基于壓縮感知的無線OFDM信道估計及導頻優(yōu)化研究.pdf

1、近年來，壓縮感知(CS)理論受到了應用數(shù)學和信號處理領域的高度關注，它能夠以遠低于奈奎斯特采樣率的速率對稀疏信號進行采樣，接收端能采用最優(yōu)化算法從非常有限的采樣值中有效地重建稀疏信號。將壓縮感知應用于正交頻分復用(OFDM)和多輸入多輸出正交頻分復用(MIMO-OFDM)系統(tǒng)的信道估計中能夠大大降低導頻的數(shù)量，并獲得良好的信道估計性能。傳統(tǒng)的信道估計認為等間隔的導頻放置方式是最優(yōu)的，但是在基于CS的信道估計中這一結(jié)論不成立。因此，基于C

2、S的信道估計中的導頻位置（或叫導頻圖案）優(yōu)化問題需要專門研究。本文重點研究了OFDM系統(tǒng)、不連續(xù)子載波正交頻分復用(NC-OFDM)系統(tǒng)和MIMO-OFDM系統(tǒng)中基于CS的信道估計及其相應的導頻位置優(yōu)化問題。本文的主要貢獻如下:
　　1) OFDM系統(tǒng)時域稀疏的信道估計問題被建模為CS中的稀疏信號重建問題，根據(jù)壓縮感知信道估計的模型首次提出導頻位置的選取直接決定恢復矩陣這一結(jié)論?；谧钚』謴途仃嚨幕ハ嚓P值和最小化本論文提出的新參

3、數(shù)即恢復矩陣調(diào)整的互相關值，提出了兩個運用于CS信道估計的導頻優(yōu)化準則。仿真結(jié)果表明，與其他的導頻位置集合相比，使用這兩個準則獲得的最優(yōu)導頻位置集合能夠明顯地降低CS信道估計的均方誤差(MSE)和系統(tǒng)的誤比特率(BER)。另外，通過最小化調(diào)整的互相關值獲得的最優(yōu)導頻位置集合比最小化相關值獲得的導頻位置集合能夠獲得更好的估計性能。
　　2)利用基于CS信道估計導頻可以不規(guī)則放置的特性，提出了一種基于CS的NC-OFDM系統(tǒng)信道估計新

4、方法。研究了認知無線電NC-OFDM系統(tǒng)CS信道估計的理論框架和信道估計算法，提出了兩種導頻位置集合的設計方法。仿真結(jié)果表明，同已有的NC-OFDM系統(tǒng)信道估計方法相比，CS信道估計能夠在多種禁用子載波場景下，使用較少導頻獲得更好的信道估計性能和更低的系統(tǒng)BER。
　　3)研究了基于CS的MIMO-OFDM信道估計中的導頻分配問題?；贑S的MIMO信道估計的特點是采用導頻頻分放置將MIMO信道分解成單輸入單輸出(SISO)信道，

5、并用CS重建算法估計該SISO信道。提出了兩種導頻分配方法，一個是最小化互相關集合中最大值的方法，另一種方法是基于遺傳算法和移位機制的方法。仿真結(jié)果表明，使用這兩種方法優(yōu)化后的導頻可以明顯減小信道估計的MSE和系統(tǒng)的BER。另外，第二種導頻分配方法的性能更加優(yōu)越。
　　4)基于分布式壓縮感知(DCS)的MIMO-OFDM信道估計是通過一次DCS重建算法同時估計出所有收發(fā)天線對之間的稀疏信道。本文研究了基于DCS的MIMO-OFDM

6、信道估計中最優(yōu)的導頻分配方法。通過將DCS信道估計問題轉(zhuǎn)化為分塊稀疏重建問題，提出了一類與互相關值有關的導頻位置優(yōu)化準則。依據(jù)此準則，提出了一種基于遺傳算法的導頻位置優(yōu)化算法。仿真結(jié)果表明，與傳統(tǒng)的使用均勻?qū)ьl的LS信道估計相比，使用該方法獲得的最優(yōu)導頻能夠使基于DCS的MIMO信道估計提高頻譜有效性約36％，同時獲得1.5dB的BER增益;與基于CS的MIMO信道估計相比，在獲得相同的BER性能的條件下，基于DCS的MIMO信道估計也