论文部分内容阅读
在宽带移动通信系统中,符号间干扰和信道的时变性严重地限制了无线信道的数据传输。正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)技术不仅能够有效对抗符号间干扰,而且能够实现高速数据传输,同时因为其频谱利用率高成本低而成为未来移动通信最有希望的技术之一。由于信道的时变性,信息的可靠传输需要准确的信道估计。传统的信道估计方法分为两类:一是基于导频序列的信道估计方法,一是盲信道估计方法。前者是一种稳健的信道估计方法,但是降低了带宽效率;后者只根据接收的信号进行信道估计而不需要导频序列,但是需要特定的信道条件而且存在相位模糊和尺度模糊。OFDM时变信道一般都用上述两类方法进行信道估计。 我们提出了一种单输入单输出(SISO)正交频分复用时变信道估计方法。我们使用适当阶次的自回归(AR,autoregressive)模型去近似时变瑞利衰落信道,通过一个训练序列的训练过程来建立AR模型参数和获得初始的观测。在AR模型系数和初始观测的基础上使用一个Kalman滤波器进行对信道一步预测。利用预测的信道和接收信号通过决策反馈均衡获得了解调的发送信号——我们称之为决策反馈点,利用挑选出来的决策反馈点和接收信号得到更准确的信道估计和进行下一步的Kalman信道估计。仿真结果表明,该方法在合理的信噪比(大于等于20dB)下接近基于导频序列的信道估计方法的性能,而比后者需要的导频数目少得多,明显提高了带宽效率。另外估计出来的参数还能进行长距离的信道预测。