跳频OFDM系统关键技术研究

论文摘要

OFDM（Orthogonal Frequency Division Multiplexing）技术作为一种有效对抗多径衰落信道的调制技术,在军事通信领域有着很好的应用前景。跳频OFDM（FH-OFDM）系统通过射频频率的不断切换来获得抗干扰的能力,这使得它同时具有了连续和突发两种通信模式的特征,对载波频偏估计（Carrier FrequencyOffset,CFO）和信道估计技术提出了更高的要求,具体表现为在极大地提高系统的传输效率的同时保证CFO和信道估计算法的收敛速度和估计性能。同时暂态过程也成为影响系统性能的重要因素之一,必须采取应对措施。为了提高系统的传输效率,本文在给出了两种前导字较短时的CFO与信道捕获算法的基础上,重点研究了两种无需内插导频的同步与信道联合跟踪算法,并对FH-OFDM系统中相位畸变抑制技术进行了深入研究,获得以下研究成果。1.以CFO和信道估计的CRB（Cramer-Rao Bound）作为统一衡量标准,以最大似然（Maximum Likelihood,ML）估计准则为统一的估计准则,系统地分析了CFO和信道对彼此的估计性能的影响以及联合估计时方差可以达到的下限。得出结论:信道完全未知条件下的联合估计中,CFO的JCRB比信道统计特性已知条件下的独立估计的CRB更低,而信道的JCRB可逼近理想条件下信道估计的CRB。2.提出了一种面向判决（Directed Decision,DD）的同步和信道联合估计算法,得到了一定误码率条件下CFO与信道估计的均方差的表达式。为了提高算法的性能,针对不同的信道环境提出了开环和闭环两种不同结构的算法,通过理论分析和仿真验证,给出了在连续传输和突发传输两种模式下闭环结构算法中环路因子的取值准则。考虑到面向判决法所存在的误码扩散以及严重衰落信道下存在误码平台效应,将该算法与信道优选算法相结合。提出以归一化的矢量信号误差作为信道优选的度量值,与传统信道选择算法相比具有更强的鲁棒性。3.提出了两种基于期望最大（EM）算法的CFO和信道联合估计算法,根据处理域的不同分别称之为时域和频域EM联合估计算法。从提高性能和降低复杂度的角度给出了它们的改进算法——基于Bayesian准则的EM算法和逐子信道处理的频域EM估计算法。根据数据重构的方式的不同,将它们与APP（A PosterioriProbabilities）检测器和SISO（Soft-in Soft-Out）译码器结合使用,实现了CFO、信道和数据的联合检测,克服了面向判决法的误码扩散问题,大大提高了系统性能。对两种EM算法的的估计性能、复杂程度和适应的环境进行了分析和对比,频域EM算法具有更低的复杂度,并且更适合于严重衰落信道和高阶调制系统。4.针对时变信道,为CFO与信道建立了新的状态转移模型,在此基础上利用Kalman平滑算法实现了CFO与信道的联合跟踪,该算法可以归纳为EM-Kalman算法。与传统EM-Kalman算法相比,适当增加本算法的迭代次数,可以将系统性能损失控制在0.5dB以内的同时提高了10%以上的带宽利用率。5.FH-OFDM系统中的相位畸变的来源由相位抖动和杂散信号组成,确立了与之对应的统计模型,分析了相位畸变对系统性能的影响,得到了MPSK调制方式下统一的误码率表达式。在此基础上,针对相位抖动和杂散信号统计特性的不同,提出了两种相位畸变抑制算法,它们分别基于LS（Least Square）准则和MMSE（Minimum Mean Square Error）准则实现,直接对均衡器进行估计,在较少的导频符号的辅助下,以较低的复杂度实现了对相位畸变的抑制。

论文目录

• 表目录
• 图目录
• 英语缩略语对照表
• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 OFDM的发展历史
• 1.2.2 FH-OFDM系统研究现状
• 1.2.3 OFDM同步技术研究现状
• 1.2.4 OFDM信道估计技术研究现状
• 1.2.5 OFDM同步与信道联合估计技术研究现状
• 1.2.6 OFDM相位噪声抑制技术研究现状
• 1.3 论文的研究思路与组织结构
• 1.4 论文的主要贡献
• 第二章 载波频偏估计与信道估计的克拉美-罗限
• 2.1 引言
• 2.2 多径衰落信道分析及信道模型的建立
• 2.2.1 信道的相关函数与功率谱
• 2.2.2 信道的建模
• 2.3 FH-OFDM系统模型
• 2.3.1 FH-OFDM系统参数与数据包结构
• 2.3.2 信号模型
• 2.4 OFDM系统中CFO估计和信道估计的克拉美-罗限
• 2.4.1 载波频偏估计的CRB
• 2.4.2 信道估计的CRB
• 2.4.3 联合估计中载波频偏和信道的CRB
• 2.5 FH-OFDM系统模型及CFO与信道捕获方案
• 2.5.1 长前导
• 2.5.2 短前导
• 2.5.3 仿真结果
• 2.6 本章小结
• 第三章 面向判决的CFO与信道联合估计
• 3.1 引言
• 3.2 面向判决的CFO与信道联合估计
• 3.2.1 系统模型
• 3.2.2 面向判决的CFO和信道联合估计算法
• 3.2.3 选择性衰落信道下算法的改进
• 3.3 算法性能分析
• 3.3.1 载波频偏估计性能
• 3.3.2 信道估计均方差
• 3.4 仿真结果与分析
• 3.5 本章小结
• 第四章 基于EM算法的CFO与信道联合估计
• 4.1 引言
• 4.2 EM算法概述
• 4.2.1 EM算法
• 4.2.2 Bayesian EM（BEM）算法
• 4.2.3 EM算法收敛性证明
• 4.3 基于EM算法的CFO与信道时域联合估计
• 4.3.1 ML联合估计
• 4.3.2 EM时域联合估计（TEM）
• 4.3.3 BEM时域联合估计
• 4.3.4 仿真结果
• 4.4 基于EM算法的CFO与信道频域联合估计
• 4.4.1 信号模型
• 4.4.2 EM频域联合估计（FEM）
• 4.4.3 后验概率条件均值和相关矩阵的计算和复杂度的分析
• 4.4.4 算法的改进
• 4.4.5 仿真结果与结论
• 4.5 时变信道下基于EM算法的CFO和信道联合估计
• 4.5.1 系统模型
• 4.5.2 EM-Kalman平滑算法
• 4.5.3 仿真结果
• 4.6 本章小节
• 第五章 相位畸变对FH-OFDM系统影响分析及其抑制
• 5.1 引言
• 5.2 FH-OFDM系统中的相位畸变
• 5.2.1 相位抖动
• 5.2.2 杂散分析
• 5.3 相位抖动与杂散对FH-OFDM系统性能的影响
• 5.3.1 理论分析
• 5.3.2 仿真分析
• 5.4 相位畸变的抑制
• 5.4.1 相位抖动抑制算法（PJS）
• 5.4.2 杂散信号抑制算法（SS）
• 5.4.3 仿真结果与分析
• 5.5 本章小节
• 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
• 附录1
• 附录2