论文部分内容阅读
多输入多输出(MIMO)-正交频分复用(OFDM)技术已成为实现无线高速数据传输,对抗频率选择性衰落的有效解决方案,是未来宽带无线通信系统最具吸引力的技术之一。在MIMO-OFDM系统中信道估计是一个具有挑战性的关键问题,也是接收机设计不可缺少的一部分。信道估计性能的好坏直接影响接收机的性能,因此MIMO-OFDM系统信道估计算法成为无线通信领域研究的热点。本文系统分析了实际应用中影响信道估计性能的因素,深入研究了传统MIMO-OFDM系统信道估计算法。针对MIMO-OFDM系统信道估计算法存在的频谱利用率、计算复杂度、误差地板以及非高斯环境噪声等问题,提出了有效的、易于工程实现的估计算法。提出了一种基于最优导频序列的角域最小二乘(LS)信道估计算法。该算法在相邻几个OFDM符号内插入相位正交导频序列并进行联合LS估计,这不但能跟踪时变信道、最小化信道估计均方误差,而且还能减少估计算法对导频的需求,进而提高系统的频谱利用率。当信道空间相关时,LS算法没有利用先验信息将不能得到良好的估计性能,因此根据角域内的信道系数间可视为空间不相关,利用合适的门限值保留最有用抽头系数,从而改善LS算法的估计性能。所提算法计算复杂度低、系统频谱效率高,可满足实时处理的需要。提出了一种基于期望最大化-最大后验(EM-MAP)的信道估计算法。该算法将一个OFDM符号内的相位正交导频序列拆分至相邻多个OFDM符号内,以减少导频开销。对相邻多个OFDM符号的EM-MAP信道估计值进行统计平均处理,以避免导频子载波减少带来明显的性能下降。将已估计的信道矩阵由时域转换至角域,并在角域内进行滤波处理,进一步提高EM-MAP算法的估计性能。通过均方误差分析可知,所提算法能在成倍减少导频数量的同时,使EM-MAP算法的估计性能随着参与统计平均处理的OFDM符号数量的增加而提高。提出了一种基于等效信号模型的信道估计算法。EM算法对信道脉冲响应截短产生的误差地板将导致EM-MAP算法在高信噪比下难以获得良好的性能,因此该算法利用等效信号模型将传统信号模型中的高斯白噪声向量分解为两部分高斯噪声向量,构成一个二阶观测模型和一组新的完整数据集,并基于EM算法原理推导出一种修正的EM算法,从而改善了EM和EM-MAP算法在高信噪比下的估计性能。通过等效信号模型分析可知,所提算法无需增加信道脉冲响应长度,在不明显增加算法设计复杂度的前提下,抑制了EM和EM-MAP算法在高信噪比下的误差地板问题。提出了一种基于H-inf的信道估计算法。该算法使用了简化的目标函数,以避免传统H-inf算法应用于MIMO-OFDM系统时带来较高的计算量和较差的实时性。再者,利用EM和空间交替广义EM(SAGE)两种迭代算法将多输入多输出估计问题转化为一系列独立的单输入单输出估计问题,从而降低了H-inf算法的计算复杂度。接下来,利用等效信号模型来提高基于EM/SAGE的H-inf算法在非高斯环境噪声中的鲁棒性。所提算法收敛速度快、实时性强,在缺乏先验信息的情况下可在非高斯噪声环境下展现出良好的估计性能。