基于压缩感知的OFDM信道跟踪方法技术
【技术实现步骤摘要】
本专利技术涉及无线通信领域，更具体的涉及一种在频率选择性无线信道下，在最小二乘法(LeastSquare，LS)信道估计的基础上，结合匹配追踪(MatchingPursuit,MP)和卡尔曼滤波的OFDM信道估计与跟踪算法。技术背景在通信领域中，信道是通信系统中有着举足轻重的地位，也一直是研究的热门。而无线信道较有线信道而言，则更加的复杂，所需的研究手段也更多。在实际通信过程中，由于发射端与接受端之间的环境通常较为复杂，发射的信号会由于各种物体的反射、遮挡、吸收等作用，甚至还有发射机与接收机的相对运动，使得无线信道由具有延时效应的多径组成。在各条路径上的信号具有不同的幅度、相位等。在接收端接收到的是各个路径的合成信号，该合成信号由于信道的环境，往往已经产生严重的失真。为了能恢复出原始信号，需要知道信道的特性，因此信道估计也就成了正常通信中必不可少的操作。为了对无线信道进行研究，目前已经提出了很多针对不同环境的信道模型，而信道估计则是要估计出信道参数。本专利技术针对的信道为频率选择性信道。无线移动通信信道具有明显的稀疏特性，其离散模型中信道能量往往集中在相对较少的抽样点上，而对于那些能量较低的抽样点视为零，于是信道参数h＝[h(0),h(1),...,h(L-1)]T中非零元素个数很少，通常只有2～6条延时路径，其中L-1表示无线信道离散模型中的最大延时。OFDM(正交频分复用)系统中发送数据在N个子载波上的频域复信号可表示为X＝[X(0),X(1),...,X(N-1)]T，假设OFDM符号的循环前缀Ncp大于最大的多径时延L-1，避免了符号间干扰，...
【技术保护点】
基于压缩感知的OFDM信道跟踪方法，其特征在于：先由匹配追踪算法估计出变量l的取值，然后对各个路径的信道参数进行持续跟踪，其中变量l表示延时路径数量，具体步骤如下：步骤1:初始化OFDM符号计数k＝1，初始化时域信道参数中非零系数的位置集合L:其中表示空集；步骤2:对于第k个OFDM符号，采用基于匹配追踪的LS信道估计算法，得到时域信道参数中非零系数的位置集合Lk，即确定变量l的取值；步骤3:初始化噪声阈值εe，并遍历集合Lk中所有的延时路径l的取值，若初始化第l径卡尔曼跟踪的参数：h^l(k-m)=0,m=1,2...,M---(22)]]> Pl(k‑1)＝1 (23)ϵe=|zL-h^MP-LS|2---(24)]]>步骤4:利用导频符号获得原测量向量HP，然后进行线性变换，得到各延时路径对应的观测数据zl，利用时域信道参数状态变量的量测方程和状态方程，对Lk中所有的延时路径的信道参数进行卡尔曼滤波，得到估计值h^MP-KF(L)={h^l(k)l∈Lk0l∉Lk,0≤l≤L-1---(25)]]>步骤5:判断跟...
【技术特征摘要】
1.基于压缩感知的OFDM信道跟踪方法，其特征在于：先由匹配追踪算法估计出变量l的取值，然后对各个路径的信道参数进行持续跟踪，其中变量l表示延时路径数量，具体步骤如下：步骤1:初始化OFDM符号计数k＝1，初始化时域信道参数中非零系数的位置集合L:其中表示空集；步骤2:对于第k个OFDM符号，采用基于匹配追踪的LS信道估计算法，得到时域信道参数中非零系数的位置集合Lk，即确定变量l的取值；步骤3:初始化噪声阈值εe，并遍历集合Lk中所有的延时路径l的取值，若初始化第l径卡尔曼跟踪的参数：h^l(k-m)=0,m=1,2...,M---(22)]]>Pl(k-1)＝1(23)ϵe=|zL-h^MP-LS|2---(24)]]>步骤4:利用导频符号获得原测量向量HP，然后进行线性变换，得到各延时路径对应的观测数据zl，利用时域信道参数状态变量的量测方程和状态方程，对Lk中所有的延时路径的信道参数进行卡尔曼滤波，得到估计值h^MP-KF(L)={h^l(k)l∈Lk0l∉Lk,0≤l≤L-1---(25)]]>步骤5:判断跟踪过程中信道延时路径是否发生变化，若满足|zl-h^MP-KF|2>CMPϵe---(26)]]>则认为信道的延时路径的位置发送了变化，返回步骤2重新进行延时路径的匹配追踪，否则判断是否已经处理完所有的OFDM符号，是则结束跟踪过程，若没...
【专利技术属性】
技术研发人员：陆许明，徐永键，徐广健，汪显赞，谭洪舟，
申请(专利权)人：中山大学，中山大学花都产业科技研究院，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。