欢迎来到天天文库
浏览记录
ID:33324806
大小:2.92 MB
页数:84页
时间:2019-02-24
《mimo-ofdm系统的联合频偏与信道估计技术研究》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、丛I丛Q二QE巡丕统鲍璧佥题堡生篮遒.鱼盐垫盔巫窒⑧论文作者签名:彳余物指导教师签名:三基砬逮论文评阅人1:评阅人2:评阅人3:评阅人4:评阅人5:答辩委员会主席:委员l:委员2:委员3:委员4:委员5:浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得盘鎏盘堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论
2、文中作了明确的说明并表示谢意。学位论文作者签名:彳会、杨签字日期:矽I“年弓月fD日学位论文版权使用授权书本学位论文作者完全了解逝姿盘鲎有权保留并向国家有关部门或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。本人授权逝姿盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:飧、杨导师签名:遗通签字日期:加』年年弓月一日签字日期:矽14年乡月/o日浙江大学硕士学位论文摘要摘要正
3、交频分复用(OrmogonalFrequencyDivisionMultiplexing,OFDM)技术能够有效地对抗多径衰落,同时具有较高的频谱效率,因此是宽带移动通信系统最佳的调制和多址接入候选方案。多输入多输出(Multiple-lnputMultiple一0utput,MIM0)技术能够有效地利用多径来提高系统容量(复用增益)或链路可靠性(分集增益),是极大提高通信系统频谱效率的有效手段。而两者联合而成的MIM0.OFDM技术,集两者之长于一身,己成为时下热门移动通信系统的标准配置。作为多载
4、波系统,OFDM对载波频率偏移(Ca而erFrequencyO魅et,CFO)非常敏感。由多普勒频移和收发端晶振不匹配引起的CF0,会破坏子载波间的正交性,造成子载波间干扰,导致系统性能严重恶化。同时,为了实现相干解调,准确的信道冲激响应(Cha衄ellmpulseResponse,CIR)信息也是不可或缺的。在通信系统中,这两个未知参数经常是同时存在并耦合在一起的,因此研究联合CFO和CIR估计算法具有现实意义。针对时不变频选衰落信道MIMO.OFDM系统,论文在前人研究的基础之上,提出了一种“多
5、天线、多径”模型;基于此模型,推导了最大似然联合估计和相应的CIUB限;接着为了降低估计的复杂度,论文研究了基于期望最大化型算法(Expectation.Maximization,EM)的迭代联合估计,仿真的结果表明EM型算法能够有效地逼近克拉美罗下限(Crame卜RaoLowerBound。CRLB);最后,论文针对稀疏信道环境,采用子空间匹配(SubspacePursuit,sP)压缩感知算法,修正了信道估计部分的方法,仿真的结果表明修正后的迭代联合估计具有更好的估计性能和更低的迭代复杂度。针对
6、时变频选衰落信道MIMO—OFDM系统,论文分析了时变信道的统计特性,给出了时变信道表示方法一一基扩展模型(BasisExpaIlsionModel,BEM),并仿真比较了几种常见BEM的表示性能;然后在前人研究的基础之上,论文先研究了SISO.OFDM系统的系统模型,并分别给出了频域和时域两种联合估计方法;最后针对MIM0.OFDM系统,论文提出了一种“多天线、多径、时变”模型,从前面的时域联合估计方法中拓展出基于最大似然准则和最大后验准则的两种估计方法,仿真结果表明基于时变相关特性的最大后验方法
7、具有更好的估计性能。最后,简单梳理了本文的研究思路和取得的成果,并针对不足之处,探讨了以后的研究方向和改进思路。关键字:MIMo.oFDM,联合频偏与信道估计,最大似然(ML),期望最大化(EM),稀疏信道估计,时交信道,基扩展模型(BEM),最大后验(脚)TABSTRACTonhogonalf.requencydiVisionmultiplexing(0FDM)tecluliqueo毹rsmcreasedrobustIlessagainstmultipathfadingandhashighspec
8、仃alemciency,soithasbecomethebestmodulationandmultipleaccesss01utionforbroadbandmobilecommunicationsystem.Multiple-i11putmultiple—output(MIMO)teclllliqueproVidessigni丘cantincreasesindatathroughout(multiplexinggain)and1i111(reliability(di
此文档下载收益归作者所有