基于ofdm技術(shù)的無線通信系統(tǒng)的信道估計的研究畢業(yè)設(shè)計-資料下載頁

【導(dǎo)讀】導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝。為獲得及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。有權(quán)保存畢業(yè)設(shè)計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；目的前提下，學(xué)校可以公布論文的部分或全部內(nèi)容。傳輸速率到高數(shù)據(jù)傳輸速率的演變。實現(xiàn)個人通信，移動互聯(lián)網(wǎng)，高清視頻點(diǎn)播等超寬帶，高數(shù)據(jù)傳輸速率業(yè)務(wù)，人們相繼提出第三代和第四代(4G：LTETDD、

　　

【正文】 C M 1 信道 L S , D F T ,改進(jìn) D F T 的性能比較 ( S E R ) LS 算法D F T 算法改進(jìn)的 D F T 算法 圖 CM1 信道 ， 128 子載波 下 LS、 DFT、改進(jìn) DFT 算法的 SER 比較 28 2 4 6 8 10 12 14 16 18 20101S N R ( d B )Symbol Error RateC M 2 信道 L S , D F T ,改進(jìn) D F T 的性能比較 ( S E R ) LS 算法D F T 算法改進(jìn)的 D F T 算法 圖 CM2 信道 ， 128 子載波 下 LS、 DFT、改進(jìn) DFT 算法的 SER 比較 2 4 6 8 10 12 14 16 18 20102101S N R ( d B )Symbol Error RateC M 3 信道 L S , D F T ,改進(jìn) D F T 的性能比較 ( S E R ) LS 算法D F T 算法改進(jìn)的 D F T 算法 圖 CM3 信道 ， 128 子載波 下 LS、 DFT、改進(jìn) DFT 算法的 SER 比較 2 4 6 8 10 12 14 16 18 20102101S N R ( d B )Symbol Error RateC M 4 信道 L S , D F T ,改進(jìn) D F T 的性能比較 ( S E R ) LS 算法D F T 算法改進(jìn)的 D F T 算法 圖 CM4 信道 ， 128 子載波 下 LS、 DFT、改進(jìn) DFT 算法的 SER 比較 29 2 4 6 8 10 12 14 16 18 20103102101100S N R ( d B )Mean Square ErrorO F D M 系統(tǒng) L S , D F T 和改進(jìn) D F T 算法的比較 ( M S E ) LS 算法D F T 算法改進(jìn)的 D F T 算法 圖 128 子載波下 LS、 DFT、改進(jìn) DFT 算法的 MSE 比較 表 43 各算法在 64 子載波和 128 子載波下的誤碼率比較 估計算法 載波數(shù) LS 算法 DFT 算法 改進(jìn) 的 DFT 算法 64 128 表 44 各算法在 64 子載波和 128 子載波下的均方誤差比較 估計算法 載波數(shù) LS 算法 DFT 算法 改進(jìn) 的 DFT 算法 64 128 信號 在 64 子 載波數(shù)下， 經(jīng)過 CM1 信道傳輸后，系統(tǒng)誤碼率性能如 圖 所示。 由此可知， DFT 算法由于時域能量集中在少數(shù)抽樣點(diǎn)上，減少了頻譜泄露，因而信道估計性能較好；而改進(jìn) 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。CM2 信道環(huán)境傳輸后系統(tǒng)的誤碼率曲線如 圖 所示，同樣地，即使是在非視距環(huán)境下，改進(jìn)算法能夠?qū)⑾到y(tǒng)誤碼率降到最低。 圖 和圖 CM3 信道和 CM4 信道環(huán)境下的系統(tǒng)誤碼率曲線，由 圖 可得，相同 誤碼 30 率 下，改進(jìn)算法的 SNR 較 DFT 算 法有 4dB的提升，較 LS 算法有 的提升；同樣，在 圖 中，相同 誤碼率 下，改進(jìn)算法的 SNR 較 DFT 算法有 的提升，較 LS 算法有 8dB 的提升 。可以看出， CM4 環(huán)境下的系統(tǒng)性能較 CM3有所下降，原因是 CM4信道環(huán)境更復(fù)雜，多徑時延最大。 圖 是 LS、 DFT、改進(jìn) DFT 算法的 均方誤差 比較圖 ， 該 圖直觀地反映了改進(jìn)算法在降低 MSE 的優(yōu)越性。由圖可得， 當(dāng) SNR 均為 6dB 時，改進(jìn) DFT算法的 均方誤差 較傳統(tǒng) DFT 算法有了 的提升 ，較 LS 算法有 的提升 。 圖 至圖 是在 128子載波下的仿真結(jié)果。 由圖可得，同一算法，隨著子載波數(shù)的增加，估計性能略有下降，表 43與表 44 也說明了這一點(diǎn) ，例如在 64 子載波與 128 子載波下， DFT 算法的誤碼率 增加 了 %，均方誤差 增加 了 %；改進(jìn)算法的誤碼率 增加 了 %，均方誤差 增加 了 %。因此，隨著子載波數(shù)的增加，改進(jìn)算法 的估計性能會降低。 5 結(jié) 論 與展望 31 答 謝 部分 程序： clc。 clear all。 %======================= 生成訓(xùn)練序列，采用 BPSK調(diào)制 ========================% N=64。 d=rand(N,1)。 for i=1:N if (d(i)=) d(i)=1。 else d(i)=1。 end end for i=1:N X(i,i)=d(i)。 end %======================== 計算信道向量 G和信道特性 ========================% tau=[ ]。 for k=1:N s=0。 for m=1:2 s=s+(exp(j*pi*(1/N)*tau(m))* (( sin(pi*tau) / sin(pi*(1/N)*(tau(m)k)))))。 end g(k)=s/sqrt(N)。 end G=g39。%信道向量 H=fft(G)。%頻域 XFG=X*H。 n1=ones(N,1)。 n1=n1*。%加入復(fù)高斯白噪聲 noise=zero(n1,5)。%設(shè)置 SNR為 5dB No=fft(noise)。 Y=XFG+No。 %============================= 計算誤碼率 ================================% for n=1:8 SNR_send=2*n。 error_count_l=0。 %清空 error_count error_count_ls=0。 error_count_mmse=0。 32 error_count_smmse=0。 error_count_dft=0。 %================= 求 H_mmse ===================% u=rand(N,N)。 F=fft(u)*inv(u)。%DFT矩陣 I=eye(N,N)。 Rgy=Rgg * F39。* X39。 for i=1:N yy(i,i)=Y(i)。 end H_mmse=fft(Gmmse)。 for i=1:N Hmmse(i,i)=H_mmse(i)。 end %================ 求 H_lmmse ===================% u=rand(N,N)。 F=fft(u)*inv(u)。%DFT矩陣 I=eye(N,N)。 for i=1:N Hsmmse(i,i)=H_smmse(i)。 end %================== 求 H_dft ====================% u=rand(N,N)。 F=fft(u)*inv(u)。%DFT矩陣 I=eye(N,N)。 for i=1:N Hdft(i,i)=H_dft(i)。 end %============================= 生成隨機(jī)序列 =============================% for c=1:1000 X=zeros(N,N)。 d=rand(N,1)。 for i=1:N if (d(i)=) d(i)=+1。 else d(i)=1。 end end for i=1:N X(i,i)=d(i)。 end XFG=X*H。 n1=ones(N,1)。 33 n1=n1*。%加入復(fù)高斯白噪聲 noise=awgn(n1,SNR_send)。 variance=var(noise)。 No=fft(noise)。 Y=XFG+No。 %================================ 接收機(jī) =================================% %=============== 無估計的接收 =================% I= inv(Hl)*Y。 for k=1:N if (real(I(k))0)%判決 I(k)=1。 else I(k)=1。 end end for k=1:N if (I(k)~=d(k)) error_count_l=error_count_l+1。 end end %============== LS估計器的接收 ================% I=inv(Hls)* Y。 for k=1:N if (real(I(k))0)%判決 I(k)=1。 else I(k)=1。 end end for k=1:N if (I(k)~=d(k)) error_count_ls=error_count_ls+1。 end end %=============== DFT估計器的接收 =================% I=inv(Hdft)* Y。 for k=1:N if (real(I(k))0)%判決 I(k)=1。 else I(k)=1。 end end for k=1:N 34 if(I(k)~=d(k)) error_count_dft=error_count_dft+1。 end end end ser_l(n)=error_count_l/128000。 ser_ls(n)=error_count_ls/64000。 ser_mmse(n)=error_count_mmse/64000。 ser_smmse(n)=error_count_smmse/128000。 ser_dft(n)=error_count_dft/96000。 SNR(n)=SNR_send。 end。 %=================================== 作圖 ===============================% semilogy(SNR,ser_l,39。vk39。)。 axis([2,16,*,*1])。 grid on。 hold on。 semilogy(SNR,ser_ls,39。*k39。)。 semilogy(SNR,ser_mmse,39。dk39。)。 semilogy(SNR,ser_smmse,39。ok39。)。 semilogy(SNR,ser_dft,39。pk39。)。 xlabel(39。SNR (dB)39。)。 ylabel(39。Symbol Error Rate39。)。 title(39。OFDM系統(tǒng)無估計 ,LS,MMSE,LMMSE和 DFT算法的比較 (SER))。 legend(39。無估計算法 39。,39。LS算法 39。,39。MMSE算法 39。,39。LMMSE算法 39。,39。DFT算法 39。)。 hold off