OFDM系统在快时变信道条件下信道估计

来源 :复旦大学 | 被引量 : 0次 | 上传用户:zhenghs2ooo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于具有频谱利用率高、实现容易和接收机结构简单等优点,正交频分复用(OFDM)技术在很多领域得到了广泛应用。当OFDM系统载波频率不是很高,且终端的移动速度不是很快时,通常可认为信道特性在一个OFDM符号周期内不变化或变化很小(缓变),采用足够长的循环前缀(CP)可使OFDM符号间干扰(ISI)为零、载波间干扰(ICI)为零或很小,接收机可采用频域单抽头均衡来补偿信道失真。 由于FDM信号频谱重叠,因此对定时和频率偏差较敏感。而未来无线OFDM通信系统的载波频率更高,载波数量更大,用户移动速度更快,导致信道的时变特性更加明显。此时,信道在一个OFDM符号周期内不变化或变化很小(缓变)的假设不再成立,信道的快速变化导致OFDM系统载波间的正交特性遭到破坏,出现载波间干扰(ICI),系统性能明显降低。为了解决这个问题,通常需对接收信号进行ICI消除,以恢复载波间的正交性。 本文在介绍时变多径信道的特点及信道模型的基础上,给出了CP(cyclicprefixing)-OFDM和ZP(zero padding)-OFDM系统的矩阵表达式,以及ICI消除ICI得的系统线性均衡方法。提出通过用泰勒级数展开近似时变冲击响应函数得到简化的时变信道模型,由此导出信道估计方法;在此基础上,应用ZP-OFDM系统信道传输矩阵的带状特性,给出了在时域上进行线性块均衡的方法,从而不仅消除ICI干扰,而且能恢复处于信道深入衰落点的信号来改善系统性能。所做的仿真结果证明了本文所采用的时变信道估计和均衡方法的有效性。
其他文献
人脸识别是计算机视觉、模式识别中的一个研究热点和难点。本文首先对人脸识别算法进行了研究,提出了基于模糊遗传优化支持向量机的人脸识别系统框架;其次,针对目前安检、考勤、
运动目标检测一直是数字图像处理技术和计算机视觉研究领域中的一个重要的研究课题,捕捉和检测获取视频序列中的运动目标并对运动目标进行跟踪在很多方面都有着广泛的应用。
本文对广域网分布式存储系统所涉及到的多个方面进行了细致充分的研究,提出了新颖有效的实用算法。文章从P2P存储系统的结构和运行特点出发与人脑的记忆过程进行了比照,发现P2P
随着嵌入式系统、无线通信、计算机网络及MEMS(微电子机械系统)等技术的快速发展,具有感知、计算和无线网络通信能力的传感器以及由其构成的无线传感器网络(WSN)引起了人们的