一、一种新颖的STBC-OFDM信道估计算法(论文文献综述)
常英杰[1](2019)在《面向短突发MIMO-OFDM通信系统编码技术的研究》文中研究说明短突发通信系统经常用于军事、卫星、深空等通信领域。为了保证传输信息的保密性,短突发通信系统通常采用短帧结构。然而,短帧结构会给短突发系统带来一定的问题,其中由于短帧结构限制训练序列的长度而导致接收端信道估计准确性降低,进而影响系统的性能便是一个很重要的问题。差分编码是一种非相干检测编码技术,在信道信息未知的情况下,也可实现对传输数据的解码。因此本文主要研究了基于差分编码的短突发通信系统,以避免复杂的信道估计,具体工作如下:一、构建了基于差分空时频编码的短突发MIMO-OFDM通信系统。系统中采用了差分空时频编码方案,在发射端和接收端均不需要信道状态信息。对同一个OFDM符号中不同的子载波进行差分编码,适合于所构建系统的帧结构,既能降低参考符号的冗余、提高系统中数据符号的比例,又能获得系统的最大分集。并将构建的系统与基于信道估计的短突发MIMO-OFDM系统进行仿真对比,证明了所构建系统的优越性。为了进一步提高系统的可靠性,在构建的系统中引入信道编码,并通过仿真验证选取了RS码作为最适合的信道编码码型。二、构建了基于差分编码的短突发大规模MIMO通信系统。将系统的接收端配备大量的接收天线,从而提高了系统的数据传输速率和频谱效率。采用逐块差分编码的方式,完成了从发射端编码到接收端解码整个过程的理论推导并对其进行了仿真分析。多符号差分检测方案是将传统的两个符号的观察间隔扩展到多个符号的观察间隔,可以弥补与相干检测的性能差异。因此将多符号差分解码方案引入到所构建的系统中,构建了面向短突发的大规模MIMO多符号差分通信系统。并通过仿真分析,证明了所提方案进一步提高了系统的性能。
陈艳[2](2013)在《基于稀疏采样的水声OFDM通信信道估计技术研究》文中认为正交频分复用(OFDM)技术可以充分利用水声信道的有限带宽,有效抵抗多径传输引起的码间干扰。同时它还可以和多输入多输出(MIMO)技术相结合,在不增加频谱资源的情况下,成倍地提高信道容量,在水声通信中具有广阔的发展前景。但随着通信距离的增加,信道条件恶化,多径、多普勒对水声信号的影响加剧,接收信号在相位、频率和幅度上产生失真。因此有必要采用信道估计技术对接收信号做出相应的补偿。基于导频的信道估计方法因其计算简单、收敛速度快、易于工程实现,得到广泛应用。但这种方法均是假设水声信道是密集多径的,需要插入大量的导频才能获得准确的信道信息,导致系统频谱利用率低。随着研究的深入,越来越多的测试实验表明水声信道呈现稀疏性。深入挖掘无线信道的稀疏特性并加以充分利用,可大幅度地减少导频信号,提高系统的频带利用率。近年提出的压缩感知理论(compressive sensing, CS),也称压缩采样(CompressiveSampling, CS),突破传统的信号获取方式,利用信号的稀疏性在采样的同时对信号进行压缩,通过少量的采样值精确地重构出原信号,在实现稀疏信号重建方面,获得了蓬勃的发展。水声信道的内在稀疏特性使得信道估计问题可以归结为稀疏信号重建问题,继而采用压缩感知理论对信道进行稀疏采样与重构。因此本文就基于稀疏采样的水声信道估计技术展开了深入分析与研究。本文在分析水声信道特性、OFDM技术和MIMO技术基本原理的基础上,结合压缩感知原理,研究了水声SISO-OFDM系统和MIMO-OFDM系统中基于压缩感知的信道估计算法,以基于射线理论的水声相干多径信道模型为对象,重点研究了基于正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法和压缩采样匹配追踪(CompressiveSampling Matching Pursuit, CoSaMP)算法的水声信道估计,并与传统的最小二乘(LeastSquare, LS)信道估计算法进行了仿真比较,仿真结果表明与LS算法及OMP算法相比,CoSaMP算法具有更好的信道估计性能,可以使用更少的导频信号得到更高精度的信道估计性能,提高了系统的频带利用率。另外,本文还通过仿真和压缩感知理论分析得出了水声OFDM系统中基于CoSaMP信道估计方法的最佳导频数量和最佳导频插入位置,为该算法在水声通信的实际应用提供了理论指导。
张阳[3](2011)在《无线通信系统中的关键传输技术研究》文中指出随着无线通信系统的高速发展,对数据传输速率,可靠性以及频谱利用率的要求越来越高。正交频分复用(Orthogonal Frequency Division Multiplex-ing, OFDM)有较强的抵抗频率选择性衰落的能力,与多天线技术相结合后,通过在不同天线上传输不同的数据,可以进一步提高系统容量,而多节点协作被证明是以分布的形式获得空间分集的有效实现方式。本文针对OFDM,多输入多输出(Multiple Input Multiple Output, MIMO)以及协作通信中信道估计,干扰消除和预编码技术做了深入研究,主要研究工作总结如下:1.提出了一种适用于有虚载波的正交频分复用系统的改进信道估计算法。由于传统的信道估计器无法估计虚载波处的信道传输函数,从而逆离散傅立叶变换导致信道能量泄漏,使得时域滤波方法不能够直接应用。为了解决这个问题,利用信道冲激响应的有限性,推导了以最小二乘(Least Squares, LS)法来估计虚载波处的信道传输函数。进一步观察信号子空间和噪声子空间中噪声的相关性,使用最大后验概率准则估计出信号子空间的噪声并消除其带来的估计误差,该过程不需要信道统计信息。不仅在训练模式下,该算法也可以推广应用于基于判决反馈的跟踪模式下。仿真结果表明,改进算法无误符号率平台效应且其误符号率较传统LS算法有2dB的信噪比增益。2.提出了一种混合导频辅助的适用于MIMO-OFDM系统在低信噪比任意多普勒扩展环境下的信道估计算法。针对在快衰落信道下将最优导频(Optimal Pilots, OP)分散在多个OFDM符号内导致信道估计性能较差的缺点,该算法首先假设在一个OFDM符号内未传送OP的子载波上发送相应的虚拟OP,然后利用时变选择信道频域响应的时频相关性及导频子载波处的接收信号可估计出其虚拟接收信号,最后联合真实和虚拟导频接收信号在一个OFDM符号内使用LS准则可以获得信道冲激响应的估计值。仿真结果表明该算法对多普勒扩展不敏感,能有效改善由于信道时变带来的信道估计均方误差平台,且其性能在低信噪比区域好于静态信道下OP的估计性能。3.给出了三种抑制子载波间干扰(InterCarrier Interference, ICI)的算法。(1)提出一种频域迭代ICI消除算法。通过将信道传输矩阵分离为数据部分和ICI部分,首先利用迫零算法获得发送信号的初始估计值,由信道的ICI矩阵生成干扰信号,从接收信号中减去干扰,之后利用数据矩阵和并行干扰抵消算法来消除不同发送天线上相同子载波的多流干扰。仅考虑邻近18个子载波带来的干扰,在其性能与原算法几乎相同的条件下,可以极大的降低计算复杂度。仿真结果表明该算法在不同的多普勒频移条件下能有效的消除子载波间干扰,并且在低信噪比下逼近准静态信道下系统的性能。(2)采用最优频域部分响应编码来消除ICI,主要推导了载噪比的闭式表达式,并以此来定量分析时变信道对MIMO-OFDM系统性能带来的影响以及部分响应编码带来的增益。数值结果表明最优频域部分响应编码能有效的改善载噪比和误码率,且这一增益是与子载波个数和编码深度成正比的。(3)采用MIMO波束成型技术来抑制因循环前缀长度小于信道冲激响应长度时带来的ICI。推导了一种基于单音处理的ICI消除算法,因此实现复杂度较低,同时符号间干扰(InterSymbol Interference, ISI)可以通过简单的判决反馈均衡器来消除。使用最大化信干噪比的准则,给出了发端最优导向矢量和收端最优合并矢量。仿真结果表明,该算法不仅能获得波束成型带来的增益,而且能较好的抑制ICI,改善系统误码率性能,使得在多径时延扩展较大的场景下依然有很好的性能。4.提出了一种正交频分多址(Orthogonal Frequency Division Multiple Ac-cess, OFDMA)系统在时间和频率选择信道下的子载波间干扰消除算法。首先给出了OFDMA系统在该信道条件下的信号模型。通过对接收信号做预处理,使得子载波κ仅对相邻的2τ+1个子载波产生干扰,从而生成了带状结构的干扰矩阵。具体来说,丁的值主要取决于载波频率偏移,进而确定压缩深度,影响接收机的实现复杂度。该算法利用了干扰的带状结构,设计了一种低复杂度具有迭代软干扰消除功能的最小均方误差(Minimum Mean Square Error, MMSE)均衡器。仿真结果表明,在所有信噪比区域,提出算法的误比特率性能在极大降低计算复杂度的前提下,能逼近已有的全长MMSE均衡器的性能。5.研究了放大转发MIMO中继系统中的预编码优化问题。大部分关于这一问题的工作主要考虑了如何设计中继的预编码器,且在系统建模场景中常常忽略源的目的节点间的直达链路。提出了一种同时考虑直达和协作链路的源和中继预编码联合优化策略。设计准则为在源和中继有限发送功率约束的前提下,使得整个系统的互信息量最大。首先构造了一个约束优化问题,为了易于处理和求解,对原代价函数进行松弛并推导了互信息量下界,该下界以迭代的方式渐进的逼近原代价函数的解析式。不同于以往的设计方法,即假设预编码器呈波束成型结构,进而简化和求解该优化问题,我们证明了预编码器的最优结构能将MIMO中继链路转化成并行的单输入单输出(Single Input Single Output, SISO)中继链路。具体来说,该线性预编码设计退化为在多个SISO中继链路中的功率分配问题。应用标准拉格郎日乘子法,可以将原问题化简为标量形式的凸优化问题,通过迭代注水方法能得到其闭式解。仿真结果表明该策略不论利用部分或全部信道信息,性能均极大地优于现存的算法。
黄勤飞[4](2010)在《频率选择性信道下协同通信传输关键技术研究》文中提出协同通信系统通过相邻节点以协作的方式共享各自的天线,构成虚拟的多天线环境,有效克服了信号在无线传输中的衰落。在不增加硬件复杂度的情形下,协同技术使得单天线系统同样可以获得多天线系统才具有的空间分集增益,提高了通信系统的可靠性和传输速率,从而成为无线通信领域的研究热点。其中,目的节点低复杂度的多同步参数估计算法、对子载波频偏(Carrier Frequency Offset,CFO)鲁棒性更强的信号检测算法、信道估计性能更优的导频序列设计以及满足分布式特性的中继节点功率分配算法等成为协同通信研究中的关键和难点技术。本文围绕这些关键技术在频率选择性信道下进行了研究。论文首先针对频率选择性信道下采用循环前缀(Cyclic Prefix,CP)块传输体制的协同通信系统特点,设计了一种基于频分复用(Frequency DivisionMultiplexing,FDM)的片结构训练序列,提出了相应的低复杂度估计算法,解决了协同通信系统中目的节点多个同步参数估计难题。协同系统中继节点的分布式特性使得目的节点接收到的信号存在多个定时偏移(Timing Offset,TO)和多个CFO。利用CP时域上的冗余性,基于CP块传输体制的协同系统可以有效地对抗频率选择性信道下中继节点之间的多个TO。然而,大传输时延下较长的CP降低了系统的带宽利用率。同时,系统中存在的多个CFO限制了系统的性能。此时,协同通信系统需要估计出所有中继节点的TO和CFO信息并在后续处理过程中加以补偿。因而,对多个TO和CFO的估计是频率选择性信道下协同系统首先必须要解决的一个重要问题。为取得复杂度与带宽利用率的最佳折中,本文构造了一种新颖的基于片结构的训练序列。利用该片结构频域正交性和时域重复性,目的节点使用基于互相关的TO估计算法和基于信号子空间分解的CFO估计算法,仅需一个训练符号周期即可完成多个同步参数的估计,有效克服了时分复用(TimeDivision Multiplexing,TDM)同步算法带宽利用率低和传统FDM同步算法复杂度高的缺陷。通过合理设计片大小,文中所提出的算法在同步及误码率性能上显着的优于传统的同步算法。针对无反馈同步机制场景下的协同空时和空频编码系统,论文提出了对抗多个CFO干扰的信号检测算法,以较低的复杂度,有效降低了多CFO干扰带来的性能损失。利用反馈同步机制,中继节点可以调整各自的传输窗口以及载波频率,使得所有中继节点的信号在抵达目的节点时可以保持TO和CFO上的一致。然而在无反馈同步机制的协同正交频分复用(Orthogonal Frequency-DivisionMultiplexing,OFDM)系统中,未补偿的多个CFO将在目的节点引起符号间干扰(Inter-Symbol Interference,ISI)和载波间干扰(Inter-Carrier Interference,ICI),降低系统的性能,甚至使得协同系统无法获得分集增益。针对协同空时分组编码(Space-Time Block Coding,STBC)系统,文中提出了加强迭代最大似然(Enhanced Iterative Maximum Likelihood,EIML)和高级加强迭代最大似然(Advance Enhanced Iterative Maximum Likelihood,AEIML)信号检测算法。通过矩阵运算,EIML和AEIML算法完全消除了多CFO引起的ICI,并在迭代过程中逐步消除ISI。仿真表明,EIML和AEIML信号检测算法均可获得优于迭代最大似然(IterativeMaximumLikelihood,IML)及最小均方误差(MinimumMean-SquareError,MMSE)等传统的信号检测算法性能,且避免了MMSE检测算法所需的矩阵求逆运算。针对协同空频分组编码(Space-Frequency Block Coding,SFBC)系统,文中提出了排序顺序并行干扰抵消(Ordered-Successive Parallel InterferenceCancellation,OSPIC)信号检测算法及其简化算法。通过排序顺序和并行两级干扰抵消,OSPIC及其简化算法可以有效消除多CFO引起的空频码块间干扰(Inter-Block Interference,IBI),且无需高阶矩阵的求逆操作和迭代运算,因而在信号检测性能上和复杂度上均优于传统协同SFBC中的信号检测算法。针对存在虚载波场景下基于OFDM的协同通信系统,本文提出了信道估计性能最优的导频设计方案,克服了存在虚导频时传统导频方案信道估计性能急剧下降的问题。采用基于CP的OFDM体制,协同通信系统不仅可以对抗多个传输时延,同时可以克服频率选择性信道下时域均衡复杂度高的难题。然而,为了避免数据符号经过非理想滤波器时产生失真,基于OFDM的协同通信系统中每个符号的频谱边缘存在数目不等的虚载波。这些虚载波破坏了传统OFDM系统中使得信道估计性能最优的等间隔等功率的导频结构,而现有文献针对虚载波场景所设计的导频序列与无虚载波时最优的导频序列相比在信道估计性能上相差较远。为解决这一问题,本文首先针对OFDM频域均衡的性质,提出了最小化数据符号位置上平均信道估计均方误差(Mean-Square Error,MSE)准则。与传统导频设计中使用的最小化信道估计MSE准则不同,该准则仅考虑优化数据符号位置上信道估计的精度,更加适合在有虚载波的场景下使用。利用提出的新准则和Disjoint导频序列,文中给出了具有解析表达式的最优导频功率分配算法和高效的次优导频位置选择算法。仿真表明,与传统的部分等间隔导频方案相比,所提出的导频方案在频率选择性信道下估计性能具有4 ? 20dB不等的优势。针对协同通信系统各中继节点空间独立分布及能量受限的特性,本文提出了满足各节点单独功率约束(Per-antenna Power Constraint,PPC)的协同发送波束成型(Cooperative Transmit Beamforming,CTB)算法,克服了总功率约束(TotalPower Constraint,TPC)下CTB系统由于功率分配时变所导致的天线放大器要求高及网络生存周期低等实用化问题。在平衰落信道下,由于优化问题中仅包含单个参数,PPC发送波束成型系数的设计可以简化为对其相位进行优化的问题,因而具有较低的求解复杂度。相比之下,频率选择性信道下的PPC优化问题求解复杂度高且通常无法获得解析解。本文针对频率选择性信道下基于CP的OFDM和SC-FDE CTB系统,首先使用凸优化工具求解了PPC约束下的发送波束成型系数。为了克服凸优化算法复杂度大且精度受限的问题,文中提出了三种不同应用场景的次优PPC算法,随后将次优的PPC算法推广到目的节点包含多个接收天线的协同通信系统中。次优的PPC算法具有解析表达式,因而复杂度远小于凸优化算法。仿真表明次优的PPC算法在不同的功率配置下,可以获得接近于同等总功率约束下的最优性能。本文最后提出了低速率的时域信道状态信息(ChannelStateInformation,CSI)反馈算法,解决了频率选择性信道下CTB系统发送端获取波束成型系数时需要占用大量反馈开销的问题。在带宽受限的反馈信道下,发送端所使用的波束成型系数精度直接决定了CTB系统的性能。已有研究表明在平衰落信道中使用矢量量化(Vector Quantization,VQ)算法可以有效解决有限比特反馈问题。然而,在频率选择性信道下,使用已有的VQ反馈方案将导致反馈开销急剧上升。利用时域CSI长度远小于数据块的长度的特点,本文提出了时域CSI VQ算法。进一步分析信道相位和幅度对发送波束成型系统的性能影响,文中提出了非均匀反馈的方案。在总反馈开销的约束下,通过合理分配信道相位和幅度上的反馈比特数,非均匀反馈可以获得最优的反馈性能。仿真表明,文中提出的时域CSI反馈算法显着的优于基于分组和内插的反馈算法。与所提出的PPC算法相结合,本文所提出的协同发送波束成型设计方案可以获得性能与反馈开销上的最佳结合。
王杰令[5](2009)在《无线通信中抗多径衰落新技术研究》文中研究表明随着近年来无线通信中的移动电话、数据、图像、多媒体、互联网应用等业务的不断发展,要求无线通信系统能在复杂环境下提供更高的传输速率,并具有更高的可靠性,因此抗多径衰落技术一直是经久不衰的研究热点。本文以块传输系统为研究对象,围绕其频带效率与其在多径衰落信道中的传输性能进行了深入研究,主要贡献概括为以下几个方面:1.提出了一种块传输系统的多数据块联合调制算法。通过深入分析准正交时分复用(QOTDM)系统的频谱结构之后,提出了一种改进的QOTDM系统方案,并提出了一种适于该系统的高性能盲均衡算法。在此基础上,针对如何减小单载波块传输与正交频分复用系统中循环前缀占用系统开销的问题,提出了一种基于QOTDM的多数据块联合调制算法;利用多个数据块共用一个循环前缀,有效降低了系统冗余,提高了系统的频带效率,而且联合调制的数据块在接收机分解后,相互之间不产生干扰。块调制算法不仅可用于单载波块传输与正交频分复用系统,也可应用于采用这两者传输技术的超宽带以及MIMO等系统。理论分析以及仿真结果证明,该算法在慢衰落信道条件下与已有算法相比性能完全没有损失,而频带效率明显提高。2.提出一种新颖的适于二径衰落信道应用的双向裁决判决反馈均衡器。这种均衡算法通过对带有判决反馈结构的时间正向、逆向无限冲激响应(IIR)均衡器的输出判决量进行最大比合并而获得分集增益,使误码特性改善。该合并过程采用线性复杂度的处理,而不是像已有的双向裁决判决反馈均衡器那样的高复杂度,因为后者需要在最终裁决过程中逐个符号采用加窗最大似然序列估计算法。仿真结果表明,所提算法无论是最小还是非最小相位系统信道条件下都能超过已有的双向判决反馈IIR均衡器的性能。3.针对单载波块传输系统的时、频域均衡器在不采用信道编码的情况下无法获得多径分集增益的缺点,提出了一种可应用于非扩频的单载波块传输系统的RAKE接收算法。这种RAKE接收机是通过均衡器重构各个多径信号分量,再结合多级干扰抵消获得多径分集增益的,能明显改善误码性能。理论分析和仿真结果表明,所提出的算法能够与常规单载波均衡器相结合明显改善检测性能,而且可推广到与其它多种常见均衡算法相结合使用。4.提出多天线非扩频通信系统的干扰抵消与空时二维RAKE接收机方案。探讨了二发一收MIMO系统中单载波频域均衡算法的原理,针对目前对该算法的研究仅限于两个发射天线的情况,将它推广应用到具有四个发射天线的系统。提出了该系统的干扰抵消检测方案,与单载波传输系统类似,该MIMO系统中的干扰抵消技术也能改善初始均衡器的检测性能。然后进一步提出该系统的空时二维RAKE分集接收方案,将接收信号中的各条多径分量分解后分别进行空时分组码的空时合并,然后再进行多径分集合并,在获得空时分组码提供的空间分集增益基础上,进一步取得多径的分集增益。此外,在非扩频的多用户MIMO通信系统中实现了空时二维RAKE接收;当各用户信息从接收信号中分解后,分别独立进行空时二维分集合并,获得空间与多径的分集增益。仿真结果表明,所提出的几种算法都可以良好工作。
刘洪丹[6](2009)在《基于训练序列的MIMO-OFDM系统信道估计算法研究》文中认为MIMO-OFDM技术作为4G的核心技术,不仅可以大幅度提高无线通信系统的信道容量和传输速率,而且能够有效地抵抗多径衰落、抑制符号间的干扰。信道估计是MIMO-OFDM系统中的关键技术,准确的信道状态信息有利于对接收信号的恢复,以及收发策略的确定。本文在分析了基于训练序列的信道估计算法的基本理论和国内外研究现状的基础上,做了如下的研究:首先,针对基于训练序列的最小二乘(LS)时域信道估计算法中,符号间干扰难以完全消除,信道估计精度低的问题,提出将一种峰值平均功率比较低、且易于构造的的训练序列应用到LS时域信道估计算法中,改进了LS准则的估计过程,消除了信道估计过程中符号间干扰的影响。仿真结果表明能有效的提高信道估计的精度。其次,针对基于训练序列的最小二乘(LS)时域信道估计算法中普遍使用梳状类型的训练序列结构进行信道估计,使边缘子载波处存在均方误差(MSE)过高的问题,提出了循环类型的训练序列结构,同时将一种峰值平均功率比较低的训练序列应用到所提出的训练序列结构中,有效地降低了边缘子载波处的MSE,增强了系统的估计性能。仿真结果验证了此算法的可行性。最后,提出了基于均方误差(MMSE)准则的信道估计的改进算法。仿真结果验证了改进算法在估计精度不变的条件下能够有效的降低计算复杂度。
战金龙[7](2007)在《MIMO-OFDM系统新型发射分集方法研究》文中研究表明MIMO(Multiple-Input Multiple-Output)技术充分开发空间资源,利用多个天线实现多发多收,在不增加频谱资源和天线发送功率的情况下,可以成倍地提高信道容量,满足未来无线通信中高速数据传输的需求。OFDM(Orthogonal FrequencyDivision Multiplexing)技术是多载波传输的一种,其多载波之间相互正交,可以高效地利用频谱资源。另外,OFDM将总带宽分割为若干个窄带子载波可以有效地抵抗频率选择性衰落。因此充分开发这两种技术的潜力,将二者结合起来(MIMO-OFDM)可以成为新一代移动通信核心技术的解决方案。本论文主要针对MIMO-OFDM系统,设计和研究了四种新型的发射分集方法;并结合阵列信号处理,提出了V-BLAST(Vertical Bell Labs Layered Space-Time)OFDM系统中两种稳健的检测算法。而且通过理论分析与仿真实验进行了验证。主要工作包括以下几个方面内容:1.提出了一种可以使基于准正交设计的空时分组码(QOSTBC,Quasi-Orthogonal Space-Time Block Code)获得满分集增益的准正交分组的分层空频时编码(GLSFTBC,Group Layered Space-Frequency-Time Block Coding)-OFDM发射分集方法,即QO-GLSFTBC-OFDM。该方法将4个发射天线分为两组(每组2个),输入的信号经过空频编码(SFBC,Space-Frequency Block Coding)后分成两组,然后每组的数据分别经过空时编码(STBC,Space-Time Block Coding)、OFDM调制后,由相应的发射天线发送。在接收端首先利用子载波分组进行组间干扰抑制,然后对每组分别进行译码,由于每组都是Alamouti编码,因此每组都可以获得满速率和满分集增益,将两组合并后仍可以获得满分集增益。与采用星座图旋转的QOSTBC方法相比,该方法不扩大发射天线发送符号的星座图。从理论分析和计算机仿真的结果都可以看出:该方法在保持QOSTBC满速率优点的前提下,可以同时获得满空间分集增益;而且编码和译码的过程都是基于线性处理的,计算简单。2.提出了频率选择性快衰落信道下基于线性星座图预编码(LCP,LinearConstellation Precoding)的分组的分层空频时编码OFDM发射分集方法,即LCP-GLSFTBC-OFDM。该方法的发射机结构基于四级用户码的设计:第一级基于OFDMA(Orthogonal Frequency-Division Multiple Access),主要用来进行组间干扰和码间干扰的抑制;第二级基于STBC,用来获得空间分集增益;第三级基于SFBC,用来获得时间分集增益;第四级基于LCP,用来获得频率分集增益。既克服了当发射天线数目较多时STBC设计复杂的缺点,又克服了传统分组的分层空时编码(GLSTBC,Group Layered Space-Time Block Coding)-OFDM要求信道必须为准静态衰落的弊端,而且编译码的过程都是基于线性处理的,计算简单。理论分析和计算机仿真结果也证明了该方法的有效性。3.提出了MIMO-OFDM系统中两种多用户传输方法。第一种是基于子载波分组抑制组间干扰的CDMA多用户传输方法,即分组的分层空频编码(GLSFBC,Group Layered Space-Frequency Block Coding)-OFDM-CDMA(Code-divisionmultiple-access)方法。该方法的发射机结构基于三级用户码的设计:外码(基于OFDMA)主要用来进行组间干扰和码间干扰的抑制;中间级的码(基于SFBC)用来获得空间分集增益;内码(基于CDMA)用来消除多用户干扰。第二种是基于CDMA抑制组间干扰的OFDMA多用户传输方法,即GLSFBC-CDMA-OFDMA方法。该方法的发射机结构也是基于三级用户码的设计:外码(基于OFDMA)主要用来区分多用户和消除码间干扰;中间级的码(基于CDMA)用来消除组间干扰,内码(基于SFBC)用来获得空间分集增益。这两种方法在接收端都只需要一根天线就可以同时消除组间干扰和多用户干扰,因此,大大降低了接收机的复杂度(传统的基于SVD组间干扰抑制方法和基于串行干扰相消的方法需要对每个子载波对应的信道矩阵进行相应的操作,因而复杂度较高;而且需要多个接收天线)。理论分析和计算机仿真结果证明了这两种方法的有效性。4.针对实际中信道估计存在误差,从阵列信号处理的角度提出了V-BLASTOFDM系统中两种稳健的检测算法。第一种是向信号子空间投影:将接收数据的协方差矩阵进行特征值分解,得到信号子空间,将存在估计误差的信道矢量向该子空间投影,就可以得到较为准确的信道矢量,然后利用Capon波束形成算法计算出滤波器的系数。第二种是利用信号子空间和噪声子空间相互正交:将接收数据的协方差矩阵进行特征值分解,得到噪声子空间,利用信号子空间和噪声子空间相互正交的关系优化一个代价函数,就可以得到实际信道响应的最优估计,然后利用Capon波束形成算法计算出滤波器的系数。仿真结果表明:当信道估计存在误差时,这两种方法明显优于ZF(Zero-Forcing)和MMSE(Minimum Mean SquareError)算法。
金奕丹[8](2006)在《移动通信系统Turbo迭代接收及关键技术研究》文中研究说明近年来,全球移动通信事业经历着飞速的发展,随着移动用户数的激增和多样化需求的提出,现有以话音业务为主的移动通信系统已难以满足日新月异的需求变化,取而代之的是高速移动数据业务、移动流媒体、手机电视等对带宽等网络资源要求苛刻的新兴业务。因此,具有更大的系统容量、更大的网络带宽且能提供多媒体业务的未来移动通信系统已俨然成为研究热点。 本论文主要针对移动通信系统中接收端的关键技术问题进行了研究,特别是多入多出正交频分复用(MIMO-OFDM)技术、高效信道编码技术、空时编码技术、多用户检测以及迭代检测在其中的应用等。 受Turbo码启发,最近出现的“迭代处理”思想已经在编码和信号处理等诸多领域获得了成功应用。本文的主要工作就是在Turbo码迭代译码原理的基础上,研究迭代检测的关键技术,着重探讨编码MIMO-OFDM系统、DS-CDMA多用户系统、空时编码多用户系统以及交织多址系统的迭代检测技术,并对其接收机架构、检测算法、接收性能及算法复杂度等进行了仿真分析。本论文的主要研究内容如下: 迭代原理及迭代多用户检测技术研究:本部分内容简要回顾了迭代思想来源、迭代检测概念、基本原理及传输模型,随后研究了几种常用的迭代检测算法及最新提出的几种性能优异的迭代检测算法,接着阐述了迭代思想的应用;同时重点讨论了迭代多用户检测技术的原理、技术特点、系统模型、常用检测算法以及未来的发展趋势等。 MIMO-OFDM系统迭代接收机架构及检测算法:MIMO-OFDM系统具有能够同时增强空间复用技术和OFDM技术的能力,有利于增加系统容量,适合高速率数据传输。本部分内容首先回顾了MIMO-OFDM系统原理及技术特点,描述了MIMO-OFDM系统模型,针对传统判决反馈均衡器误差传播的缺陷,重点研究了Turbo编码MIMO-OFDM系统的高性能检测算法。运用迭代思想,提出一种用于MIMO-OFDM系统的低复杂度的迭代IPDA检测算法,检测器与信道译码器之间迭代交换外信息,实现信道均衡与信道译码的迭代更新,以充分利用已获得的信息;其新颖之处是把接收信号向量建模为高斯随机向量,通过迭代求解均值向量和协
刘文珂,马晨欣,胡君杰[9](2005)在《一种新颖的STBC-OFDM信道估计算法》文中指出在使用空时编码的OFDM系统中,接收端为正确解码需要精确的信道估计信息。本文给出了一种基于空时编码训练序列的信道估计算法,这种算法基于空时分组码的正交性。模拟实验证明该算法适用于慢变瑞利衰落信道和时不变频率选择性衰落信道,同时该算法优于基于LS的算法。
郑维珺[10](2007)在《基于训练序列的MIMO-OFDM信道估计技术》文中认为OFDM(Orthogonal Frequency Division Multiplexing,正交频分复用)是一种无线环境下的高速传输技术,它将频率选择性信道划分为一组并行的平坦子信道,从而能有效地对抗信道的频率选择性衰落,同时还具有对抗多径效应,消除符号间干扰(ISI),并且有很高的频带利用率等优点,适合在多径传播和多普勒频移的无线移动信道中传输高速数据。在无线通信中,如果在发送端和接收端同时采用多天线系统,只要各天线单元间距足够大,无线信道散射传播的多径分量足够丰富,各对发-收天线单元间的多径衰落就趋于独立,即各对等效的发收天线对之间的无线传输信道趋于独立,这些同频率、同时间、同信道特征码的子信道趋于相互正交。MIMO(Multi-Input Multi-Output,多输入多输出)技术正是利用了无线信道多径传播的这一固有特性,充分开发空间资源,利用多个天线实现多发多收,在不需要增加频谱资源和天线发送功率的情况下,可以成倍地提高信道容量,同时也可以提高信道的可靠性,降低误码率。而将OFDM与MIMO技术相结合,相互扬长避短,能够更好地利用分集增益和空间复用增强系统性能和增大系统容量。本文详尽地分析了移动无线通信信道的多径衰落特性,包括无线信道中信号的传播方式、信号的损失和衰落、无线信道的时变特性、各类干扰、多普勒效应等等。在介绍了信道特性的基础上,通过对OFDM和MIMO技术的独立分析,本文阐述了MIMO-OFDM系统的基本原理,并
二、一种新颖的STBC-OFDM信道估计算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种新颖的STBC-OFDM信道估计算法(论文提纲范文)
(1)面向短突发MIMO-OFDM通信系统编码技术的研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本论文的研究内容和章节安排 |
1.3.1 研究内容 |
1.3.2 章节安排 |
第二章 编码技术理论 |
2.1 空时编码 |
2.1.1 分层空时编码 |
2.1.2 空时网格编码 |
2.1.3 空时分组编码 |
2.2 差分编码 |
2.2.1 两天线的差分编码 |
2.2.2 多天线的差分编码 |
2.3 信道编码 |
2.3.1 卷积码 |
2.3.2 循环码 |
2.3.3 RS码 |
2.4 本章小结 |
第三章 短突发MIMO-OFDM通信系统 |
3.1 基于信道估计的短突发MIMO-OFDM通信系统 |
3.1.1 系统模型 |
3.1.2 帧结构设计 |
3.1.3 仿真分析 |
3.2 基于差分空时频的短突发MIMO-OFDM通信系统 |
3.2.1 系统模型 |
3.2.2 差分空时频编译码过程 |
3.2.3 仿真分析 |
3.2.4 对比仿真分析 |
3.3 级联信道编码的短突发差分MIMO-OFDM通信系统 |
3.3.1 系统模型 |
3.3.2 仿真分析 |
3.4 本章小结 |
第四章 短突发大规模MIMO通信系统 |
4.1 短突发差分大规模MIMO通信系统 |
4.1.1 系统模型 |
4.1.2 编译码过程 |
4.1.3 仿真分析 |
4.2 多符号差分检测 |
4.2.1 系统模型 |
4.2.2 编译码过程 |
4.2.3 仿真分析 |
4.3 短突发多符号差分大规模MIMO通信系统 |
4.3.1 系统模型 |
4.3.2 编译码过程 |
4.3.3 仿真分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 未来展望 |
参考文献 |
致谢 |
作者简介 |
(2)基于稀疏采样的水声OFDM通信信道估计技术研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第1章 绪论 |
1.1 引言 |
1.2 研究背景及其意义 |
1.3 水声通信的发展与现状 |
1.4 信道估计研究现状 |
1.5 压缩感知研究现状 |
1.6 本文主要工作与内容安排 |
第2章 水声信道 |
2.1 水声信道的物理特性 |
2.1.1 有限的带宽 |
2.1.2 多途扩展 |
2.1.3 多普勒频移 |
2.1.4 海洋环境噪声 |
2.1.5 时变、空变的随机性 |
2.2 水声信道模型 |
2.3 水声信道估计 |
2.3.1 信道估计建模 |
2.3.2 最小二乘信道估计方法 |
2.4 本章小结 |
第3章 压缩感知理论 |
3.1 压缩感知理论的基本原理 |
3.2 信号的稀疏表示 |
3.3 观测矩阵的设计 |
3.4 信号重构算法 |
3.4.1 匹配追踪算法 |
3.4.2 正交匹配追踪算法 |
3.4.3 压缩采样匹配追踪算法 |
3.5 本章小结 |
第4章 基于压缩感知的水声 SISO-OFDM 系统信道估计 |
4.1 OFDM 系统的基本原理 |
4.1.1 OFDM 系统的基本模型 |
4.1.2 DFT 实现方法 |
4.1.3 OFDM 的保护间隔与循环前缀 |
4.2 基于压缩感知的水声 SISO-OFDM 系统信道估计 |
4.2.1 基于压缩感知的水声 SISO-OFDM 信道估计模型 |
4.2.2 基于 OMP 算法的信道估计 |
4.2.3 基于 CoSaMP 算法的信道估计 |
4.3 实验仿真及分析 |
4.4 本章小结 |
第5章 基于压缩感知的水声 MIMO-OFDM 系统信道估计 |
5.1 MIMO 技术 |
5.1.1 MIMO 技术的基本原理 |
5.1.2 MIMO 系统的信道容量 |
5.1.3 空时编码技术 |
5.2 基于压缩感知的水声 MIMO-OFDM 系统信道估计 |
5.2.1 MIMO-OFDM 系统 |
5.2.2 基于压缩感知的水声 MIMO-OFDM 信道估计模型 |
5.3 实验仿真与分析 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表或撰写的学术论文及科研情况 |
致谢 |
(3)无线通信系统中的关键传输技术研究(论文提纲范文)
摘要 |
Abstract |
目录 |
缩略词 |
第一章 绪论 |
1.1 移动通信的发展及面临的挑战 |
1.2 B3G/4G关键技术概述 |
1.2.1 OFDM技术 |
1.2.2 MIMO技术 |
1.2.3 协作通信技术 |
1.3 相关问题研究概况 |
1.4 本文的主要研究成果 |
第二章 用于有虚载波OFDM系统的信道估计算法 |
2.1 引言 |
2.2 系统模型 |
2.3 ETDF算法描述 |
2.4 性能仿真 |
2.5 结论 |
第三章 MIMO-OFDM系统中混合导频辅助的信道估计算法 |
3.1 引言 |
3.2 系统模型 |
3.3 快衰落信道建模与算法描述 |
3.4 性能分析 |
3.5 性能仿真 |
3.6 结论 |
附录A |
附录B |
附录C |
第四章 MIMO-OFDM系统中的子载波间干扰消除 |
4.1 频域迭代ICI抑制算法 |
4.1.1 引言 |
4.1.2 系统模型 |
4.1.3 ICI消除算法 |
4.1.4 性能仿真 |
4.1.5 结论 |
4.2 采用部分响应编码来抑制ICI |
4.2.1 背景介绍 |
4.2.2 部分响应编码技术 |
4.2.3 信道时变衰落的影响 |
4.2.4 仿真结果 |
4.2.5 算法总结 |
4.3 OFDM系统中利用空间分集技术来消除ICI |
4.3.1 研究初衷 |
4.3.2 信号模型 |
4.3.3 波束成型策略 |
4.3.4 仿真分析 |
4.3.5 小结 |
附录A:式(4-40)证明 |
第五章 OFDMA上行链路低复杂度干扰消除策略 |
5.1 引言 |
5.2 信号模型 |
5.3 干扰抑制策略 |
5.4 迭代检测 |
5.4.1 MMSE均衡器 |
5.4.2 更新先验信息 |
5.4.3 复杂度分析 |
5.5 仿真结果 |
5.6 结论 |
第六章 放大转发MIMO中继系统中源和中继预编码联合优化 |
6.1 背景介绍和相关工作 |
6.2 信号模型和互信息量界 |
6.2.1 协作系统模型 |
6.2.2 互信息量的上界与下界 |
6.3 最大化互信息量下界的源和中继联合预编码策略 |
6.3.1 优化问题的降阶处理 |
6.3.2 迭代紧界 |
6.3.3 迭代功率分配更新 |
6.3.4 讨论 |
6.3.4.1 特征值配对 |
6.3.4.2 收敛性 |
6.3.4.3 计算复杂度 |
6.4 原优化问题的次优解 |
6.5 数值结果 |
6.6 结论 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
参考文献 |
致谢 |
在学期间的研究成果 |
(4)频率选择性信道下协同通信传输关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 协同通信系统 |
1.1.1 协同通信系统的应用背景 |
1.1.2 协同通信系统的发展 |
1.1.3 协同通信系统的分类 |
1.2 频率选择性信道下基于循环前缀的块传输技术 |
1.2.1 频率选择性信道模型 |
1.2.2 基于循环前缀的块传输技术 |
1.3 存在的挑战及研究现状 |
1.3.1 载波和定时同步 |
1.3.2 多CFO 下的信号检测算法 |
1.3.3 协同OFDM 系统的导频设计 |
1.3.4 中继节点的功率分配 |
1.4 论文的研究思路与组织结构 |
1.5 论文的主要贡献 |
第二章 频率选择性信道下协同系统的定时和载波同步算法研究 |
2.1 引言 |
2.2 同步信号模型以及传统同步算法 |
2.2.1 联合最大似然估计算法 |
2.2.2 基于TDM 的估计算法 |
2.2.3 基于FDM 的估计算法 |
2.3 基于片结构的协同同步算法 |
2.3.1 片结构导频序列 |
2.3.2 定时同步算法 |
2.3.3 载波同步算法 |
2.4 基于片结构同步算法性能分析 |
2.4.1 WSCTE 算法性能分析 |
2.4.2 EFCE 算法性能分析 |
2.5 仿真结论 |
2.5.1 仿真参数设置 |
2.5.2 仿真结果讨论 |
2.5.3 复杂度分析 |
2.6 本章小结 |
第三章 频率选择性信道下存在多子载波频偏时协同系统的信号检测算法研究 |
3.1 引言 |
3.2 信号模型 |
3.3 协同空时分组编码系统信号检测算法 |
3.3.1 空时分组编码系统信号模型 |
3.3.2 多频偏下传统信号检测算法 |
3.3.3 改进的信号检测算法 |
3.3.4 仿真结论 |
3.3.5 算法复杂度分析 |
3.4 协同空频分组编码系统信号检测算法 |
3.4.1 空频分组编码系统信号模型 |
3.4.2 传统信号检测算法 |
3.4.3 排序顺序并行干扰抵消信号检测算法 |
3.4.4 简化排序干扰抵消信号检测算法 |
3.4.5 仿真结论 |
3.4.6 算法复杂度分析 |
3.5 存在估计误差时信号检测算法的性能 |
3.6 本章小结 |
第四章 频率选择性信道下协同OFDM 系统存在虚载波时的导频设计 |
4.1 引言 |
4.2 最小二乘信道估计信号模型 |
4.3 无虚载波时最优导频方案 |
4.4 存在虚载波时最优导频方案设计 |
4.4.1 虚载波对信道估计影响 |
4.4.2 最优功率分配算法 |
4.4.3 次优导频位置设计 |
4.5 仿真结论 |
4.5.2 Nv ≥Q 时仿真结论 |
4.5.3 复杂度分析 |
4.6 本章小结 |
第五章 频率选择性信道下协同发送波束成型研究 |
5.1 引言 |
5.2 MISO 协同发送波束成型系统模型 |
5.2.1 基于OFDM 的CTB 系统 |
5.2.2 基于SC-FDE 的CTB 系统 |
5.3 理想信道下波束成型设计 |
5.3.1 TPC 约束的波束成型设计 |
5.3.2 凸优化求解PPC 问题 |
5.3.3 PPC 次优算法 |
5.4 信道有限比特反馈算法的设计 |
5.4.1 传统的信道反馈算法 |
5.4.2 低速信道反馈算法 |
5.4.3 非均匀比特反馈设计 |
5.5 协同MIMO 系统中的波束成型设计 |
5.5.1 MIMO CTB 系统模型 |
5.5.2 TPC 波束成型设计 |
5.5.3 PPC 波束成型设计 |
5.6 仿真结果 |
5.6.1 MISO CTB 系统仿真结论 |
5.6.2 MIMO CTB 系统仿真结论 |
5.6.3 复杂度分析 |
5.7 本章小结 |
第六章 结束语 |
6.1 主要研究成果和创新点 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的学术成果 |
攻读博士学位期间参加的主要科研项目 |
附录A 公式(2.42-2.47) 推导 |
附录B SD-CRB 推导 |
(5)无线通信中抗多径衰落新技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 降低CP 的传输 |
1.2.2 均衡技术 |
1.2.3 MIMO 技术 |
1.3 本文的主要创新点 |
第二章 无线信道的基本理论以及均衡技术 |
2.1 无线信道的传播 |
2.1.1 大尺度衰落 |
2.1.2 小尺度衰落 |
2.2 多径衰落信道的参数 |
2.2.1 多径衰落信道的数学模型 |
2.2.2 时间色散参数 |
2.2.3 多普勒功率谱色散参数 |
2.3 多径信道的概率统计模型 |
2.4 均衡技术 |
2.4.1 信号模型 |
2.4.2 MLSE 检测器及其Viterbi 实现算法 |
2.4.3 时域线性均衡器 |
2.4.4 频域均衡器 |
2.4.5 IIR 均衡器 |
2.5 本章小结 |
第三章 基于QOTDM 系统的块调制算法 |
3.1 QOTDM 技术概述 |
3.2 基于QOTDM 系统的盲均衡算法 |
3.2.1 盲均衡算法简介 |
3.2.2 新的QOTDM 系统及其盲均衡接收机 |
3.2.3 性能仿真及分析 |
3.3 基于QOTDM 系统的块调制算法 |
3.3.1 研究背景 |
3.3.2 块调制算法 |
3.3.3 BM 单载波块传输系统的局部MLSE 检测 |
3.3.4 性能仿真及分析 |
3.4 MIMO-OFDM 系统的块调制算法 |
3.4.1 MIMO-OFDM 系统 |
3.4.2 BM-MIMO-OFDM 系统 |
3.4.3 性能仿真及分析 |
3.5 本章小结 |
第四章 多径信道的高效 BAD 均衡器 |
4.1 引言 |
4.2 BAD 均衡器 |
4.3 二径衰落信道中的BAD 均衡器 |
4.3.1 DF-IIR 均衡器 |
4.3.2 DF-TR-IIR 均衡器 |
4.3.3 BAD 均衡器 |
4.4 性能仿真及分析 |
4.5 本章小结 |
第五章 单载波块传输系统的分集接收 |
5.1 SC-FDE 的多径分集增益 |
5.2 干扰抵消均衡 |
5.2.1 时域处理 |
5.2.2 频域处理 |
5.2.3 性能仿真及分析 |
5.3 多径分集接收 |
5.3.1 RAKE 接收技术 |
5.3.2 时域处理 |
5.3.3 频域处理 |
5.3.4 性能仿真及分析 |
5.4 本章小结 |
第六章 STBC 块传输系统的分集接收 |
6.1 结合STBC 的单载波块传输系统 |
6.1.1 两个发射天线的情况 |
6.1.2 四个发射天线的STBC-SC-FDE 算法 |
6.1.3 性能仿真及分析 |
6.2 Rician 信道下STBC 块传输系统的干扰抵消算法 |
6.2.1 时域处理 |
6.2.2 频域处理 |
6.2.3 性能仿真及分析 |
6.3 STBC 块传输系统的空时2D-RAKE 接收 |
6.3.1 时域处理 |
6.3.2 频域处理 |
6.3.3 性能仿真及分析 |
6.4 多用户STBC 块传输系统的多径分集接收 |
6.4.1 多用户STBC 单载波块传输系统 |
6.4.2 多用户STBC 系统的频域2D-RAKE 接收 |
6.4.3 性能仿真及分析 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 工作展望 |
致谢 |
参考文献 |
攻读博士期间所取得的研究成果 |
(6)基于训练序列的MIMO-OFDM系统信道估计算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景 |
1.2 课题的研究内容以及国内外的研究现状 |
1.3 课题完成的工作和结构安排 |
第2章 MIMO-OFDM系统 |
2.1 MIMO-OFDM系统 |
2.1.1 MIMO-OFDM系统模型 |
2.1.2 STBC-OFDM系统 |
2.2 MIMO-OFDM系统信道 |
2.2.1 MIMO-OFDM系统的信道模型 |
2.2.2 MIMO-OFDM系统的信道估计概述 |
2.3 本章小结 |
第3章 基于训练序列LS准则的信道估计算法 |
3.1 基于LS准则的时域信道估计算法 |
3.1.1 基于LS准则的基本算法 |
3.1.2 基于LS准则的改进算法 |
3.1.3 仿真结果与分析 |
3.2 基于梳状训练序列结构的LS时域信道估计算法 |
3.2.1 传统的基于LS准则的信道估计算法 |
3.2.2 改进的基于LS准则的信道估计算法 |
3.2.3 仿真结果与分析 |
3.3 本章小结 |
第4章 基于训练序列MMSE准则的信道估计算法 |
4.1 基于MMSE准则的基本算法 |
4.2 基于MMSE准则的改进算法 |
4.3 仿真结果与分析 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(7)MIMO-OFDM系统新型发射分集方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究历史与现状 |
1.2.1 MIMO研究历史与现状 |
1.2.2 OFDM研究历史与现状 |
1.2.3 MIMO-OFDM研究历史与现状 |
1.3 本文的主要工作和内容安排 |
第二章 MIMO-OFDM通信系统模型 |
2.1 MIMO信道模型 |
2.1.1 无线信道模型 |
2.1.2 MIMO信道模型 |
2.1.3 MIMO信道容量 |
2.2 空时编码技术概述 |
2.2.1 第一类空时码 |
2.2.2 第二类空时码 |
2.3 OFDM系统模型 |
2.4 MIMO-OFDM系统模型 |
2.4.1 V-BLAST OFDM系统模型 |
2.4.2 STBC-OFDM系统模型 |
2.4.3 SFBC-OFDM系统模型 |
2.4.4 GLSTBC-OFDM系统模型 |
2.4.5 仿真结果及分析 |
2.5 本章小结 |
第三章 准正交分组的分层空频时编码OFDM发射分集方法 |
3.1 引言 |
3.2 基于正交设计和准正交设计的空时分组码 |
3.2.1 基于正交设计的空时分组码 |
3.2.2 基于准正交设计的空时分组码 |
3.3 准正交分组的分层空频时编码OFDM发射分集方法 |
3.3.1 系统结构与编译码方法 |
3.3.2 性能分析 |
3.3.3 仿真结果 |
3.4 本章小结 |
第四章 基于预编码的分组的分层空频时编码OFDM发射分集方法 |
4.1 引言 |
4.2 基于预编码的OFDM系统模型 |
4.3 基于预编码的准正交分组的分层空频时编码OFDM发射分集方法 |
4.3.1 系统结构 |
4.3.2 仿真结果 |
4.4 基于预编码的分组的分层空频时编码OFDM发射分集方法 |
4.4.1 系统结构与编译码方法 |
4.4.2 性能分析 |
4.4.3 仿真结果 |
4.5 本章小结 |
第五章 MIMO-OFDM中两种多用户传输方法 |
5.1 引言 |
5.2 基于子载波分组抑制组间干扰的CDMA多用户传输 |
5.2.1 发射机结构和编码方法 |
5.2.2 接收机结构和译码方法 |
5.2.3 性能分析 |
5.2.4 仿真结果 |
5.3 基于CDMA抑制组间干扰的OFDMA多用户传输 |
5.3.1 发射机结构和编码方法 |
5.3.2 接收机结构和译码方法 |
5.3.3 性能分析 |
5.3.4 仿真结果 |
5.4 本章小结 |
第六章 V-BLAST OFDM系统中稳健的检测算法 |
6.1 引言 |
6.2 系统模型和传统的检测算法 |
6.3 稳健的检测算法 |
6.3.1 稳健的检测算法Ⅰ |
6.3.2 稳健的检测算法Ⅱ |
6.4 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
博士学习阶段(合作)撰写与发表的学术论文 |
(8)移动通信系统Turbo迭代接收及关键技术研究(论文提纲范文)
第一章 绪论 |
1.1 移动通信系统及其关键技术 |
1.1.1 第三代移动通信系统的发展过程 |
1.1.2 下一代(B3G/4G)移动通信的发展及趋势 |
1.1.3 移动通信系统的关键技术探讨 |
1.1.3.1 MIMO-OFDM技术 |
1.1.3.2 高效信道编译码技术 |
1.1.3.3 空时编码技术 |
1.1.3.4 多用户检测技术 |
1.2 Turbo迭代技术 |
1.2.1 迭代思想来源-TURBO码 |
1.2.1.1 信道编译码发展 |
1.2.1.2 TURBO码的发展与研究现状 |
1.2.1.3 TURBO码的广泛应用 |
1.2.2 Turbo迭代检测的基本原理及系统传输模型 |
1.2.3 软输出迭代检测算法 |
1.2.4 Turbo迭代思想的应用及研究趋势 |
1.3 论文研究内容及创新点 |
1.4 论文结构 |
第二章 MIMO-OFDM系统Turbo迭代检测技术 |
2.1 MIMO系统原理及技术现状 |
2.1.1 MIMO系统原理 |
2.1.2 MIMO技术及其发展现状 |
2.2 频选衰落 MIMO系统软输出迭代检测算法 |
2.2.1 系统模型 |
2.2.2 滑窗式软判决迭代检测算法 |
2.2.3 系统仿真和性能分析 |
2.3 MIMO-OFDM技术 |
2.3.1 OFDM系统技术 |
2.3.1.1 OFDM技术的工作原理 |
2.3.1.2 OFDM的技术特点及实现难点 |
2.3.1.3 OFDM的应用 |
2.3.2 MIMO-OFDM技术特点及研究现状 |
2.4 MIMO-OFDM系统信号模型 |
2.5 MIMO-OFDM系统软输出迭代检测算法 |
2.5.1 迭代干扰消除 |
2.5.1.1 接收机结构 |
2.5.1.2 迭代软干扰消除(ISIC)原理 |
2.5.1.3 似然比计算 |
2.5.1.4 软符号估计 |
2.5.2 基于高斯强迫思想的迭代检测技术 |
2.5.2.1 接收机结构 |
2.5.2.2 基于高斯强迫原理的迭代检测算法 |
2.5.2.3 SISO信道译码算法 |
2.5.3 Turbo接收机复杂度降低策略 |
2.5.4 系统仿真和性能分析 |
2.5.4.1 系统仿真 |
2.5.4.2 性能分析 |
2.6 本章小结 |
第三章 CDMA系统 Turbo迭代多用户检测 |
3.1 多用户检测技术 |
3.1.1 多用户检测的提出 |
3.1.2 多用户检测的原理及性能 |
3.1.2.1 系统模型 |
3.1.2.2 多用户检测技术对系统误码性能及容量的增益 |
3.1.2.3 多用户检测的局限性及潜在好处 |
3.1.3 多用户检测技术的发展 |
3.1.3.1 最优多用户检测 |
3.1.3.2 线性多用户检测 |
3.1.3.3 干扰对消多用户检测 |
3.1.3.4 半盲和盲多用户检测 |
3.1.3.5 迭代多用户检测 |
3.1.4 多用户检测技术的应用 |
3.2 迭代多用户检测 |
3.2.1 迭代多用户检测方案的提出 |
3.2.2 迭代多用户接收机系统模型 |
3.2.3 Turbo迭代多用户检测技术 |
3.3 DS-CDMA系统中迭代多用户检测 |
3.3.1 DS-CDMA系统中多址干扰的高斯近似 |
3.3.2 编码 CDMA多用户系统迭代检测模型 |
3.3.3 编码迭代多用户检测 |
3.3.3.1 最优多用户检测 |
3.3.3.2 SISO解相关判决反馈算法 |
3.3.3.3 基于高斯强迫思想的迭代多用户检测 |
3.3.4 迭代检测中常用的几种反馈方式 |
3.3.5 单用户 Turbo码译码器 |
3.4 系统仿真和性能分析 |
3.5 本章小结 |
第四章 空时编码系统 Turbo迭代多用户检测技术 |
4.1 空时码技术 |
4.1.1 空时码的研究现状 |
4.1.2 空时分组码技术 |
4.1.3 空时码性能比较 |
4.1.4 空时码应用前景 |
4.2 空时编码系统平坦衰落信道中迭代多用户检测技术 |
4.2.1 引入共道用户的扩容方法 |
4.2.2 单用户2发2收空时分组码系统 |
4.2.3 多用户2发多收空时分组码系统 |
4.2.4 空时迭代多用户检测算法 |
4.2.4.1 MIMO-STC多用户系统模型 |
4.2.4.2 软判决空时迭代检测算法 |
4.2.4.3 SISO单用户译码 |
4.2.5 平坦信道中的性能分析 |
4.3 空时编码系统频率选择性衰落信道中多用户检测 |
4.3.1 STBC-OFDM多用户系统结构 |
4.3.2 STBC-OFDM系统上行多用户检测 |
4.3.2.1 ML算法 |
4.3.2.2 MMSE算法 |
4.3.2.3 基于均值的迭代多用户检测算法 |
4.3.3 频率选择性衰落信道中的性能分析 |
4.4 本章小结 |
第五章 交织分多址 MIMO系统 Turbo迭代多用户检测 |
5.1 交织多址技术 |
5.1.1 技术背景 |
5.1.2 交织多址系统的构成及特点 |
5.1.3 IDMA与传统多址方式(FDMA/TDMA/CDMA)性能对比分析 |
5.2 IDMA多用户系统模型 |
5.3 随机交织器 |
5.3.1 随机交织器的原理 |
5.3.2 随机交织器的软件仿真 |
5.3.3 随机分组交织器的设计 |
5.3.4 随机交织器的研究趋势 |
5.4 MIMO-IDMA系统中基于均值的软判决多用户检测 |
5.5 APP解码过程中的码片外信息 |
5.6 信道迭代估计 |
5.6.1 最小二乘半盲信道估计 |
5.6.2 最小均方误差信道估计 |
5.7 系统仿真和性能分析 |
5.8 本章小结 |
结束语·总结与展望 |
参考文献 |
攻读博士学位期间发表论文列表 |
本文作者在攻读研究生学位期间完成的研发工作 |
致谢 |
(9)一种新颖的STBC-OFDM信道估计算法(论文提纲范文)
0 引言 |
1 系统模型 |
2 STC-OFDM系统信道跟踪算法 |
2.1 基于LMS的MIMO信道估计算法 |
2.2 一种新颖的信道估计算法 |
3 模拟结果 |
4 结论 |
(10)基于训练序列的MIMO-OFDM信道估计技术(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究动机 |
1.2 MIMO 和OFDM 技术概要和应用 |
1.3 课题的意义与主要任务 |
1.4 本文的主要工作及内容安排 |
第2章 MIMO 无线信道模型 |
2.1 引言 |
2.2 多径衰落信道 |
2.3 MIMO 无线信道模型 |
2.4 本章小结 |
第3章 MIMO-OFDM 系统模型 |
3.1 引言 |
3.2 OFDM 的基本原理和系统结构 |
3.3 MIMO 的基本原理 |
3.4 MIMO-OFDM 系统 |
3.5 本章小结 |
第4章 MIMO-OFDM 信道估计 |
4.1 引言 |
4.2 基于训练序列和导频的信道估计 |
4.3 基于时域接收窗的信道估计算法 |
4.4 基于DCT 的二维信道估计 |
4.5 本章小结 |
第5章 结束语 |
5.1 论文工作总结 |
5.2 进一步的研究工作 |
参考文献 |
附录 |
致谢 |
作者在读期间的研究成果 |
四、一种新颖的STBC-OFDM信道估计算法(论文参考文献)
- [1]面向短突发MIMO-OFDM通信系统编码技术的研究[D]. 常英杰. 西安电子科技大学, 2019(02)
- [2]基于稀疏采样的水声OFDM通信信道估计技术研究[D]. 陈艳. 江苏科技大学, 2013(08)
- [3]无线通信系统中的关键传输技术研究[D]. 张阳. 西安电子科技大学, 2011(12)
- [4]频率选择性信道下协同通信传输关键技术研究[D]. 黄勤飞. 国防科学技术大学, 2010(08)
- [5]无线通信中抗多径衰落新技术研究[D]. 王杰令. 西安电子科技大学, 2009(02)
- [6]基于训练序列的MIMO-OFDM系统信道估计算法研究[D]. 刘洪丹. 哈尔滨工程大学, 2009(S1)
- [7]MIMO-OFDM系统新型发射分集方法研究[D]. 战金龙. 西安电子科技大学, 2007(12)
- [8]移动通信系统Turbo迭代接收及关键技术研究[D]. 金奕丹. 北京邮电大学, 2006(11)
- [9]一种新颖的STBC-OFDM信道估计算法[J]. 刘文珂,马晨欣,胡君杰. 信息工程大学学报, 2005(03)
- [10]基于训练序列的MIMO-OFDM信道估计技术[D]. 郑维珺. 上海交通大学, 2007(06)