基于动态参数信道模型的OFDM系统时变信道估计

The estimation of channel state information has a direct influence on the performance of symbol detection in OFDM systems. However, it is usually assumed the number of paths and the path delays are fixed in the present parametric channel model, named static parametric time-varying channel, which does not adequately reflect the true dynamic environment. To solve the problem, this project studies the dynamic parametric time-varying channel, of which the path number, the path delays and gains may be unknown and vary over time..In this project, we study: 1) dynamic parametric time-varying channel modeling. To solve the problem of high computational complexity of BEM, we focus on tracking and modeling the BEM coefficients to reduce the system complexity. 2) the implicit estimation algorithm of dynamic parametric time-varying channel. In the present methods，channel estimation is achieved by inserting pilot sequences in a time-division-multiplexing way. Therefore the estimation method based on implicit sequences can be used to increase the spectrum efficiency. 3) the joint estimation of the path number, delays and gains of dynamic parametric time-varying channel. In the present methods, which neglect the relationship of the estimation error of each channel parameter, path delays are estimated first, and then the path gains are gained based on static parametric time-varying channel estimation. By estimating each parameter jointly, estimation accuracy and system performance can be improved.

信道状态信息估计的好坏直接影响OFDM系统符号检测性能。现有信道参数模型通常假定传播路径数和路径时延是固定的，即静态参数时变信道，不足以描述实际动态环境的情况。本项目围绕径数、时延和增益均未知且随时间变化的信道，即动态参数时变信道开展研究工作。.研究内容包括：（1）动态参数时变信道建模。针对BEM模型复杂度高的问题，重点研究BEM系数跟踪建模问题，降低系统复杂度；（2）动态参数时变信道隐估计算法研究。针对现有的估计方法，都是通过时分复用插入导频序列方式实现，研究基于隐序列的估计方法，提高系统频谱效率。（3）动态参数时变信道径数、时延和增益三参数的联合估计。针对现有的估计方法均是先估计径数延时，再基于静态参数时变信道估计方法估计信道增益，没有考虑各参数估计误差之间关系，研究三参数的联合估计，提高估计精度，从而实现系统整体性能的提升。

信道状态估计准确与否直接影响到系统性能的好坏。课题组围绕多载波多天线系统信道估计及相关技术开展了如下研究：.（1）OFDM系统：提出了基于导频簇方案的双重ICI消除算法，并在此基础上引入ICI自消除模块，实现了OFDM三重ICI消除算法，显著提升了通信系统的性能。提出了一种基于小波尺度函数构造基函数的方法，其信道估计性能要优于基于传统的BEM模型的性能。同时考虑快时变且稀疏特性的信道环境，提出一种将BEM模型、CS/DCS与卡尔曼滤波相结合的信道估计方法，由于新方法考虑了相邻符号之间的平滑关系，其性能优于传统算法。当稀疏度未知时，基于重复筛选提出了一种稀疏度自适应的联合匹配追踪算法(SSAMP)，新算法获得和稀疏度已知时相近的估计效果。当信道径数很大时，基于OMP算法+梳状导频+BEM的信道估计方法，性能会急剧下降，提出了一种结合块状导频和SAMP的新方法，新算法在信道径数未知和信道径数很大时依然可以取得较好的估计性能。 基于组稀疏算法优化传统的导频放置模式，提高其重构水平，此外，通过引入一个纠正和剔除错误的原子的过程提出了一种的新的优化方法，进一步提高其信号重构性能。.（2）FBMC系统：基于PTS方法提出新多层搜索方法、改进星座映射方法和多随机分割方法，实现了降低复杂度或改善PAPR性能目的。提出了一种基于SVR插值的FBMC时变信道估计方法，新方法在损失运算效率不大的情况下，对FBMC信道估计的效果有极大的改善。基于MIMO-FBMC低复杂度实现模型，引入了一种基于原始MSE最小化问题进行循环寻优的导频设计方法，新方法获得了更优的信道估计性能。.（3）多址接入多天线系统：考虑到现有大MIMO系统中导频污染消除算法中存在的缺陷，提出了基于软导频-加权图着色的导频污染消除算法，新算法相对于已有其它消除算法具有更好的性能。针对不同用户信息叠加传输中存在的时延问题，提出了一种新的串行干扰消除算法，新方法以增加复杂度为代价，获得了干扰信号消除更干净的优异性能。