【正文】 幅度、相位 和到達(dá)時(shí)間的劇烈變化，所以，為了在接收端準(zhǔn)確恢復(fù)出發(fā)送信號(hào)，必須要進(jìn)行信道估計(jì)，獲得所有子載波上的參考相位和幅度，利用估計(jì)出來(lái)的信道信息對(duì)接收信號(hào)進(jìn)行均衡。在寬帶數(shù)字通信中，如果使用單載波調(diào)制方式，并且接收端沒有采用相應(yīng)的均衡處理消除頻率選擇特性的衰落或者 ISI，系統(tǒng)性能將嚴(yán)重惡化，甚至失去通信能力；而系統(tǒng)采用的信道均衡方法在復(fù)雜度和性能之間不能很好地折衷。 Chang 于 1966 年提出了允許子信道頻譜相互重疊的并行發(fā)送方案，各個(gè)子載波發(fā)射信號(hào)的可分性依靠交錯(cuò)系統(tǒng)兩個(gè)正交通道上發(fā)送數(shù)據(jù)的半個(gè)符號(hào)周期來(lái)獲得，子信道間保持 Nyquist 準(zhǔn)則下的正交，以此來(lái)避免 ICI，在接收端可以獨(dú)立恢復(fù)各子載波的數(shù)據(jù)。為進(jìn)一步提高頻譜利用率，正交頻分復(fù)用（ OFDM）的多載波傳輸系統(tǒng)被提出來(lái)了。在接收端，子載波信號(hào)不是通過(guò)傳統(tǒng)的濾波器方法分離出來(lái)的，而是通過(guò)對(duì)接收信號(hào)進(jìn)行基帶處理來(lái)實(shí)現(xiàn)的。 70 年代，人們提出采用離散傅立葉變換實(shí)現(xiàn)多載波調(diào)制，使 OFDM 技術(shù)開始走向?qū)嵱没Ｓ捎? OFDM 系統(tǒng)把高速數(shù)據(jù)通過(guò)串并轉(zhuǎn)換分散到正交子載波上，可以大大降低各個(gè)子載波的符號(hào)速率 ，同時(shí)采用加循環(huán)前綴作為保護(hù)間隔的方法，可以有效地減小無(wú)線信道的時(shí)間彌散所帶來(lái)的符號(hào)間串?dāng)_，大大減小了接收機(jī)內(nèi)均衡器的復(fù)雜度。 （ 3） 在實(shí)際的 OFDM 系統(tǒng)中，信號(hào)的調(diào)制解調(diào)可以分別用 IDFT 和 DFT 來(lái)實(shí)現(xiàn)。在平均功率以及所有子載波的符號(hào)錯(cuò) 誤概率相等的約束條件下，通過(guò)各子載波間的最佳功率分配的設(shè)計(jì)以及對(duì)每個(gè)子載波中每個(gè)符號(hào)的比特?cái)?shù)（ QAM 信號(hào)星座圖的大小）最佳選擇的設(shè)計(jì)，可以得到最大的總比特率。 信號(hào)模型 經(jīng)調(diào)制后的 OFDM 符號(hào) 時(shí)域表達(dá)式為： 假設(shè)頻域信號(hào) X(k)是獨(dú)立同分布的隨機(jī)變量，當(dāng)子載波數(shù) N很大時(shí)，根據(jù)中心極限定理，時(shí)域輸出信號(hào) r(n )近似服從復(fù)高斯分布，其幅度服從瑞利分布。 根據(jù) Bussgang 定理，高斯輸入的非線性系統(tǒng)的輸出可以表示為： ( ) ( ) ( )gx n ax n d n?? (3) 式中： a為常數(shù)，取決于抑制率 y， x(n)與 d（ n）是不相關(guān)的。傳統(tǒng)的接收機(jī)不能補(bǔ)償由于該非線性噪聲干擾造成的性能下降。經(jīng)限幅濾波的信號(hào)通過(guò)多徑信道后，接收到的信號(hào)為： ()Y diag aX D H Z? ? ? （ 5） 式中： a為限幅造成的信號(hào)幅度衰落； X為待傳輸數(shù)據(jù)； D為系統(tǒng)限幅造成的非線性失真； H為一個(gè)符號(hào)周期內(nèi)的多徑信道頻域響應(yīng)； Z為加性高斯白噪聲。但是顯然，導(dǎo)頻信息占用了信息比特，降低了信 道傳輸?shù)挠行?，浪費(fèi)了帶寬。 在基于 OFDM 的新一代無(wú)線由于傳輸速率較高，并且需要使用相干檢測(cè)技術(shù)獲得較高的性能，因此通常使用非盲估計(jì)獲得較好的估計(jì)效果，這樣可以更好的跟蹤無(wú)線信道的變化，提高接收機(jī)性能。補(bǔ)償后的信號(hào)為： 11()cY diag X a D H a Z??? ? ? (6) 從補(bǔ)償后的信號(hào)中抽取導(dǎo)頻信息，并進(jìn)行初始信道估計(jì)。隨著迭代次數(shù)的增加，經(jīng)判決得到的數(shù)據(jù) ()idXn的誤碼率逐漸降低，并最終達(dá)到穩(wěn)定。 2?D 為估計(jì)的非線性失真信息， i為迭代次數(shù)。 1? ? ()i H i H ip p p p pH F F H F F d ia g X Y?? ? ? ? (7) 式中： F為 N N的傅里葉變換矩陣 ； HpF 為 P P的傅里葉變換矩陣的共軛轉(zhuǎn)置。根據(jù)估計(jì)的信道響應(yīng) ?iH ，對(duì)信號(hào) icY 進(jìn)行迫零均衡。 導(dǎo)頻結(jié)構(gòu) 本文采用的導(dǎo)頻結(jié)構(gòu)為 Barhumi等提出的塊狀導(dǎo)頻符號(hào)。本文采用的 2發(fā) 2收 MIMOOFDM系統(tǒng)中，所有插入的導(dǎo)頻如圖 3所示。圖 2所示的空時(shí)編碼 OFDM系統(tǒng)接收機(jī)框圖主要由 3個(gè)模塊組成：空時(shí)信號(hào)檢測(cè)模塊、信道估計(jì)模塊和 MAP譯碼模塊。將軟信息按照 Turbo編碼器的結(jié)構(gòu)進(jìn)行重構(gòu)、 信道交織和空時(shí)編碼，然后反饋到信道估計(jì)模塊，更新上一次的信道估計(jì)值。經(jīng)過(guò) q次迭代后， Turbo譯碼器輸出的碼字符號(hào)的對(duì)數(shù)似然比可以表示為 1( ) ( )1( ) ( , ) ( )( ) ( ) l og ( 5 )( ) ( , ) ( )k k kgqqk c k e k k k kgs s s sL d L z L ds s s s? ? ?? ? ??????? ?????? ? ?????? 式中 1()k s?? 為達(dá)到狀態(tài) s的前向遞推概率， ()k s? ? 為到達(dá)狀態(tài) s? 的后向遞推概率 , ( , )k ss? ? 是狀態(tài) s到 s? 之間的路徑度量， s? 與 s? 分別表示 1kd? 和 1kd?? 時(shí)的狀態(tài)。 自適應(yīng)信道跟蹤與估計(jì) 信道估計(jì)模塊采用的 RLS時(shí)域?yàn)V波方法，可以分為 3步來(lái)實(shí)現(xiàn)，如圖 4所示。 接收天線從信號(hào)中提取導(dǎo)頻符號(hào) pr ，先忽略噪聲的影響，由 LS準(zhǔn)則得到導(dǎo)頻位置的頻域信道系數(shù)矩陣 然后經(jīng)過(guò) IFFT得到時(shí)域沖激響應(yīng) 因?yàn)榛?MMSE準(zhǔn)則的維納濾波需要信道和噪聲的二階統(tǒng)計(jì)量信息，并且，如果這些統(tǒng)計(jì)量發(fā)生變化，信道估計(jì)器就需要重新設(shè)計(jì)。 得到時(shí)域響應(yīng)矩陣 ?[]hn之后，再經(jīng)過(guò) FFT變換可以得到頻域信道傳輸函數(shù)估計(jì)矩陣如下： 1 2 /01 ?? [ , ] [ ]l j w k l Nt l ltH n N k h n eN ????? （ 14） ?[ , ]tHnN k 是導(dǎo)頻處的信道頻域響應(yīng)。尤其是，狀態(tài)的每一次更新估計(jì)都由前一次估計(jì)和新的輸入數(shù)據(jù)得到，因此只需要存儲(chǔ)前一次的估計(jì)值。在圖 44 表示的信號(hào)流圖中， x(n)是系統(tǒng)的狀態(tài)矢量，由預(yù)測(cè)系統(tǒng)未來(lái)特性所需要的、與系統(tǒng)過(guò)去行為有關(guān)的最少數(shù)據(jù)組成。 由于語(yǔ)音信號(hào)短時(shí)平穩(wěn)，因此在進(jìn)行卡爾曼濾波之前對(duì)信號(hào)進(jìn)行分幀加窗操作，在濾波之后對(duì)處理得到的信號(hào)進(jìn)行合幀，這里選取幀長(zhǎng)為 256，而幀重疊個(gè)數(shù)為 128；下圖為原聲音信號(hào)與加噪聲后的信號(hào)以及聲音信號(hào)與經(jīng)卡爾曼濾波處理后的信號(hào)： 原聲音信號(hào)與加噪聲后的信號(hào) 原聲音信號(hào)與經(jīng)卡爾曼濾波處理后的信號(hào) 基于卡爾曼濾波器的時(shí)域信道估計(jì) 卡爾曼濾波器是用狀態(tài)空間概念來(lái)描述其數(shù)學(xué)公式的。 第 5 章 仿真結(jié)果分析 仿真參數(shù) 基于以上的分析和描述，本文將這種基于迭代 MAP 譯碼算法的 RLS 信道估計(jì)算法應(yīng)用于 MIMOOFDM 仿真平臺(tái)。 RLs 自適應(yīng)濾波模塊中，正則化參數(shù) ? =，遺忘因子 ? =。圖 5和圖 6分別為采用 RLS算法的線性回歸迭代算法 (下稱 LR)時(shí)，不同信噪比條件下的誤幀率 (FER)性能比較。同時(shí)， RLS算法由于收斂速度快，在 FER較低時(shí)，性能優(yōu)于 LR算法。 算法復(fù)雜度分析 系統(tǒng)由于采用了迭代算法，必然造成計(jì)算復(fù)雜度的增加。 結(jié)束語(yǔ) 本文的主要工作，是針對(duì)無(wú)線 OFDM 系統(tǒng)中快速時(shí)變信道的估計(jì)及相關(guān)技術(shù) 的研究來(lái)進(jìn)行的。相位噪聲在給 OFDM 系統(tǒng)帶來(lái)通用相角錯(cuò)誤的同時(shí)也會(huì)帶來(lái) ICI，在快衰落的環(huán)境中，消除 ICI 就變得尤為重要，這種情況也是本文的研究重點(diǎn)。由于在頻率選擇性衰落信道中，兩個(gè)子載波之間的信道頻域響應(yīng)相關(guān)性是隨著子載波間隔增大而降低的，基于這一特性修正了卡爾曼濾波的估計(jì)值，簡(jiǎn)化了算法的求逆過(guò)程，進(jìn)一步的降低了算法的復(fù)雜度。 (2)針對(duì)相位噪聲下 OFDM 系統(tǒng)的快變信道估計(jì)問題，提出了一種新的將快變信道和相位噪聲進(jìn)行聯(lián)合估計(jì)的算法。然后基于這種信道建模方法，又提出了一種改進(jìn)的基于維特比算法的自適應(yīng)信道估計(jì)新算法。 她 嚴(yán)謹(jǐn)?shù)闹螌W(xué)作風(fēng)給予我深深地 影響 ，促使我在論文寫作中精益求精。 感謝我的同班同學(xué)們，感謝他們平時(shí)在學(xué)習(xí)方面給予幫助；做畢業(yè)設(shè)計(jì)之時(shí)， 百忙之中，依舊能夠隨時(shí)對(duì)我的畢業(yè)設(shè)計(jì)給予指導(dǎo)與幫助 。 北京工業(yè)大學(xué) 畢業(yè)設(shè)計(jì)（論文）中期檢查表 畢業(yè)設(shè)計(jì)（論文）題目： 學(xué)生姓名 學(xué)號(hào) 系（部）、專業(yè)、 年級(jí) 指導(dǎo)教師 職稱 計(jì)劃完成時(shí)間： 已完成的工作： 、擬定提綱、完成《開題報(bào)告》 未完成的工作： 、指導(dǎo)教師初評(píng)成績(jī) 、成績(jī)?cè)u(píng)定、歸檔 學(xué)生 ______________ 年 月 日 指導(dǎo)教師評(píng)議（指出優(yōu)點(diǎn)和不足，如有其它建議，可另附頁(yè)） 指導(dǎo)教師 ____________ 年 月 日 北京工業(yè)大學(xué) 畢業(yè)設(shè)計(jì)（論文 ）指導(dǎo)記錄 指導(dǎo)教師姓名 職稱 部門 初稿指導(dǎo) 記錄 在指導(dǎo)老師幫助下，能期時(shí)完成任務(wù)，獨(dú)立工作較好，有一些好的想法和觀點(diǎn)。 具 體 要 求 評(píng) 分 優(yōu)秀 良好 中等 及格 差 文獻(xiàn)調(diào)研 能獨(dú)立查閱文獻(xiàn)； 有獲取、加工各種信息及新知識(shí)能力。 設(shè)計(jì)（論文）成果 成果有一定應(yīng)用價(jià)值。）： 成績(jī)： 組長(zhǎng)簽名： 年 月 日 答辯委員會(huì)意見： 總評(píng)成績(jī)： 簽名： 年 月 日