MIMO-OFDM系统中信道估计解析

题目：MIMO-OFDM系统中信道估计 及信号检测算法的研究

独创性（或创新性）声明

本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。

本人签名：

关于论文使用授权的说明学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保

留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。（保密的学位论文在解密后遵守此规定）本学位论文不属于保密范围，适用本授权书。

本人签名：夺^

摘要

MIMO-OFDM系统中信道估计及信号检测算法的研究

输入多输出（MIMO)和正交频分复用（OFDM)是LTE的两大核心技术。

多输入多输出（MIMO)技术利用各种分集技术带来的分集增益可以提高系统的信道容量、数据的传输速率以及系统的频谱利用率，这些都是在不增加系统带宽和发射功率的情况下取得的；正交频分复用（OFDM)技术是多载波调制技术的一种，其物理信道是由若干个并行的正交子信道组成，因此可有效地对抗频率选择性衰落，同时通过插入循环前缀（CP)可以有效消除由多径而引起的符号间干扰(ISI)。由于多输入多输出（MIMO)在提高系统容量和正交频分复用（OFDM)在对抗多径衰落方面的优势，基于两者结合的MIMO-OFDM系统已经引起了广泛的关注。

信道估计算法和信号检测算法是MIMO-OFDM系统的关键技术。其中信道估计算法对MIMO-OFDM系统接收端的相干解调和空时检测起着至关重要的作用，信道估计的准确性将影响系统的整体性能。目前对信道估计算法的研究有很强的理论与实用价值，虽然已有各种类型的信道估计算法提出，但是算法的准确性需要进一步地提高，同时为了算法能够顺利地应用于实际系统中，也要求算法的计算复杂度不能过高，需要在保证准确度的同时将算法的计算复杂度进一步地降低。 MIMO-OFDM系统接收机中的信号检测算法性能好坏及其复杂度高低直接影响着整个通信系统的质量和发展前景。复杂度低的信号检测算法往往检测性能很差，而具有优异检测性能的算法往往伴随着偏高的复杂度。复杂度过高的算法实现又常常受限于当前硬件的处理能力，尤其是当天线的数目线性增加时，算法的复杂度往往呈现指数级的增加。因此研究既能拥有最优的信号检测性能且复杂度适中的信号检测算法对MIMO-OFDM系统的实现具有重要的意义。论文以MIMO-OFDM系统中的信道估计算法和信号检测算法为研究内容，主要工作包括以下三部分-

1、研究信道估计算法，包括典型的数据辅助信道估计算法、肓信道估计算法以及结合前两者的半盲信道估计算法。总结和分析了现有的针对MIMO-OFDM系统的各类典型信道估计算法的优缺点，深入研究了现有的半盲信道估计算法，提出了一种基于空间交替广义期望最大化（SAGE)的半盲信道信道估计与信号检测联合算法。该算法首先将子帧划分为若干个OFDM子块，根据训练符号子块初始化子帧，然后在每一个子块上通过迭代不断更新信道状态信息及OFDM符号检测值。并通过相邻子块传递跟踪的信道状态估计信息来依次完成对所有子块的信号检测，最终完成对所有子帧的信号检测和整个信道状态信息的跟踪。通过仿真分析了所提出算法的性能，指出该算法和传统的信道估计算法相比具有良好的误码率性能，但是算法复杂度还是偏高。因为对子块的迭代更新检测和子块间的检测都用到了最大似然（ML)信号检测算法，其算法复杂度偏高，从而导致整个算法的复杂度较高。尤其是在采用了高阶调制和天线数目较多的MIMO-OFDM系统中，其算法复杂度呈现指数级的增加，因此降低算法中信号检测算法的复杂度成为优化该算法的关键。

2、研究信号检测算法。对现有的基于分层空时结构的MIMO系统的信号检

测算法进行了研究，包括最优信号检测算法、次最优信号检测算法以及分层信号检测算法。详细分析了最优信号检测算法即最大然（ML)信号检测算法在“搜素无序数据库中最小值”时存在的搜索复杂度高的问题，针对此问题提出了一种基于格洛弗量子搜索算法（Grover's

Quantum search)的次最优信号检测算法。该算法通过设置基于双门限的判定函数，将未加整理的数据库搜索问题转换为判定问题以降低复杂度，同时执行Grover迭代可以将问题解的概率幅度进行放大，进而降低非解的概率幅度，从而在测量时以较大的概率得到问题解。通过仿真证明了该算法在保证检测准确度的同时可以大幅度降低最优信号检测算法的复杂

度。在对次最优信号检测算法的研究中，分析了典型的基于球形译码（SD)的信号检测算法的原理，针对传统的球形译码（SD)信号检测算法的缺陷提出了一种有效的改进搜索半径的球形译码（SD)信号检测算法，仿真表明该算法在误码率性能上要优于传统的线性信号检测算法，且相比于传统的固定半径的球形译码（SD)信号检测算法具有较低的计算复杂度。

3、研究降低复杂度的信道估计和信号检测联合算法。针对第一部分提出的

基于SAGE半盲信道估计与信号检测联合算法存在的复杂度高的问题，结合第二部分提出的基于格洛弗量子搜索算法（Grover's Quantum search)的次最优信号检测算法提出了一种改进的信道估计和信号检测联合算法。通过改变完全数据Z与观测数据Y的映射关系，将原算法的流程进行了改进，同时利用格洛弗量子搜索算法对最大似然（ML)信号检测算法的搜索过程进行了优化，有效降低了算法复杂度。通过仿真证明了降低复杂度后的联合算法仍然具有良好的算法性能。

关键词：多输入多输出正交频分复用信道估计信号检测空间交替广义期望最大化格 洛弗量子搜索

第一章绪论

在20世纪80年代中期，以北美地区的高级移动电话系统（Advanced Mobile Phone

Service，AMPS )及其改进型系统全接入通信系统（Total Access Communications System,

TAGS)为代表的第一代蜂窝状移动通信系统拉开了人类发展移动通信系统的序幕。以频分复用(Frequency Division Multiplexing, FDM)和语音信号模拟调制为特点的第一代移动通信系统虽然在商业上取得了巨大的成功，但是其存在着频谱利用率低、无高速数据业务支持、终端设备体积大重量大且成本高的弊端。为解决模拟系统的这些缺陷，以全球移动通讯系统（Global System of Mobile communication, GSM)和IS-95为代表的第二代数字蜂窝移动通信系统迅速在全球范围内普及。相对于第一代的模拟移动通信系统，第二代移动通信系统主要采用时分多址（Time Division Multiple Access, TDMA)的数字调制方式，以传输语音和低速率的数据业务为目标，有效地提高了频谱利用率，使系统性能大为改善，并可支持多种业务类型，与综合业务数字网（Integrated Services Digital Network, ISDN)等兼容。但是其满足不了日益增长的数据业务对系统容量的需求，且越区切换性能较差。随后为了支持中速率数据业务，在20世纪90年代中期幵始出现了以通用分组无线服务技术（General Packet Radio Service, GPRS)和IS-95B为代表的2.5G的移动通信系统。随着数据业务的不断丰富和多媒体通信的发展需要，早在1985年国际电信联盟（International Telecommunications Union, ITU)就提出了未来公众陆地移动通信系统（Future Public Land Mobile Telecommunication

System, FPLMTS)的概念，在 1996年其被更名为IMT-2000 (International Mobile

Telecommunication-2000)。2000年5月，国际电信联盟（ITU)正式确定将WCDMA、CDMA2000、TD-SCDMA以及WiMAX作为第三代移动通信系统的四大主流无线接口标准，在前三种标准中，无一不是将在扩频通信技术上发展起来的码分多址技术（Code Division

Multiple Access, CDMA)作为技术基础。码分多址的优点是频谱利用率高、抗多径干扰能力强、保密性强、支持软容量和软切换。然而随着经济全球化的发展和信息网络化的快速推进，第三代移动通信（the 3rd Generation, 3G)系统已经不能满足“爆炸式增长”的移动数据流需求以及系统用户容量的增长需求。ra际电信联盟（ITU)早在1999年底就开始了下一代移动通信的研究，称为超3G ( Beyond 3rd Generation，B3G)或者第四代移动通信系统（the

4th Generation, 4G)。2004年11月份，在第三代合作伙伴计划（the 3rd Generation Partnership

Project，3GPP)魁北克的会议上，3GPP决定幵始了3G系统的长期演进（Long Term Evolution，LTE)的研究与标准化工作。

从移动通信发展史上来看，移动通信系统的目标无一不是以实现“在任何时间、任何地点、向任何人提供通信服务”这一目标而向前发展的。一方面要求丰富业务的种类和数量来满足人们不断增长的移动业务需求；另一方面通过采用先

进的通信技术，不断提高系统容量和频谱利用效率。移动通信系统正是在这两种需求的驱动下而不断向前发展的。为了满足LTE要求的峰值数据速率下行100Mbps和上行50Mbps、带宽可变、最大可达20MHz、成本低的目标[1]，正交频分复用（Orthogonal Frequency Division

Multiplexing，OFDM)技术和多输入多输出（Multiple-Input Multiple-Output, MIMO)技术已经成为LTE的两大核心技术。其中正交频分复用（OFDM)作为一种多载波调制技术，其将单一物理信道分割为若干个并行的正交子信道，减轻了由多径信道环境对系统造成的影响，可以有效地对抗频率选择性衰落，同时通过插入循环前缀（Cyclic Prefix, CP)可以有效消除由多径而引起的符号间干扰（Inter Symbol Interference，ISI) [2]；多输入多输出（MIMO)则利用各种分集技术带来的分集增益可以提高系统的信道容量、数据传输速率以及系统的频谱利用率，这些都是在不增加系统带宽和发射功率的情况下取得的[3，4]。由于多输入多输出（MIMO)在提高系统容量和正交频分复用（OFDM)在对抗多径衰落方面的优势，将两者相结合的多输入多输出-正交频分复用（MIMO-OFDM)系统已经引起了广泛关注[5-15],其中针对此系统的信道估计算法和信号检测算法也成为了各国学者研究的热点[10-15]。笔者在参加2011年国家科技重大专项课题“基于TD-LTE的高速铁路宽带通信的关键技术研究与应用验证”（项目编号：2011ZX03001-007-03)过程中，深入了解了多输入多输出（MIMO)技术和正交频分复用（OFDM)技术，并对MIMO-OFDM系统中的信道估计算法和信号检测算法进行了研究。因此，本课题旨在以项目进展过程中积累的MIMO-OFDM系统平台作为研究基础，详细研究了针对MIMO-OFDM系统的信道估计算法和信号检测算法，并对本论文后续的可研究方向进行了展望。