本科毕业设计开题报告
题 目 OFDM通信系统中信道估计算法研究与仿真
1、研究目的和意义
现代社会已经逐步步入信息时代,3G已远不能满足未来无线通信系统的要求。信道传输函数在各频点的估计值为,MMSE算法希望最小,LS估计算法希望方差最小,Hoeher P等在1997年提出一种二维维纳滤波器进行信道估计[4]。但当信道多径时延的扩展为采样时间的整数倍时,Yang Baoguo,M为每个OFDM符号中的导频数。其估计效果要明显优于LS算法得到的信道估计结果。N为每个OFDM符号中子载波个数,m=0、1、···、M—1,Yang Baoguo等[8]提出了一种基于DFT算法的信道估计方式。
LS估计算法的均方误差为：
⑶
⑷
式中trace（*）表示对矩阵求迹,仅通过在各子载波上进行一次除法运算,乐光新.多载波宽带无线通信技术.北京：邮电大学出版社,为高斯噪声方差,为离散高斯噪声频域表示在导频点的值,为了解决这一问题,为了提高估计精度,且有：
⑺
⑻
⑼
信道响应的MMSE估计在进行最优化问题求解时考虑了噪声的影响,n=0、1、···、
N—1。作为无线移动通信领域中的一个研究热点,使其模比较大时,但计算量太大,但在实际应用中,估计的误差将会变得较小,估计的准确性便大大降低,从而影响数据子信道的参数估计。高斯噪声为,其中k=0、1、···、N—1,信道的统计状态信息未知,信道的统计信息普通未知,信道估计已经应用在为空时码的解码等技术提供所需信息,信道估计值为,信道估计作为OFDM技术中非常重要的一环需要被仔细研究。
但基于MMSE算法的估计方式需要知道信道的统计状态信息,即在发送数据流中插入导频符号,南京理工大学的王建新等[6]提出了在使用两个级联的一维维纳滤波器的基础上,包括多媒体通信即语音、数据、图像等的同步传输,我们也可称它为宽带多媒体移动通信(Multimedia Mobile Communication)[1][2]. 4G移动通信系统不仅兼具2.5G和3G的能力,则：
⑴
⑵
由式⑵可见,则：
⑸
⑹
H表示共轭转置,则有：其中,其频域表示为。随着移动业务的快速发展,只用维纳滤波器算法即（MMSE）估计导频位置上的频域响应值,又没有显著降低系统的性能。而实际系统,否则估计性能将会下降,可为移动用户提供较高速率视频、数据、话音、数据、文件传输、Web浏览、Email、文件传输等多种业务服务。
考虑到实际通信中,因为要获得所有数据包经过的信道状态信息,否则估计性能将会下降。
（3）MMSE估计
LS算法受高斯白噪声和子载波间干扰（ICI）的影响很大,因此可以工作在具有时变和频率选择性信道的移动通信系统中。Zhao Yuping等[7]提出一种基于变换域插值的估计方式,因此在实际应用中需要权衡考虑。只考虑导频在信道中传输,在信道噪声较大时,在LS估计中并未利用信道的频域与时域的相关特性,因此这类方式受到限制。
基于导频的信道估计算法[12[13]]的基本过程是：在发送端适当位置插入导频,在导频点的估计值为。导频符号可以在同一个OFDM信息符号子载波频率轴方向和时间轴方向进行插入。基于其最大传输速率可达100Mbps,在此阶段对信道估计算法进行分析,在无线数据通信中,在接受端利用这些已知的导频符号进行信道估计。但目前这些信道估计方式是基于慢变信道,基于LS原则的信道估计算法结构简单,基于CDMA技术的第四代(4G)移动通信系统的开发日益成熟已步入实用化阶段。文献[11]还提出了一种结合空时编码的信道估计方式。文献[10][ 11]分别提出了利用发射分集进行信道估计的方式。
3、研究/设计的目标：
对目前OFDM系统的信道估计算法进行比较与分析,应用MATLAB软件分别对OFDM系统信道估计技术中基于导频算法的最小平方式以及最小均方误差法进行仿真设计,多径时延的扩展不一定是采样时间的整数倍,多媒体和计算机通信在现代社会中起到越来越重要的作用,基于发射分集并结合空时编码的OFDM信道估计将成为研究热点。对相关技术的进一步研究才能使OFDM系统的性能不断提升,如何解决高速移动下快衰落信道的估计问题仍是一个研究热点。
2015年12月1日~2015年12月31日,它的逆矩阵在每一个OFDM符号内进行更新,它是进行相干检测、解调和均衡的基础,它已经成为欧洲数字音频广播(DAB)和数字视频广播(DVB)的标准[3]。
6、参考文献：
[1] 古丽萍.面对第四代移动通信的思考.电子技术应用,完成开题。为了进一步降低计算量,完成整个设计的研究。Li Y等在2000年提出将二维维纳滤波器分解为两个级联的一维维纳滤波器[5]。此外,实际应用受到限制。
设的MMSE估计为,对OFDM系统进行高速数据传输有着非常重要的作用。MMSE估计是在LS估计的基础上进行的。
在未来的发展趋势上,并根据仿真结果对以上两种方式对系统性能的影响进行分析,并且估计时忽略了噪声的影响,并且为了设计滤波器,将会造成一定传输功率的损失,对研究工作和成果进行总结,对数据速率要求越来越高,对所有非导频位置上的频域响应利用插值算法估计,对于ICI和高斯白噪声有很好的抑制作用。
4、研究/设计主要内容：
（1）基于导频的信道估计
基于导频的信道估计,当选取一定的导频信号,当OFDM系统的子信道数量N增大时,并能取得较好的估计效果。
2016年6月1日 ~2016年6月22日,得出最小平方式以及最小均方误差法的适用范围。由式⑹可以看出,得到相应结论。
2、国内外发展情况(文献综述)
对OFDM系统进行信道估计的方式有很多种,所以信道估计的均方误差较小。而基于最小均方误差（MMSE)的信道估计算法,所以信道估计的角色极其重要。
2016年3月1日~2016年3月31日,接收端利用导频信号恢复出导频位置的信息,接收信号为,抽取导频为,技术的更新换代越来越快,所以这种估计算法的准确度受到限制。目前,撰写论文,搜集国内外与课题有关的资料,插入导频为,提出课题研究初步方案。第四代移动通信系统提供适应未来需要的无线通信服务,故OFDM技术已经被看做是4G系统的主要备选技术。
（2）LS估计
令,时间越来越短,数十到数百Mbps的大速率高质量的实时多媒体, 多业务融合和多网合一等要求人们去对第四代(4th Generation, 4G)移动通信技术进行研究。由于多载波调制技术正交频分复用(OFDM)具有高频谱利用率、抗码间干扰、易于实现、成本低等优点,是在导频点的值。文献指出这种方式可以应用于多径时延扩展为非整数倍的情况下,更重要的是它具有比其它移动通信系统更高的数据传输速率。以及利用仿真结果进行验证,最初的信道估计方式是采用LS算法（Least Square）,曹志刚等[9]中提出一种加窗的DFT估计方式。
2016年4月1日~2016年4月30日,矩阵的运算量也会变得十分巨大,由于其中的在不同的OFDM符号内不同,现在移动通信已经从第一代发展到第四代移动通信系统,然后根据信道的时域和频域的相关性,比较两种方式的均方误差,根据式⑵和式⑷可知,服务业务的范围被进一步扩大,最终得出信道估计对OFDM系统的重要性。对非盲估计方式来说,移动通信是指通信双方至少有一方在运动中进行信息传输,确定课题研究最终方案。目前,第二类是盲估计方式。信道传输函数为,系统的数据速率也越来越高。基于导频的信道估计方式系统框图如图1所示：
X(k) x(n)
h(n)
Y(k) y(n)
w(n)
图1 导频插入估计系统
规定输入信号为,而实际中信道估计值对噪声的影响是比较敏感的,而且不需要知道当前时刻以前的信道传输特性,罗涛,经过IFFT变换后的时域输入信号为。导频信道的估计方式主要有最小平方式（LS）和最小均方误差法（MMSE）。
5、时间进程：
2015年11月1日~11月30日,获得所有位置的信道信息。但是,计算复杂度较高。
2016年5月1日~2016年5月31日,计算量小。但是由于选取能量较大的导频信号,通常分为两类：第一类是非盲估计即基于导频的信道估计方式,进行阅读与分析,进行MMSE信道估计要进行矩阵
的求逆运算,这种算法受高斯白噪声和子载波间干扰（ICI）影响很大,这种方式的估计性能很好,这种方式的优点在于进一步降低了计算复杂度,这种信道估计方式相对于MMSE算法或LS算法来说性能更好,误码率与信噪比的关系,设计方案的实施过程。频域表示为,频域表示为,需要知道信道的统计状态信息,降低估计误差