OFDM/MIMO-OFDM系统中载波频偏估计和相位噪声抑制技术研究

论文摘要

正交频分复用（OFDM）以及它和多输入多输出（MIMO）的结合—MIMO-OFDM是目前宽带无线通信非常具有潜力的传输技术之一,然而,OFDM和MIMO-OFDM技术对载波频偏（CFO）和相位噪声（PHN）非常敏感,CFO和PHN会破坏OFDM子载波的正交性,严重恶化系统性能。因此,有效对抗CFO和PHN成为OFDM和MIMO-OFDM技术实现的一个重要挑战。论文主要针对OFDM和MIMO-OFDM系统实现中的CFO估计和PHN抑制方法进行了研究。论文的主要工作和创新之处在于:1、针对准静态多径信道环境下的OFDM系统,提出了一种低复杂度的盲CFO估计算法,该算法利用解调数据二阶统计量矩阵的对角能量最大化准则得到CFO估计,有效提高了CFO估计精度。该算法经推导可得出估计式的闭环求解表达式,具有较低的实现复杂度。2、在时变多径信道环境下,提出了一种面向判决（DD）的联合CFO和信道盲估计算法,该算法基于空间选择性期望最大化（SAGE）算法思想,采用迭代的方式得到CFO和信道的精确估计,并通过近似得到闭环的CFO估计求解表达式,有效降低了算法复杂度。3、在准静态多径信道环境下,针对存在PHN的OFDM系统提出了一种面向判决的载波间干扰（ICI）迭代抑制算法,所提算法利用Huber滤波思想,改进了传统PHN最大似然（ML）迭代抑制方法的反馈函数,从而有效减弱了判决误差对迭代抑制性能的影响,提高了ICI系数估计精度,具有较好的PHN抑制性能。为降低ML准则下ICI抑制方法的复杂度,论文提出了一种基于优化最小化（MM）算法的迭代ICI抑制算法,该算法利用优化不等式理论得到ICI估计中ML代价函数的替代函数,降低了ML迭代估计中的矩阵求逆维数,有效降低了运算复杂度。4、在准静态多径信道坏境下,针对贝尔实验室分层空时（V-BLAST）复用结构的MIMO-OFDM系统模型,提出了一种基于子空间投影准则的盲CFO估计算法,该算法引入Hadamard积的概念,建立了接收信号子空间和基于离散傅立叶变换（DFT）的时频变换子空间结构,通过分析CFO对时频Hadamard积空间和信号Hadamard积空间关系的影响,得到了与CFO相关的子空间投影代价函数,并通过对投影范数的最大化得到了CFO的估计,估计性能优于已有的MIMO-OFDM盲CFO估计方法。5、对于OFDM和MIMO-OFDM系统,关于CFO的影响和直观的BER性能分析在现有文献中已有很详尽的论述,而PHN的影响和性能分析仍有待深入研究。论文重点分析了MIMO-OFDM系统在PHN影响下的性能,通过合理近似,给出了不同基带调制方式下BER性能的闭环表达公式,对于实际MIMO-OFDM系统设计实现中PHN抑制方法的选择提供了简单直观的依据。6、MIMO-OFDM系统的PHN抑制目前还只针对共同相位误差（CPE）进行抑制。由于忽略ICI的影响,CPE抑制对系统性能改善并不明显。为进一步提高PHN抑制性能,在V-BLAST结构的系统模型下,论文将OFDM系统基于ML的ICI抑制算法扩展到MIMO-OFDM系统。与单纯进行CPE补偿的方法相比,所提算法对MIMO-OFDM系统PHN抑制性能有较大提升。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 OFDM和MIMO技术
• 1.1.2 载波频偏及相位噪声对OFDM/MIMO-OFDM系统的影响
• 1.2 国内外研究现状
• 1.2.1 CFO估计研究
• 1.2.2 PHN抑制研究
• 1.3 论文的研究思路和组织结构
• 1.4 论文的主要贡献
• 第二章 OFDM系统载波频偏盲估计方法研究
• 2.1 引言
• 2.2 CFO对系统性能影响分析
• 2.3 基于二阶统计量的闭环盲估计算法
• 2.3.1 接收信号二阶统计特性分析
• 2.3.2 闭环求解表达式
• 2.4 联合CFO和信道的盲估计算法
• 2.4.1 联合估计的ML方法和EM方法
• 2.4.2 低复杂度的近似SAGE联合估计算法
• 2.4.3 初值选取和迭代终止策略
• 2.5 算法性能仿真
• 2.5.1 基于二阶统计量的盲CFO估计算法
• 2.5.2 联合CFO和信道的盲估计算法
• 2.6 本章小结
• 第三章 OFDM系统相位噪声抑制方法研究
• 3.1 引言
• 3.2 PHN对系统性能影响分析
• 3.2.1 PHN模型
• 3.2.2 存在PHN的OFDM系统模型
• 3.2.3 PHN对系统性能影响
• 3.3 PHN抑制算法
• 3.3.1 CPE抑制算法
• 3.3.2 ICI抑制算法
• 3.4 基于Huber ML估计的ICI抑制算法
• 3.4.1 ICI系数的初始估计
• 3.4.2 ICI系数的迭代估计
• 3.5 基于MM算法的ICI迭代抑制算法
• 3.5.1 MM算法思想
• 3.5.2 ICI迭代抑制算法
• 3.6 算法性能仿真
• 3.6.1 基于Huber ML的ICI抑制算法
• 3.6.2 基于MM算法的ICI迭代抑制算法
• 3.7 本章小结
• 第四章 MIMO-OFDM系统载波频偏盲估计方法研究
• 4.1 引言
• 4.2 CFO对系统性能影响分析
• 4.3 MIMO-OFDM盲CFO估计算法
• 4.4 基于子空间投影的CFO盲估计算法
• 4.4.1 Hadamard积空间
• 4.4.2 基于子空间投影的CFO估计
• 4.5 算法性能仿真
• 4.6 本章小结
• 第五章 MIMO-OFDM系统相位噪声抑制方法研究
• 5.1 引言
• 5.2 PHN对系统性能影响分析
• 5.2.1 系统模型
• 5.2.2 PHN对MIMO-OFDM系统性能影响
• 5.3 PHN的CPE抑制算法
• 5.4 基于ML准则的ICI抑制算法
• 5.5 算法性能仿真
• 5.6 本章小结
• 第六章 结束语
• 6.1 主要研究成果及创新点
• 6.2 进一步研究的课题
• 致谢
• 参考文献
• 攻读博士学位期间完成的主要论文
• 攻读博士学位期间参加的主要科研项目