基于ofdm技術(shù)的無線通信系統(tǒng)的信道估計的研究畢業(yè)設(shè)計(參考版)
2025-06-29 16:19本頁面
【正文】 hold off34。DFT算法39。LMMSE算法39。MMSE算法39。LS算法39。無估計算法39。OFDM系統(tǒng)無估計,LS,MMSE,LMMSE和DFT算法的比較(SER))。)。ylabel(39。SNR (dB)39。)。semilogy(SNR,ser_dft,39。ok39。)。semilogy(SNR,ser_mmse,39。*k39。hold on。axis([2,16,*,*1])。vk39。end。ser_dft(n)=error_count_dft/96000。ser_mmse(n)=error_count_mmse/64000。 end end endser_l(n)=error_count_l/128000。 else I(k)=1。 end end%=============== DFT估計器的接收 =================% I=inv(Hdft)* Y。 else I(k)=1。 end end%============== LS估計器的接收 ================% I=inv(Hls)* Y。 else I(k)=1。%================================ 接收機(jī) =================================%%=============== 無估計的接收 =================% I= inv(Hl)*Y。No=fft(noise)。%加入復(fù)高斯白噪聲noise=awgn(n1,SNR_send)。n1=ones(N,1)。 end end for i=1:N X(i,i)=d(i)。 for i=1:N if (d(i)=) d(i)=+1。 end%============================= 生成隨機(jī)序列 =============================%for c=1:1000X=zeros(N,N)。%DFT矩陣I=eye(N,N)。 end%================== 求H_dft ====================%u=rand(N,N)。%DFT矩陣I=eye(N,N)。 end%================ 求H_lmmse ===================%u=rand(N,N)。endH_mmse=fft(Gmmse)。* X39。%DFT矩陣I=eye(N,N)。%================= 求H_mmse ===================%u=rand(N,N)。error_count_smmse=0。 %清空error_counterror_count_ls=0。%============================= 計算誤碼率 ================================%for n=1:8SNR_send=2*n。%設(shè)置SNR為5dBNo=fft(noise)。n1=n1*。%頻域XFG=X*H。endG=g39。 for m=1:2 s=s+(exp(j*pi*(1/N)*tau(m))* (( sin(pi*tau) / sin(pi*(1/N)*(tau(m)k)))))。end %======================== 計算信道向量G和信道特性 ========================%tau=[ ]。 else d(i)=1。d=rand(N,1)。clear all。因此，隨著子載波數(shù)的增加，改進(jìn)算法的估計性能會降低。、DFT、改進(jìn)DFT算法的均方誤差比較圖，該圖直觀地反映了改進(jìn)算法在降低MSE的優(yōu)越性。相同誤碼率下，改進(jìn)算法的SNR較DFT算法有4dB的提升，；同樣，相同誤碼率下，較LS算法有8dB的提升。由此可知，DFT算法由于時域能量集中在少數(shù)抽樣點(diǎn)上，減少了頻譜泄露，因而信道估計性能較好；而改進(jìn)DFT算法，由于漢寧窗的加入和線性變換，使得帶外噪聲迅速衰減，在低SNR下估計性能較DFT算法有所提高。接著在時域?qū)π盘栃盘栠M(jìn)行補(bǔ)零操作，使信號長度達(dá)到N維，之后去窗，得到： (44) (45) (46)最后將轉(zhuǎn)換到頻域，得到改進(jìn)算法的信號估計H： (47) 性能仿真在SV模型的四種信道環(huán)境中，分別在64子載波數(shù)，128子載波數(shù)條件下，用MATLAB對改進(jìn)算法的估計性能進(jìn)行仿真分析。 改進(jìn)的DFT估計算法框圖在信道估計時，先將頻域轉(zhuǎn)換為時域，使用漢寧(Hanning)窗使帶外噪聲迅速衰減，然后補(bǔ)零達(dá)到循環(huán)前綴長度，之后去窗再轉(zhuǎn)換到頻域。表34對64子載波與128子載波下誤碼率和均方誤差做了比較，可以得出，對于同一算法，子載波數(shù)越多，各算法的估計性能越差，這也說明子載波之間相互影響越大。DFT算法的復(fù)雜度和估計性能居中，隨著DSP技術(shù)的發(fā)展，該算法的估計性能有望進(jìn)一步提升。相對來說，LMMSE的實(shí)現(xiàn)復(fù)雜，誤碼率和均方誤差均滿足現(xiàn)代通信的要求。：表33 OFDM信道估計仿真參數(shù)調(diào)制方式BPSK信道噪聲類型AWGN子載波間隔(MHz)導(dǎo)頻插入比4(64載波)，8(128載波)導(dǎo)頻數(shù)(個)16碼元周期(ns)保護(hù)間隔(ns)子載波速率(Baud/s)320M循環(huán)前綴周期(ns)第一組，子載波數(shù)為64的仿真對比圖： 64子載波下各估計算法誤碼率(SER)比較 64子載波下各估計算法均方誤差(MSE)比較第二組，子載波數(shù)為128的仿真對比圖： 128子載波下各估計算法誤碼率(SER)比較 128子載波下各估計算法均方誤差(MSE)比較表34 各算法在64子載波和128子載波下的誤碼率比較 估計算法載波數(shù)無估計LS算法MMSE算法LMMSE算法DFT算法64128表35 各算法在64子載波和128子載波下的均方誤差比較 估計算法載波數(shù)無估計LS算法MMSE算法LMMSE算法DFT算法64128從以上各圖可以看出，LS估計器算法簡單，但存在著很高的誤碼率和均方誤差，該估計器一般用于理論研究，或低數(shù)據(jù)速率傳輸系統(tǒng)。由于DSP技術(shù)日益成熟，基于DFT信道估計算法的實(shí)現(xiàn)非常容易。 基于DFT信道估計結(jié)構(gòu)圖設(shè)OFDM符號子信道數(shù)為N，導(dǎo)頻插入比為L，導(dǎo)頻子載波數(shù)為，信息子載波數(shù)為?；贒FT的信道估計算法的基本思想是：先對信號進(jìn)行LS估計，然后將頻域經(jīng)快速傅里葉逆變換轉(zhuǎn)換到時域，使信道能量集中在相對較少的采樣點(diǎn)上，之后進(jìn)行補(bǔ)零操作來降低AWGN對信號的影響，最后經(jīng)快速傅里葉變換將時域轉(zhuǎn)換到頻域，從而估計信道的沖激響應(yīng)。當(dāng)導(dǎo)頻信息的星座點(diǎn)等概出現(xiàn)時， W可簡化為：
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1