【正文】 與傳統(tǒng) WSN 相比，多媒體傳感器網(wǎng)絡更加關注圖像、視頻、音頻等多媒體信息，因而低耗能、高速的數(shù)據(jù)傳輸成為制約其發(fā)展的關鍵技術問題之一。正交頻 分復用 (OFDM)作為一種高效的、廣泛應用的數(shù)據(jù)傳輸方式 ，適用于多媒體傳感器網(wǎng)絡。 El 前已經存在一些抑制信號峰均比的方法，其中限幅濾波是最為常用的方法。 關鍵詞 ： OFDM 信道 無線 傳感 器 網(wǎng)絡 目 錄 第 1章 緒論 ................................................................................................................................. 4 第 2章 系統(tǒng)模型描述 ....................................................................................... 錯誤 !未定義書簽。 根據(jù)無線通信環(huán)境的信道參數(shù)變化快慢的不同，將研究工作劃分為信道參數(shù)變化緩慢和信道參數(shù)變化劇烈兩種情景。由于信道參數(shù)變化緩慢，故可以適當減少插入導頻序列的個數(shù)，然后又對其進行了實驗仿真，結果表明，改進信道估計方案的估計性能優(yōu)越性體現(xiàn)的更加明顯。文獻 E8]提出了基于 EM一迭代的聯(lián)合信道估計和信號檢測算法，并推導了已知非線性失真信息的 LS信道估計均方誤差的下限。文獻 [13]研究了梳狀導頻系統(tǒng)的理論信道估計增益，并提出了基于信號重建的信道估計算法。估計的限幅導頻序列用于信道再估計，而經過非線性失真補償?shù)臄?shù)據(jù)子載波用于信號再檢測，提高系統(tǒng)的性能。自此之后的 100 多年中，無線通信經歷了從模 擬移動通信到數(shù)字移動通信，從窄帶通信到寬帶通信的發(fā)展過程。因為模擬技術比較成熟，第一代移動通信在當時得到了較為廣泛的應用，但是它也有很多弊端，如各種制式互不兼容，移動用戶不能在各種系統(tǒng)之間實現(xiàn)漫游，另外頻譜利用率低、保密性能差、抗干擾能力差，并且系統(tǒng)通信容量小，能夠同時承載的用戶比較少，不能滿足人們日益提高的通信需求，逐漸在競爭激烈的通信市場中被淘汰。在建立正確的信道模型基礎上，只有接收端獲知準確的信道參數(shù)，才能使發(fā)送信號的解調恢復得以可靠實現(xiàn)。比如當系統(tǒng)從一種環(huán)境變換到另一種環(huán)境，系統(tǒng)的參數(shù)變化很大，單一的模型是無法精確描述系統(tǒng)的實際變化，將造成較大的系統(tǒng)輸出誤差，有可能出現(xiàn)錯誤的輸出結果，所以需要用若干個能覆蓋所有系統(tǒng)環(huán)境變化的動態(tài)模型 共同跟蹤系統(tǒng)的參數(shù)變化。多模型控制方法適用于非線性系統(tǒng)中，能夠達到較好的控制精度、跟蹤速度和系統(tǒng)穩(wěn)定性。在建立模型時，既要確保每個模型有較高的輸出精度，又要盡可能降低模型間的相關性。 TS多模型模糊方法，是由 Takagi 和 Sugeno 提出的一種動態(tài)系統(tǒng)的模糊辨識方法 [24]，其基本思想是將非線性系統(tǒng)狀態(tài)分為多個模糊區(qū)間，在每一個區(qū)間內用線性模型逼近，全局模型可以通過局部模型的插值得到。多模型控制方法主要有：增益調度控制和多模型自適應控制。而多模型自適應控制是在傳統(tǒng)自適應控制方法無法充分描述復雜非線性系統(tǒng)性能時提出的。 OFDM 技術是多載波傳輸?shù)囊环N，其多載波之間相互正交，可以高效地利用頻譜資源。無線信道的頻率選擇性衰落和時間選擇性衰落都會影響到 OFDM 系統(tǒng)的性能。我們稱信道呈現(xiàn)頻率選擇特性的數(shù)字通信為 寬帶數(shù)字通信 [1]。其功率譜如圖 11 所示。如圖 12 所示。各個子載波之間的頻譜間隔 是保持各個子載波之間正交性的最小間隔。 圖 13 OFDM 信道的功率譜 OFDM 技術的主要優(yōu)缺點 OFDM 技術的應用始于 20 世紀 60 年代，主要用在軍事通信中，但是因為結構復雜，限制了進一步推廣。 （ 1） 抗多徑效應和頻率選擇性衰落能力強。 OFDM 系統(tǒng)允許子信道的頻譜相互重疊，因此與常規(guī)的頻分復用系統(tǒng)相比， OFDM 系統(tǒng)可以最大限度地利用有限的頻譜資源。 （ 4） 采用動態(tài)子載波分配技術能提高系統(tǒng)性能。 OFDM 系統(tǒng)可以很容易地采用不用數(shù)量的子信道來實現(xiàn)上行和下行鏈路不同的傳輸速率，從而支持移動通信的非對稱高速數(shù)據(jù)傳輸。從功率角度，定義輸出峰均比 PAPR 2 2 2A /E { | X (k ) | } = r。而帶內干擾對有用信 號的影響體現(xiàn)在幅度衰落 a和非線性加性噪聲干擾 d( n)兩個方面。同時假設 OFDM 系統(tǒng)是完全同步的，且不受符號間干擾 (ISI)影響。非盲估計一般指的是基于導頻插入的信道估計方法，首先利用導頻獲得導頻處的信道信息，然后通過插值的辦法獲得所有子載波處的信道信息。 此外，還有面向判決反饋的信道估計方法具有較高的有效信息傳輸速率，對于慢時變信道有較好的跟蹤性能，但對于快時變信道，因為信道的快變 造成面向判決信道估計具有較大的殘余誤差，所以跟蹤性能大大下降。接收端接收到信號后，首先去除循環(huán)前綴、實施FFT變換，并補償幅度衰落。其中，估計的限幅后的導頻序列用于信道的再估計，而失真信息用于數(shù)據(jù)的再判決。其中， ipX 為限幅后的導頻序列，pX 為原始導頻序列。然后采用 LS信道估計算法估算信道響?ipH ，并用 DFT插值算法內插出所有子信道的信道響 ?iH 。 步驟 2：信道均衡。該判決器從所有 符號映射中選擇一個與 ()idYk歐式距離最短的符號作為最佳判決 ? ()idXk。為了方便地處理信號，設置一個 OFDM符號的不同子載波上的導頻符號是相同的，而不同天線上發(fā)送的導頻符號之間互相正交。這里將 其擴展應用到 MIMOOFDM系統(tǒng)中。譯碼模塊采用改進的 LogMAP算法，譯碼后同時得到信息位比特和校驗位比特的軟信息。 LogMAP算法需要計算編碼比特的對數(shù)似然比 (LogLikelihood Ratios， LLR)。經過若干次這樣的迭代過程，對 Turbo譯碼信息位比特軟信息進行判決得到信息比特，同時將更新后的信道響應值用于下一個符號的信道估計，這就完成了整個 MAP譯碼迭代信道估計過程。第 3步則通過 FFT得到頻域的信道傳輸函數(shù)矩陣。 [ ]W Q n? 為逆相關矩陣，由下式計算得到 式中 ? 是正則化參數(shù)，取值與信噪比有關，高信噪比時取較小的正常數(shù)，而低信噪比時取較大的正常數(shù)； I 為 L 階單位矩陣?？柭鼮V波器的另一個新穎特點是，它的解是遞歸計算的而且可以不加修飾地應用于平穩(wěn)和非平穩(wěn)的環(huán)境。 卡爾曼濾波 考慮圖 44 所示的線性動態(tài)離散時間系統(tǒng)。假定語音信號可看成由一 AR模型產生： 時間更新方程： 測量更新方程： K(t)為卡爾曼增益，其計算公式為： 其中 分別為過程模型噪聲協(xié)方差和測量模型噪聲協(xié)方差，測量協(xié)方差可以通過觀測得到，則較難確定，在本實驗中則通過與兩者比較 得到。尤其是，狀態(tài)的每一次更新估計都由前一次估計和新的輸入數(shù)據(jù)得到，因此 只需要存儲前一次的估計值，因而易于在硬件上加以實現(xiàn)。 Turbo 編碼采用 PCCCfParallel Concatenated Convolution Code)方案，數(shù)據(jù)幀長 2560 bit，使用兩個 8狀態(tài) RSC編碼器和一個 Turbo 碼隨機內交織器，碼率為 1／ 2。 仿真結果 按照上述系統(tǒng)參數(shù)對系統(tǒng)的信道估計性能進行仿真。圖 7表明，在相同的迭代次數(shù)下， RLS算法與 LR算法的 FER性能十分接近。由于 RLS收斂 較快，在低信噪比情況下，它的 MSE性能要優(yōu)于 LR算法 。在 RLS濾波模塊，每次迭代需要 2 RTNN??次的 FFT／ IFFT運算以及 2N (N為濾波器長度 )次的乘法運算。針對這一情況，本論文首先研究了快變信道的估計問題。該算法在降低傳統(tǒng)卡爾曼濾波計算復雜度的同時，能夠有效地跟蹤信道的快速變化。同時與直接求逆算法相比，改進算法在性能略有降低的情況下，算法的計算復雜度大大降低。并且當多普勒頻移加大的情況下，算法仍然能夠有效的跟蹤時變信道。 參考文獻 【 1】 Agrawal D， Tarokh V， and Nagnib A， et a1．． Spacetime coded OFDM for high datarate wireless munication overwideband． In Proc． IEEE VTC， Ottawa， Ont．， Canada， May 1998． V01． 3：2232— 2236． 【 2】 Song Bowei， Zhang Wenzhun， and Gui Lin． Iterative jointchannel estimation and signal detection in MIMO0FDMsystems． Proceedings． 20xx International Conference on Wireless Communications， Networking and MobileComputing， 2326 Sept．， 20xx， V01． 1： 39— 43． 【 3】 3 Chen Jiming and Li Shaoqian． Iterative channel estimation for MIMO— OFDM systems． Proceedings． 20xx International Conference on Communications， Circuits and Systems，2730 May,20xx， V01． 1： 180— 184． 【 4】 Berron C， Glavieux A， and Thitimajshima P． Near Shannon hmit error correcting coding and decoding： Turbo codes 【 5】 Valenti M C and Woerner B D． Iterative channel estimation and decoding of pilot symbol assisted Turbo codes over flatfading channels． IEEE Z mSAG 20xx， 19(9)： 1697— 1705． 【 6】 Saux B L and Helard M． Iterative channel e