【文章內容簡介】 于SVD的低階信道估計器越小SVD算法的運算量越小，但性能惡化也越嚴重（沒有使用的傳輸系數的能量造成的），會產生地板效應。一般地將取成CP的長度。在前面我們介紹的三種估計算法中，MMSE估計和SVD估計要用到信道的統(tǒng)計特性，包括信道傳遞函數的自相關陣以及噪聲方差，而一般情況下這些參數是不能預先知道的，因此以上估計方法的應用受到了限制。第四章 仿真及結果 仿真條件及信道模型基于前面章節(jié)的理論介紹，我們在此部分將利用MATLAB軟件進行OFDM系統(tǒng)仿真，仿真的系統(tǒng)以圖（）所示系統(tǒng)為模型。假定載頻為1GHz，系統(tǒng)工作帶寬為500kHz，平均分成64的子信道，一個完整的符號周期是，其中的是循環(huán)前綴部分，采樣時間間隔為，因而每個符號將包含69個抽樣值，并且其中的5個為循環(huán)前綴。此次仿真的一個重點是信道模型的建立。移動信道是充滿反射波的傳播環(huán)境，從發(fā)射臺到移動臺的信號不是單一路徑來的，而是由許多路徑的反射波合成的，這種多徑傳播環(huán)境必然會帶來信號的多徑衰落。此次仿真采用頻率選擇性衰落信道。所謂頻率選擇性衰落信道是信道的時延擴展大于信號周期的信道，它是由多徑組合而成，其中每一路徑對應于一個平坦衰落信道，而平坦衰落信道是指信道的時延擴展遠遠小于信號周期的信道。因而，對頻率選擇性衰落信道的仿真關鍵在于對平坦衰落信道的仿真。在實際應用中頻率選擇性衰落信道的模型有多種，下圖所示其中的一種模型： 圖 （） 時變頻率選擇性衰落信道的確定型模型所有信道模型的仿真都基于多個不相關的有色高斯隨機過程。而產生有色隨機過程的方法有兩類：第一類方法是正弦波疊加法；第二類是成形濾波器法。此次仿真采用正弦波疊加法。由此法產生的隨機過程是用無限個諧波疊加而成的如式（）所示。 用公式表示為： （）其中相移是均勻分布的隨機變量。若用有限個諧波來代替無限個諧波則隨機過程可以表示為式（）： （）仿真時，當從均勻分布的隨機器取出之后，在整個仿真過程中不再變化，不再代表一個隨機變量，而是隨機變量的一個實現。如式（）： （）因而在仿真建立的初始階段，必須確定參數即（多普勒系數、離散多普勒頻移、多普勒相移）的值，以使的統(tǒng)計特性接近隨機過程的統(tǒng)計特性。下面采用Monte Carlo法來確定三個參數。Monte Carlo方法的基本思想是通過描述中離散多普勒頻移f的概率分布的概率密度函數來產生多普勒頻移。選擇的原則為確定過程的平均功率與隨機過程的方差相等，因此選擇為： （）在符合經典功率譜條件下用Monte Carlo法可以得到： （） 而參數從均勻分布的隨機器取出。至此我們可以得到一個平坦衰落信道。此次系統(tǒng)仿真的每個信道有五個路徑的平坦衰落信道組成，其中四個路徑存在延時，另一個是無延時的，可與抽樣保持很好的同步。五條路徑的強度比及延時，如下表所示： 表 () 路徑部分參數路徑號多徑強度（db）時延（）1002 3 54 510 由以上分析，就可得到頻率選擇性衰落信道的模型。 仿真流程圖 圖（）仿真流程圖通過仿真，在一定的信噪比條件下，我們得到如下數據：表（）各估計算法的誤碼率統(tǒng)計信噪比SNR（db）MMSE估計的誤碼率LS估計的誤碼率SVD估計的誤碼率0369121518 信噪比SNR（db）MMSE估計的誤碼率LS估計的誤碼率SVD估計的誤碼率21 24表（）各估計算法的運行時間統(tǒng)計時間（秒）MMSE估計的運行時間LS估計的運行時間SVD估計的運行時間由以上結果可以得到誤碼率曲線圖：圖（）MMSE、LS和SVD估計算法的誤碼率曲線圖從上面的誤碼率曲線圖，我們可以明顯地看到，MMSE估計算法的效果要好于LS和SVD估計算法，SVD估計算法要好于LS估計算法，但是從仿真過程中三種估計算法所用的時間來看，MMSE估計算法的運算量也是三者之中最大的，其次為SVD估計算法，LS估計算法運算量最小。由此我們可以粗略認為，良好性能的獲得是要以犧牲某項指標為代價的，而在此處誤碼率低的良好的信道估計算法是建立在高運算復雜度的基礎之上的。一些研究成果表明，在信道滿足整數點采樣信道的情況下，在時域內，能量只集中在少數幾個采樣點上；在信道為非整數點采樣信道的情況下，信道功率仍然是集中的，但會散落在所有子載波上?？偠灾?，信道有這樣一個特點即信道能量是集中的。MMSE估計和LS估計算法都是在假定各子信道噪聲方差相同的條件下得到，都采用圖（）所示的估計器結構，但按上面所言，信道功率僅集中在前幾個子信道中，而其它子信道中噪聲方差與之相比會較大，因而噪聲所起的影響是很大的。而MMSE估計算法的獲得同時也是在假定已知信道自相關特性的條件下得到的，雖然與實際信道的特性有差距，但與未采用信道自相關特性的LS估計算法相比，其估計效果必然要好。SVD估計算法盡管也是在假定已知信道統(tǒng)計特性的條件下得到的，但它采用的是圖（）所示的估計器結構，它是利用最佳低階理論對LMMSE估計算法（效果好于MMSE估計算法）的簡化，在簡化算法時舍去一部分值會帶來不可避免的誤差，存在誤差的“地板效應（error floor）”，故其效果要比MMSE估計算法的效果差。隨著階數的下降，其運算復雜度會降低，但同時估計誤差會變大。一般情況下，階數近似等于循環(huán)長度CP的時候就可以得到很好的信道估計器，而在OFDM系統(tǒng)設計時，通常要求CP遠小于子載波數，所以其運算復雜度不會很高。隨著信噪比的增加，噪聲功率有所下降，因而誤碼率也會隨之下降。第五章 總 結近年來，隨著數字信號處理（DSP）技術的飛速發(fā)展，OFDM作為一種可以有效對抗ISI的高速傳輸技術，引起了人們的廣泛關注。本文在詳細介紹OFDM系統(tǒng)的基本原理后，重點對基于塊狀導頻的信道估計作了具體的討論。通過應用MALAB軟件，搭建起一套完整的OFDM系統(tǒng)模型，在此系統(tǒng)中包含有向數據信號中插入導頻信號，并利用導頻信號估計信道特性的模塊。在仿真中，使用了三種常見的信道估計方法，并以誤碼率為指標對這三種估計方法進行了比較。系統(tǒng)采用頻率選擇性衰落信道為模型，仿真中信道參數的設置與實際信道有一定的差別，所以仿真結果是近似的，但是所得到的三種估計方法的性能比較的總體趨勢是可以信任的，即MMSE估計、SVD估計和LS估計三種估計算法的效果依次變差，而其運算復雜度依次降低；隨著信噪比的增加三種估計算法的誤碼率都在逐步下降。采用OFDM技術可以最大限度的利用有限的頻譜資源，各個子信道的調制和解調可以非常容易的采用IFFT和FFT的方法實現，并且支持非對稱高速率數據傳輸。在OFDM系統(tǒng)中存在時頻域同步、信道估計、信道編碼和交織、降低峰值平均功率比以及均衡等幾方面的關鍵技術。相信在不久的將來，這些關鍵技術會得到近一步完善，OFDM系統(tǒng)也會在實際應用中滿足寬帶要求更高的多種多媒體業(yè)務和更快的網絡瀏覽速度。致 謝回首近四個月的畢業(yè)設計工作，我收獲頗豐。首先要感謝我的畢業(yè)設計指導老師張國梅老師。張老師知識淵博，思維縝密，和藹可親。在指導我進行畢業(yè)設計過程中，循循善誘，善于啟發(fā)，使我受益匪淺。張老師給我印象最深刻的是她那臉上始終洋溢著微笑。張國梅老師寬厚待人，既是一位令人尊敬的老師，又是一位平易近人的學長。她一次次浪費了寶貴的科研時間和休息時間，給我們答疑。她那師長般無微不至的關懷、對科學嚴肅認真的態(tài)度，深深印在我的腦海里。在學術方面，張國梅老師一絲不茍，是一位讓學生肅然起敬的老師。張國梅老師可以說是新時期科研工作者的佼佼者。衷心祝愿張國梅老師在今后工作中再創(chuàng)輝煌！其次，我要感謝學友楊瀟茵和其他同學，他們在我做畢業(yè)設計過程中給予了大量無私的幫助，這一切不僅使我的畢業(yè)設計工作得以順利完成，也加深了我們的友誼。做畢業(yè)設計的幾個月，是我大學生活中一段難忘的時光，我要將她永遠珍藏在我的記憶深處。 參考文獻[1] de Beek, , , . Wilson and . Borjesson, “On channel estimation in OFDM systems”, in Proc. IEEE 45th Vehicular Technology Conference, Chicago, IL, USA, [2] , , . van de Beek, . Wilson, and , “OFDM channel estimation by singular value deposition”, IEEE Transactions on Communications, , , July 1998[3] Sinem Coleri, Mustafa Ergen and Anuj Puri, “A study of channel estimation in OFDM systems”, Vehicular Technology Conference, 2002. Proceedings. VTC 2002Fall. 2002 IEEE 56th , Volume: 2 , 2428 Sept. 2002[4] and , “Performance of channel estimation methods for OFDM systems in a multipath fading channels”, IEEE Transaction on Consumer Electronics, , , February 2000[5] 楊大成，“移動傳播環(huán)境”，機械工業(yè)出版社，2003[6] 郭梯云，鄔國揚，張厥盛，“移動通信”，西安電子科技大學出版社，2000[7] 佟學儉，羅濤，“OFDM移動通信技術原理與應用”，人民郵電出版社，2003[8] 王文博，鄭侃，“寬帶無線通信OFDM技術”，人民郵電出版社，2000附錄 仿真源程序%主程序clcpilot=[0,1,0,1]。 %插入的導頻信號interval=4。 %插入間隔數num=6。 %插入循環(huán)前綴的長度p=6。 %前p個較大的特征值N=64。 %子信道個數NL=2000。 %輸入信號的次數KL=N*NL。 %輸入的16QAM點數SNR_dB = 0::26。 %信噪比err_mmse=0。 time_mmse=0。 time_mmse_add=0。 time1=0。err_ls=0。 time_ls=0。 time_ls_add=0。 time2=0。err_svd=0。 time_svd=0。 time_svd_add=0。 time3=0。for l=1:length(SNR_dB) num_of_err_mmse=0。 num_of_err_ls=0。 num_of_err_svd=0。%輸入二進制信號 input=input_b(N,NL)。 %進行十六進制調制 qam_out=invert(N,NL,input)。 %插入導頻信號 [qam_pilot,count]=insert_pilot(N,NL,interval,pilot,qam_out)。 %進行快速逆離散傅里葉變換 qam_pilot_ifft=ifft(qam_pilot,N)。 %插入循環(huán)前綴 trans_o=insert_cp(num,qam_pilot_ifft)。 %多徑信道的影響 nn=5。 %多徑數delay=[0,1e5*[,1]]。 %各徑時延fc=1e+9。 %載波頻率t_interval=。 %t_interval為離散信道抽樣時間間隔v=6000/3600。 %移動速率，單位m/svar_pow=[0,10*log10(exp(1)),10*log10(exp(2)),10*log10(exp(3)),10*log10(exp(4))]。 %各徑信噪比counter=[0 40000 60000 80000 100000]。trans_s=multipath_channg(trans_o,nn,var_pow,delay,v,fc,t_interval,N,counter)。 %噪聲標準差 snr=10^(S