OFDM系統(tǒng)非參數(shù)信道估計算法研究.pdf

1、在以IMT2000標(biāo)準(zhǔn)為核心的第三代移動通信業(yè)務(wù)已經(jīng)在全球全面鋪開的同時，人們已經(jīng)對新一代無線寬帶多媒體通信系統(tǒng)做了大量的研究工作。新一代無線通信系統(tǒng)又稱為超3代移動通信系統(tǒng)，簡稱B3G或4G系統(tǒng)。該系統(tǒng)的目標(biāo)是在高速移動環(huán)境中支持最高約100Mbps的速率，因此新一代無線通信系統(tǒng)在傳輸速率和頻譜利用率上需要有新的突破。
　　 正交頻分復(fù)用（OFDM）是一種多載波數(shù)字通信調(diào)制技術(shù)，它具有頻譜利用率高、可對抗多徑時延擴(kuò)展以及實現(xiàn)簡

2、單等特點，已經(jīng)被確定為B3G 移動通信系統(tǒng)中的核心技術(shù)之一。要在OFDM系統(tǒng)中進(jìn)行高速率的數(shù)據(jù)傳輸，同時要保持較高的頻譜利用率，OFDM系統(tǒng)需要使用密度更高的星座點進(jìn)行符號映射并采用相干檢測技術(shù)。
　　 在這種情況下，接收端必須知道精確的信道狀態(tài)信息。同時，現(xiàn)代傳輸技術(shù)包括自適應(yīng)調(diào)制、MIMO系統(tǒng)、波束成形、空時編碼以及跨層自適應(yīng)技術(shù)等都需要精確的信道狀態(tài)信息。因此信道估計在OFDM系統(tǒng)中是不可或缺的。
　　 本論文在研

3、究深入傳統(tǒng)LS估計器，LMMSE估計器和基于DFT的變換域估計器的優(yōu)缺點后，提出幾種基于非參數(shù)函數(shù)估計的信道估計方法。這些方法不需要信道和傳輸數(shù)據(jù)的先驗知識，在僅增加線性計算復(fù)雜度的前提下，大大提高了LS估計器的性能。
　　 論文首先討論了衰落無線信道的特性，對信道的時域與頻域特性作了簡單的分析，詳細(xì)介紹了常用的確定性衰落信道模型，并深入分析了它們的可微性、Lipschitz性及可逼近性等數(shù)學(xué)特性；并在簡要介紹非參數(shù)函數(shù)估計方法

4、的原理的基礎(chǔ)上分析了將非參數(shù)方法用于衰落信道估計的可行性，為全文奠定了理論基礎(chǔ)。
　　 接著我們提出一種基于局部線性回歸的OFDM系統(tǒng)的信道估計方法，該方法明確提出將信道估計的插值過程和噪聲消除過程進(jìn)行分離：首先對估計出的導(dǎo)頻處的信道估計值進(jìn)行插值，然后對插值后的信道估計值進(jìn)行局部線性回歸以消除信道噪聲和插值引入的誤差。該方法不僅能夠有效的抵抗線性插值所帶來的誤差，而且能有效的回避變換域方法受到附加矩形窗的影響，從而明顯改善信道

5、估計的性能。該方法不需要知道信道和數(shù)據(jù)的先驗知識，因此具有很高的魯棒性。算法的計算復(fù)雜度僅為O(N)。
　　 為了在不增加計算復(fù)雜度的前提下進(jìn)一步提高估計精度，我們又提出了基于Saviztky-Golay平滑的OFDM頻域信道估計算法，該算法實際上是一種局部多項式回歸平滑算法，可以轉(zhuǎn)化為卷積運算進(jìn)行計算。利用通常Saviztky-Golay濾波器的抽頭數(shù)遠(yuǎn)大于回歸多項式階數(shù)這一特點可以大大降低估計的計算復(fù)雜度，使得計算復(fù)雜度僅為

6、O(N)。該方法具有局部線性回歸估計算法的所有優(yōu)點，且由于采用了局部多項式回歸，估計精度比局部線性回歸要高，同樣不需要知道信道和數(shù)據(jù)的先驗知識。
　　 對于塊衰落信道，我們提出了基于二維核回歸估計的OFDM系統(tǒng)信道估計方法。
　　 在核回歸方法中，我們可以利用核函數(shù)來刻畫信道復(fù)增益在時域頻域上的相關(guān)性，因此估計性能比簡單的局部回歸要好。由于WSUSS信道的相關(guān)性可以進(jìn)行時頻分解，該算法可以分解為兩個級聯(lián)的一維核回歸算法，

7、復(fù)雜度大大降低。通過優(yōu)化時域和頻域核函數(shù)的支撐區(qū)間的長度，該算法的性能在低信噪比時甚至超過一維MMSE 估計算法，而復(fù)雜度遠(yuǎn)低于一維MMSE 估計算法，但比前兩種算法的計算復(fù)雜度稍高一些，每點數(shù)據(jù)的算法復(fù)雜度與兩個核函數(shù)長度和成正比。
　　 最后論文討論了基于小波閾值估計的基本原理并提出了基于塊閾值估計的小波閾值信道估計算法，該算法的性能優(yōu)于基于傳統(tǒng)的小波去噪信道估計算法，且在信道多徑擴(kuò)展大于CP長度時仍然具有較好的估計性能，且