信道估计

寒假信道估计技术相关内容总结

目录

第一章无线信道 (3)

1.1 概述 (3)

1.2 信号传播方式 (3)

1.3 移动无线信道的衰落特性 (3)

1.4 多径衰落信道的物理特性 (5)

1.5 无线信道的数学模型 (7)

1.6 本章小结 (7)

第二章MIMO-OFDM系统 (8)

2.1 MIMO无线通信技术 (8)

2.1.1 MIMO系统模型 (9)

2.1.2 MIMO系统优缺点 (11)

2.2 OFDM技术 (12)

2.2.1 OFDM系统模型 (12)

2.2.2 OFDM系统的优缺点 (14)

2.3 MIMO-OFDM技术 (16)

2.3.1 MIMO、OFDM系统组合的必要性 (16)

2.3.1 MIMO-OFDM系统模型 (16)

2.4 本章小结 (17)

第三章MIMO信道估计技术 (18)

3.1 MIMO信道技术概述 (18)

3.2 MIMO系统的信号模型 (19)

3.3 信道估计原理 (21)

3.3.1 最小二乘（LS）信道估计算法 (21)

3.3.2 最大似然（ML）估计算法 (23)

3.3.3 最小均方误差（MMSE）信道估计算法 (24)

3.3.4 最大后验概率（MAP）信道估计算法 (25)

3.3.5 导频辅助信道估计算法 (26)

3.3.6 信道估计算法的性能比较 (26)

3.4 基于训练序列的信道估计 (28)

3.5 基于导频的信道估计 (28)

3.5.1 导频信号的选择 (29)

3.5.2 信道估计算法 (31)

3.5.3 插值算法 (31)

3.5.3.1 线性插值 (31)

3.5.3.2 高斯插值 (32)

3.5.3.3 样条插值 (33)

3.5.3.4 DFT算法 (33)

3.5.4 IFFT/FFT低通滤波 (33)

3.6 盲的和半盲的信道估计 (34)

第四章信道估计论文方法小计 (36)

4.1 《MIMO-OFDM系统的信道估计研究》西南交大2007 (36)

4.1.1 基本LS信道估计 (37)

4.1.2 基于STC的LS信道估计 (37)

4.1.3 简化LS信道估计 (38)

4.1.4 传统基于导频的二维信道估计 (39)

4.1.5 基于导频的低秩二维信道估计 (40)

4.1.6 几种方法性能比较和结论 (40)

4.2 《MIMO多载波移动通信系统中信道估计方法及硬件实现》东南大学2006 (40)

4.3 《MIMO-OFDM系统采用扩频码的信道估计方法》北邮2007 (41)

4.3.1 MIMO-OFDM梳状导频信道估计原理 (42)

4.3.2 MIMO-OFDM扩频码导频信道估计 (43)

4.4 《MIMO系统的检测算法和信道估计技术仿真研究》西南交大2006 (44)

4.4.1 频率非选择性MIMO信道估计 (44)

4.4.2 频率选择性MIMO信道估计 (45)

4.5 《MIMO-OFDM系统中信道估计技术的研究》西电2003 (45)

4.5.1 基于训练序列的信道估计 (45)

4.5.2 基于导频符号的信道估计 (46)

4.5.2.1梳状导频信道估计 (46)

4.5.2.2二维散布导频信道估计 (47)

4.6 《Channel Estimation in Correlated flat MIMO systems》IEEE西电2008 (48)

第五章MIMO同步技术 (50)

5.1 MIMO-OFDM同步技术概述 (50)

5.1.1 OFDM同步需要解决的问题 (50)

5.1.2 同步算法的分类 (51)

5.1.3 同步算法的过程 (53)

5.1.4 频率偏移产生原因 (53)

5.2 常用的OFDM时间频率同步技术 (53)

5.2.1 时间同步和频率同步的概念 (53)

5.2.2 同步性能考察指标 (54)

5.2.3 利用循环前缀的同步方法 (55)

5.2.4 利用PN序列的同步 (56)

5.2.5 利用重复符号的时域相关同步法 (58)

第一章 无线信道

1.1 概述

无线信道系统主要借助无线电波在空中或水中的媒介传播来实现无线通信，其性能主要受到移动无线信道的制约和影响。与有线通信不同，无线通信系统的发射机和接收机之间的传播路径非常复杂，从简单的室内传播到几千米或几十千米的视距（LOS ）传播，会遭遇各种复杂的地物，如建筑物、山脉和树叶等障碍物的非视距（NLOS ）传播。由于无线信道不像有线信道那样固定并可预见，而是具有很大的随机性，甚至移动台的速度都会对信号电平的衰减产生影响，以上因素都造成无线信道非常难以分析。仔细分析无线信道的传输特点，是提高无线传输效率和质量的前提，一般用统计方法来分析和建模无线信道。

1.2 信号传播方式

在无线环境下进行通信，信号可能要经过许多的障碍物，如大楼、街道、树木以及移动的汽车等。信号的传播途径大致可分为4种：

（1）直线传播 在较广阔的地区，如郊区或农村。然而在城市环境中，直线传播很少见。

（2）反射 信号往往经过大的建筑物、平坦的地面和高山反射。反射是信号传播的一种重要途径。

（3）折射 信号经过障碍物的边界时，经折射绕过障碍物而到达目的地，信号经折射后衰减很大。因此，在无线信道模型中，一般忽略这种传播途径。

（4）散射 当信号遇到一个或多个较小的障碍物时，出现散射现象，即信号分成了许多个随机方向的信号。散射在城市通信中为最重要的一种传播方式。信号经散射后很难预测，因此理论上的建模往往建立在统计分析的基础上。

在实际环境中，信号利用障碍物的反射、散射或直线传播等，经多条路径到达接收端，即多径传播，从而形成了多径传播。

1.3 移动无线信道的衰落特性

移动无线信道是一种时变多径信道。无线电信号通过移动信道时会遭受来自不同途径的衰减损害，这些来自不同途径的衰减损害对通信系统的性能带来极大的影响。这些算还可以归纳为三类。接收信号的功率可用公式（2-1）表示为：

()()()n P d d S dR d -=?? 式中，d 表示移动台到基站的距离。当移动台运动时，距离是时间的函数，所以接收信号功率

也是时间的函数。式（2-1）表明了信道对传输信号的三类影响：

1. 自由空间传播损耗与弥散，用

n

d 表示，它是移动台与基站之间距离的函数，描述的是大尺

度范围内（数百米或者数千米）接收信号强度随发射-接收距离而变换的特性。

2. 阴影衰落，又称慢衰落，用()

S d表示。这是由于传播环境中的地形起伏、建筑物及其障碍物对电波遮蔽所引起的衰落。它反应中等尺度（数百波长）的区间内信号电平中值的慢变化特性，其衰落特性符号对数正态分布。

3．多径衰落，又称快衰落，用()

R d表示。这是由于移动传播环境的多径传输引起的衰落。它描述的是在中等小尺度（数个或数个波长）范围内，接收信号强度的瞬时值呈现快速变化的特征，其衰落特性一般符合瑞利分布，主要是由接收端周围物体产生的反射波相叠加引起的。

图1-1 某一衰落信号的路径损失、慢衰落与快衰落

图（1-1）给出了某一衰落信号的路径损失、慢衰落和快衰落的示意图。从移动通信系统工程的角度看，传播损耗和阴影衰落主要影响到无线区的覆盖，而多径衰落则严重影响信号的传输质量，必须采用抗衰落技术来减少其影响。要研究这些技术，首先工作便是深入了解移动信道本身的特性，并在此基础上研究信道的统计特性，要建立合适的随机信道模型。

1.4 多径衰落信道的物理特性

移动信道是一种多径衰落信道，各条传播路径上的信号幅度、时延及相位随时随地发生

变化，所以接收到的信号的电平是起伏不定的，这些多径信号相互就形成了衰落。多径传播 对于数字信号传输有特殊的影响，包括角度扩展、时延扩展和频率扩展。

1. 角度扩展－空间选择性衰落

角度扩展包括接收端的角度扩展和发射端的角度扩展。接收端的角度扩展是指多径信号到达天线阵列的到达角度的展宽。同样，发射端的角度扩展是指由多径的反射和散射引起的发射角展宽。由于角度扩展，接收信号产生空间选择性衰落，也就是说，接收信号幅值与天线的空间位置有关。

空间选择性衰落用相干距离来描述。相干距离定义为两根天线上的信道响应保持强相关的最大空间距离。相干距离越短，角度扩展越大；反之，相干距离越长，则角度扩展越小。

2. 时延扩展－频率选择性衰落

在多径传播条件下，接收信号会产生时延扩展。当发射端发送一个极窄的脉冲信号δ(t)时，由于不同路径的传播距离不一样，信号沿各个路径到移动台的时间也就不同，接收信号r(t)由不同时延的脉冲组成，可表示为

()()[()]n n n

r t a t t t δτ=-∑ 其中，()n a t 是第n 条路径的反射系数，()n t τ是第n 条路径的时延。最后一个可分辨的延时信号与第一个延时信号到达时间之差为最大时延扩散，记做m T 。由于时延的扩展，接收信号中一个码元的波形会扩展到其他码元周期中，引起码间串扰。

与时延扩散有关的一个重要概念是相干带宽。通常用最大时延的倒数来定义相干带宽。对移动信号来说，当信号带宽小于相干带宽时，发生非频率选择性衰落，即传输后信号中各频率分量所遭受的衰落是一致的，因而衰落信号的波形不失真。当信号带宽大于相干带宽时，发生频率选择性衰落，即传输信道对信号中不同频率分量有不同的随机响应，所以衰落信号波形将产生失真。

一般来说，窄带信号通过移动信道会引起平坦衰落，而宽带扩频信号将引起频率选择性衰落。

3 . 频率扩展－时间选择性衰落

移动台在运动中通信时，接收信号频率会发生变化，称为多普勒效应，所导致的附加频 移称为多普勒频域，表示为

c o s D v f αλ

=

其中，α是入射电波与移动台运动方向的夹角，v 是运动速度，λ是波长。/m f v λ=是D f 的最大值，称为最大多普勒频移。

在多径环境中，衰落信号的频率随机变换称为随机调频。对于移动台来说，由于周围物体的发射，其多径接收信号的入射角都不全相同。假设移动台天线为全向天线，路径数较大，不存在直达径，则可认为多径波均匀来自各个方向，入射角α服从0 -2π的均匀分布，来自α与-α之间的电波有相同的多普勒频移，是接收信号的频率为

c o s c m

f f f α=+ 由上式可见，虽然发射频率为c f ，但接收信号的频率却扩展到从c m f f -到c m f f +范围，这就是多普勒频展。时间选择性衰落信号的幅度变化符合瑞利分布，通常称为瑞利衰落。瑞利衰落随时间急剧变化，又称为“快衰落”，衰落最快时每秒2V/λ次。但瑞利衰落的中值场强只产生比较平缓的变化，故称为“慢衰落”。 最大多普勒频展宽度m f 的倒数定义为相干时间C T 。相干时间表征的是时变信道对信号的衰落节拍，而这种衰落是由于多普勒效应引起的。在时间间隔C T 之内，信道可以认为是不变的。

综上所述，频率选择性和时间选择性是衰落信道的两个不同特性。将他们合在一起考虑，衰落信道一般可以被分为一下四种类型：

（1） 平坦衰落信道

（2） 频率选择性衰落信道

（3） 时间选择性衰落信道

（4） 双选择性衰落信道

衰落信道的类型对无线通信系统的设计起着关键性的作用。如何给衰落心道的类型进行定性，取决于应用环境和系统的要求。

1.5 无线信道的数学模型

由上节内容可知，要建立合理的移动通信信道仿真模型，必须考虑信道的随机时变和时延扩展亮方面的特点。随机时变特性可用多个独立信号源的叠加来表征，当信号源数目很大时，由中心极限定力可知，接收信号在基带上可以表示为独立的零均值复高斯随机过程，其幅度变化符合瑞利分布，称为瑞利衰落信道。当信号源中有一直达强径时，则幅度变化符合莱斯分布，称为莱斯衰落信道。因为瑞利信道更具普遍性和代表性，本文中的仿真主要针对瑞利衰落信道来进行的。

1. 瑞利分布衰落(Rayleigh Fading)

当信道中传送到接收机的信号散射分量数目很大时，应用中心极限定理可得到信道脉冲响应的高斯过程模型。如果该过程是零均值的，那么任何时刻信道响应的包络都具有瑞利概率分布，而相位在(0,2π)区间内均匀分布，即

222e x p ()(0)2()0(0)r r r p r r σσ?-≤≤∞??=??

其中，σ是包络检波之前所接收到的信号均方根值，2

σ是包络检波之前的接收信号包络的 时间平均功率。

2. 莱斯分布衰落(Rice Fading)

当存在一个主要的静态信号分量时，小尺度衰落的包络分布服从莱斯分布。这种情况下， 从不同角度随机到达的多径分量叠加在静态的主要信号上。包络检波的输出端就会在随机多 径分量上叠加一个直流分量，其概率密度函数分布为

20222e x p ()()(0)2()0(0)r r A A r I r p r r σσσ?+-≤≤∞??=??

参数A 指主信号幅度的峰值，0()I ?是第一类0阶贝赛尔函数。

1.6 本章小结

移动无线信道的最大特征是信道的时变性。本章介绍了无线信道的衰落特性，并且分析了多径衰落信道的无理特性，最后围绕时变信道的物理特性对无线信道的几种衰落模型进行了介绍。

第二章MIMO-OFDM系统

无线传输信道，尤其是移动环境中的无线传输信道是一个非常复杂的物理现象，未来移动通信要在有限的频谱资源上支持高速率数据和多媒体业务的传输，就必须采取频谱效率高的抗衰落技术来提高系统的性能。OFDM和MIMO正是其中的两种有效措施，而将两者相结合构成的MIMO-OFDM系统，技术上相互补充，使之成为实现无线信道高速数据传输最有希望的解决方案之一。本章先介绍MIMO和OFDM的基本原理，然后对MIMO-OFDM系统进行分析。

2.1 MIMO无线通信技术

传统的无线通信系统是采用一个发射天线和一个接收天线的通信系统，即所谓的单入单输出（SISO）天线系统。SISO天线系统在信道容量上具有一个通信上不可突破的瓶颈——Shannon 容量限制。因为用户对更高的数据传输速率的需求非常迫切，必须进一步提高无线通信系统的容量。

多入多出(MIMO，Multiple-Input Multiple-Out-put)或多发多收天线(MTMRA，Multiple Transmit Multiple Receive Antenna)技术是无线移动通信领域智能天线技术的重大突破。该技术能在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率，是新一代移动通信系统必须采用的关键技术。

多入多出（MIMO）或多发多收天线（MTMRA）技术是无限通信领域天线技术的重大突破。多入多出技术能在不增加贷款的情况下成倍地提供通信系统的容量和频谱利用率。普遍认为，多入多出将是新一代移动通信系统必须采用的关键技术。早在70年代就有人提出将堕入多出技术用于通信系统，但是对无线移动通信系统多入多出技术产生巨大推动的奠基工作则是90年代由AT&T Bell实验室学者完成的。目前，各国学者对于MIMO的理论，性能、算法和实现等各方面正在广泛的进行研究。

利用MIMO技术可以提高信道的容量，同时也可以提高信道的可靠性，降低误码率。前者是利用MIMO信道提供的空间复用增益，后者是利用MIMO信道提供的空间分集增益。实现空间复用增益的算法主要有贝尔实验室的BLAST算法、ZF算法、MMSE算法、ML算法。ML 算法具有很好的译码性能，但是复杂度比较大，对于实时性要求较高的无线通信不能满足要求。ZF算法简单容易实现，但是对信道的信噪比要求较高。性能和复杂度最优的就是BLAST算法。该算法实际上是使用ZF算法加上干扰删除技术得出的。目前MIMO技术领域另一个研究热点就是空时编码。常见的空时码有空时块码、空时格码。空时码的主要思想是利用空间和时间上的编码实现一定的空间分集和时间分集，从而降低信道误码率。

MIMO技术研究的内容主要包括4个方面：

1） MIMO 衰落信道的测量和建模方法；

2） MIMO 信道容量的分析；

3） 基于MIMO 的空时编/解码方法；

4） 基于MIMO 的接收机关键技术，如信道估计、均衡、多用户检测等。

随着无线通信技术的快速发展和以数字业务为代表的新业务的不断涌现，频谱资源的严重不足已经日益成为遏制无线通信事业的瓶颈。如何充分开发利用有限的频谱资源，提高频谱利用率，是当前通信界研究的热点课题之一。在上个世纪九十年代中期，美国的贝尔实验室发表了一系列文章，提出了以引入了空域处理技术的MIMO 系统[1]

为代表的多天线通信系统，并就其编码技术方案以及信号处理技术进行了全面的阐述。理论和实践证明，无线通信系统中发射端和接收端同时采用多天线，可以极大地提高系统的容量。

发射端和接收端均采用多个天线或者天线阵列，就构成了一个无线MIMO 系统。无线MIMO 系统采用空时处理技术进行信号处理。在多径环境下，无线MIMO 系统可以极大地提高频谱利用率，增加系统的数据传输率。可以充分利用多径资源，提高系统的性能是无线MIMO 系统最大的优点。

2.1.1 MIMO 系统模型 在平坦衰落即非频率选择性衰落条件下，收发端均采用了阵列天线，假设发射端有N 个天线，接收端有M 个天线，就构成了一个(,)N M 的无线MIMO 系统。

在k 时刻，输入信号经过发射端的信号处理单元编码为对应于N 个发射天线的N 个码元

1(),...,()N

c k c k 。此时，我们可以将第j 接收天线在k 时刻的接收信号(),1,...,j y k j M =写作[2]： 1()()()(),1,...,N

j i j i j i y k h k c k n k j M ==+=∑ （2-1） 式中，()ij h k 表示从发射天线i 到接收天线j 的复衰落信道增益。

图2-1 典型无线MIMO 系统的信道模型结构示意图

进一步可以得到（2-1）式的向量形式：

()()()()y k H k c k n k =+ (2-2) 式中，[]1()(),...,()T

M

y k yk y k =是1M ?维接收信号向量。M N ?维的信道矩阵为[]1()(),...,()T M H k h k h k =，其中1()(),...,(),1T j j N j h k h k h k j M ??=≤≤??是从N 个发射天线到第j 个接收天线的1N ?维信道向量。[]1()(),...,()T

N

c k ck c k =为k 时刻从N 个发射天线发射的1N ?维码向量。[]1()(),...,()T M n k nk n k =为接收天线一端的1M ?维噪声向量。 关于信号模型（2-1）和（2-2），我们有下面的假设： 1) 信道衰落为平坦衰落或准静态信道，信道矩阵为复高斯随机矩阵，其元素均为均值为0，方差为1独立同分布的复高斯随机变量。

2) 信号矢量()c k 的各个元素()i c k (1)i N ≤≤为零均值，方差为2ε的互不相关的随机变量。假设()c k 的总功率为P ，则()c k 的自相关矩阵为：

{}

2()()I I H N N P E c k c k N

ε== （2-3） 3) 噪声矢量()n k 代表均值为零的复高斯加性白噪声，其自相关矩阵为： {

}

2()()I H M E n k n k σ= （2-4） 而且，与()c k 相互独立，既有{}()()0H E ckn k =。 4) N 个符号从N 个不同的天线同时发射出去。

2.1.2 MIMO 系统优缺点

MIMO 是能够把有效性和可靠性都发挥到极致的技术，达到极致的有效性可以通过分层空时复用(LST)来实现，但同时引入增强的空时干扰，导致可靠性下降，另外，达到极致的可靠性可以通过空时编码(STC)来实现，但同时利用冗余导致有效性下降。可以说，MIMO 的本质就是分集与复用的关系，如图2- 2所示。

图2-2 MIMO 技术的本质

MIMO 技术的优点可以通过下面三个增益来概括： (1) 阵列增益。阵列增益是指由于接收机通过对接收信号的相干合并而获得的平均SNR 的

提高。在发射机不知道信道信息的情况下，MIMO 系统可以获得的阵列增益与接收天线数成正比。

(2) 复用增益。在采用空间复用方案的MIMO 系统中，可以获得复用增益，即信道容量成倍增加。信道容量的增加与m i n (,)T R N N 成正比，T N 和R N 分别为发射天线数和接收天线数。

(3) 分集增益。在采用空间分集方案的MIMO 系统中，可以获得分集增益，即可靠性性能的改善。分集增益用独立衰落支路数来描述，即分集指数。在使用了空时编码的MIMO 系统中，分集指数等于发射天线数与接收天线数的乘积。另外，在分布式MIMO 系统中，由于接收天线或发射天线之间的间距较远，可认为它们各自的大尺度衰落是相互独立的，因此分布式MIMO 系统不仅可以获得上述的小尺度衰落分集，还可以获得大尺度衰落分集，即宏分集。

MIMO 技术的缺点具体表现在：

(1)空间相关。空间特性是维系MIMO 性能的关键，无论从有效性的并行子信道和可靠性的分集指数都和空间独立性有关，空间相关导致的低秩和低分集指数都极大影响着MIMO 的信道容量和误码性能。

(2)空间干扰。这是空时复用最直接的影响，在没有空间分集可利用的系统中恢复各发射天线等功率的信号必定造成的判决性能的下降，因此，接收端的干扰消除算法能够保证系统性能的关键。

2.2 OFDM 技术

在实际的移动无线通信中，信号从发射天线经过一个时变多径信道到达接收天线，会产生时间选择性衰落和频率选择性衰落。由于信道的时变特性会引起信号频率的展宽，导致多普勒效应，而信道的多径传播则会引起信号在时间上的展宽并导致频谱选择性衰落，因此，人们常采用相干时间或多普勒带宽来描述信道的时变特胜，采用多径时延扩展或相干带宽来描述信道的多径特性。在小于相干的时间范围内，可以将信道看成线性时不变系统。如果信道带宽小雨相关带宽，则可以认为该信道为非频率选择性信道，其经历的衰落为平滑衰落，即所有的频率成分所经历的衰落情况是相同的。这样就可以得到一个简单而又较为符合实际的情况的研究模型。

正交频分复用(OFDM)的基本原理就是把高速的数据流通过串并转换，分配到数率相对较低的若干个子信道中进行传输，因此每个子信道中的符号周期会相对增加，可以减轻由于无线信道的多径时延扩展所产生的时间弥散性对系统造成的码间干扰。如果采用循环前缀作为保护间隔，还可以避免由于多径带来的信道间干扰(ICI)。

在OFDM 系统的设计中，需要考虑一系列参数，如子载波的个数、保护间隔、OFDM 符号

的周期、采样间隔、子载波的调制方式、前向纠错码的方式等。这些参数的选择受系统要求约束，如可利用的带宽、要求的比特速率、最大的多径时延和多普勒频偏值。其中一些参数本身存在着固有矛盾，如为了能够很好的抵制时延扩展，采用大量间隔较小的子载波比较理想，但从抵制多普勒扩展和相位噪声的角度来看，采用少量的间隔较大的子载波则比较合适。

2.2.1 OFDM 系统模型

OFDM 利用逆快速傅立叶变换(IFFT)和快速傅立叶变换(FFT)来分别实现调制和解调，是实现复杂度最低、应用最广的一种多载波传输方案。它把一个高速的数据流分成许多低速的数据流，这些低速的数据流在通过正交频率进行调制的同时进行传输，这样就可以把宽带变成窄带，也就可以彻底的解决频率选择性衰落这个问题。为了提高频谱利用率，OFDM 信号中各个子载波频谱互相重叠，且保持正交。在接收端通过相关解调器分离出各个子载波，同时也消除了ISI 的影响。

图2-3 OFDM 系统模型

OFDM 系统模型如图2-3所示。OFDM 信号是一个包括多个经过调制的子载波合成信号，

每个子载波都可以受到PSK 或MQAM 符号的调制。如果N 表示子载波的个数，

N T 表示OFDM 符号宽度，X(k)，k=0，1，2，…，N-1是分配给每个子载波上的数据符号，c f 是载波频率，则

第k 个子载波的频率为k c f f k f =+

??，其中f ?为子载波的频率间隔，为了保证子载波之间的正交性，相邻子载波的频率间隔必须满足1/N f T ?=。此时，每个子载波在一个OFDM 符号

周期内都包含整数倍个周期，而且相邻子载波之间相差1个周期。对于调制后的数据流若用矩阵脉冲成型，矩形脉冲为/2N t T ≤，则一个OFDM 信号可以表示为：

10

()()()e x p (2),2N N k k c k T x t X k r e c t t i f t ff k f π-==?-?=+??∑ 其中实部和虚部分别对应于OFDM 符号的同相和正交分量，在实际中可以分别与相应子载波的余弦分量和正弦分量相乘，构成最终的OFDM 信号。在接收端，对接收信号Y(t 采用相关

解调器解调，并经抽样、判决。此时接收数据可表示为：

01001()()e x p (2)1()()e x p (2)e x p (2)2N N T n N T N N k n k N X N y t i f t d t T T X k r e c t t i f t i f t d t T π

ππ-==?-=?-??-?∑? 其中,0,1,21n c

f f n f n N =+?=-，因为各子载波相互正交，上式即可表示为： ()?()0

Xk Xn ?=?? n k

n k =≠ OFDM 符号中子载波的正交性可以通过频谱来理解。OFDM 信号的频谱是一组sinc 函数，函数的零点出现在频率f ?的整数倍位置上，如图2- 4所示。

图2-4 OFDM 信号的频谱

式（2-24）中的OFDM 等效基带信号可以采用离散傅里叶逆变换(IDFT)来实现。对信号x(t)以/s T N 的速率进行采样，即令,0,1,21s

t k T k N =?=-，可以得到： 10

2()()()e x p (())N k k x n x n T X k j N π

-===?∑ 0,1,21n N =- 从式（2-25）可以看到，x(n)等效为对X （k ）进行IDFT 运算。同样在接收端，恢复出原始的数据符号()X k ，可以对()x n 进行逆变换，即DFT ，可得到： 10

2()()e x p (())N n n k X k x n j N π

-==?-∑ ,0,1,21k N =- 根据上述分析可以看到，OFDM 系统的调制和解调可以分别由IDFT/DFT 来代替。通过N 点IDFT 运算，可以认为是把频域数据符号X(k)变换成时序数据符号x(n}，并经D/A 转换、低通滤波以及射频载波调制之后，发射到信道中；在接收端，接收信号经过下变频、低通滤波以及A/D 转换成为时序数据符号?()x

n ，再通过DFT 变换恢复为原始的发射数据?()X k 。

在OFDM 系统的实际应用中，可以采用更加方便快捷的快速傅立叶变换（IFFT/FFT)。N 点IDFT 运算需要实施N 次复数乘法，而IFFT 可以显著地降低运算的复杂度，对于常用的基2

的IFFT 算法来说，其复数乘法的次数仅为2(/2

)l o g N

N 了，而且随着子载波个数N 的增加，这种算法复杂度之间的差距也越明显。 2.2.2 OFDM 系统的优缺点

OFDM 是能够把有效性发挥到极致的一种技术，而这种极致的有效性存在一个极大的弱点，即子载波的正交性，这将大大影响到OFDM 的可靠性。可以说，OFDM 的本质就是正交性，正交性维系着OFDM 的有效性和可靠性，如图2-5所示。

图2-5 OFDM 技术的本质

OFDM 技术的优点具体表现在：

(l) 把高速数据流通过串并转换，使得每个子载波上的数据符号持续长度相对增加，从而可以有效地减少无线信道的时间弥散所带来的符号间干扰(ISI)，因此减小了接收机的均衡复杂度，甚至可以不采用均衡器，采用循环前缀来消除ISI 的不利影响。

(2) OFDM 由于各个子载波之间保持正交性，可以使子信道频谱相互重叠，因此与常规的频分复用系统相比，OFDM 系统可以最大限度地提高频谱利用率。

(3) 各个子信道中的这种正交调制和解调可以采用IDFT 和DFT 来实现，对于N 很大的系统中，可以通过采用快速傅里叶变换(FFT)来实现，降低实现的复杂度。

(4) 由于无线信道存在频率选择性，不可能所有的子载波都同时处于比较深的衰落情况中，因此可以通过动态自适应地利用信噪比(SNR)比较高的子信道，从而提高系统的性能。而且对于多用户系统来说，对一个用户不适合的子信道对其他用户来说可能就是性能比较好的子信道。

(5) OFDM 技术可以很容易地与其他多种接入方式结合使用，比如OFDMA 系统、多载波码分多址MC-CDMA 系统、跳频OFDM 系统以及OFDM- TDMA 系统等等，使得多个用户可以同时利用OFDM 技术进行信息的传输。

OFDM 技术的缺点具体表现在:

(l) 频率偏移能够造成子载波正交性的破坏。这种频率偏移主要来源于时变信道的多普勒频移，以及传输过程中收发两端振荡器存在的频率偏移，这些都能够造成子载波间干扰(ICI)，因此，频率偏移敏感是OFDM 技术的主要缺点。这就是使得同步技术尤为重要。

(2) 存在较高的峰值平均值功率比(PAPR)。与单载波系统相比，由于多载波调制系统的输

出是多个子信道信号的叠加，因此如果多个信号的相位一致时，所得到的叠加信号的瞬时功率就会远远大于信号的平均功率，导致出现较大的平均功率比，这就对发射机内放大器的线性提出了很高的要求，否则会使信号出现畸变，导致叠加信号的频谱发生变化，子载波间的正交性遭到破坏，引起ICI。

2.3 MIMO-OFDM技术

2.3.1 MIMO、OFDM系统组合的必要性

在高速宽带无线通信系统中，多径效应、频率选择性衰落和带宽效率是信号传输过程中必须考虑的几个关键问题。多径效应会引起信号的衰落，因而被视为有害因素。然而MIMO系统是针对多径无线信道而产生的，在一定程度上可以利用传播过程中产生的多径分量，多径效应对其影响并不大，反而可以作为一个有利因素加以使用。但MIMO对于频率选择性衰落仍无法避免，而解决频率选择性衰落问题恰恰正是OFDM的一个长处。

OFDM技术实质上是一种多载波窄带调制，可以将宽带信道转化成若干个平坦的窄带子信道，每个子信道上的信号带宽小于信道的相关带宽，所以每个子信道上的频率选择性衰落可以看作是平坦性衰落。OFDM被认为是第四代移动通信中的核心技术，然而4G需要高的频谱利用技术和高速传输系统，为了进一步提高系统传输速率，使用OFDM技术的无线通信网就必须增加载波的数量，而这种方法会造成系统复杂度的增加，并增大系统的占用带宽。而MIMO多天线技术能在不增加带宽的情况下，在每一个窄带平坦子信道上获得更大的信道容量，可以成倍地提高通信系统的容量和频谱效率，是一种利用空间资源换取频谱资源的技术。

因此MIMO-OFDM系统的提出是无线通信领域的重大突破，其频谱利用率高、信号传输稳定、高传输速率等基本特性能够满足下一代无线传输网发展要求。MIMO-OFDM系统内组合了多输入和多输出天线和正交频分复用调制两大关键技术。这种系统通过空间复用技术可以提供更高的数据传输速率，又可以通过空时分集和正交频分复用达到很强的可靠性和频谱利用率。

2.3.1 MIMO-OFDM系统模型

图2-6 MIMO-OFDM系统基本原理框图

如图2-6所示，为MIMO-OFDM系统的基本原理图。在发送端，发送比特流经过MIMO编码后变成n路，n为发送天线个数。每一路分别做OFDM调制，最后由相应的天线发送出去。在接收端，有m个接收天线，现在每个接收天线上做OFDM解调，然后将解调后的信号做MIMO 解码。

MIMO-OFDM技术将空间分集、时间分集以及频率分集有机的结合起来，从而能够大大的提高无线通信系统的信道容量和传输速率，有效的抵抗信道衰落和抑制干扰，成为实现无线信道高速数据传输最具希望的解决方案之一，具有非常广阔的研究和发展前景。在相同的发射功率和带宽下，一个拥有n个发射天线和m个接收天线的系统能达到的信道容量为单天线系统的min(n，m)倍，从而提供了目前其它技术无法达到的容量潜力。目前对MIMO一OFDM技术的研究主要向两个方向发展：

(l) 基于OFDM的空间复用系统(OFDM-based spatial multiplexing systelns)，即OFDM与贝尔实验室BLAST系统的结合，是面向比特率的。它主要是利用无线信道的多径传播特性产生并行空间信道，从而提高数据的传输速率。在保证接收机一定复杂度的情况下可提供高的频谱利用率，它在性能上的缺陷是因为它既没能充分利用传输分集，也没有开发在码间串扰信道下可获得的多径分集。

(2) 空时编码OFDM系统(Space-Time Coded OFDM，STC一OFDM)，即OFDM与基于发射分集的空时码的结合，是面向胜能的。因为它的设计就在于使分集和编码增益最大化。它主要利用信道编码和多天线阵技术提高系统的抗衰落特性，从而可以采用多进制传输以提高系统的数据传输速率。其缺陷是随着传输天线数目的增加，复杂度和互扰会增加。

2.4 本章小结

本章主要介绍了MIMO、OFDM和MIMO-OFDM系统。在对MIMO技术和OFDM技术进

行简要介绍的基础上，探讨了MIMO-OFDM西欧太难干的基本原理。

第三章MIMO信道估计技术

3.1 MIMO信道技术概述

所谓信道估计，就是从接收数据中将假定的某个信道模型的模型参数估计出来的过程。MIMO系统实现大容量的前提是接收机能对接收到的来自各发送天线的信号进行很好的去相关处理，而进行这一处理的必要条件是接收端对信道进行比较精确的估计，获得较准确的信道信息，从而能够正确地恢复被干扰和噪声污染的信号。

在MIMO通信系统中，空时信道的估计和跟踪相对于SISO系统更加复杂，同时对系统误码性能和容量有很大的影响。这一复杂性主要表现在两个方面：快速移动通信环境所导致的信道时变特性；多径时延扩展的长度较大使得信道变成频率选择性信道，即一个时变的FIR矩阵信道，此时估计与跟踪的实现是较困难的。

从信道估计算法输入数据的类型来分，MIMO信道估计方案可以划分为时域和频域两个类方法。频域方法主要针对多载波系统；时域方法适用于所有单载波和多载波MIMO系统，它借助于训练序列或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。从估计算法先验信息的角度，时域方法又可分为一下3类：

（1）基于训练序列的估计按一定估计准则确定待估参数，或者按某些准则进行逐步跟踪和调整待估参数的估计值，其特点是需要借助参考信号，即导频或训练序列。在此，我们将基于训练序列和导频序列的估计统称为训练序列估计算法。

基于训练序列的信道估计适用于突发传输方式的系统。通过发送已知的训练序列，在接收端进行初始的信道估计，当发送有用的信息数据时，利用初始的信道估计结果进行一个判决更新，完成实时的信道估计。

基于导频符号的信道估计适用于连续传输的系统。通过在发送有用数据的过程中插入已经的导频符号，可以得到导频位置的信道估计结果；接着利用导频位置的信道估计结果，通过内插得到有用数据位置的信道估计结果，完成信道估计。

（2）盲估计利用调制信号本身固有的、与具体承载信息比特无关的一些特征，或是采用判决反对的方法来进行信道估计的方法。

（3）半盲估计结合盲估计与基于训练序列估计这良好总方法优点的信道估计方法。

一般来讲，通过设计训练序列或在数据中周期性地插入导频符号来进行估计的方法比较常用。而盲估计和半盲估计算法无需或者需要较短的训练序列，频谱效率高，因此获得了广泛的研究。但一般盲估计和半盲估计方法的计算复杂度较高，且可能出现相位模糊（基于子空间的方法）、误码传播（如判决反馈类方法）、收敛慢或陷入局部极小等问题，需要较长的观察数据，这一定程度上限制了它们的实用性。

3.2 MIMO 系统的信号模型 假定发射天线数为T M ,接收天线数为R M ,信道中有L 个散射簇的通信系统。在考察的时间内，认为MIMO 信道为时不变信道（假设考察的是相干时间内的信道特征），以及信道各路径延迟间隔等于采样周期的情况下，宽带（也即频率选择性衰落）情形下的MIMO 系统的信号模型可以由式1-1表达，即：

1

0()()()L l l

l y k k k τ-==-+∑H x v 其中，12()[(),(),,()]T T M x k x k x k xk =为n 时刻的发送信号矢量，

12()[(),(),,()]R

T M y k y k y k yk =为响应的接收信号矢量。l H 为第l 个散射簇的信道转移矩阵，

()()()1,11,21,()()()2,12,22,()()(),1,2,01T T R R R T l l l M l l l M l l l l M M M M h h h h h h l L h h h ??????=≤≤-????????H 通常可以假设信道为Rayleigh 信道，即l H 中的元素,1,2,1,2i j R T

h i M j M ==为相互独立的0均值，方差为2h σ的符号死随机变量。而12()[(),(),,()]R T

M k v k v k vk =v 为0均值的方差为2

v σ加性白高斯噪声矢量（AWGN ），通常假设噪声与信道系数之间互不相干。

本章的研究对象平坦衰落的MIMO 信道可以看做是宽带MIMO 系统的一种特例，即信道中只有一条可分辨径，L=1，则相应的平坦衰落情形下的MIMO 系统的信号模型就可以表示为： ()()()k k k =+y H x v

假设考察时间内发射端所发送信号的长度为0L ,则考察时间内的发送信号可以表示成为0T M L ?发送信号矩阵X ：

11000(1)()[(1),(2),,()](1)()T T M M x k x k L x kx k x k L x k x k L ??++ ?=+++= ? ?++??

X 响应的，考察时间内接收端接收到的信号也可以表示为0T M L ?的接收信号矩阵：

11000(1)()[(1),(2),,()](1)()R R M M x k x k L x kx k x k L x k x k L ??++ ?=+++= ? ?++??

Y 这样，考察时间内的接收信号就可以表示成为矩阵的形式：

Y =H X +V

式中，V 为0T M L ?噪声矩阵，其元素是时间和空间上均相互独立的零均值，方差为2v σ的复高斯随机变量。

3.3 信道估计原理

在SISO 系统中，常用的信道估计的方法包括最小二乘估计（LS ）、最大似然估计（ML ）、最大后验概率估计（MAP ）以及最小均方误差估计（MMSE ）。当发射天线的训练（包括导频）序列设计为满足空间上的正交性时，上述方法均可推广应用于MIMO 的信道估计。

3.3.1 最小二乘（LS ）信道估计算法

最小二乘（LS ）信道估计算法是一种古老而又得到广泛应用的估计方法，它适用于线性观测模型，其不需要待估计量和观测数据地任何概率和统计特性方面的描述，把估计问题作为确定性的最优化来处理。

假设一个发送帧内第j 个发送天线上的训练序列为[(1),(2),,()]

j j j j t p p p p L =，有用数据符号个数为D L ，那么在训练期间内的接收信号就可以表示成为矩阵的形式：

p p Y=H X +V 其中T

T

12M P =[p ,p ,L ,p ]，位数为T t M L ?，是由T M 个发射天线上的训练序列组成的训练矩阵。p Y 为训练期间接收天线所收到的接收信号矩阵，位数为R t M L ?，H 是训练期间的信道系数矩阵，与前面定义相同，位数为R T M M ?，其中每个元素服从Rayleigh 分布，p V 为0均值、方差为2v σ的高斯白噪声矩阵。

如果训练符号与数据符号的周期同为s T ，那么根据信道在一帧保持准静态的假设，可以认为在()t D s L L T +的时间内保持不变。

采用LS 方法进行信道估计的代价函数为:

2

()L S F

CH =-p YH P 使上式的代价函数达到最小的就是H 的LS 估计，也即：

信息论复习知识点汇总

1、平均自信息为 表示信源的平均不确定度，也表示平均每个信源消息所提供的信息量。 平均互信息 表示从Y获得的关于每个X的平均信息量，也表示发X前后Y的平均不确定性减少的量，还表示通信前后整个系统不确定性减少的量。 2、最大离散熵定理为：离散无记忆信源，等概率分布时熵最大。 3、最大熵值为。 4、通信系统模型如下： 5、香农公式为为保证足够大的信道容量，可采用（1）用频带换信噪比；（2）用信噪比换频带。 6、只要，当N足够长时，一定存在一种无失真编码。 7、当R＜C时，只要码长足够长，一定能找到一种编码方法和译码规则，使译码错误概率无穷小。 8、在认识论层次上研究信息的时候，必须同时考虑到形式、含义和效用三个方面的因素。 9、1948年，美国数学家香农发表了题为“通信的数学理论”的长篇论文，从而创立了信息论。 按照信息的性质，可以把信息分成语法信息、语义信息和语用信息。

按照信息的地位，可以把信息分成 客观信息和主观信息 。 人们研究信息论的目的是为了 高效、可靠、安全 地交换和利用各种各样的信息。 信息的 可度量性 是建立信息论的基础。 统计度量 是信息度量最常用的方法。 熵 是香农信息论最基本最重要的概念。 事物的不确定度是用时间统计发生 概率的对数 来描述的。 10、单符号离散信源一般用随机变量描述，而多符号离散信源一般用 随机矢量 描述。 11、一个随机事件发生某一结果后所带来的信息量称为自信息量，定义为 其发生概率对数的负值 。 12、自信息量的单位一般有 比特、奈特和哈特 。 13、必然事件的自信息是 0 。 14、不可能事件的自信息量是 ∞ 。 15、两个相互独立的随机变量的联合自信息量等于 两个自信息量之和 。 16、数据处理定理：当消息经过多级处理后，随着处理器数目的增多，输入消息与输出消息之间的平均互信息量 趋于变小 。 17、离散平稳无记忆信源X 的N 次扩展信源的熵等于离散信源X 的熵的 N 倍 。 18、离散平稳有记忆信源的极限熵，=∞H )/(lim 121-∞→N N N X X X X H Λ。 19、对于n 元m 阶马尔可夫信源，其状态空间共有 nm 个不同的状态。 20、一维连续随即变量X 在[a ，b]区间内均匀分布时，其信源熵为 log2（b-a ） 。 21、平均功率为P 的高斯分布的连续信源，其信源熵，Hc （X ）=eP π2log 21 2。 22、对于限峰值功率的N 维连续信源，当概率密度 均匀分布 时连续信源熵具

信道估计总结

寒假信道估计技术相关内容总结 目录 第一章无线信道....................................... 错误!未定义书签。 概述........................................................ 错误!未定义书签。 信号传播方式................................................ 错误!未定义书签。 移动无线信道的衰落特性...................................... 错误!未定义书签。 多径衰落信道的物理特性...................................... 错误!未定义书签。 无线信道的数学模型.......................................... 错误!未定义书签。 本章小结.................................................... 错误!未定义书签。第二章 MIMO-OFDM系统................................. 错误!未定义书签。 MIMO无线通信技术........................................... 错误!未定义书签。 MIMO系统模型........................................... 错误!未定义书签。 MIMO系统优缺点......................................... 错误!未定义书签。 OFDM技术................................................... 错误!未定义书签。 OFDM系统模型........................................... 错误!未定义书签。 OFDM系统的优缺点....................................... 错误!未定义书签。 MIMO-OFDM技术.............................................. 错误!未定义书签。 MIMO、OFDM系统组合的必要性............................. 错误!未定义书签。 MIMO-OFDM系统模型...................................... 错误!未定义书签。 本章小结.................................................... 错误!未定义书签。第三章MIMO信道估计技术............................... 错误!未定义书签。 MIMO信道技术概述........................................... 错误!未定义书签。 MIMO系统的信号模型......................................... 错误!未定义书签。 信道估计原理................................................ 错误!未定义书签。 最小二乘（LS）信道估计算法.............................. 错误!未定义书签。 最大似然（ML）估计算法.................................. 错误!未定义书签。

(完整版)计算机网络考试知识点超强总结

计算机网络考试重点总结（完整必看） 1.计算机网络：利用通信手段，把地理上分散的、能够以相互共享资源（硬件、软件和数据等）的方式有机地连接起来的、而各自又具备独立功能的自主计算机系统的集合 外部特征：自主计算机系统、互连和共享资源。内部：协议 2.网络分类：1）根据网络中的交换技术分类：电路交换网；报文交换网；分组交换网；帧中继网；ATM网等。2）网络拓朴结构进行：星型网；树形网；总线型网；环形网；网状网；混合网等。4）网络的作用地理范围：广域网。局域网。城域网（范围在广域网和局域网之间）个域网 网络协议三要素：语义、语法、时序或同步。语义：协议元素的定义。语法：协议元素的结构与格式。规则(时序)：协议事件执行顺序。 计算机网络体系结构：计算机网络层次结构模型和各层协议的集合。 3.TCP/IP的四层功能：1）应用层：应用层协议提供远程访问和资源共享及各种应用服务。2）传输层：提供端到端的数据传送服务；为应用层隐藏底层网络的细节。3）网络层：处理来自传输层的报文发送请求；处理入境数据报；处理ICMP报文。4）网络接口层：包括用于物理连接、传输的所有功能。 为何分层:目的是把各种特定的功能分离开来，使其实现对其他层次来说是可见的。分层结构使各个层次的设计和测试相对独立。各层分别实现不同的功能，下层为上层提供服务，各层不必理会其他的服务是如何实现的，因此，层1实现方式的改变将不会影响层2。 协议分层的原则：保证通信双方收到的内容和发出的内容完全一致。每层都建立在它的下层之上，下层向上层提供透明服务，上层调用下层服务，并屏蔽下层工作过程。 OSI七层，TCP/IP五层，四层：

OFDM-信道估计技术综述

OFDM 信道估计技术综述 专业：080411卓越 学生姓名：李震 指导教师：姚如贵 完成时间：2020年5月19日

OFDM 信道估计技术综述 一国内外研究进展 (3) 二导频插入方式 (4) 三OFDM 系统原理 (5) 四信道估计的重要意义 (6) 五OFDM系统信道估计研究现状 (7) 六简单算法介绍 (9) 七小结 (11)

一国内外研究进展 20世纪70年代，韦斯坦（Weistein）和艾伯特（Ebert）等人应用离散傅里叶变换（DFT）和快速傅里叶方法（FFT）研制了一个完整的多载波传输系统，叫做正交频分复用（OFDM)系统。正交频分复用(OFDM)是一种特殊的多载波传输方案，它可以被看作是一种调制技术，也可以被看作是一种复用技术,OFDM应用DFT和其逆变换IDFT方法解决了产生多个互相正交的子载波和从子载波中恢复原信号的问题。OFDM技术的应用已有近40年的历史，主要用于军用的无线高频通信系统。但是OFDM 系统的结构非常复杂，从而限制了其进一步推广。直到20世纪70年代，人们采用离散傅立叶变换来实现多个载波的调制，简化了系统结构，使得OFDM技术更趋于实用化。80年代，人们研究如何将OFDM技术应用于高速MODEM。进入90年代以来，OFDM技术的研究深入到无线调频信道上的宽带数据传输。 由于OFDM的频率利用率最高，又适用于FFT算法处理，近年来在多种系统得到成功的应用，在理论和技术上已经成熟。因此，3GPP/3GPP2成员多数推荐OFDM作为第四代移动通讯无线接入技术之一。目前,OFDM技术在4G LTE技术中已得到使用，是LTE三大关键技术之一，预计在5G仍然作为主要的调制方式。 它相对于单载波主要优点在于 ①频谱利用率高 在传统的频分复用多路传输方式中，将频带分为若干个不相交的子频带来传输并行的数据流，在接收端用一组滤波器来分离各个子信道。此种方法简单、直接，缺点是频谱利用率低，此外子信道之间要留有足够的保护频带，而且多个滤波器的实现也有不少困难。而OFDM 系统由于各个子载波之间存在正交性，允许子信道的频谱相互重叠，因此OFDM 系统可以最大限度地利用频谱资源 ②抗多径干扰 把高速数据流通过串并转换，使得每个子载波上的数据符号持续长度相应增加，从而可以减小无线信道的时间弥散性所带来的符号间干扰(Inter Symbol Interferences, ISI)，这样就减小了接收机均衡的复杂度，有时甚至可以不采用均衡器，仅通过采用插入循环前缀(Cyclic Prefix, CP)的方法就可以消除ISI 的不利影响。 ③实现相对比较简单 各个子信道间的正交性的调制与解调可以利用 IDFT 和DFT 实现，对于子载波数比较大的情况下，可以通过IFFT/FFT 算法来实现。不需要使用多个发送和接收滤波器组，相对传统通信系统复杂度大大降低。 ④上、下行链路可以使用不同的传输速率

MIMO通信系统的信道估计与信号检测

MIMO通信系统的信道估计与信号检测项目意义义 一项目意 多输入多输出（MIMO）技术由于能够在不增加传输带宽的条件下成倍的提高无线信道的信道容量,因而被认为是下一代移动通信系统4G的关键技术之一。MIMO技术是未来无线通信系统中实现高数据速率传输、改善传输质量、提高系统容量的重要途径。MIMO信道模型无论是在MIMO技术的理论研究阶段还是在MIMO系统的应用阶段都是必需的。因此，MIMO信道的建模是MIMO理论研究中的重要内容。多输入多输出（MIMO）衰落信道是迄今为止所考虑的单输入单输出（SISO）随机信道的多变量推广。从SISO入手，逐步增加天线数，通过对MIMO 信道的建模和仿真，深刻理解MIMO的系统的内涵。 二项目内容 1.MIMO信道的建模。搭建1*1，2*2,4*4,8*8，MIMO－任一路的信道符合 Rayleigh Fading。 2.在接收端基于导频的信道估计。 3.利用估计的信道分别进行MLD和Zero-forcing信号检测。 4.1×1,2×2,4×4,8×8，（理想信道）模型的传输性能比较。 5.1×1,2×2,4×4,8×8，（估计信道）模型的传输性能比较。 6.估计信道和理想信道（4×4）之间的传输性能比较。 三项目原理 (1)MIMO系统模型

以2×2MIMO为例： r1=H11*S1+H21*S2+n1 n2 r2=H12*S1+H22*S2 + 说明:H信道符合Rayleigh衰落。n为信道的高斯白噪声。S为发射信号，r为接收端接收信号。 (2)基于导频的信道估计 在2×2MIMO信道模型中，导引信号的数量可以是2 当导引信号时p1p2=[10], r1=H11*p1+H21*p2+n1(p1=0),不考虑噪声的影响 n2(p1=0),不考虑噪声的影响。 r2=H12*S1+H22*S2 + 则有： H11=r1/p1； H12=r2/p1； 当导引信号时p1p2=[01],

Matlab关于信道估计的一个描述

Matlab关于信道估计的一个描述 在网上看到的一个网友对信道估计的描述用于初步了解还是不错的。如下对信道估计简单的来说就是求出一个信道的近似冲激响应使之尽可能地接近于真实的信道冲激响应以便在接收端进行信道补偿从而提高整个的系统性能。信道估计大致有两种方法导频和盲信道估计。目前一般利用导频我们可以采用LS方法HX 的逆乘以Y因为通过信道后会有噪声加进去所以我们利用导频求得的冲激响应会与理想的冲激响应存在MSE 和 BER而我们在利用导频求冲激响应时是利用了发射端和接收端信号求得的。在通信系统中为了提高系统的频谱利用率通常采用幅度非恒定的调制方式在这种情况下接收机就需要知道信道精确的状态信息进行相干解调因此要进行信道估计根据接收端的统计信息估计出信道的频率相应从公式上来讲就是对特定的传输信道找到一个H的值使之与这个特定的传输信道H相近似这个就是信道估计。从公式YHXN可以看出要知道信道H值的话需要知道Y和X信道噪声N认为影响比较少不考虑。因此在发送端一般都发送已知的信号X然后通过接收端得到的Y就可以求出H来了。但是传输过程不可能都传已知信号这样传输就没有意义对于那部分不知道的信号可以根据已知H来近似的做为未知信号的H这样H和Y知道了就可以求出发送的X达到通信的目的。上面的各径时延和各径衰减取自type urban 模型我顺手打的准确的表述是 Typical Urban是在仿真中比较常用的一种多径信道模型关于fd 以及 tau pav 等的用法可以参照matlab函数 rayleighchan 【求助】LMMSE信道估

计请高人指点在OFDM based on comb-pilot estimation中Rhh 如何算 Rhhkl1-exp-1t_max1/trmsj2pik-l/N./trms1-exp-1t_max/trms1 /trmsj2pik-l/N 有些书中给出了这个公式。那如果我用的是rayleigh fading 最大时延和平均时延如何求我的 rayleigh fading模型用的是sefade.msimulation and software radio for mobile communication中的那个里头的时延是可以自己设置那是否意味着最大时延就是自己设置的最大那个平均时延就是把几条路径的时延除以路径数 eg:tau0 4 6 10 t_max10 trms04610/4 所谓的Rhh就是指信道在时域或者频域的相关性不同的信道 profile导致其相关性不同。 LZ所说的最大时延就应该是你设置的最大的那个时间但是rms并不是直接用时延进行平均的rms实际上是一个用功率加权的时间平均具体的计算可以参见斯克拉Sklar著的第15章衰落信道。差不多所有讲 MMSE估计的论文都会有提到吧是信道的互相关阵是的几乎所有的论文中都提到 了MMSE中有这个Rhh参数但很少有给出这个参数是如何计算出来的似乎这个于信道功率谱PSD有关系不同的PSD对应不同的Rhh 但不知道具体如何计算期待楼下的消息 ....... 求解Rhh在信道估计中算是一个老问题了尤其在编程中怎么实现更是没有一个明确的说法在汪裕民编写的《OFDM关键技术与应用》中提到了这个公式在P109-110处有关于Rhh的计算不过觉得不是很详细有的论文中也说过怎么计算也可以通过定义的方法来计算

(完整版)老师整理的信息论知识点

Chp02知识点： 自信息量： 1） )(log )(i i x p x I -= 2）对数采用的底不同，自信息量的单位不同。 2----比特（bit ）、e----奈特（nat ）、10----哈特（Hart ） 3）物理意义：事件i x 发生以前，表示事件i x 发生的不确定性的大小；事件i x 发生以后，表示事件i x 所含有或所能提供的信息量。 平均自信息量（信息熵）： 1）)(log )()]([)(1i q i i i x p x p x I E x H ∑=-== 2）对数采用的底不同，平均自信息量的单位不同。 2----比特/符号、e----奈特/符号、10----哈特/符号。 3）物理意义：对信源的整体的不确定性的统计描述。 表示信源输出前，信源的平均不确定性；信源输出后每个消息或符号所提供的平均信息量。 4）信息熵的基本性质：对称性、确定性、非负性、扩展性、连续性、递推性、极值性、上凸性。 互信息： 1）) ()|(log )|()();(i j i j i i j i x p y x p y x I x I y x I =-= 2）含义：已知事件j y 后所消除的关于事件i x 的不确定性，对

信息的传递起到了定量表示。 平均互信息：1）定义： 2）性质： 联合熵和条件熵： 各类熵之间的关系： 数据处理定理：

Chp03知识点： 依据不同标准信源的分类： 离散单符号信源： 1）概率空间表示： 2）信息熵：)(log )()]([)(1 i q i i i x p x p x I E x H ∑=-==，表示离散单符号信 源的平均不确定性。 离散多符号信源：用平均符号熵和极限熵来描述离散多符号信源的平均不确定性。 平均符号熵：)...(1 )(21N N X X X H N X H = 极限熵（熵率）：)(lim )(X H X H N N ∞ >-∞= （1）离散平稳信源（各维联合概率分布均与时间起点无关的信源。） （2）离散无记忆信源：信源各消息符号彼此互不相关。 ①最简单的二进制信源：01()X p x p q ???? =???? ? ???，信源输出符号只有两个：“0”和“1”。 ②离散无记忆信源的N 次扩展：若信源符号有q 个，其N 次扩展后的信源符号共有q N 个。 离散无记忆信源X 的N 次扩展信源X N 的熵： () ()()()()12121 01,(1,2,,);1 r r r i i i a a a X p a p a p a P p a i r p a =????=??????? ? ≤≤==∑L L L

低复杂度联合信道估计和块衰落解码

低复杂度联合信道估计和块衰落信道的LDPC译码 摘要：本论文主要论述了低复杂度迭代联合信道估计和块衰落信道的LDPC译码算法。归一化最小算法，即比和积算法有更低的复杂度的算法，它主要作为LDPC 译码算法而被应用。通过选择最佳归一化因子，我们的算法可以跟使用和积算法得到近似一样的结果。而且跟我们所认知的最佳CSI 也就是信道边界信息只有0.3-0.5db的偏差。 1.引论 在时变无线信道，接受器通常无法获得正确的信道边界信息CSI。因此，在信道估计前是需要先进行解码的。近些年，随着迭代解码能力越来越接近错误更正码，就像是Turbo码和LDPC码，使得设计更为有效的迭代联合信道估计、解码算法和迭代接收器成为可能。 迭代联合信道估计和解码可以通过因子图建模而得到，这种方法最早是由Wiberg首先使用的。关于设计迭代接收器的统一的框架是由A.Worthern和 W.Stark他们两人提出来的。更多的学者诸如H.Niu, M.Shen和J.Chen等等也都致力于在不同信道模型下变量算法的设计和分析。他们中的大多数使用的都是SPA，即和积算法。诸如LDPC解码算法。虽说在加性高斯白噪声信道中，SPA被认为有更出色的性能。这样的结果是在牺牲相对来说较高复杂度的情况下得到的。与此同时，多数基于和积算法的低密度解码算法，正在被越来越多的诸如J.Chen, A.Dholakia等学者所研究。通过一些资料我们可以了解到：在加性高斯白噪声信道中，基于被修改的最小和算法，可以得到非常接近于和积算法的结果。同时维持在一个相对更低的复杂度下。但是，在联合信道估计和解码当中，较低复杂度的解码算法还没有得到完全的开发利用。 在本论文中，我们使用归一化最小和算法，它是被修改的最小和算法的其中一个，就像我们的LDPC解码算法应用于联合信道估计和解码一样。它在块衰落信道中的性能表现与其使用和积算法所得到的结果是相近的。通过仿真结果显示：与它所对应的副本比较，低复杂算法的性能也没有亏损。在解码器中，它只有0.3-0.5db的偏离，满足我们所熟知的理想的信道边界信息。此外，一个更好的用于找到最佳的归一化因数的蒙特卡洛方法也被人们所发现。 本论文的具体结构如下：第一部分是引言；在第二部分介绍一下块衰减信道的建模和一个使用规范最小和算法的低复杂迭代接收器的设计；第三部分介绍了如何选择最优化的归一化因子；第四部分列出了一些仿真的结果；最后第五部分是本论文得到的结论。 2.低复杂联合信道估计和解码 2.1块衰落信道模型 在LDPC解码之后，BPSK信号也就是双相移位键控信号将通过块衰落信道而

通信原理知识点归纳

第一章 1.通信—按照传统的理解就就是信息的传输。 2.通信的目的:传递消息中所包含的信息。 3.信息:就是消息中包含的有效内容。 4.通信系统模型: 5、通信系统分为:模拟通信系统模型与数字通信系统模型。 6、数字通信的特点: (1)优点: 抗干扰能力强,且噪声不积累 传输差错可控 便于处理、变换、存储 便于将来自不同信源的信号综合到一起传输 易于集成,使通信设备微型化,重量轻 易于加密处理,且保密性好 便于将来自不同信源的信号综合到一起传输 (2)缺点: 需要较大的传输带宽 对同步要求高 7、通信方式(信号的传输方式) (1)单工、半双工与全双工通信 (A)单工通信:消息只能单方向传输的工作方式 (B)半双工通信:通信双方都能收发消息,但不能同时收发的工作方式 (C)全双工通信:通信双方可同时进行收发消息的工作方式 (2)并行传输与串行传输 (A)并行传输:将代表信息的数字信号码元序列以成组的方式在两条或两条以上的并行信道上同时传输 优点:节省传输时间,速度快:不需要字符同步措施 缺点:需要n 条通信线路,成本高 (B)串行传输:将数字信号码元序列以串行方式一个码元接一个码元地在一条信道上传输 优点:只需一条通信信道,节省线路铺设费用 缺点:速度慢,需要外加码组或字符同步措施 8、则P(x) 与I 之间应该有如下关系: I 就是P(x) 的函数: I ＝I [P(x)] P(x) ↑,I ↓ ; P(x) ↓ ,I ↑; P(x) = 1时,I＝0; P(x) = 0时,I＝∞; 9、通信系统的主要性能指标:有效性与可靠性 码元传输速率R B:定义为单位时间(每秒)传送码元的数目,单位为波特(Baud),简记为B。

无线基础知识与基本概念-知识点汇总

一．基础知识与基本概念 1. 第一代移动通信系统的主要特点是利用模拟传输方式实现话音业务；系统无线信道的随机变参特征使无线电波受多径快衰落和阴影慢衰落的影响 2. 第二代蜂窝移动通信系统以数字传输方式实现话音和低速数据业务。 3. 第三代蜂窝移动通信系统以更高速的数据业务和更好的频谱利用率为目标，采用宽带CDMA为主流技术，目前已形成两类三种空中接口标准，即WCDMA - FDD（简称WCDMA）、WCDMA - TDD（简称TD-SCDMA）和CDMA2000。 它的主要特点是：（可能多选题） 1) 新型的调制技术，包括多载波调制和可变速率调制技术； 2) 高效的信道编译码技术，除了沿用第二代的卷积码外，还对高速数据采用了Turbo 纠错编码技术； 3) Rake接收多径分集技术以提高接收灵敏度和实现软切换； 4) 软件无线电技术易于多模工作； 5) 智能天线技术有利于提高载干比； 6) 多用户检测技术以消除和降低多址干扰； 7) 可与固定网中的电路交换和分组交换网很好地相适应，满足各类用户对话音及高、中、低速率数据业务的需求。 4. “双工”两种方式：当收信和发信采用一对频率资源时，称为“频分双工”（FDD）；而当收信和发信采用相同频率仅以时间分隔时称为“时分双工”（TDD）。 5. “多址”（Multi Access）技术：是指在多信道共用系统中，终端用户选择通信对象的传输方式，在蜂窝移动通信系统中，用户可以通过选择“频道”、“时隙”或“PN码”等多种方式进行选址，它们分别对应地被称为“频分（Frequency Division）多址”、“时分（Time Division）多址”和“码分（Code Division）多址”，简称FDMA、 TDMA和CDMA. 6. 发信功率及其单位换算： 1 dBW = 30dBm 7. 无线接收机的灵敏度是接收弱信号能力的量度，通常用μv、dBμv、dBmW表示； 电压电平（μv和dBμv）或功率电平（dBm） 8. 三阶互调干扰的特点（可能多选题）： 1) 将发信频谱扩大了三倍； 2) 三阶互调产物以三倍（dB）数增加； 3) 互调产物对接收系统的影响应按被干扰系统的多址方式决定； 9. 香农定律：香农（shannon）信道容量公式可以用来论证信噪比，信道带宽和信道容量之间的关系，即： a) P?C=Blog2? 1+r???

数字通信知识点整理

第一章 绪论 1. 数字通信系统模型 通信系统结构：信源-发送设备-传输媒质-接收设备-收信 数字通信系统模型：信源-信源编码-信道编码-调制-信道-解调-信道解码-信源解码-收信 其中干扰主要来至传输媒质或信道部分 信源编码的作用： 信道编码的作用： 2. 香农信道容量公式 对上式进行变形后讨论其含义：令 0b E S C N N W =，代入上式有 ())021C W b E N C W =-，讨论当信 道容量C 固定时，0b E N 和W 的关系。注意，W 的单位是Hz ，S N 是瓦特比值！ （1） 00b E N C W W ↑?↑?↓→，功率可以无限换取带宽 （2） 0 1.6b W C W E N dB ↑?↓?↓→-，带宽不能无限换取功率 （3） max 22log 1log 1P P R C I T W I TW N N ????=?=+?=+ ? ???? ?，信噪比P N 一定时，传输 时间和带宽也可以互换 第三章 模拟线性调制 1. 调制分类 A. AM （双边带幅度调制） 载波 () ()0cos c c C t A t ωθ=+ 已调信号产生方式：将调制信号() f t 加上一个直流分量0A 然后再乘以载波() cos c c t ωθ+

AM 调制信号信息包含在振幅中 其频谱为实现频谱的搬移，注意直流分量的存在。 B. DSB-SC （抑制载波双边带调制） 产生方式：相对于AM 调制，仅是00A =，即不包含直流分量 DSB-SC 调制信号信息包含在振幅和相位中 已调信号其频谱为 C. SSB （单边带调制） 产生方式：DSB 信号通过单边带滤波器．．．．．．，滤除不要的边带 已调信号实际物理信号频谱都是ω的偶函数，可去掉其中一个边带，节省带宽和功率 任何信号．．．．() f t 可以表示为正弦函数的级数形式，仅讨论单频正弦信号的单边带调制不失一般性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． ()()()cos cos DSB m m c c s t t t ωθωθ=++ 令0c θ=，0m θ=，式中“-”取上边带，“+”取下边带 ()()()()()cos cos sin sin SSB m c m c s t t t t t ωωωω= 通过移相相加或相减可以得到相应边带的调制信号。 D. VSB （残留边带调制） 产生方式：DSB 信号通过残留边带滤波器．．．．．．．可得VSB 信号 已调信号锐截止滤波器物理难实现，低频丰富的信号很难分力，故保留另一边带的一部分 滤波器在c ω处具有滚将特性，系统函数满足 ()()VSB c VSB c H H const ωωωω-++= 2. 模拟线性调制 信号生成模型

计网知识点总结2016-6-20 (1)

计算机网络复习资料 一、CRC计算。P.166 （目的：理解G（x）多项式，会进行计算判断接受的比特串是否正确） 1.CRC校验原理 具体来说，CRC校验原理就是以下几个步骤： （1）先选择（可以随机选择，也可按标准选择，具体在后面介绍）一个用于在接收端进行校验时，对接收的帧进行除法运算的除数（是二进制比较特串，通常是以多项方式表示，所以CRC又称多项式编码方法，这个多项式也称之为“生成多项式”）。 （2）看所选定的除数二进制位数（假设为k位），然后在要发送的数据帧（假设为m位）后面加上k-1位“0”，然后以这个加了k-1个“0“的新帧（一共是m+k-1位）以“模2除法”方式除以上面这个除数，所得到的余数（也是二进制的比特串）就是该帧的CRC校验码，也称之为FCS（帧校验序列）。但要注意的是，余数的位数一定要是比除数位数只能少一位，哪怕前面位是0，甚至是全为0（附带好整除时）也都不能省略。 （3）再把这个校验码附加在原数据帧（就是m位的帧，注意不是在后面形成的m+k-1位的帧）后面，构建一个新帧发送到接收端，最后在接收端再把这个新帧以“模2除法”方式除以前面选择的除数，如果没有余数，则表明该帧在传输过程中没出错，否则出现了差错。 【说明】“模2除法”与“算术除法”类似，但它既不向上位借位，也不比较除数和被除数的相同位数值的大小，只要以相同位数进行相除即可。模2加法运算为：1+1=0，0+1=1，0+0=0，无进位，也无借位；模2减法运算为：1-1=0，0-1=1，1-0=1，0-0=0，也无进位，无借位。相当于二进制中的逻辑异或运算。也就是比较后，两者对应位相同则结果为“0”，不同则结果为“1”。如100101除以1110，结果得到商为11，余数为1，如图5-9左图所示。如11×11=101，如图5-9右图所示。 图5-9 “模2除法”和“模2乘法”示例

信道估计总结 (2)

信道估计总结LS和半盲信道估计

目录 一、信道估计概述 (3) 二、MIMO系统模型 (4) 三、波束成形半盲信道估计 (4) 3.1波束成形半盲信道估计概述 (4) 3.2传统的最小二乘信道估计 (5) 3.3半盲信道估计 (6) A．正交导频设计 (6) B．接收波束成形估计u1 (6) C．发送波束成形估计v1 (7) 3.4CLSE和半盲信道估计比较 (8) 3.5总结 (10) 四、OPML半盲信道估计 (10) 4.1概述 (10) 4.2W已知的情况下，估计酋矩阵Q (11) A．正交导频ML估计（OPML） (11) B．通用导频的迭代ML估计（IGML） (11) 4.3盲估计W (13) 4.4仿真结果 (13) 4.5总结 (14) 参考文献 (14)

信道估计总结 ------LS和半盲信道估计 一、信道估计概述 移动无线通信系统的发送端所发送的信号经过无线信道传输后，由于无线信道的时变性和多径传播性，会引起传输信号的幅度和相位畸变，同时会产生符号间干扰。如果采用MIMO 系统，则各发送天线间也会互相干扰。在通信系统中，需要信道估计参数进行分集合并、相干解调检测和解码，在MIMO环境下，待估计的信道参数个数随着天线个数的增加线性增加，信道估计成为构建系统的难点。所以，为了在接收端恢复正确的发射信号，找到一种高精度低复杂度的信道估计方法是必要的。 所谓信道估计，就是从接收数据中将假定的某个信道模型的模型参数估计出来的过程。MIMO系统实现大容量的前提是接收机能对接收到的来自各发送天线的信号进行很好的去相关处理，而进行这一处理的必要条件是接收端对信道进行比较精确的估计，获得较准确的信道信息，从而能够正确地恢复被干扰和噪声污染的信号。 在MIMO通信系统中，空时信道的估计和跟踪相对于SISO系统更加复杂，同时对系统误码性能和容量有很大的影响。这一复杂性主要表现在两个方面：快速移动通信环境所导致的信道时变特性；多径时延扩展的长度较大使得信道变成频率选择性信道，即一个时变的FIR矩阵信道，此时估计与跟踪的实现是较困难的。 从信道估计算法输入数据的类型来分，MIMO信道估计方案可以划分为时域和频域两个类方法。频域方法主要针对多载波系统；时域方法适用于所有单载波和多载波MIMO系统，它借助于训练序列或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。从估计算法先验信息的角度，时域方法又可分为一下3类： （1）基于训练序列的估计按一定估计准则确定待估参数，或者按某些准则进行逐步跟踪和调整待估参数的估计值，其特点是需要借助参考信号，即导频或训练序列。在此，我们将基于训练序列和导频序列的估计统称为训练序列估计算法。 基于训练序列的信道估计适用于突发传输方式的系统。通过发送已知的训练序列，在接收端进行初始的信道估计，当发送有用的信息数据时，利用初始的信道估计结果进行一个判决更新，完成实时的信道估计。 基于导频符号的信道估计适用于连续传输的系统。通过在发送有用数据的过程中插入已经的导频符号，可以得到导频位置的信道估计结果；接着利用导频位置的信道估计结果，通过内插得到有用数据位置的信道估计结果，完成信道估计。 （2）盲估计利用调制信号本身固有的、与具体承载信息比特无关的一些特征，或是采用判决反对的方法来进行信道估计的方法。 （3）半盲估计结合盲估计与基于训练序列估计这良好总方法优点的信道估计方法。 一般来讲，通过设计训练序列或在数据中周期性地插入导频符号来进行估计的方法比较常用。而盲估计和半盲估计算法无需或者需要较短的训练序列，频谱效率高，因此获得了广泛的研究。但一般盲估计和半盲估计方法的计算复杂度较高，且可能出现相位模糊（基于子空间的方法）、误码传播（如判决反馈类方法）、收敛慢或陷入局部极小等问题，需要较长的观察数据，这一定程度上限制了它们的实用性。

MIMO-OFDM系统的IFD-SAGE信道估计算法

2013，49（13）1引言正交频分复用（Orthogonal Frequency Division Multi-plexing ，OFDM ）技术与多输入多输出（Multiple Input Mul-tiple Output ，MIMO ）技术相结合已经成为第四代移动通信系统的关键技术之一[1-2]。为了实现MIMO-OFDM 系统优良的传输性能，在解调之前进行精确的信道估计是非常必要的。目前在MIMO-OFDM 系统的信道估计研究领域中，信道估计方法一般分为三种：非盲信道估计[3]、盲信道估计[4]和半盲信道估计方法[5]。半盲信道估计是非盲信道估计算 法和盲信道估计算法的折中算法，既能提供良好的算法性能，又能很好地克服非盲信道估计算法的频谱利用率低和盲信道估计算法相位模糊以及收敛速度慢等缺点。近年来，半盲信道估计算法因在信道信息不准确的条件下具有优越性能而得到迅速发展。文献[6-7]分别提出了最优最小二乘（Least Square ，LS ）和最优线性最小均方误差（Linear Minimum Mean Square Error ，LMMSE ）算法，并MIMO-OFDM 系统的IFD-SAGE 信道估计算法 高敬鹏，赵旦峰，周相超，付芳 GAO Jingpeng,ZHAO Danfeng,ZHOU Xiangchao,FU Fang 哈尔滨工程大学信息与通信工程学院，哈尔滨150001 College of Information and Communication Engineering,Harbin Engineering University,Harbin 150001,China GAO Jingpeng,ZHAO Danfeng,ZHOU Xiangchao,et al.Improved FD-SAGE channel estimation algorithm for MIMO-OFDM https://www.sodocs.net/doc/228162189.html,puter Engineering and Applications,2013,49（13）：1-4. Abstract ：Aiming at the poor performance of Frequency Domain Space-Alternating Generalized Expectation-Maximization （FD-SAGE ）algorithm in channel estimation and the slow convergence speed in the MIMO-OFDM system,this paper presents an improved FD-SAGE channel estimate algorithm.On the basis of FD-SAGE algorithm,a modified SAGE algorithm is derived through decomposing and analyzing the potential and incomplete data of SAGE algorithm.Meanwhile,the maximum likelihood algorithm is introduced in the process of refreshing data information in SAGE algorithm,and then the reliability of system is improved.The theoretical analysis and simulation results show that this algorithm can better track the channel change and acquire a faster convergence speed,just in cost of a slight system complexity.The performance is better than the traditional Least Square （LS ）https://www.sodocs.net/doc/228162189.html,paring with the ideal channel estimation under the maximum likelihood algorithm in signal detection,the new proposed algorithm has only a loss of 0.5dB with the same bit error rate. Key words ：MIMO-OFDM system;SAGE algorithm;improved FD-SAGE algorithm;channel estimation 摘要：针对MIMO-OFDM 系统中频域的空间交替广义期望最大化（FD-SAGE ）算法估计信道性能较差以及收敛速度慢的问题，提出了一种改进的FD-SAGE 信道估计算法。该算法在FD-SAGE 算法的基础上，通过对SAGE 算法的潜在数据和不完全数据进行分解分析推导出一种修正的SAGE 算法，同时在SAGE 的更新数据信息时引入最大似然算法，进而提高系统的可靠性。理论研究和仿真结果表明，该算法以牺牲少量复杂度为代价，能较好地追踪信道变化且收敛速度较快，其性能优于传统的LS 算法，信号检测采用最大似然算法时，在相同误比特率情况下与理想信道估计仅相差0.5dB 。 关键词：MIMO-OFDM 系统；SAGE 算法；改进的FD-SAGE 算法；信道估计 文献标志码：A 中图分类号：TN92doi ：10.3778/j.issn.1002-8331.1301-0076 基金项目：国家部委预研基金（No.xxxx7010102）；中央高校基本科研业务专项基金（No.HEUCF100814）。 作者简介：高敬鹏（1980—），男，博士研究生，讲师，主要研究领域为信道估计和检测算法，高效信道编码与调制；赵旦峰（1961—），男，博 士，教授，主要研究领域为现代通信系统，通信信号处理，高性能编码与调制技术；周相超（1987—），男，博士研究生，主要研究领域为现代通信系统，高性能编码与调制技术；付芳（1985—），女，博士研究生，主要研究领域为现代通信系统，高性能编码与调制技术。E-mail ：gjpmcu@https://www.sodocs.net/doc/228162189.html, 收稿日期：2013-01-10修回日期：2013-03-22文章编号：1002-8331（2013）13-0001-04 CNKI 出版日期：2013-03-29https://www.sodocs.net/doc/228162189.html,/kcms/detail/11.2127.TP.20130329.1701.023.html ?博士论坛? Computer Engineering and Applications 计算机工程与应用 1

CDMA中的信道估计设计与仿真(演讲稿)

CDMA中的信道估计设计与仿真(演讲稿) 各位老师、同学： 早上好！ 我是来自07通信一班的孙毅，我毕业设计的 题目是CDMA中的信道估计设计与仿真，导师是童峥嵘 教授。 随着信息的高速发展，人类社会进入了一个前所未有的信息量急剧增长的信息时代。计算机、互联网、各种通信技术迅速兴起，给人类的物质和精神生活带来了翻天覆地的变化。与之对应，人们对通信业务有了更高层次和更高质量的要求，这对通信业务的容量产生了巨大的冲击，同时对通信网传递信息的能力提出了更高的要求。移动通信出现于20世纪初，但真正发展却开始于20世纪40年代中期。从那时起，移动通信的发展大体可分为三代，即模拟移动通信系统、数字移动通信系统和现代移动通信系统。 CDMA技术的出现源自于人类对更高质量无线通信的需求。第二次世界大战期间因战争的需要而研究开发出CDMA技术，其思想初衷是防止敌方对己方通讯的干扰，在战争期间广泛应用于军事抗干扰通信，后来由美国高通公司更新成为商用蜂窝电信技术。1995年，第一个CDMA商用系统（被称为IS-95）运行之后，CDMA

技术理论上的诸多优势在实践中得到了检验，从而在北美、南美和亚洲等地得到了迅速推广和应用。 码分多址CDMA多址方式中的一种，另外还有频分多址方式、时分多址方式。 CDMA比其他系统具有以下几点非常重要的优势。 1. 系统容量大。 2. 2.系统容量的灵活配置。 3. 3.系统性能质量更佳。 4. 4.频率规划简单。 5. 5.延长手机电池寿命。 6. 6.建网成本下降。 CDMA系统原理框图 ： 扩频通信确切地说称为扩谱通信更为恰当，因为被扩展的是信号频谱带宽，不过习惯上均称为扩频，它是一类宽带通信系

现代通信技术复习知识点

第一章 1、掌握通信系统的模型，以及各部分的功能？（P10） 信源：是指发出信息的信息源，或者说是信息的发出者。 变换器（发送设备）：变换器的功能是把信源发出的信息变换成适合在信道上传输的信号。信道：信道是信号传输媒介的总称 反变换器（接收设备）：反变换器是变换器的逆变换。 信宿：是指信息传送的终点，也就是信息接收者 噪声源：各类干扰的统称。噪声源并不是一个人为实现的实体，但在实际通信系统中又是客观存在的。 2、信噪比定义（P9） 信噪比指一个电子设备或者电子系统中信号与噪声的比例 信噪比的计量单位是dB，其计算方法是10lg(P S/P N)，其中P S和P N分别代表信号和噪声的有效功率 3、信息量的计算 消息所含的信息量I与消息x出现的概率P(x)的关系式为 4、信息熵的计算（即平均信息量）

5、通信系统的性能指标：有效性和可靠性：由什么指标来衡量(包括模拟通信，数字通信系统）（P11） 有效性（传输速度（数字），带宽（模拟））： 传输速度：在给定信道内能传输的信息的量 资源的利用率(频率，时间和功率) 可靠性（传输质量）：指接收信息的准确程度 模拟系统：信噪比(dB，分贝) 数字系统：误比特率 6、传输速率：信息速率、码元速率，二者关系（会计算、单位）、误码率的计算、频带利用率（真正衡量数字通信系统有效性的指标）（P11） 符号（码元）速率：表示单位时间内传输的符号个数，记为RB，单位是波特（baud），即每秒的符号个数。 RB与码元间隔T成反比 这里的码元可以是二进制的，也可以是多进制的，即码元速率与符号进制没有关系 信息速率：表示单位时间内传输的信息量，或是单位时间内传输的二进制符号个数称为信息速率，又称数码率，记为Rb，单位是bit/s 对于二进制信号RB= Rb 对于一般的M进制信号Rb= RB*log2M 式中，M为符号的进制数 7、模拟信号、数字信号（特征，P4） 模拟信号是指信息参数在给定范围内表现为连续的信号，其特点为幅度连续的信号；电话、传真、电视信号等 数字信号：幅值被限制在有限个数值之内，它不是连续的而是离散的；电报信号、数据信号。 8、信号的表示：3个重要参数（幅度、相位、频率）（P5）