论文部分内容阅读
多输入多输出(MIMO)技术由于能显著提高信道容量,因此能满足未来移动通信业务的增长要求。对于一个可靠的通信系统,接收端一般都需已知信道状态信息(CSI),以使信号检测、信道编译码等可靠进行,因此对MIMO信道参数进行估计至关重要。首先在时域和频域上分析单入单出(SISO)系统。用更实用的BEM模型分析频选信道、时选信道和时频双选信道的时频特性,并采用BEM构建MIMO时频双衰落系统。然后分析MIMO系统的信道容量,仿真表明在同等条件下发送端自适应分配发送功率时已知CSI比未知时的容量增加2.5bits/s/Hz,子信道相关系数越大,对信道容量的影响越大,信噪比越大,影响越严重。其次分析了基于前导训练序列(PSAM)的信道估计算法。传统算法是对于一个数据块,先只发送导频,以后只发送数据,因此难以跟踪快速时变信道,本文将导频序列分散插入到数据块,从而形成多个子块,更好的跟踪时变信道,并推导出信道矩阵的最小二乘解、信道容量下界和误码率。通过使信道容量下界最大、误码率最小、估计的均方误差最小,推导出最优的PSAM参数,然后采用最优的PSAM参数估计MIMO系统,并与传统的前导序列估计算法对比,仿真表明PSAM算法能更好的跟踪时变信道。PSAM算法要为导频序列分配专用时隙,因此会降低信道容量,基于叠加训练序列的估计(ST)算法虽然频带利用率高但是估计精度较低,因此最后本文将ST估计改进得出了DDST估计,不但保持了与ST估计相同的频带利用率,而且估计的MSE相对于ST也大大提高,并将其用于MIMO时频双衰落系统的信道估计,推出了信道矩阵的LS解,然后推出了DDST估计时的信道容量下界。实验仿真表明DDST估计的均方误差和误码率略低于PSAM估计,但是信道容量在块长度和收发天线数相同的,信道容量能提高10bits/s/Hz左右,并随着收发天线数的增加逐渐增加。