基于ofdm技術的無線通信系統的信道估計的研究_畢業論文-免費閱讀

　　

【正文】 ,39。 legend(39。 xlabel(39。dk39。)。 ser_ls(n)=error_count_ls/64000。 for k=1:N if (real(I(k))0)%判決 I(k)=1。 variance=var(noise)。 d=rand(N,1)。 F=fft(u)*inv(u)。 F=fft(u)*inv(u)。 Y=XFG+No。 32 end g(k)=s/sqrt(N)。 %======================= 生成訓練序列，采用 BPSK調制 ========================% N=64。可以看出， CM4 環境下的系統性能較 CM3有所下降，原因是 CM4信道環境更復雜，多徑時延最大。信息處理過程如 圖 。對于高速傳輸系統， LS 估計器已不適用。 。HHR是導頻間的自相關矩陣，大小為 PP? ， W 為 LMMSE 權值矩陣。 是最優的低階估計器，它的核心思想在于對LS 估計進行奇異值分解，在不降低估計器性能的條件下降低算法復雜度，并抑制 AWGN和 ICI，但是它也有缺點，就是需要知道每條子路徑功率的先驗信息，并利用此信息來構造自相關矩陣。假設信號與噪聲相互獨立，在接收端對信號進行 N點 DFT時引入 DFT矩陣 Z，表示為： 0 ,0 0 , 11 ,0 1 , 1MMMM M MMMMMZMM?? ? ????????…… 錯誤 !未找到引用源。 由通信原理可知，接收機所接收的信號一般由有用信號和噪聲組成。 12t dSN fT? （ 32） 其中 錯誤 !未找到引用源。 。 0 20 40 60 80 100 120 0 . 4 0 . 200 . 20 . 4S V 信道模型 C M 1 環境下的信道沖激響應T i m e ( n s )Gain0 20 40 60 80 100 120 0 . 200 . 20 . 40 . 6S V 信道模型 C M 2 環境下的信道沖激響應T i m e ( n s )Gain0 50 100 150 200 250 0 . 4 0 . 200 . 20 . 4S V 信道模型 C M 3 環境下的信道沖激響應T i m e ( n s )Gain0 50 100 150 200 250 300 350 0 . 4 0 . 200 . 20 . 4S V 信道模型 C M 4 環境下的信道沖激響應T i m e ( n s )Gain 圖 SV 模型中四種信道的頻率響應 由圖 可知，一般快衰落信道的多徑時延都會超過 50ns，對于 CM413 這種特殊環境下的快衰落信道，其多徑時延甚至超過了 220ns，由此可見 CM4信道對信號的深衰落程度。 OFDM 信道特性 一般地，研究無線通信系統的信道特性時，通常是基于收發信機之間否存在視距分量。其優點是系統頻譜利用率高，而缺點是需要接收到足夠多的數據才能得到可靠估計值，因而運算時間長，信10 號實時處理性差，這就阻礙了它在實際系統中的應用。一般地，信道估計算法要使誤碼率最低，均方誤差最小，且算法復雜度不要太高，因此，信道估計器結構的選擇至關重要。 通過以上的介紹可以得出， OFDM系統在高速傳輸系統中具有無可比擬的優越性。 信道編碼與交織 信道編碼與交織技術能夠有效降低數字通信系統的誤碼率，提高通信的抗干擾能力。 OFDM 系統要求各信道之間嚴格正交，系統的定時同步精度非常高，對于快衰落環境引起的頻偏，高精度定時同步算法發雜，且較難實現。 圖 基于 IFFT/FFT 實現的 OFDM 系統框圖 OFDM 的優缺點 任何一項技術都不是完美無瑕的，正交頻分復用技術也是如此，存在著如下優缺 點 。由于 OFDM 是多載波方案，可用圖 ，只要滿足各載波相互正交即可。其中 M 代表子載波數， ST 為正交頻分復用碼元周期。因此，人們必須提出更好的通信系統模型，來適應高速數據通信，多載波通信技術便是在這種背景下受到人們重視的。首先簡要介紹了信道估計的分類和目的；然后介紹了快衰落下的四種信道模型， 并對四種模型的沖擊響應進行了仿真，以觀察各信道的時延擴展，并為后面估計算法的性能仿真做準備；之后重點分析了基于 LS 算法、 MMSE 算法、 LMMSE算法以及基于 DFT 算法的信道估計原理，3 進行了大量公式推導，并總結其優缺點；最后在不同信道環境，不同子載波數下用 MATLAB 對各算法的誤碼率和均方誤差進行了仿真，總結各算法估計性能。因此，為使接收端獲得與發送端完全同頻同相的載波信息，必須對信道進行估計 ,以對抗碼間干擾和多徑衰落。 1990年， Peled 和 Ruiz 提出的循環前綴 (Cyclic Prefix,CP)，解決了信道正交性問題。第一代 (1G:AMPS、 TACS)和第二代(2G:GSM、 IS95CDMA)移動通信只能提供語音業務或部分低數據業務，為了實現個人通信，移動互聯網，高清視頻點播等超寬帶，高數據傳輸速率業務，人們相繼提出第三代 (3G:CDMA20xx、 WCDMA、 TDSCDMA)和第四代 (4G： LTE TDD、LTE FDD)移動通信，而其中的關鍵技術之一 —— 正交頻分復用 (OFDM)成為研究熱點。 在移動通信中，無線信道往往受到高層建筑物，河流，森林，山脈等的影響而呈現多徑特性。 第一章以移動通信的演變為背景，介紹了 OFDM 技術的提出、發展歷程和在民用通信中的應用，然后根據無線信道環境引出信道估計的概念。第一代蜂窩移動通信 (1G)與第二代蜂窩移動通信 (2G)主要采用這種系統，因為 1G 和 2G 的數據傳輸速率不高，通過合適的均衡算法便能夠很好地解決多徑衰落引起的符號間干擾 (ISI)。多載波調制技術的原理框圖如圖 。在實際應用中，一般采用等效基帶信號來描述 OFDM輸出 信號，具體的數學表達式見式 (21)。用循環前綴來填充保護間隔，只要保護間隔長度大于信道的最大時延擴展，信道便仍然正交，這樣便可進一步降低 ISI 和 ICI 的影響。 OFDM 技術的缺點主要有： (1)存在一定概率的 PAPR。在下行鏈路中，基站通過廣播控制信道 (BCCH)向各移動臺發送同步信號；在上行鏈路中，為保證各信道的正交性，到達基站的各移動臺信號也必須保持同步。盡管 N 路信號同時出現峰值是低概率事件，但為了滿足接收端信號的完好無損，發送端要求高功率放大器 (HPA)具有很大的線性范圍，這將降低發射機的工作效率。無線通信系統受周圍環境的影響較大，建筑物，河流，山脈，森林等對電磁波的吸收較強，加之反射與衍射、多徑衰落對信號的影響，到達接收端的信號，幅值和相位可能發生畸變，難以進行識別。但是由于引入了輔助信息，浪費了帶寬，降低了頻譜利用率。在正交頻分復用系統中，一般情況下都采用此類信道估計算法。 表 31 OFDM 信道參數 信道模型 CM1 CM2 CM3 CM4 10dB 多徑數 總能量 85%多徑數 平均附加時延 信道能量平均值 /dB (1 )ns? ? 1dB? 2 dB? x dB? 4 5 5 4 (1 )ns? ? RMS 延擴展 /ns 6 7 14 23 信道能量標準差 /dB 其中參數的含義如下： ? 指 簇到達速率， ? 指 簇功率衰減因子， 12,??錯誤 !未找到引用源。但無論采取何種方式，插入導頻的間隔必須滿足 Naiquist 抽樣定理。是最大時延擴展， cf? 是歸一化的子載波間隔。該估計由于算法復雜度較低，估計性能優良而被廣泛采用。 在實際應用中，信道的沖激響應 LSHH與 之間的關系為： 11()L S N NH X X H N H X N??? ? ? ? (314) 17 因此 LS 估計的均方誤差 (Mean Square Error,MSE)為： ? ? 21( ) ( ) ( )HHL S L S NM S E tr a c e E H H H H tr a c e X X? ?? ? ? ?? ? ? ? ? ?? ? ? ? (315) 其中 2N? 為高斯白噪聲平均功率。 MMSE M mmseH Z h? (318) 將式 (318)帶入式 (319),可得： 1M M S E M H Y Y Y MHHM M M S E M M MH Z R R YZ Q Z X Y??? (319) 其中 MMSEQ 表達式如下： 18 ? ? ? ?1112H H H HM M S E H H M M M P N H H M M M MQ R Z X X Z R Z X X Z? ??????????? (320)錯誤 !未找到引用源。,2 1 1? ?( ( ) )L M M S E P L S P HNH H H HH W HW R R X X? ????? (324) 其中 HHHR E HH??? ??,39。 基于 DFT 變換的信道估計 高 速 DSP技術的發展，離散傅里葉變換在 DSP上的應用，為新型信道估計算法提供了足夠的發展空間。 ,錯誤 !未找到引用源。表 34 對 64 子載波與 128 子載波下誤碼率和均方誤差做了比較，可以得出，對于同一算法，子載波數越多，各算法的估計性能越差，這也說明子載波之間相互影響越大。由此可知， DFT 算法由于時域能量集中在少數抽樣點上，減少了頻譜泄露，因而信道估計性能較好；而改進 DFT 算法，由于漢寧窗的加入和線性變換，使得帶外噪聲迅速衰減，在低 SNR 下估計性能較 DFT算法有所提高。 因此，隨著子載波數的增加，改進算法的估計性能會降低。 end %======================== 計算信道向量 G和信道特性 ========================% tau=[ ]。 n1=n1*。 error_count_smmse=0。 end H_mmse=fft(Gmmse)。%DFT矩陣 I=eye(N,N)。 n1=ones(N,1)。 else I(k)=1。 else I(k)=1。 end。*k39。 semilogy(SNR,ser_dft,39。)。MMSE算法 39。 hold off 。LS算法 39。 ylabel(39。ok39。 hold on。 ser_dft(n)=error_count_dft/96000。 end end %=============== DFT估計器的接收 =================% I=inv(Hdft)* Y。 %================================ 接收機 =================================% %=============== 無估計的接收 =================% I= inv(Hl)*Y。 end end for i=1:N X(i,i)=d(i)。 end %================== 求 H_dft ====================% u=rand(N,N)。* X39。 %清空 error_count error_count_ls=0。%頻域 XFG=X*H。 else d(i)=1。 圖 128子載波下的仿