mimo-ofdm系统中信道估计方法的研究论文

《mimo-ofdm系统中信道估计方法的研究论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京邮电大学硕士研究生学位论文摘要随着互联网和移动通信的高速发展，无线高速数据服务的要求也与同俱增。正交频分复用(OrthogonalFrequencyDivisionMultiplexingOFDM)技术能够有效的抵抗符号间干扰且能提高频谱利用率。多输入多输出(Multiple．InputMultiple．OutputMIMO)技术通过多个发送和接收天线大大提高了无线信道的容量。MIMO．OFDM技术已经成为下一代移动通信的核心技术之一。信道估计作为MIMO．OFDM的关键技术直接影响着系统的性能。本文从频域估计和时域估计两个方面出发，对MIMO．OFDM系统的信道估计技术作了分析

2、研究。论文首先介绍了MIMO和OFDM技术的原理及各种空时编码(BLAST,STTC，STBC)，给出了MIMO．OFDM技术结合的几种系统模型。接着介绍了无线移动信道的特性及本文仿真所采用的SUI．3信道模型。然后论文对基于导频的频域估计方法的三种导频结构及三种信道估计的基本方法(LS，LMMSE，ML)以及基于迭代DFT的插值算法进行了研究和仿真分析比较。论文还研究了MIMO．OFDM经典的时域估计算法及其改进算法，对算法的无偏估计和MSE作了详细的证明和计算，在此基础上设计了最优『F交训练序列并推广至多根天线的系统中。从仿真中得出：对于两发两收的16QAM系统来说，要达到lxl

3、o-j的BER，采用改进的时域估计方法要比频域LMMSE改善了ldB。为了降低信道估计计算的复杂度，论文还采用了一种频域相关的时域信道估计方法，减小了矩阵求逆的次数，在性能略有下降的情况下，使得信道估计的计算复杂度降低了一半。论文最后在统一架构下给出了频域和时域各种估计方法与理想信道下的性能比较与仿真分析，得出了一些有益的结论。南京邮电大学硕士研究生学位论文AbsttactAbstractTherapidgrowthofIntemetandmobilecommunicationssuggeststhatwirelesshigh-speeddataserviceswillbcingre

4、atdemand．OrthogonalFrequencyDivisionMultiplexing(OFDM)hasrobustnesstointer-symbol·interference(IS0andhighspectrume街ciency．Multiple-InputMultiple-Output(MIMO)technologycansignificantlyincreasecapacityofwirelesschannelbydeployingmultipletransmitandreceiveantennas．ThecombinationofOFDMandMIMehasbee

5、nconsideredasoneofthekeytechnologiesofnextgenerationmobilecommunicationsystem．ChannelEstimationasthekeytechnologyhasthedirectimpactinfluenceontheMIMO-OFDMsystem．WefocusonthestudyofchannelestimationmethodinMIMO-OFDMsystemfromfrequency-domainandtime-domain．Firstly,thebasicprincipleofMIMOandOFDM，a

6、lsothekindsofspace-timecodingaredescribed(BLAST,STTC，STBC)．ThekindsofsystemmodelofMIMO-OFDMareinvestigated．ThenthecharacteristicofwirelesschannelandtheSUI-3channelmodelweusedinthispaperaredescribed．Duringthestudyofchannelestimationmethodsinfrequency-domain，weinvestigatethreekindsofstructureofpi

7、lotandthreebasicestimationprinciple(LS，LMMSE，ML)，alsoamethodofinterpolationcallediterativeDFT．Fromthesimulationwegiveallanalysisandcomparisons．Thentheclassicalmethodofchannelestimationanditsimprovedalgorithmintime-domainareinvesti