论文研究-MIMO-OFDM系统的简化LS信道估计研究 .pdf

所需积分/C币:20 2019-08-15 11:19:19 302KB .PDF

MIMO-OFDM系统的简化LS信道估计研究,宋楠,张忠民,本文通过MIMO-OFDM系统信道估计的研究,提出了一种新的简化LS信道估计算法。该方法通过设定路径选取阈值的方式来动态选取信道增益集�
国科技论又在线 训练序列是在发送端经过特殊设计且保持了信道正交性的用于信道估计的已知序列,因 此在 系统的信道估计过程中,无线信道状态信息可以直接由估计式得到; 而传输数据根据训练序列估计岀的信道衰落进行均衡,在接收端还原岀准确值 简化算法 本文提出一种简化信道估计运算量的方法。信道的最大时延长度决定了矩阵的 维数。在发收的 系统中,是一个×矩阵。从公式()可知 系统信道估计的求解过程需要求出的逆矩阵。然而当很大时,也 将成为一个高维度的矩阵,对它的求逆运算会是一个十分复杂繁琐的计算过程 在 系统中,由于使用的信道模型是非相关信道模型,因此各子信道的时 延谱通常是离散,又由」信道哀落是有频选特性的,因此有可能会出现一部分子信道具有较 好的信道增遆,而另—部分子信道增益很小甚至为零。根据这种现象,木文提出一种方法, 通过设定阈值来动态剔除那些信道估计性能差的子信道,最终达到简化求矩阵ˉ的运算量 的日的。 简化算法如下:设可以由式()得到信道的初始估计[] 之后根据信道各条路径能量∑[]的大小,从中挑选能量最大的 条路径,记作 )。路径选取方法可以 改定一个路径选取阈值 ∑[/∑∑|[l 设定合适的阈值后,由大到小依次将各路径能量相加,直到能量和与所有多径信道 的总能量的比值大于设定的眳径选取阈值。由此即可动态选取岀能量最大的条路径进行 信道估计。 类似于以上推导,就可以得到如下简化估计式: 公式()中: 很容易看出,估计式中的()是×方,相比于×矩阵[]由于 ≤,可是求逆运算得以简化,从而减小了计算量。 国科技论又在线 简化基于算法的自适应信道估计 算法是一种基于 准则的自适应滤波算法,将它用于信道估计可充分利用 信道的前后相关性,减少噪声对信道估计性能的影响。 首先介绍一下算法的基本原理。假设()是一组输入数据的向量,()是权 向量,[]是滤波器的期望响应,()是滤波器输出,滤波器阶数为,则阶递 归算法可以表示为 () 将算法用于信道估计时,输入()不再是由数字组成的简单向量,而是由多径 信道增益组成的向量。基于简化的的信道估计如式()所示,因此可以把最近得到的 个[]=[][]作为输入序列,同时把当前的希望估计的[]作为期望响应 的维数应该与[]相符。在此情况下,算法的式()和式()相应地改写成 算法仿真 为了评估上述算法的有效性,我们使用刘算法进行了仿真。采用调制,载 波频率 ,系统情宽 基带抽样频率 子载波总数为,采用个发送天 线和根接收天线信道,空时编码采用编码方式,采用径瑞利衰落信道模型,多普勒 频移 ,并假定不同天线对的信道独立冋分布,自适应滤波器迭代步长为 路径选取阈值设为 米用个符号,进行蒙特卡罗仿真实验,对其结果进行平均,最终得到估计 算法的和由线,仿真结果分别如下图、图所示 国科技论又在线 LS信道仁计 亏一简化LS信首估计 台一简化的Lt侶信道估 14 Eb. No ldB 图 系统性能对比曲线 +—Ls信道估计 寻一简化LS信道计 简化的LMS信道佔计 日 11820 Eb/No(dE 图 系统性能对比曲线 可以看到简化算法与原算法有稍许的性能下降,不过由于降低了运算量,而且 相同或者的情况下,信噪比相差不到,这个性能损失是可以接受的。而使用 自适应滤波器进行降噪处理后,相比较于信道佔计而言,简化后的信道佔计 算法性能得到眀显提升,并可以实时的跟踪信道状态,效果十分理想 总结 本文主要描述了信道估计方法在 系统中的具体方法,接着提出了路 径选择阈值的概念,通过动态选取能量较大忽略能量较小的路径的方法达到了简化算法 的目的,最后通过自适应滤波器的应用,提高了信道估计器性能的同时增强信道估计 的对信道的实时跟踪性。 国科技论又在线 参考文献 胡蝶,杨绿溪系统屮基于号频的时变信道估计,电子与信息学报 况少平郭庆平李黎时域信道佔计的 简化算法,武汉理工大学学报, 董秀 系统信道佔计算法的研究哈尔滨理工大学年月

...展开详情
img

关注 私信 TA的资源

上传资源赚积分,得勋章
相关内容推荐