[发明专利]一种MIMO－OFDM双选择性信道的跟踪方法

说明书

技术领域

本发明涉及多输入多输出正交频分复用(MIMO-OFDM)系统中的信道跟踪方法，确切的说是MIMO-OFDM系统中基于粒子滤波器的时间-频率双选择性信道的跟踪方法，特别涉及一种MIMO-OFDM双选择性信道的跟踪方法。

背景技术

众所周知，MIMO和OFDM技术将是下一代移动通信的关键技术。两者的结合充分利用了空间分集、频率分集和时间分集来改善系统的容量和抗噪声性能。然而MIMO-OFDM的高效性能依赖于接收端的信道估计的准确与否。传统的信道估计的方法为基于导频的信道估计算法，但是为了获得可信的信道估计，信道带宽的相当一部分被训练序列所占用。1996年，Stuber在他的著作“Principles of mobile communication”中指出，在快衰落、高多普勒条件下，带宽被占用的比例可高达50％。2002年，Liu等在文章“Space time coding and Kalmanfiltering for time-selective fading channel”中提出利用卡尔曼滤波来进行信道估计和跟踪，以此来减少训练信号的长度。对于时变信道的跟踪，在线性高斯系统中，没有一种算法能优于卡尔曼滤波。但在无线通信系统中，接收信号经常被非高斯噪声所污染。在涉及到非线性状态转移与非高斯噪声的信道跟踪问题上，序贯蒙特卡罗滤波比扩展卡尔曼滤波更优越。

粒子滤波算法是序贯蒙特卡罗滤波的一种基础方法，其主要思想是利用一组相关权值的随机变量样本计算完成估计，以逼近实际的后验概率密度，当样本数目很大时，这种概率估计可近拟于真实后验概率。

设表示随机粒子，其含有后验概率pdfp(x_0:n|y_1:n)特性，其中{x_0:nⁱ，i＝0，...，N_s}是与权值{w_nⁱ，i＝1，...，N_s}相关的状态集，且权值满足Σiwni=1,]]>则t时刻的后验概率密度可近似表示：p(x0:n|y1:n)≈Σi=1Nswniδ(x0:n-x0:ni).]]>

发明内容

为在提高频谱利用率的前提下，使系统得到良好的误码率性能，本发明提供一种MIMO-OFDM双选择性信道的跟踪方法。为提供该跟踪方法，首先给出MIMO-OFDM双选择信道的信道模型。