mimo-ofdm物理层的信道估计技术

mimo-ofdm物理层的信道估计技术

ID:31967708

大小:1.45 MB

页数:67页

时间:2019-01-29

mimo-ofdm物理层的信道估计技术_第1页
mimo-ofdm物理层的信道估计技术_第2页
mimo-ofdm物理层的信道估计技术_第3页
mimo-ofdm物理层的信道估计技术_第4页
mimo-ofdm物理层的信道估计技术_第5页
资源描述:

《mimo-ofdm物理层的信道估计技术》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、摘要正交频分复用(OrthogonalFrequencyDivisionMultiplexing,OFDM)技术成为宽带无线传输领域的研究热点。OFDM技术将频率选择性多径衰落信道在频率内转换为平坦信道,可有效对抗多径衰落的影响。同时,利用多发射天线和多接收天线的MIMO技术可以显著提高系统容量,己成为下一代通信系统的关键技术。如何有效利用OFDM技术以及MIMO技术实现无差错高速无线传输,有许多关键问题亟需解决。本文研究了MIMO-OFDM系统物理层的信道估计技术。首先,本文讨论了无线信道的三种衰落,并指出对于微小区结构,主要起作用的是小尺度衰落(多径衰落)。在多径衰落下,分析了其衰落

2、特性。介绍了衰落信道的统计模型和计算机仿真模型。接着介绍了OFDM的基本原理和MIMO.OFDM中的STBC.STTC,BLSAT结构。对于MIMO---OFDM系统,研究了基于训练序列的信道估计方法。对于Ls的时域估计,进行了正交序列设计,研究了简化算法,降低了求逆矩阵的规模。在改进算法中,采用了最优化训练序列,避免了求逆运算。对于MMSE估计,给出了一种训练序列设计方法,转多天线信道估计问题为单天线,并使用svd的方法进行低秩近似,进一步简化算法。本文在运用空时分组序列转化多天线估计问题为单天线的同时,采用了子空间投影的方法,并采用了低秩滤波器中的信号子空间跟踪算法,分别是基于QR分

3、解和Givens旋转,降低了信道估计的运算量,并有较好的性能。关键词:MIMO-OFDM,子空间投影,训练序列,子空问跟踪ABSrRACTAbstractOFDM(OrthogonalFrequencyDivisionMultiplexing)iscurrentlyahotresearchtopicinthefieldofbroadbandwirelesscommunication.0FDMcaneffectivelycombatthemultipathfadingandconvertthefrequencyselectiveehannelintoflatchanl'lelinfrequ

4、encydomain.MIMOCalldramaticallyincreasethecapacity,andhasbeenakeytechniqueinthenextgenerationcommunication.TherehavebeenmanyproblemsinOFDMandMIMotechniquesforhighratecommunication.T11iSpaperfocusesonehannelestimationintheMIMO-oFDMsystem.First,Idiscussthreekindoffading.Amongthese,multipathfadingis

5、themostimportantinmicrodistrict,whichishighlyemphasised.Thesimulationmodelsandstatisticalmodelsinchannelareintroduced.Inthefollowing,thebasicprinciplesofOFDMandSTBC,STTC,BLASTinMIMO·OFDMarediscussed.IdosomeresearchOffchannelestimationbasedontrainingsequencesinMIMO.OFDMsystem.ForLSestimationintime

6、domain,IUSeorthogonalsequences,whichcanreducethecomplexity.Intheimprovedalgorithm,optimaltrainingsequencesareusedtoavoidtheinverseofamatrix.ForMMSEestimation,amethodusingtrainingsequenceCaneonvertthemulti.antennaschannelestimationintosingleantenna.ThenSVDmethodisusedtosimplifythealgorithm.Whileus

7、ingSTBCtrainingsequence,subspaeeprojectionisalsoproposed.Andthesubspacetrackingalgorithminlowrankadaptivefilter,suchasQRfraetionsubspacetrackingandGivensrotationsubspaeetracking,canmakeagoodcompromisobetweenthecomplexi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。