基于压缩感知的MIMO-OFDM系统信道估计算法研究

压缩感知技术利用信号的稀疏性，可从少量的测量值中恢复信号。信道估计是实现MIMO-OFDM无线传输系统的重要组成部分。该系统信号空间维数高，其信道呈现稀疏结构，传统的信道估计算法无法使用此信息。将压缩感知技术应用到MIMO-OFDM信道估计算法中可以利用MIMO信道内在的稀疏性，从而减少使用的导频数，提高估计的精度。 本项目将围绕MIMO信道的最佳稀疏表示，用于探测信道的导频模式设计以及重构算法的设计三方面进行研究，最终设计出稳健高效的MIMO-OFDM信道估计算法。

MIMO-OFDM是4G移动通信以及数字广播中的关键技术。在MIMO-OFDM系统中通常需要在接收端获知信道信息已进行相干解调或者空时编码的译码，信道估计是MIMO-OFDM系统接收机设计的关键组成部分。在带宽大，符号持续时间长和/或者多天线条件下，许多无线信道趋向于呈现稀疏结构。传统的信道估计方法无法使用此特性，而压缩感知技术可以利用信号的稀疏性，从而可以使用数目较少的测量值来重构信号。本项目围绕无线宽带信道的稀疏表达、导频以及重构算法的设计进行了基于压缩感知的MIMO-OFDM系统信道估计技术的研究。本项目进行了信道频域矩阵分解、ICI矩阵简化和基于BEM的时延矩阵分解，推导出了高速移动MIMO-OFDM系统双选信道的一种稀疏模型。基于稀疏信道模型，研究导频可以采用的模式以及对重构算法性能的影响，从最小互相关准则出发，得到了较优的导频放置方案。使用计算速度快的贪婪类算法和组合学方法，设计出适用MIMO-OFDM 系统稳健的、复杂度较低的稀疏信道重构算法。本项目的研究成果可以应用在MIMO-OFDM移动通信系统中，提高系统的频谱利用率。