【正文】 弦分量相乘，構成最終的子信道信號和合成的 OFDM 符號。為了消除ICI，要求一個子信道頻譜的最大值對應于其它子信道頻譜的零點 OFDM 導頻符號的選擇和插值技術 信道傳輸函數(shù)的自相關函數(shù)具有時域和頻域可分的性質(zhì)。如果兩個位置間距大于天線之間的相關距離（通常相隔十個信號波長以上），就認為兩處的信號完全不相關，這樣就可以實現(xiàn)信號空間分集接收。源比特流采用前向編碼，通過數(shù)字調(diào)制映射到星座圖上，再經(jīng)過 MIMO 編碼。在接收機一側，采用多天線分離空間復用地數(shù)據(jù)流，并且還可以抑制干擾。鏈路適配層可以在每個用戶的基礎上，檢測信道狀況，并且確定時采用空間復用方案還是空間分集方案。由于傳播環(huán)境的地形起伏，建筑物和其它障礙物對電波的阻塞或者遮蔽而引發(fā)的衰落叫做中等尺度衰落，又叫陰影衰落。影響小尺度衰落的主要原因有多徑傳播，移動臺的運動速度和傳播環(huán)境物體的運動。由于存在多普勒頻移，所以當單一頻率信號(fo)到達接收端的時候，其頻率不再是位于頻率軸177。在確定導頻發(fā)送方式和信道估計準則的條件下，尋找最佳的信道估計器結構。在下行鏈路中，在逐幀基礎上向所有用戶和廣播發(fā)送專用信道標識時隙。濾波后的信道沖激響應可以通過每一個獨立的沖激響應通過最優(yōu)線性 MMSE 濾波器得到 (38)其中，?表示Kronecker乘積，I 表示單位矩陣，是任意沖激響應的維納濾波器權值。數(shù)據(jù)經(jīng)串并變換和IFFT變換，把頻域向量，轉變?yōu)闀r域向量。設接收信號的自相關矩陣： (321)分別構造接收信號和發(fā)射信號的自相關矩陣： ()對于MIMO信道，可有子空間辨識的條件：下式中矩陣是列滿秩的，并且是滿秩的。 (3)對點除后的式() SVD 分解。 為了討論一個OFDM符號通過N個子載波傳輸，接收信號r(n)被表達為一個矩陣向量： （328） 其中： （329）為了在運用基于噪聲子空間方法時，滿足信道識別的條件，定理1給出了列滿秩的充分必要條件。殘留誤差的存在，影響了噪聲子空間的準確性，而且降低了子空間分解法的信道估計性能?？紤]信號傳播路徑的情況，傳播路徑對應發(fā)送天線增益效應的角度偏移量為傳播路徑對應接收天線增益響應的角度偏移量為信號傳播路徑特征是由時變的且為復數(shù)的幅度決定的，在離散時間k時刻，路徑的傳播時延為。導頻序列的設計可分為食欲和頻域兩種，OFDM系統(tǒng)中基于頻域設計的導頻序列主要有兩種：一種是某幾個符號所有的子載波都用來發(fā)送導頻序列，這種方法中接收到的導頻序列能夠估計出那個時刻的所有的子載波對應的信道參數(shù)，接收機繼續(xù)使用估計出的信道參數(shù)估計下一個信道參數(shù)，這種導頻叫做塊狀導頻，這種導頻插入的估計精度好，但是顯然缺乏對信道時變的跟蹤，這種方法比較適合于時不變的信道。 LS算法基本原理基于MIMOOFDM系統(tǒng)的信道估計算法主要有LS算法和MMSE算法。如果要求在時域濾波，可以通過使用 個過去沖激響應測量值，當前的信道沖激響應測量值和 個將來信道沖激響應測量值來構建濾波器的信道沖激響應。在一般的OFDM系統(tǒng)中，L相對于N來說是非常小的，只要知道新到的相關特性的噪聲方差，并且沒有能量泄露到前L個項之外是，這種改進方法就可以得到很好地應用，有效地降低計算復雜度，且性能上與為改進的算法相差不大。定義最小代價函數(shù)的表達式為 （415）其中為遺忘因子，它是正整數(shù)且小于接近于1，為正實數(shù)叫做調(diào)整參數(shù)，且表示矩陣的Frobenius二范數(shù)。而在MIMOOFDM系統(tǒng)中則需要發(fā)送v個頻域序列，每個長度為使用這種訓練序列，在的信道中需要個子信道來發(fā)送訓練序列。在OFDM系統(tǒng)中，從發(fā)送天線j到接收天線i的模型如下 （410）其中，表示發(fā)送頻域數(shù)據(jù)符號，表示附加高斯白噪聲，附加高斯白噪聲的方差，并且在OFDM變換之后仍然是白的，信道矩陣是對角矩陣，對角線的值為N個子信道的復增益值。假設多入多出系統(tǒng)有個發(fā)送天線，個接收天線，那么首發(fā)天線之間的信道矩陣在時刻k可以表示為 （41）對于信道參數(shù)確定的MIMO信道，假設發(fā)送端不知道信息情況下，總的發(fā)送功率P與發(fā)送天線的數(shù)量無關，固定，是足夠大，那么容量的近似表達式為 （42） 從上式可以看出，此時的信道容量隨著天線數(shù)量的增大而線性增大。然而在實際中，將利用個OFDM符號塊序列來估計得到： （332）因此，當一個MIMO信道用政教室關系來估計是，在實際應用中，只有分解的特征值來估計噪聲子空間的特征向量可以利用，為了使用矩陣的席爾維斯特結構，被分成塊=這里，是一個的向量。還有半盲統(tǒng)計ML(SML)算法也屬此種算法。模糊度矩陣可以通過發(fā)送少量的導頻符號或通過盲源分離方法求出。 (2)加性噪聲是空間和時間上的白噪聲，并且它們與數(shù)據(jù)統(tǒng)計獨立。MIMOOFDM系統(tǒng)的每個發(fā)射端利用個數(shù)據(jù)符號來調(diào)制個正交的子載波。在AWGN和ICI較大時，估計的性能下降較大。信道估計的目的在于識別每組發(fā)送天線與接收天線之間的信道沖激響應。所有這些問題對接收機的設計提出很大的挑戰(zhàn)，而在接收機中，信道估計器是一個很重要的組成部分。時變性在移動通信系統(tǒng)中的具體體現(xiàn)之一就是多普勒頻移，即單一頻率信號經(jīng)過時變衰落信道之后呈現(xiàn)為具有一定帶寬和頻率包絡的信號，這又可以稱為信道的頻率彌散性。多徑傳播模型如圖 所示，由于電波通過各個路徑的距離不同，因而各條路徑中發(fā)射波的到達時間和相位都不相同。軟判決譯碼與 SINR 加權組合使用，可以在頻率選擇性信道中獲得 3~4dB 的性能增益。每副天線都可以接收經(jīng)過不同信道濾波的兩個獨立發(fā)送的消息。衰落環(huán)境中，在發(fā)射機和接收機配有多天線可以獲得分集的好處。 MIMO 技術在一定程度上可以利用傳播中的多徑分量，也就是說 MIMO可以抗多徑衰落，但是對于頻率選擇性深衰落，MIMO 技術依然是無能為力的。與前三種插值方法相比，Winner濾波插值方法是采用最小均方誤差準則的二維插值方法，因此可以較好地抑制信道噪聲并獲得信道的最優(yōu)估計，但是它的計算復雜度很高，從而使接收機變得復雜。在每一個載波頻率的最大值處，所有其它子信道的頻譜值恰好為零。OFDM 技術本身已經(jīng)利用了信道的頻率分集，如果衰落不是特別嚴重，就沒有必要再加時域均衡器。目前MIMO技術領域另一個研究熱點就是空時編碼。第四章主要研究了基于 MIMOOFDM 系統(tǒng)的信道估計算法。第一種是確定性算法，如SF算法、SRM算法、確定性ML算法、最小二乘平滑方法及雙邊線性預測方法。這類方法通常是在發(fā)送端發(fā)送訓練序列來識別出各發(fā)送接收之路之間的空間信道并獲得這些信道的初始估計，然后再利用嵌入在每個數(shù)據(jù)符號中的導頻數(shù)據(jù)不斷跟蹤信道的變化。OFDM技術是多載波傳輸?shù)囊环N，其多載波之間相互正交，可以高效的利用頻譜資源。第一章 緒論 研究背景和意義現(xiàn)代社會已經(jīng)進入了信息時代，在各種信息技術中，信息的傳輸即通信起著支撐作用。另外，OFDM將總帶寬分割為若干個窄帶子載波可以有效的抵抗頻率選擇性衰落。具體的方法有LS算法，在掌握信道二階統(tǒng)計特性的情況下還可以采用更為準確的算法等。第二種是利用統(tǒng)計量信息的高斯算法，（盲）預測算法或者（盲）協(xié)方差匹配算法。首先介紹了 MIMOOFDM 系統(tǒng)模型和導頻的設計，然后介紹將LS 和MMSE算法引入到 MIMOOFDM 系統(tǒng)中，最后給出了計算機仿真和結論。常見的空時碼有空時塊碼、空時格碼。但通過將各個信道聯(lián)合編碼，可以使系統(tǒng)性能得到提高。由于在對 OFDM 符號進行解調(diào)的過程中，需要計算這些點上所對應的每一子載波頻率的最大值，因此可以從多個相互重疊的子信道符號頻譜中提取出每個子信道符號，而不會受到其它子信道的干擾。因此，在實際應用中為了在性能和復雜度之間取得折衷，通常在時間方向上采用線性插值，而在頻率方向上用分段線性插值和Cubic插值并經(jīng)過低通濾波處理，可以得到較好的效果。目前解決 MIMO 技術中的頻率選擇性衰落的方案可以結合 OFDM 技術，將頻率選擇性衰落轉換為子載波上的平坦衰落。采用多個天線，就會相應生成多個空間信道，而且若干個空間信道不太可能同時處于深衰落中。接收機利用空間均衡器分離 2 個信號，并且解調(diào)，譯碼解復用和恢復處原始信號。 無線信道的衰落 衰落是無線信道中的重要概念。不同相位的多個信號在接收端疊加，如果同相疊加則會使信號幅度增強，而反相疊加則會削弱信號幅度。多普勒效應所引起的附加頻率偏移可以稱為多普勒頻移（Doppler Shift），可以用下式表示 (211)其中，fc 表示載波頻率，c表示光速， fm表示最大多普勒頻移，v表示移動臺的速度。在OFDM系統(tǒng)中，信道估計器的設計主要有兩個問題：一是導頻的選擇。從每副天線發(fā)出的訓練子載波都是相互正交的，從而能夠唯一的識別每副發(fā)送天線到接收天線的信道。由于數(shù)據(jù)子載波上的信道響應是通過對導頻子載波上的頻率響應內(nèi)插得到的，導頻子載波處頻率響應的估計的準確程度將直接影響到整個估計的性能假定第 k 個符號周期，發(fā)射天線i和接收天線j 之間的載波信道響應可以表示為 (31)定義基于 LS 準則的代價函數(shù)為 (32) 將其求導，并令為零 (33) 經(jīng)整理可得 (34)定義， (35)代入式()可得 (36)寫成矩陣矢量的形式為 (37) 其中，和表示矩陣向量。為了減少碼間干擾（ISI）,在IFFT變換后的符號前加入循環(huán)前綴（CP）,這是OFDM得符號長度為N=+，是循環(huán)前綴包含碼的個數(shù)。(3)與是高矩陣。通過對每個接收天線重復上述預編碼過程，所有的信道都可以估計出來。在MIMOOFDM系統(tǒng)中，也有很多人致力于半盲道估計算法研究。，其中自相關矩陣是通過個OFDM導頻序列估計得到的。也就是說可以利用MIMO信道成倍的提高無線信道容量。并且信道矩陣的對角元素為離散傅里葉變換后的第n個值。 LS信道估計算法在MIMOOFDM系統(tǒng)中的應用2DMMSE算法利用時域和頻域進行信道估計，在信道估計算法中是最優(yōu)的，但是這種信道估計算法需要精確的信道統(tǒng)計特性，所以在時變的信道中，這種方法是行不通的，在參考文獻[46]中，Xiaolin Hou等人在提出了一種LS信道估計算法，這種算法不需要精確的信道統(tǒng)計特性，并且能充分利用時域和頻域的相關性，適合于快速變化的信道。將代價函數(shù)()式對求梯度函數(shù) （416）令，經(jīng)數(shù)學推導之后，可得 （417）其中，是的特征矩陣。同理，可以將上述方法應用于LS信道估計法中，只保留信道脈沖響應量h的前L個值作為有用項，得： (443) (444)文獻給出了MMSE估計法與LS估計法之間的關系： 。 (5)在MIMOOFDM系統(tǒng)中，估計個信道矩陣可以采用上述信道估計算法逐步進行估計，由于估計頻域值具有循環(huán)移位的特征， 所以上述所得到的估計結果需進行修正 (432) LS算法的修正LS的算法同時使用時域和頻域進行信道估計，大大提高了信道估計性能，但是LS算法的性能受到了全職系數(shù)矩陣和初始值的影響，在上述的LS算法中，初始化，那么在迭代算法中第一次計算時，可以看出，使結果大大偏離了LS粗估計結果，使算法到達穩(wěn)定點的速度變慢，為了加快收斂速度將初始值作如下調(diào)整在k=0時刻，為了使信號從LS算法的粗估計值開始收斂，可將矩陣矢量對角線上的值取1，即 最優(yōu)線性MMSE算法 最優(yōu)線性 MMSE 算法是信道估計中的經(jīng)典算法，雖然它的估計結果是最優(yōu)的，但是由于該算法的復雜度較高從而限制了它在實際中的應用?；贚S信道估計算法的優(yōu)點，本論文在MIMOOFDM系統(tǒng)中引入了該算法，仿真結果證明該算法具有收斂速度快，穩(wěn)態(tài)性能好等特點，在MIMOOFDM系統(tǒng)中能很好地實現(xiàn)信道估計。在頻率n考慮所有的天線，MIMOOFDM系統(tǒng)在空間子信道的表達式為 （411） 導頻序列的設計是基于導頻和訓練序列的