適用于OFDM-OFDMA無(wú)線通信系統(tǒng)的頻偏估計(jì)算法研究.pdf

1、正交頻分復(fù)用(OFDM)技術(shù)因具有高頻譜利用率和強(qiáng)抗頻率選擇性衰落等優(yōu)點(diǎn)，已成為支持高速數(shù)據(jù)傳輸?shù)年P(guān)鍵技術(shù)之一。尤其，以O(shè)FDM為基礎(chǔ)的正交頻分多址(OFDMA)技術(shù)能夠通過(guò)頻分復(fù)用實(shí)現(xiàn)多用戶的同時(shí)傳輸，是未來(lái)寬帶無(wú)線移動(dòng)通信系統(tǒng)中最受關(guān)注的核心技術(shù)之一。然而，OFDM/OFDMA系統(tǒng)對(duì)載波頻率偏移(CFO)非常敏感。頻偏的存在將會(huì)破壞子載波之間的正交性，引起子載波干擾和多址干擾，導(dǎo)致信號(hào)失真、系統(tǒng)性能下降，是OFDM/OFDMA技術(shù)得

2、到廣泛應(yīng)用的主要障礙。因此如何有效地解決OFDM/OFDMA系統(tǒng)頻偏估計(jì)問(wèn)題成為最有價(jià)值的研究熱點(diǎn)之一。
　　本文系統(tǒng)地分析了實(shí)際中影響頻偏估計(jì)性能的主要因素，深入研究了OFDM系統(tǒng)和OFDMA上行系統(tǒng)的頻偏估計(jì)算法，著眼于提高系統(tǒng)的頻譜利用率、降低算法的計(jì)算復(fù)雜度和提高估計(jì)精度等問(wèn)題，提出了有效的適用于OFDM系統(tǒng)或OFDMA上行系統(tǒng)的頻偏估計(jì)算法，能夠顯著地提高系統(tǒng)頻譜利用率、改善頻偏估計(jì)性能、增強(qiáng)實(shí)時(shí)性。
　　針對(duì)基于

3、OFDM系統(tǒng)中只利用特征值進(jìn)行頻偏估計(jì)的算法具有較低估計(jì)精度問(wèn)題，提出了一種基于重構(gòu)頻偏信息矩陣的頻偏估計(jì)算法，利用接收數(shù)據(jù)的協(xié)方差矩陣構(gòu)造包含頻偏信息的矩陣，對(duì)該矩陣進(jìn)行特征值分解獲得特征值和特征向量，綜合利用這些特征值和特征向量信息進(jìn)行頻偏估計(jì)，有效地提高系統(tǒng)的頻偏估計(jì)精度。所提算法不需要任何訓(xùn)練序列和導(dǎo)頻符號(hào)，因而具有很高的頻譜利用率，同時(shí)在較低的信噪比情況下仍具有較好的估計(jì)精度。
　　考慮到現(xiàn)有OFDM系統(tǒng)中頻偏估計(jì)算法涉

4、及大量復(fù)數(shù)運(yùn)算過(guò)程帶來(lái)高計(jì)算復(fù)雜度問(wèn)題，提出了一種基于酉變換的ESPRIT快速實(shí)現(xiàn)算法，利用接收數(shù)據(jù)固有的特性和時(shí)間平滑技術(shù)構(gòu)造了Hankel矩陣，采用酉變換技術(shù)避免了特征值分解、求逆等復(fù)矩陣運(yùn)算過(guò)程，顯著降低了計(jì)算復(fù)雜度;通過(guò)利用時(shí)間平滑技術(shù)和前后向平均技術(shù)豐富了數(shù)據(jù)信息，有效地改善了頻偏估計(jì)性能。所提算法是一種盲估計(jì)算法，能夠有效提高數(shù)據(jù)傳輸速率，而且算法在提高頻偏估計(jì)精度的同時(shí)減少了計(jì)算量，具有很好的實(shí)時(shí)性。
　　搜索類頻偏

5、估計(jì)算法具有高精度和高分辨率的特點(diǎn)，但算法過(guò)程復(fù)雜、計(jì)算量大，難以實(shí)時(shí)實(shí)現(xiàn)，在OFDMA上行系統(tǒng)尤為突出。針對(duì)這一問(wèn)題，提出了一種基于酉變換的快速多用戶頻偏估計(jì)算法—Unitary—MUSIC，利用數(shù)據(jù)的周期性將數(shù)據(jù)矩陣分解為具有范德蒙結(jié)構(gòu)的頻偏導(dǎo)向矩陣與用戶信號(hào)矩陣的乘積形式，通過(guò)對(duì)數(shù)據(jù)矩陣應(yīng)用酉變換技術(shù)，避免了復(fù)矩陣特征值分解、復(fù)數(shù)域譜計(jì)算等運(yùn)算過(guò)程，具有較低的計(jì)算復(fù)雜度;利用頻偏導(dǎo)向向量的中心厄爾米特特性和前后向平均等技術(shù)有效地改

6、善了多用戶頻偏估計(jì)性能。算法具有很高的頻譜利用率、更高的估計(jì)精度和分辨率，為推進(jìn)MUSIC算法的進(jìn)一步廣泛應(yīng)用有著重要意義。
　　為了進(jìn)一步提高OFDMA上行系統(tǒng)搜索類多用戶頻偏估計(jì)算法的實(shí)用性，提出了一種基于壓縮感知的頻偏估計(jì)算法，利用用戶頻偏參數(shù)在頻偏估計(jì)區(qū)間上內(nèi)在的稀疏特性和接收數(shù)據(jù)的協(xié)方差矩陣給出了多用戶頻偏估計(jì)問(wèn)題的有效稀疏表示方法和過(guò)完備原子字典，借助壓縮感知理論把頻偏估計(jì)問(wèn)題轉(zhuǎn)化為凸優(yōu)化問(wèn)題，求解稀疏向量并利用非零元

7、素的位置估計(jì)用戶頻偏，算法不僅具有子空間算法固有的高估計(jì)精度和超分辨率等性能，而且能夠避免特征值分解過(guò)程，易于實(shí)施。
　　與搜索類頻偏估計(jì)算法相比，OFDMA上行系統(tǒng)的ESPRIT等多用戶頻偏估計(jì)閉式算法具有較低計(jì)算復(fù)雜度，但此類算法只利用特征值估計(jì)載波頻偏，導(dǎo)致較大頻偏估計(jì)誤差。針對(duì)這一問(wèn)題，提出了一種基于重構(gòu)頻偏信息矩陣的多用戶頻偏估計(jì)算法，利用特征值和特征向量同時(shí)估計(jì)用戶的頻偏參數(shù)，有效地提高了頻偏估計(jì)精度。為了進(jìn)一步提高閉

8、式算法的估計(jì)精度增強(qiáng)其實(shí)用性，應(yīng)用盲源分離的思想，提出了一種基于聯(lián)合對(duì)角化的多用戶頻偏估計(jì)算法，利用接收數(shù)據(jù)的協(xié)方差矩陣估計(jì)白化矩陣，然后對(duì)多個(gè)不同時(shí)延數(shù)據(jù)的協(xié)方差矩陣進(jìn)行白化和聯(lián)合對(duì)角化處理，估計(jì)出頻偏導(dǎo)向矩陣，利用頻偏導(dǎo)向矩陣每一列向量的所有元素估計(jì)相應(yīng)用戶的頻偏參數(shù)，有效地提高了多用戶頻偏估計(jì)精度、改善了頻偏估計(jì)性能。針對(duì)頻偏估計(jì)閉式算法的計(jì)算復(fù)雜度和估計(jì)性能兩方面同時(shí)優(yōu)化問(wèn)題，提出了一種有效的基于酉變換的多用戶頻偏估計(jì)快速算法—