欢迎来到天天文库
浏览记录
ID:34015160
大小:716.00 KB
页数:47页
时间:2019-03-03
《一种新的计算ofdm系统误码率的方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、目录摘要IIIABSTRACTIV第一章引言11.1研究背景11.2本文研究工作21.3本论文内容安排3第二章OFDM系统原理52.1OFDM系统介绍52.2OFDM系统基带模型52.3OFDM系统发展112.4OFDM系统优缺点112.5OFDM系统关键技术13第三章基于OFDM系统的信道估计技术173.1无线信道的特征173.1.1路径损失173.1.2慢衰落和快衰落183.1.3选择性衰落193.2无线信道的信道估计213.3基于导频的OFDM信道估计方法223.3.1导频的选择与插入233.3.2接收端导频位
2、置信道信息获取的方式243.3.3通过导频获取的信息恢复信道的信息26第四章基于不等长分组OFDM系统的信道估计算法314.1信道盲估计系统的概述314.2基于不等长分组的OFDM系统324.3信道盲估计技术344.3.1子空间分解法35-43-4.3.2相关匹配方法354.4系统仿真与分析36总结与展望39参考文献41致谢43-43-一种新的计算OFDM系统误码率的方法摘要正交频分复用(OrthogonalFrequencyDivisionMultiplexing,OFDM)技术是一种无线环境下的高速多载波传输技术
3、,它通过串并转换把高速数据流分配到速率相对较低的若干个正交频率子信道中进行传输,采用循环前缀作为保护间隔,可以有效的对抗频率选择性衰落和窄带干扰,最大限度的消除多径衰落造成的符号间干扰和子信道间干扰,提高了频谱利用率,成为第四代(4G)移动通信系统的核心技术。传统的信道辨识和均衡是通过发送训练序列或者利用某些信道的辅助信息来完成的,但是这种方法在很大程度上降低了信息传输效率。而盲信道估计算法的实现就是针对导频信号的缺点而产生的,所以它节省了带宽并且能够追踪信道的慢变化。本文真对等长分组情况,提出基于不等长分组的OFD
4、M信道盲估计算法,给出了它的详细的理论推导,结合子空间分解法、相关匹配和最大似然方法,并利用MonteCarlo进行了算法仿真和性能分析。仿真结果表明此方法可以实现。这是因为不等长分组不需要加循环前缀,就能在发射序列中引入周期平稳性。所以改进的算法不仅降低了传统算法的复杂度,而且提高了系统的传输能力。关键词:正交频分复用,盲信道估计,子空间算法,盲辨识-43-ABSTRACTOFDMisaneffectivetechniqueforhigh-ratemulti-carrierwirelesstransmissions
5、ystem,itdividestheoverallfrequencybandintoanumberoforthogonalitysubbandandtransmitsalow-ratedatastreamineachsubbandthroughserial-to-parallelconverter,addscyclicprefixasguardinterval,whichiseffectiveovercomethemultipathfadingeffectandreducetheISIandICI,andachiev
6、eshighspectralefficiency.OFDMisthekeytechniqueofthenextgenerationofcommunications.Thetraditionalchannelidentificationandthebalanceisbysendingatrainingsequenceorusesomeoftheauxiliarychannelinformationtocomplete,butthismethodtoalargeextentreducethewideninginforma
7、tiontransmissionefficiency.Theblindchannelestimationalgorithmistherealizationofpilotsignalfortheshortcomingsandhave,therefore,itsavesbandwidthandtheabilitytotracktheslowchannelchanges.InthispaperthedivisionbasedonthelengthoftheOFDMChannelblindalgorithm,givenits
8、detailedtheoreticalanalysis,withsub-spacedecomposition,matchingandmaximum-likelihoodapproachanduseofMonteCarlosimulationforthealgorithmandperformanceanalysis.Thesimulationre
此文档下载收益归作者所有