块状导频 梳状导频 矩形导频 频域上连续，时域上不连续； 一整个OFDM符号的所有子载波都用作导频数据 适用于时间上变化较慢的信道。 时域上连续分布，频域上离散； 对信道特性做动态估计，适用于快衰落信道； 节省了导频资源，但对信道时间变化和多径时延扩展都比较敏感，需用较为复杂的插值滤波算法进行补偿。 4 5 LS信道估计方法： 最小二乘法的准则是要使代价函数P最小： MMSE信道估计方法： 最小均方误差法的准则是使代价函数Q最小： 基于变换域的DFT算法： 2.基于压缩感知的超宽带信道估计方法研究 压缩感知理论： 主要思想：如果信号具有稀疏特性，就可以用远低于奈奎斯采样定理的速率对信号进行采样观测。得到的观测值实际上是原始信息从一个相对较高的维度到一个低维度的投影，而且要比传统采样的值要少很多，但是这些值很好地包含了原来信号的主要信息。在接收端对观测值通过重构算法能够准确地恢复出原始信号，达到和奈奎斯特采样定理相同的效果。 主要研究的问题 信号的稀疏表示 观测矩阵的设计 信号的重构算法 6 （1）信号的稀疏表示 信号稀疏性：通过某些变换域将信号投影变换，使信号表现出稀疏特性。 X是长度为N的一个离散时间信号。X在时域的元素为 。 域的一组标准正交基为 ，则信号X由标准正交基线性表示为： 可见列向量X和S是同一个信号在不同变换域中的等价表示。如果信号X在某个变换基 上仅有 个非零系数 ，那么信号X就是K-稀疏的，且称 为信号X的稀疏基。 （2）观测矩阵的设计 通过一个线性观测过程将稀疏信号X投影到一组与稀疏基 不相关的观测基 上，可以用一个 的矩阵 表示线性观测过程，得到的M个观测值为Y： 其中 叫做传感矩阵。 7 9 超宽带信道估计: （1）传统超宽带信道估计方法（LS算法）： 超宽带系统的发送端在每个帧中插入了6个训练序列用作信道估计。 （2）压缩感知在超宽带中的应用： 其中： 若有一M维观测矩阵 将A从N 维降到M维，其中MN 如果 满足约束等距准侧（RIP)，且h是稀疏的，那么就能用压缩感知来重构h。矩阵A 是一种托普利兹矩阵，从托普利兹矩阵中等间隔的选取若干行所组成的新的矩阵称为准拓普利兹矩阵。形式如下，左边为托普利兹矩阵，右边为准拓普利兹矩阵。 文献指出，如果拓普利兹矩阵中的元素服从均值为0的正态分布，则由此拓普利兹矩阵构造的准拓普利兹矩阵也可以用于压缩感知。 误码率曲线图 重构信道和原始信道的对比图 11 Y为 Nx1的训练序列，从中选取M行构成观测矩阵。 （3）改进的压缩感知超宽带信道估计方法： 重构信道和原始信道的对比图 误码率曲线图 选取不同观测值对应的误码率曲线图 12 （4）两种方法对比： 为了衡量重构 H1 与原始 H的差别，采用归一化均方误差（MSE）进行比较, 频域OMP与LS算法MSE对比图 频域OMP与LS算法BER对比图 13 3.GSM/EDGE系统信道估计方法研究 该项目是对接收到的基站GSM/EDGE信号进行处理，包括基带处理、频偏估计、信道估计等，按照要求解码出基站识别码、信号的突发脉冲序列类型、EVM等信息并画出星座图。 GSM/EDGE帧结构: 三种常用突发脉冲序列： 14