带无线通

姓 名： 学 号： 院 系： 专业班级：

信

1 宽

1.对WIFI认识的误区

WIFI是一个无线网路通信技术的品牌，目的是改善基于IEEE 802.11标准的无线网路产品之间的互通性。现时一般人会把Wi-Fi及IEEE 802.11混为一谈。甚至把Wi-Fi等同于无线网际路由。Wifi是无线局域网(WLAN)的一种技术实现，是WLAN的一个标准，但是现在很多人把它们混为一谈。

以下是WLAN的含义：

WLAN是Wireless Local Area Network的缩写，指应用无线通信技术将计算机设备互联起来，构成可以互相通信和实现资源共享的网络体系。无线局域网本质的特点是不再使用通信电缆将计算机与网络连接起来，而是通过无线的方式连接，从而使网络的构建和终端的移动更加灵活。 WLAN 通信系统作为有线 LAN 以外的另一种选择一般用在同一座建筑内。WLAN 使用 ISM (Industrial、

Scientific、Medical) 无线电广播频段通信。WLAN 的 802.11a 标准使用 5 GHz 频段，支持的最大速度为 54 Mbps，而 802.11b 和 802.11g 标准使用 2.4 GHz 频段，分别支持最大 11 Mbps 和 54 Mbps 的速度。

WIFI的定义如下：

WIFI是目前WLAN的主流技术，绝大部分WLAN都用的这个技术，WiFi也是推动这个技术的组织的名称。从专业角度讲，是IEEE 802.11系列协议，比如，802.11a, 802.11b, 802.11g, 802,11n，可以认为主要是速度的差别，现在主流的是802.11g，速度是54Mbps。

自从实行IEEE 802.11b以来，无线网络取得了长足的进步，因此基于此技术的产品也逐渐多了起来，解决各厂商产品之间的兼容性问题就显得非常必要。因为IEEE并不负责测试IEEE 802.11b无线产品的兼容性，所以这项工作就由厂商自发组成的非赢利性组织：Wi-Fi联盟来担任。这个联盟包括了最主要的无线局域网设备生产商，如Intel、Broadcom，以及大家熟悉的中国厂商华硕、BenQ等。凡是通过WiFi联盟兼容性测试的产品，都被准予打上“Wi-Fi CERTIFIED”标记。因此，我们在选购IEEE 802.11b无线产品时，最好选购有Wi-Fi标记的产品，以保证产品之间的兼容性。

2

2.国产无线技术WAPI

WAPI无线局域网鉴别和保密基础结构，是一种安全协议，同时也是中国无线局域网安全强制性标准。

它也是无线传输协议的一种，是无线局域网(WLAN)中的一种，并且与现行的802.11传输协议比较相近。经多方参加，反复论证，充分考虑各种应用模式，在中国无线局域网国家标准GB15629.11中提出的WLAN安全解决方案。同时，本方案已由ISO/IEC授权的机构IEEE Registration Authority（IEEE注册权威机构）审查并获得认可，分配了用于WAPI协议的以太类型字段，这也是中国目前在该领域惟一获得批准的协议。20xx年6月15日，从宽带无线IP标准工作组获悉，在近期的国际标准组织ISO/IECJTC1/SC6会议上， WAPI国际提案首次获得包括美、英、法等10余个与会国家成员体一致同意，将以独立文本形式推进其为国际标准。WAPI是我国首个在计算机宽带无线网络通信领域自主创新并拥有知识产权的安全接入技术标准。

WAPI的开发有以下考虑：

1、出于安全性考虑。我们知道，对于无线局域网来说，在安全性方面非常脆弱，因为现行的无线网络产品大多数都采用802.11B作为无线传输协议，这种协议的优点是传输速率能达到11M，而且覆盖范围达100米。但是“成也萧何，败也萧何”。正是其传输速度快，覆盖范围广，才使它在安全方面非常脆弱。因为数据在传输的过程中都曝露在空中，很容易被别有用心的人截取数据包，虽然，3COM、安奈特等国外厂商都针对802.11B制定了一系列的安全解决方案，但总得来说并不尽人意，而且其核心技术掌握在别国人手中，他们既然能制定得出来就一定有办法破解，所以在安全方面成了政府和商业用户使用WLAN的一大隐患。WAPI由于由我国有关部门掌握着加密的核心技术，所以就不怕有人利用WLAN来盗取机密信息了，而且它的加密技术比802.11B更为先进，WAPI采用国家密码管理委员会办公室批准的公开密钥体制的椭圆曲线密码算法和秘密密钥体制的分组密码算法，实现了设备的身份鉴别、链路验证、访问控制和用户信息在无线传输状态下的加密保护。此外，WAPI从应用模式上分为单点式和集中式两种， 3

可以彻底扭转目前WLAN采用多种安全机制并存且互不兼容的现状，从根本上解决安全问题和兼容性问题。所以我国强制性地要求相关商业机构执行WAPI标准能更有效地保护数据的安全。

2、出于利益方面的考虑。我国是个经济蓬勃发展的发展中国家，许多产品都拥有巨大的发展空间，尤其是高科技产品。但是，在以前，我国在高科技产品方面丧失了很多的机会，由于极少有自主核心技术和自己业界标准的产品，造成了颇为被动的局面：DVD要被外国人收取大量的专利费，GPRS、CDMA1X等等的标准都掌握在外国人手里，我们只能乖乖地将大把的钞票送给人家去买人家的标准，而自己则像个替人“打工”的工人，只能去搞OEM、去帮人组装产品。所以，有人说“一流的企业卖标准、二流的企业卖技术、三流的企业卖产品”。

3.WAPI与WIFI

——工信部谈WIFI手机：不检测不认证不许可

“即使发展到3G，手机网络仍属于?窄带?，难以提供高质量的移动信息体验。”中国电信内部人士认为，WIFI手机最高速率可以达到11兆，一般速率为2兆，大大超出目前普通家用型有线宽带。为众人瞩目的WIFI手机并未通过政策大考。“我们在技术上已经完全没有障碍，正在等待政府最终决定。”中国电信内部人士表示，政策问题已经成为移动终端实现“C+W”的唯一障碍。“然而并不排除政府放行WIFI手机的可能。”权威人士指出，在目前政策环境下，运营商推行发展战略的决心和能力成为破局关键。“在运营商主动推出WIFI上网服务后，相信相关管理部门将会逐步放开对WIFI终端的限制。”

据权威人士透露，我国目前可采用的技术标准很多，并不局限于WIFI。“ WiFi技术本身并不很完善，其核心技术也不掌握在我国手中，国家必须从技术安全等多个角度来考虑问题 ”。

有人士据此断言，政策将成为中国电信CDMA+WIFI手机应用“难以逾越”的难关，“与当年发展小灵通?生米煮成熟饭?后被默许不同，电信发展WiFi很有可 4

能与WAPI等本国重大专项技术?撞车?，一旦政府出手，电信很难用?大量用户既成事实?来应对。”

然而，通信专家王煜全指出，WAPI技术的成熟度并不足以支撑全面商用的需求。“从市场发展来看，WIFI手机是中国电信与竞争者争取用户的必然选择：相较于其他运营商来说，电信在WIFI布网上已经有长期积累的优势；另一方面，国外已有许多成功运营GSM/CDMA+WIFI的模式，运营商完全存在通过网络接入认证等方式获利的空间。”

WAPI虽然号称具有相比WIFI更高级的机密方式，但是WAPI在国内和国外都遭到了冷遇。在国内和国外，不管是中立机构还是运营商或者用户，都更认可WIFI，在大部分人的意识中WIFI就是无线网络的代名词。而且随着WIFI协议的不断更新，其目前的加密安全性也并不低，这就更加凸显了WAPI目前尴尬的地位。

目前WAPI想通过“市场扩张从而培育标准竞争力”这样一种手段来提高自身在国际上的认可程度，即是在国内实行“WIFI捆绑WAPI”的方式来推广，这样的方式对于WAPI的推广目前看来并未取得多大的成功，而且这看似也不是一种公平的竞争。如果WAPI真的想要能够被普及，想要提高自身的认可程度，应该做的是建立一个让参与者都能受益的平台，而不是强制性的硬推，只有这样，才是真正能提高自己竞争实力的方法。

4.WIMAX——未来之星

WiMAX是一项新兴的宽带无线接入技术，能提供面向互联网的高速连接，数据传输距离最远可达50km。WiMAX还具有QoS保障、传输速率高、业务丰富多样等优点。WiMAX的技术起点较高，采用了代表未来通信技术发展方向的OFDM/OFDMA、AAS、MIMO等先进技术，随着技术标准的发展，WiMAX逐步实现宽带业务的移动化，而3G则实现移动业务的宽带化，两种网络的融合程度会越来越高。

WiMAX网络包括两个主要组件:一个基站和订户设备。 WiMAX基站安装在一个立式或高楼为广播此无线信号。 订户接收信号在WiMAX启用笔记本电脑,Mobile Internet Device (MID)(或者甚至了WiMAX调制解调器。因 5

此WiMAX传输互联网在前景，WiMAX网络使用的做法是，类似于移动电话。 开展某一定地理范围内被分成多个一系列重叠的区域称为单元。 每一个单元提供覆盖范围为用户在该邻域。 当旅行到主要从一个单元到另一个，无线连接是递送关闭从一个单元到另一个。WiMAX与WiFi从安全性的角度来说，实际上WiMAX使用的是与WiFi的WPA2标准相似的认证与加密方法。其中的微小区别在于WiMAX的安全机制使用3DES或AES加密，然后再加上EAP，这种方法叫PKM—EAP．而另一方面WiFi的WPA2则是用典型的PEAP认证与AES加密。两者的安全性都是可以保证的，因此在实际中网络的安全性一般取决于实际组建方式的正确合理性。

同广泛使用的无线网络相比，WiMax技术有着自己独特的优势。WiFi技术可以提供高达54Mbps的无线接入速度，但是它的传输距离十分有限，仅限于半径约为100米的范围。移动电话系统可以提供非常广阔的传输范围，但是它的接入速度却十分缓慢。WiMax的出现刚好弥补了这两个不足。因此，WiFi（无线局域网），WiMax（无线城域网），3G（无线广域网）三者的结合会创造出一个完美的无线网络。随着无线通信技术的不断发展，集成了这三种技术的移动终端能够随时随地提供高速无线连接，借用一句广告语：“未来是无线的”。

6

第二篇：宽带无线通信中的信道预测研究

山东大学

硕士学位论文

宽带无线通信中的信道预测研究

姓名：郭飞

申请学位级别：硕士专业：通信与信息系统指导教师：杜岩

20090428

山东大学硕士学位论文

中文摘要

随着宽带无线通信的发展和人们对移动通信的需求，极大促进了人们对通信系统的研究。ＳＣ．ＦＤＥ和ＯＦＤＭ都是基于循环前缀（ＣＰ）的分块传输技术，具有相同的抗多径传输的能力、基本相同的系统复杂度和频谱效率，被认为是未来移动通信中的两种主要支撑技术。在移动通信的过程中，恶劣的无线信道环境会导致系统性能的降低，而自适应传输技术可以根据时变信道的特性随时调整传输系统的调制方式，发射功率，编码方式等，能够大大提高系统性能。

在宽带无线通信系统中使用自适应传输技术，需要预先知道信道变化信息。信道预测可以在快变信道环境中预测得到比较准确的ＣＳＩ，为采用自适应传输技术提供可靠的数据。

本文首先对时变信道进行介绍。其中包括时变信道主要特征的描述及多径信道的频率选择特性和衰落特性。然后，以大家熟悉的ＯＦＤＭ系统为参照介绍了ＳＣ．ＦＤＥ系统，并简要介绍最优信号子空间理论，自适应传输技术对无线通信系统的意义和作用以及一些现有信道状态利用的方法。并仿真分析在时变信道中自适应ＯＦＤＭ和ＳＣ．ＦＤＥ的性能。最后，介绍本文的重点——信道预测。文中总结了现有的几种信道预测方法，并主要讨论了ＭＭＳＥ自适应信道预测方法。然后分析信道长期预测的意义：长期预测可以比较准确的预测信道长期变化信息，为传输系统利用自适应传输技术提供了所需的数据。本文介绍了目前流行的长期预测算法思想，并以此为基础，提出一种新的信道长期预测算法，该算法是基于短期预测方法并对预测结果进行修正，能够达到较好的长期预测效果，而不会增加系统负担。仿真结果表明，本文提出的算法在预测效果上与前人的方法性能相当，但是，本算法不需要在采样点上发送训练帧或者导频，大大提高数据传输效率。在本章节最后，分析了结合长期预测的自适应ｂｉｔ－ｌｏａｄｉｎｇ算法，该算法利用信道预测得到的未来信道的信道状态信息，提前对调制方式做出适应性调整，使均衡后信噪比尽量控制在要求的范围内，进而使系统误码性能满足要求，减少重选信道次数，并使系统达到较好的性能。仿真结果表明，该算法可以大大改善系统的

山东大学硕士学位论文

性能。

关键词：正交频分复用（ＯＦＤＭ）、单载波频域均衡（ＳＣ．ＦＤＥ）、信道状态信息（ＣＳＩ）、时变信道、信道预测。ＩＩ

山东大学硕士学位论文

ＡＢＳＴＲＡＣＴ

Ｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｗｉｄｅｂａｎｄｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａｔｉｏｎａｎｄｈｕｍａｎ－ｂｅｉｎｇ’Ｓ

ｃｏｍｍｕｎｉｃａｔｉｏｎｇｒｅａｔｌｙｒｅｑｕｉｒｅｍｅｎｔｏｆｗｉｒｅｌｅｓｓｐｒｏｍｏｔｅｓｔｈｅｒｅｓｅａｒｃｈｏｆ

ｃｏｍｍｕｎｉｃａｔｉｏｎ

ａｎｄｏｒｔｈｏｇｏｎａｌｓｙｓｔｅｍ．Ｓｉｎｇｌｅｆｒｅｑｕｅｎｃｙ

ｂａｓｅｄｃａｒｒｉｅｒｗｉｔｈｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｅｑｕａｌｉｚａｔｉｏｎ（ｓｃ－ＦＤＥ）ｂｏｔｈｂｌｏｃｋ—ｗｉｓｅｄｉｖｉｓｉｏｎｏｎｍｕｌｔｉｐｌｅｘｉｎｇ（ＯＦＤＭ）ａｒｅｐｒｅｆｉｘ（ＣＰ），ｗｈｉｃｈｔｒａｎｓｍｉｓｓｉｏｎｓｃｈｅｍｅｓｃｙｃｌｉｃｂｏｔｈｈａｖｅｉｍｍｕｎｉｔｙｔｏ

ｍｕｌｔｉ－ｐａｔｈｆａｄｉｎｇａｎｄａｌｍｏｓｔｔｈｅｓａｍｅ

Ｔｈｅｙａｒｅｓｙｓｔｅｍｃｏｍｐｌｅｘｉｔｙａｎｄｓｐｅｃｔｒｕｍｅｆｆｉｃｉｅｎｃｙ．ｒｅｇａｒｄｅｄａｓｔｗｏｍａｉｎｓｕｐｐｏｒｔｉｖｅｔｅｃｈｎｉｑｕｅｓｏｆｐｈｙｓｉｃａｌｌａｙｅｒｏｆｗｉｄｅｂａｎｄ

ｗｉｒｅｌｅｓｓｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａｔｉｏｎｓ．Ｉｎｔｈｅｐｒｏｃｅｓｓｏｆｍｏｂｉｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ，ｂａｄ

ｃｈａｎｎｅｌｅｎｖｉｒｏｎｍｅｎｔＣａｎｒｅｄｕｃｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｓｙｓｔｅｍ，ｈｏｗｅｖｅｒ，ａｄａｐｔｉｖｅ

ｓｙｓｔｅｍｔｒａｎｓｍｉｓｓｉｏｎｔｅｃｈｎｉｑｕｅＣａｎｍｏｍｅｎｔａｒｉｌｙａｄｊｕｓｔｔｈｅｍｏｄｕｌａｔｉｏｎ，ｔｒａｎｓｍｉｓｓｉｏｎｐｏｗｅｒａｎｄｃｏｄｉｎｇｍｅｔｈｏｄ，ａｎｄｔｈｅｌｉｋｅ，ｏｆｔｈｅｔｒａｎｓｍｉｓｓｉｏｎａｃｃｏｒｄｉｎｇｔｏｔｈｅ

ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｔｉｍｅ－ｖａｒｙｉｎｇｃｈａｎｎｅｌ，ｗｈｉｃｈＣａｎｇｒｅａｔｌｙｉｍｐｒｏｖｅｓｓｙｓｔｅｍ

Ｔｈｅａｐｐｌｉｃａｔｉｏｎｔｈｅａｄａｐｔｉｖｅｔｒａｎｓｍｉｓｓｉｏｎｔｅｃｈｎｉｑｕｅ

ｏｆｉｎｗｉｄｅｂａｎｄｉｎｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａｔｉｏｎｓｙｓｔｅｍｎｅｅｄｓｔｈｅｉｎｆｏｒｍａｔｉｏｎｃｈａｎｎｅｌｃｈａｎｇｅｓａｄｖａｎｃｅ．ｃｈａｎｎｅｌ

ｐｒｅｄｉｃｔｉｏｎＣａｎｐｒｅｄｉｃｔｃｏｍｐａｒａｔｉｖｅｌｙａｃｃｕｒａｔｅＣＳＩｉｎｆａｓｔ－ｆａｄｉｎｇｃｈａｎｎｅｌｅｎｖｉｒｏｎｍｅｎｔ

ｗｈｉｃｈｄｏｅｓｔｏｐｒｏｖｉｄｅｒｅｌｉａｂｌｅｄａｔａｆｏｒａｐｐｌｙｉｎｇｔｈｅ

ｎｏｔａｄａｐｔｉｖｅｔｒａｎｓｍｉｓｓｉｏｎｔｅｃｈｎｉｑｕｅｉｎｏｎｌｙｎｅｅｄｔｈｅｃｈａｎｎｅｌｖａｒｉａｔｉｏｎｉｎｓｈｏｒｔｔｅｒｍａｄｖａｎｃｅ，ｂｕｔｇｅｔｓｉｍｐｏｒｔａｎｔｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｔｈｅｃｈａｎｎｅｌｖａｒｉａｔｉｏｎｉｎｌｏｎｇｔｅｒｍ．

Ｔｈｅｆｉｒｓｔｐａｒｔｏｆｔｈｅｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｉｍｅ－ｖａｒｙｉｎｇｃｈａｎｎｅｌ，ｉｎｃｌｕｄｉｎｇｔｈｅｄｅｓｃｒｉｐｔｉｏｎｏｆｔｈｅｍａｉｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｔｉｍｅ—ｖａｒｙｉｎｇｓｅｌｅｃｔｉｖｉｔｙ

ＳＣ．ＦＤＥｃｈａｎｎｅｌａｎｄｔｈｅｆｒｅｑｕｅｎｃｙｔｈｅａｎｄｔｈｅｆａｄｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｍｕｌｔｉ—ｐａｔｈｒｅｆｅｒｒｉｎｇｔｏｔｈｅｗｅｌｌ－ｋｎｏｗｎＯＦＤＭ

ｓｉｇｎａｌｓｕｂｓｐａｃｅ，ｔｈｅｃｈａｎｎｅｌ．Ｔｈｅｎｗｅｉｎｔｒｏｄｕｃｅａｎｄｓｙｓｔｅｍｓｙｓｔｅｍｂｒｉｅｆｌｙｉｎｔｒｏｄｕｃｅｔｈｅｃｏｎｃｅｐｔｏｆｏｐｔｉｍａｌｍｅａｎｉｎｇａｎｄｆｕｎｃｔｉｏｎｏｆａｄａｐｔｉｖｅｔｒａｎｓｍｉｓｓｉｏｎ

ｓｔａｔｅｔｅｃｈｎｉｑｕｅｉｎｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａｔｉｏｎｓｙｓｔｅｍａｎｄｓｏｍｅｕｓｉｎｇｍｅｔｈｏｄｓｏｆｃｈａｎｎｅｌ

ｉｎｆｏｒｍａｔｉｏｎ，ａｎｄｓｉｍｕｌａｔｅｓａｎｄａｎａｌｙｚｅｓｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆａｄａｐｔｉｖｅＯＦＤＭａｎｄＩＩＩ

山东大学硕士学位论文

ＳＣ—ＦＤＥｉｎｔｈｅｔｉｍｅ?ｖａｒｙｉｎｇｃｈａｎｎｅｌ．ＦｉｎａｌｌｙＷｅｉｎｔｒｏｄｕｃｅｔｈｅｍａｉｎｐａｒｔｏｆｔｈｅｐａｐｅｒ－ｃｈａｎｎｅｌｐｒｅｄｉｃｔｉｏｎ．Ｔｈｅｐａｐｅｒｓｕｍｍａｒｉｚｅｓｓｏｍｅｐｒｅｓｅｎｔｃｈａｎｎｅｌｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓ，ｍａｉｎｌｙｄｉｓｃｕｓｓｅｓＭＭＳＥａｄａｐｔｉｖｅｃｈａｎｎｅｌｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄａｎｄｔｈｅｎａｎａｌｙｚｅｓｔｈｅｍｅａｎｉｎｇｏｆｃｈａｎｎｅｌｌｏｎｇ－ｔｅｒｍｐｒｅｄｉｃｔｉｏｎ：ｌｏｎｇ－ｔｅｒｍｐｒｅｄｉｃｔｉｏｎＣａｎｃｏｍｐａｒａｔｉｖｅｌｙｐｒｅｄｉｃｔｔｈｅｃｈａｎｎｅｌｌｏｎｇ—ｔｅｒｍｖａｒｙｉｎｇｉｎｆｏｒｍａｔｉｏｎ，ｔｈｕｓｐｒｏｖｉｄｉｎｇｔｈｅｎｅｅｄｅｄｄａｔａｏｆｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅａｄａｐｔｉｖｅｔｒａｎｓｍｉｓｓｉｏｎｔｅｃｈｎｉｑｕｅｉｎｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍ．Ｔｈｅｐａｐｅｒ

ｂａｓｅｄｏｎｉｎｔｒｏｄｕｃｅｓｓｏｍｅｐｏｐｕｌａｒｉｄｅａｓｏｆｌｏｎｇ－ｔｅｒｍｐｒｅｄｉｃｔｉｎｇａｌｇｏｒｉｔｈｍ，ｎｅｗｃｈａｎｎｅｌｌｏｎｇ－ｔｅｒｍｐｒｅｄｉｃｔｉｎｇａｌｇｏｒｉｔｈｍ

ｏｎｗｈｉｃｈａｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅａｌｇｏｒｉｔｈｍｉｓｂａｓｅｄ

ａｓｈｏｒｔ—ｔｅｒｍｐｒｅｄｉｃｔｉｎｇｍｅｔｈｏｄａｎｄａｍｅｎｄｓｔｈｅｐｒｅｄｉｃｔｅｄｒｅｓｕｌｔ，ｔｈｕｓａｃｈｉｅｖｉｎｇｂｅｔｔｅｒｌｏｎｇ－ｔｅｒｍｐｒｅｄｉｃｔｉｏｎｅｆｆｅｃｔｒａｔｈｅｒｔｈａｎｉｎｃｒｅａｓｉｎｇｓｙｓｔｅｍｂ１１ｒｄｅｎ．

ｉｎｔｈｅＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｐｒｅｄｉｃｔｉｎｇｅｆｆｅｃｔｏｆｔｈｅａｌｇｏｒｉｔｈｍｐｒｏｐｏｓｅｄ

ｓｅｎｄｐａｐｅｒｉｓｅｑｕａｌｔｏｐｒｅｖｉｏｕｓ

ｏｎｍｅｔｈｏｄｓ，ｈｏｗｅｖｅｒ，ｔｈｅａｌｇｏｒｉｔｈｍｎｅｅｄｓｎｏｔｔｏｔｒａｉｎｉｎｇｆｒａｍｅｏｒｐｉｌｏｔｓａｍｐｌｉｎｇｐｏｉｎｔｓ，ｔｈｕｓｇｒｅａｔｌｙｉｍｐｒｏｖｅｓｄａｔａｔｒａｎｓｍｉｓｓｉｏｎｅｆｆｉｃｉｅｎｃｙ．

Ｔｈｅｌａｓｔｐａｒｔａｎａｌｙｚｅｓｔｈｅａｄａｐｔｉｖｅｂｉｔ??ｌｏａｄｉｎｇａｌｇｏｒｉｔｈｍｃｏｍｂｉｎｅｄｗｉｔｈｌｏｎｇ－?ｔｅｒｍｐｒｅｄｉｃｔｉｏｎ，ｗｈｉｃｈＵＳｅｓｔｈｅｃｈａｎｎｅｌ

ｃｈａｎｎｅｌｐｒｅｄｉｃｔｉｏｎｔｏａｄａｐｔｉｖｅｌｙｓｔａｔｅｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｆｕｒｔｈｅｒｃｈａｎｎｅｌｇｏｔｉｎａｄｊｕｓｔｍｏｄｕｌａｔｉｏｎｉｎ

ｔｈｅａｄｖａｎｃｅｉｎｏｒｄｅｒｔｏｃｏｎｔｒｏｌｔｈｅｃｈａｎｎｅｌ

ｃａｎｅｑｕａｌｉｚｅｄｓｉｇｎａｌ—ｔｏ—ｎｏｉｓｅｒａｔｉｏ（ＳＮＲ）ｉｎｒｅｓｅｌｅｃｔｅｄｔｉｍｅｓｎｅｅｄｅｄｒａｎｇｅ，ｗｈｉｃｈＣａｎｒｅｄｕｃｅａｎｄｆｅｅｄｂａｃｋｔｉｍｅｓ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈｉｓａｌｇｏｒｉｔｈｍ

ｉｍｐｒｏｖｅｓｙｓｔｅｍｐｅｒｆｏｒｍａｎｃｅｉｎｌｏｗｃｏｍｐｌｅｘｉｔｙ．

ＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎＫｅｙｗｏｒｄｓ：ＯｒｔｈｏｇｏｎａｌＭｕｌｔｉｐｌｅｘｉｎｇ（ＯＦＤＭ）；Ｓｉｎｇｌｅ

ＣａｒｒｉｅｒｗｉｔｈＦｒｅｑｕｅｎｃｙＤｏｍａｉｎＥｑｕａｌｉｚａｔｉｏｎ（ＳＣ—ＦＤＥ）；ＣｈａｎｎｅｌＳｔａｒｅＩｎｆｏｒｍａｔｉｏｎ（ＣＳＩ）；Ｔｉｍｅｖａｒｙｉｎｇｃｈａｎｎｅｌ；Ｃｈａｎｎｅｌｐｒｅｄｉｃｔｉｏｎ；ＩＶ

ｏ

。

ｙ

矿

∥：

０ｒ

Ｏ圩

＾

日

，

∥．

１山东大学硕士学位论文符号说明｝环卷积：性卷积ⅣＧＮ噪声的时域形式ⅣＧＮ噪声的频域形式。差：阵的转置矩阵的共轭转置信道时域冲激响应信道传输函数，信道状态信息时间延迟信道多径扩展信道相干带宽信道多普勒扩展信道相干时间载波频率多普勒频移最大多普勒频移时域基向量傅立叶基向量单位矩阵ＤＦＴ变换矩阵ｆ乙论岛恤Ｚ厶厶口厂ＪＦｒＤＦＴ逆变换矩阵

Ｖ

山东大学硕士学位论文

ＳＮＲｐ。，ＳＣ．ＦＤＥ系统接收端均衡前信噪比ＳＣ．ＦＤＥ系统接收端均衡后信噪比ｓＮＲ恻

Ｖｌ

原创性声明

本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。

论文作者签名：笠壁望蒸Ｅ丝论文作者签名：日

关于学位论文使用授权的声明

本人完全了解山东大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇编本学位论文。

（保密论文在解密后应遵守此规定）论文作者签名：杠导师签名：缎Ｊ日期：Ｑ蚶

山东大学硕士学位论文

绪论

１．无线通信技术概论

无线通信近些年来得到飞速的发展，随着Ｉｎｔｅｍｅｔ技术的进展，人们对无线接入的需求在不断增加，刺激着当前无线通信向宽带高速方向发展。目前，蜂窝移动通信网和无线局域Ｍ（ＷｉｒｅｌｅｓｓＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ，ＷＬＡＮ）ｆｌ邑够提供一定的无线数同的网络之间也不能实现资源共享。第三代（３Ｇ）移动通信主要以ＣＤＭＡ为主要

４Ｇ通信的关键技术：

１．正交频分复用（ＯＦＤＭ）：ＯＦＤＭ是一种多载波传输技术，它将高速数据流变

Ｉｎｔｅｒｆｅｒｅｎｃｅ，

２．单载波频域均衡ＳＣ．ＦＤＥ同ＯＦＤＭ一样采用分块传输，也利用循环前缀和据接入业务。移动通信技术已经历了三个主要发展阶段。第一代起源于２０世纪８０年代，主要采用模拟和频分多址（ＦＤＭＡ）技术，其主要缺点是频谱利用率较低。第二代（２Ｇ）起源于９０年代初期并取得巨大成功，主要采用时分多址（ＴＤＭＡ）和码分多址（ＣＤＭＡ）技术，主要向用户提供数字话音业务，但是数据传输速率非常低，而且不技术，包括北美的ＣＭＤＡ２０００系统、欧洲和日本的ＷＣＤＭＡ系统以及中国的ＴＤ—ＳＣＤＭＡ系统。其主要特征是：支持多媒体业务，在室内、室外和行车的环境中能够分别支持至少２Ｍｂｐｓ、３８４ｋｂｐｓ以及１４４ｋｂｐｓ的传输速度，能够在全球范围内更好地实现无缝漫游等。然而，随着数据通信和多媒体业务的需求，数据传输速率的要求会进一步提高，３Ｇ中采用的ＣＤＭＡ技术已经无法满足需要，因此，第四代移动通信系统（４Ｇ）的研究随之应运而生。４Ｇ的定义到目前为止依然有待明确，它的技术参数、国际标准、网络结构、乃至业务内容均未有明确说法。换为多个速率较低的并行数据流，并用相互正交的载波传输这些并行数据，很好的克服了无线传输过程中由于多径传播引起的符号间干扰（Ｉｎｔｅｒ－ＳｙｍｂｏｌＩＳＩ）。同时又提高了频谱利用率。ＯＦＤＭ技术由于具备上述特点，是对高速数据传输的一种解决方案，是４Ｇ系统关键的支撑技术。频域均衡。与ＯＦＤＭ不同的是，信号在ＳＣ—ＦＤＥ系统发射端完成符号映射之后不经过ＩＤＦＴ，直接送入信道进行传输。在接收端，信号被接收下来后，变换到频域，就

山东大学硕士学位论文

可以利用单抽头均衡器进行频域均衡，因此这一单载波系统被称之为单载波频域均衡（ｓｃ．ＦＤＥ）系统，它跟ＯＦＤＭ有相同的复杂度、频谱效率和抗干扰性能，但系统性能有所区别。ＳＣ．ＦＤＥ具有ＯＦＤＭ不具备的优点，因此也成为４Ｇ研究的热点。

３．智能天线（ＳＡ）：智能天线的原理是将无线电的信号导向具体的方向，产生空间定向波束，使天线主波束对准用户信号到达方向ＤＯＡ（ＤｉｒｅｃｔｉｏｎｏｆＡｒｒｉｖａｌ），旁瓣或零陷对准干扰信号到达方向，达到充分高效利用移动用户信号并删除或抑制干扰信号的目的。同时，智能天线技术利用各个移动用户间信号空间特征的差异，通过阵列天线技术在同一信道上接收和发射多个移动用户信号而不发生相互干扰，使无线电频谱的利用和信号的传输更为有效。在不增加系统复杂度的情况下，使用智能天线可满足服务质量和网络扩容的需要。智能天线潜在的性能效益表现在多方面，例如，抗多径衰落、减小时延扩展、支持高数据速率、抑制干扰、改善系统性能、增加系统容量、提高频谱效率等等，被认为是未来移动通信的关键技术。

４．多输入多输出天线ＭＩＭＯ（Ｍｕｌｔｉｐｌｅ—ＩｎｐｕｔＭｕｌｔｉｐｌｅ－Ｏｕｔ—ｐｕｔ）系统：２０世纪９０年代ＡＴ＆ＴＢｅｌｌ实验室的研究，对无线移动通信ＭＩＭＯ技术的发展产生了巨大的推动。１９９５年Ｔｅｌａｔｅｒ和１９９８年Ｆｏｓｅｈｉｎｉ关于ＭＩＭＯ信道容量的理论分析，奠定了ＭＩＭＯ无线通信的信息论理论基础。１９９６年Ｆｏｓｃｈｉｎｉ提出了可以利用ＭＩＭＯ信道容量的ＢＬＡＳＴ技术。该系统通过使用空间复用技术可以提高系统的数据传输速率，而利用空间分集技术可以提高系统的性能。对于频率选择性衰落信道，ＭＩＭＯ系统并没有很好的解决办法，目前解决ＭＩＭＯ系统中的频率选择性衰落的方案一般是利用均衡技术，还有一种是利用ＯＦＤＭ，也就是ＭＩＭ０＋ＯＦＤＭ，可以提供更高的数据传输速率。

２．问题陈述

在移动通信中，反射、绕射和散射普遍存在于各种环境，不可避免存在多径传播；发射端与接收端的相对移动，又不可避免的产生多普勒扩展。由于宽带无线信道中的多径扩展和多普勒扩展，使宽带无线信道呈现出频率选择性和时变特性，从而使无线传播环境变得复杂。

移动通信中，恶劣的无线传播环境导致传输信号失真。为了降低系统的误码率，２

山东大学硕±学位论文

通常利用估计得到的信道信息均衡接收到的信号。但是对于快变信道，利用传统的基于判决反馈的信道估计方法得到的信道状态信息是过时的信息，不能反映当前的信道状况。如果在传输系统采用自适应传输技术，比如自适应功率控铝ｔ］（ＰｏｗｅｒＣｏｎｔｒ０１）、自适应调制，混合自动请求重传、自适应编码技术等，那么我们需要及时准确地得到信道的变化趋势：信道总体增益的变化、每个子信道上状态信息的变化趋势，从而进行白适应传输。这就要求利用信道预测来得到未来信道较为准确的状态信息。

信道预测是指根据信道当前和过去的历史数据预测未来的信道状态信息（ＣＳＩ）。信道预测分长期预测和短期预测两种。本文中短期预测指利用当前和先前相邻几帧的信道增益准确预测下一帧的信道增益，由于预测效果较好，故主要用于均衡，提高系统性能。长期预测指预测信道间隔较长一段时间后的信道增益的变化情况，通过长期预测可以明确信道是在变好还是变坏，这种变化信息可为多种自适应算法提供参考。信道长期预测的意义即在于：无论信道变化快还是慢，信道长期预测可以根据先前间隔相同帧数的信道增益预测出将来间隔同样帧数的信道增益，进行自适应处理，而利用信道估计方法却无法得到未来的信道状态信息

信道长期预测相对于短期预测，预测精度一般较差，对一些应用产生不利影响。现有的短期预测方法也可用于进行信道长期预测，但会存在诸多问题。比如：信道状态信息不够准确，趋势变化滞后等等。目前长期预测算法思想主要是：以至少大于多普勒频移两倍，远小于数据率的采样率进行采样［１．３］。在采样点上传输导频或者训练帧以获得准确的信道信息。然后利用短期预测方法（比如ＭＭＳＥ，ＲＬＳ方法）进行预测，来实现长期预测的目的。由于导频或者训练帧可以获得比较准确的信道状态信息，因此，这种方法也可以得到比较好的长期预测效果，但是需要在采样点上发送训练帧。本文以现有的信道短期精确预测为基础，提出一种长期信道精确预测的方法：以短期预测算法为基础，对预测值进行斜率修正，对通过对短期预测的结果进行修正，以达到修正长期预测结果的目的，从而显著提高长期预测的精度，同时不需要发送训练帧，大大提高数据传输效率。同时，把长期预测和自适应算法相结合，利用信道预测得到的未来信道的信道状态信息，提前对调制方式做出适应性调整，使均衡后信噪比尽量控制在要求的范围内，进而使系统误码性能满足要求，

山东大学硕士学位论文

减少重选信道次数，并使系统达到较好的性能。

３．论文安排

本论文第一章将主要介绍介绍多径衰落信道的主要特征。

第二章主要介绍目前宽带无线通信中的两种基于ＣＰ的分块传输技术ＯＦＤＭ和ＳＣ．ＦＤＥ，主要分析ＳＣ．ＦＤＥ系统的特点，简要介绍最优信号子空间系统和现有信道状态信息的利用方法，然后介绍时变环境下的自适应ＯＦＤＭ和ＳＣ．ＦＤＥ系统，并简单分析两种系统的性能。

第三章是本文的重点，也是本文的创新点．本章主要介绍时变信道短期和长期预测算法。首先介绍几种短期预测方法，然后介绍长期预测的基本思想，介绍作者提出的基于斜率修正的长期预测算法，并讨论斜率修正长期预测对预测精度的改善情况并分析与目前流行长期预测算法相比的优缺点，最后，结合长期预测和自适应算法，分析系统的性能的改善。

第四章对论文进行总结，提出下～步的工作方向。４

山东大学硕士学位论文

第一章宽带无线信道介绍

在移动通信中，反射、绕射和散射普遍存在，不可避免存在多径传播；而接收端和发射端的相对移动造成了多普勒扩展。由于宽带无线信道中的多径扩展和多普勒扩展，使宽带无线信道呈现出频率选择特性和时变特性，从而使无线传播环境变得复杂。这一章将重点讨论时变多径信道的特征【４】。

１．Ｉ时变多径信道对无线通信的影响

在我们的日常生活环境中，无线通信是必不可少的通信手段。随着通信技术的日臻完善，人们对通信质量的要求也越来越高。但是，由于无线信道中各种反射物的存在，比如城市中的建筑，山间的高峰等等，导致信号在幅度、相位以及时间上产生变化。这些因素使信号到达接收机时，在时间、空间上形成互相分开的多个信号分量，造成多径扩展，形成多径传播效应。这些多径成分具有随机分布的幅度、相位和入射角度，它们在接收端被接收机接收叠加合并，从而使接收信号产生失真。与此同时，由于发射端与接收端的相对运动，比如当我们乘坐汽车等交通工具时，就会造成多普勒扩展，空间的瞬时变化转换为信号的瞬时变化，这就导致无线信道的时变现象。在空间不同的多径分量的影响下，高速运动的接收机可以在很短时间内经过若干次衰落，接收机甚至可能在一段时间内停留在某个衰落很大的位置上。

由此可见，无线信道很多情况下都是多径的，时变的，致使通信质量变差，也使无线通信环境变得复杂。为了提高通信质量，我们有必要了解宽带无线通信信道的基本特征。

１．２时变多径信道的主要特征

根据ＪｏｌｌＩｌＧＰｒｏｍｄｓ的定义［５】，将要讨论的无线传播环境称为多径衰落信道，或时变多径信道。下面分别简要介绍多径和衰落的具体含义［５】。

ｒｄ／＂２Ｊ－ｅ）ｔ；ｒ（ｃ０（

山东大学硕士学位论文

１．２．１多径信道的特征

多径强度分布（信道多径扩展）

信道等效低通冲激响应ｃ（ｒ；ｔ），假设ｃ（ｆ；ｆ）是广义平稳的复随机过程，其自相关函数为

＇

统（ｒＩ，吃；△ｆ）＝去研ｃ‘（ｒｌ；ｔ）ｃ（乞；ｆ＋＆）】二（ｏ．１）

多数情况下信道是非相关散射的，即路径延时为‘和路径延时厶时的信道衰落和相移是不相关的，这时上面的自相关函数可以写为：

１

去可ｃ’（‘；Ｄｃ（乃；ｆ＋△ｆ）】＝疙（‘；垃）艿（‘一乞）

令Ａｔ＝０时，吮（ｆ；ｏ）兰晚（＿ｒ）（ｏ．２）

称统（ｆ）为多径强度分布或延时功率谱，而称统（ｆ）基本非零的ｆ的范围为信道多径扩展，记作瓦。

频率间隔相关函数（信道相干带宽）

对等效低通冲激响应ｃ（ｆ；ｆ）作傅立叶变换得到时变转移函数：

ｃ（加）＝广，－Ｊｃ（厂；ｆ）＝Ｉ■—∞ｚｆ７ｄｒ７．３）（．３）

当信道为非相关散射时其自相关函数为

丸（Ｚ，Ａ；Ａｔ）三龙（Ｖ；＆）

非相关散射的假设意味着ｃ（／；ｆ）的频域自相关函数仅仅是频率差△厂＝正一石的函数，因此将其称为信道的频率间隔、时间间隔相关函数。令Ａｔ＝０时，得到频率间隔相关函数龙（∽。

同时，对多径强度分布函数疙（ｆ）作傅立叶变换，也得到频率间隔相关函数

龙（鲈）＝￡统ｐ）ｅ－Ｊ２＃ｒｄｆ

傅立叶变换的关系，信道相关带宽是多径扩展的倒数，即（ｏ．４）九（ａｆ）是以频率为变量的自相关函数，提供了信道频率相关性的一种度量。由

６

山东大学硕士学位论文

（ａｆ）。≈÷

』埘（ｏ．５）

信道相干带宽可以解释为，当两个频率间隔大于（鲈）。的正弦波通过信道时，两个正弦波受到的信道的影响不同。

多普勒功率谱（信道多普勒扩展）

定义龙（ｙ；垃）对变量＆的傅立叶变换为函数＆（Ⅳ；允），即

是（鲈；名）＝￡龙（鲈；＆弘川础ｄ△ｆ

令鲈为零，由＆（ｏ；五）量＆（五），上式变为（ｏ．６）

ｓＡｚ）＝￡龙（＆矿口础ｄ△ｆ

而品（五）基本非零的见值的范围叫做信道的多普勒扩展饬。

时间间隔相关函数（信道相干时间）（ｏ．７）称函数＆（五）为多普勒功率谱，它表示了信号强度与多普勒频率Ａ之间的关系。

谚ｃ（Ａｆ；Ａｔ）中令Ａｆ＝０时得到时间间隔相关函数龙（＆），由龙（出）和＆（五）的傅立叶变换关系，多普勒扩展易的倒数为信道相干时间的度量，即

（０．８）（＆）。≈万１

其频谱为Ｓ（厂），信道等效低通冲激响为ｃ（ｒ；ｔ），信道时变转移函数Ｃ（ｆ；ｔ）。

应当不考虑加性噪声的影响时，接收信号的等效低通表示为：

巧（ｆ）２

或者由上述定义，给出多径衰落信道的解释。设待传输信号的等效低通表示为ｓｔ（ｔ），ＥＣ（ｒ；ｔ）ｓ，（ｔ—ｒ）ｄｒ（ｏ?９）

‘（ｆ）＝￡ｃ（厂；ｆ）墨（厂）∥２即矽（ｏ．１０）

由上式可以看出，时变转移函数使信号产生失真。时变转移函数是频域变量厂和时域变量ｔ的二元函数，仅考虑频域变量变化时时变转移函数对信号失真的影响，如果信号置∽带宽大于信道的相关带宽（鲈）。，则Ｓｔ（ｆ）在其带宽范围内受到不同的增益和相移，这种情况下对于信号Ｓｔ（ｆ），信道叫做频率选择性信道。仅考虑时域变量时，时变转移函数使接收信号的强度发生变化，这种情况下信道称为衰落信７

山东大学硕士学位论文

道。

１．２．２移动信道的分类

当携带信息的信号通过信道传输时，如果（钔。比发送信号的带宽小，那么该信道称为频率选择性信道。这种情况下，信道使信号严重失真。如果（ｖ）。比发送信号的带宽大，那么该信道称为频率非选择性信道。

１

如果选择发送符号间隔Ｔ满足条件７＞＞已，意味着信号的带宽矿“了１，即信

』ｍ

号带宽远小于信道带宽，因此该信道是频率非选择性的，也就是说所有频率分量在通过信道传输时经受相同的衰减和相移。这种情况下，多径分量是不可辨的。相反，

＇

信号的带宽Ｗ＞＞ｉ１，信道则变为频率选择性信道，此时信号中的多径分量是可分

．１朋

辨的。

同样，如果信号传输间隔Ｔ满足条件Ｔ＞＞（Ａｔ）。，则信道为慢衰落信道。因为Ｔ小于信道的相干时间，所有信道衰减和相移至少在一个信号传输间隔内基本不变。反之为快衰落信道。

应当强调，频率选择性和衰落被视为两种不同的失真。前者取决于多径扩展，大体由相干带宽表征；后者取决于信道的时间变化，大体上由相干时间表征。３

山东大学硕士学位论文

１．３时变多径信道中两种典型信道的基本特征仿真【４ｌ

文中仿真采用的信道模型是ＩＭＴ２０００

ＣＯＳＴ２０７ｔｙｐｉｃａｌｕｒｂａｎｖｅｈｉｃｕｌａｒｔｅｓｔｅｎｖｉｒｏｎｍｅｎｔｃｈａｎｎｅｌＡ［６】和ｍｏｄｅｌ，首先给出所采用的信道模型的几个样本【４】。

多径和频率选择性：

频率选择性

｛越

】馨

０５０１００１５０２００２５０

径数子载波

图１．１随机选取一个信道样本，其时域冲激响应和频域传输函数

时变和衰落：

衰落

２５

２

蛰ｓ

１

０．５

Ｏ

Ｏ５０１００１∞２００２５０

子载波

图１．２不同时刻抽取的信道，其时域冲激响应和传输函数的比较

从图中可以看出，信道在不同时刻多径的数目和位置都发生了变化，相应的增益也有明显的差异，这种差异在频域传输函数上表现的更明显。

ＩＭＴ２０００ｖｅｈｉｃｕｌａｒｔｅｓｔｅｎｖｉｒｏｎｍｅｎｔｃｈａｎｎｅｌＡ【６］和ＣＯＳＴ２０７ｔｙｐｉｃａｌｕｒｂａｎｍｏｄｅｌ９

山东大学硕士学位论文

总体信道增益：

图１．３ＩＭＴ２０００ｖｅｈｉｃｕｌａｒｔｅｓｔｅｎｖｉｒｏｎｍｅｎｔｃｈａｎｎｅｌＡ载波频率２Ｇ，采样率为

１０Ｍ，多普勒频移为１００Ｈｚ。

图１．４ＣＯＳＴ２０７ｔｙｐｉｃａｌｕｒｂａｎｍｏｄｅｌ载波频率２Ｇ，采样率为１０Ｍ，多普勒频移

为１００Ｈｚ。

由图１．３和１．４可以看出，ＩＭＴ２０００ＣＯＳＴ２０７ｔｙｐｉｃａｌｖｅｈｉｃｕｌａｒｔｅａｅｎｖｉｒｏｎｍｅｎｔｃｈａｎｎｅｌＡ和ｕｒｂａｎｍｏｄａｌ这两种信道，其总体增益变化很快，即使相邻两帧信道的总体增益差别也比较明显。１０

山东大学硕士学位论文

第二章分块传输系统及其信道状态利用方法概述

２．１从ＯＦＤＭ系统结构看ＳＣ．ＦＤＥ

２．２．１系统框架

作为两种倍受关注的宽带无线通信传输技术，ＯＦＤＭ和ＳＣ．ＦＤＥ被多种标准建议为物理层传输技术。ＯＦＤＭ作为频谱效率极高的一种多载波传输技术，经过多年的研究已经相对成熟，已被ＩＥＥＥ８０２．１ｌａ、ＨｉｐｅｒＬＡＮ／２、ＩＥＥＥ８０２．１６等标准建议为物理层传输技术。ＳＣ．ＦＤＥ是人们在研究ＯＦＤＭ的基础上提出来的。１９９４年由Ｈ．Ｓａｄ和Ｉ．Ｊｅａｎｃｌａｕｄｅ提出［７】。Ｄ．Ｆａｌｃｏｎｅｒｅｔａｌ将ＯＦＤＭ与ＳＣ－ＦＤＥ进行了比较［８．１０】。相对于ＯＦＤＭ，ＳＣ—ＦＤＥ以自身的一些优点，使其受到越来越多的关注，但关注程度还远不及ＯＦＤＭ，仅仅在ＩＥＥＥ８０２．１６标准中与ＯＦＤＭ一起被建议为物理层传输技术。

图２．１ＯＦＤＭ离散时间系统框图

图

山东大学硕士学位论文

２．２ＳＣ．ＦＤＥ离散时间系统框图

由图可以看出，ＯＦＤＭ系统和ＳＣ．ＦＤＥ系统非常相似，二者的构成模块是相同的，只是ＩＦＦＴ模块的位置不同，在ＯＦＤＭ系统中ＩＦＦＴ位于发射端加循环前缀前，而ＳＣ．ＦＤＥ系统中位于接收端均衡之后。因此ＯＦＤＭ和ＳＣ．ＦＤＥ系统的复杂度是一样的，只是发射端复杂度ＯＦＤＭ系统要比ＳＣ．ＦＤＥ系统高一些，而接收端复杂度ＳＣ．ＦＤＥ系统要比ＯＦＤＭ系统高一些。

２．１．２ＣＰ与频域均衡

为了克服ＩＳＩ对ＯＦＤＭ系统的影响，人们引入了保护间隔，即在相邻的两帧ＯＦＤＭ信号之间插入一定长度的保护间隔，使多径传播引起的前一帧符号的拖尾不会影响到当前帧。保护间隔有多种方式，分块传输系统中常用的有：零填充（ＺｅｒｏＰａｄｄｉｎｇ，ＺＰ）［１２－１３】和循环前缀（ＣｙｃｌｉｃＰｒｅｆｉｘ，ＣＰ）。这里主要介绍循环前缀（ＣｙｃｌｉｃＰｒｅｆｉｘ，ＣＰ）。

ＣＰ（ＣｙｅｌｉｅＰｒｅｆｉｘ）循环前缀：

ＣＰ（ＣｙｃｌｉｃＰｒｅｆｉｘ）循环前缀由Ａ．Ｐｅｌｅｄ和Ａ．Ｒｕｉｚ首先提出［１ｌ】，最初用于ＯＦＤＭ系统。ＣＰ的作用为：１）做为数据帧之间的保护间隔，２）将信号与信道的线性卷积转化为循环卷积，从而可以进行简单的频域单抽头均衡。

均衡

ＯＦＤＭ系统一个显著的优点就是其复杂度比较低，除了快速傅立叶算法降低了予载波调制和解调的复杂度，简单的频域均衡也是一个重要原因。循环前缀正是使得简单的频域均衡得以实施的原因。但是循环前缀不依赖于ＯＦＤＭ这一特定系统，单载波频域均衡技术就利用了循环前缀。由于加入了循环前缀，离散时域上信道和信号的线性卷积可以转化为循环卷积，进而可以在离散频域表示为乘积运算，这样均衡算法可以采用简单的单抽头线性均衡迫零（ＺｅｒｏＦｏｒｃｉｎｇ，ＺＦ）或最小均方误差（ＭｉｎｉｍｕｍＭｅａｎＳｑｕａｒｅＥｒｒｏｒ，ＭＭＳＥ）［５】。下面简单介绍两种均衡方式。１２

山东大学硕士学位论文

迫零均衡：

迫零均衡的表达式为：

Ｓ（尼）＝Ｃ（ｋ）Ｒ（ｋ）

即均衡系数为：（ｏ．１）

ａ的２赢

衡可以完全消除ＩＳＩ，但是当信道有深衰频点时则会放大噪声。

最小均方误差均衡：

ＭＭＳＥ均衡中，均衡表达式同迫零均衡式（Ｏ．１），均衡系数为：＠２）其中Ｒ（ｋ）是接收信号的频域形式，表示第ｌ（个频域予信道上的信号，Ｈ（ｋ）是第ｋ个频域子信道的频率响应，实际应用中，用信道估计或预测的值力（后）代替。迫零均鳅）：—盟

１日（硝＋孑Ｏ＇ｖ２（ｏ．３）

其中，吒２和巳２分别表示噪声功率和信号功率。ＭＭＳＥ均衡使得均衡后的信号与实际发送的信号的均方误差最小，也就是均衡系数ｃ（后）要使得Ｅ∑Ｉ§（Ｊ｜｝）一ｓ（后）１２最小。与迫零均衡不同，ＭＭＳＥ均衡不会放大噪声。这是因为ＳＮＲ（ｋ）寸０时，Ｃ（ｋ）－－＞０，而不是Ｃ（ｋ）专∞。ＭＭＳＥ均衡虽然不会放大噪声，但是它不能完全消除ＩＳＩ。

下面根据ＳＣ－ＦＤＥ系统的离散时间框图，具体说明其信号处理过程。

假设～帧ＳＣ．ＦＤＥ信号有Ｎ个符号，ｓ（，ｚ），ｒｌ＝ｏ，ｌ，…，Ｎ－１。加ＣＰ后得到待传输信号％（，ｚ），有

％（，ｚ）＝Ｊ（刀＋Ⅳ一三），，ｌ＝一Ｌ，－三＋１，…，一

％（挖）。ｓ（订），

经过多径信道后，接收信号为以＝Ｏ，ｌ，…，Ｎ一１（ｏ．４）

ｒ（研）＝Ｊｉｌ（，ｚ）木嘞（刀）＋ｙ（聊），ｍ＝ｏ，ｌ，…，Ｎ＋２Ｌ一２（ｏ．５）

山东大学硕士学位论文

去ＣＰ后上式变为

，．（，ｚ）＝五（刀）圆Ｊ（矗）＋Ｖ（刀），刀＝ｏ，１９?ｗ?９Ｎ－１

将ｒ（ｎ１变换到离散频域，有：（ｏ．６）因此，可以利用Ⅳ点离散傅立叶变换完成子载波解调。进行Ⅳ点傅立叶变换，

Ｒ（ｋ）＝ＤＦＴＮ（，．（刀））＝日（七）×ｓ（后）＋ｙ（七），ｋ＝ｏ，ｌ，…，Ｎ－１

个频域符号进行均衡得到（ｏ．７）观察式（０．７）可知，均衡算法可采用简单的单抽头线性均衡ｚＦ和Ｍ／ＶＩＳＥ。对Ⅳ

ｓ（后）＝ｃ（尼）Ｒ（尼），ｋ－－０９１，…，Ｎ一１

Ⅳ点ＤＦｒ后得到均衡后的离散时域信号（ｏ．８）

ｊ（ｎ）＝ＩＤＦＴＮ（雪（后））

ＮＪ（ｏ．９）ｎ－－Ｉ又ｅｉｇ（ｎ１进行符号判决。

由上面的过程可以看出，ＳＣ．ＦＤＥ系统和传统的单载波有本质上的不同，反而和ＯＦＤＭ这种多载波系统有很多相似点。ＳＣ．ＦＤＥ系统在发射端没有子载波的概念，但是在接收端频域均衡之前通过ＤＦＴ的快速算法变换到频率域，在每个频域子信道上进行信号补偿，然后由ＩＤＦＴ变换到时间域进行判决。这些操作都是以帧（Ｆｒａｍｅ）为单位进行的，这里帧的概念类似于ＯＦＤＭ系统，帧长度是ＤＦＴ或ＩＤＦＴ运算的点数。因此将ＯＦＤＭ和ＳＣ．ＦＤＥ系统都称为分块（Ｂｌｏｃｋ．ｗｉｓｅ）传输系统。２．２自适应技术对无线通信系统的意义及简介

自适应技术可以更好的适应环境的变化，及时调整传输系统的传输策略，包括调整功率分配，采用不同的调制方式，选取不同的信道进行传输等等从而改善系统性能。自适应传输技术不仅能在有效性和可靠性之间找到一个合理的平衡点，也能够提高系统性能。它主要是为了平衡一下两个矛盾［４】【１７．１９】：１．固定系统的传输速率，使信号发送功率最小。２．固定信号发送功率，获得最大的传输速率。因此，该技术主要分为一下几种：

１．给定误比特率（ＢＥＲ）和传输速率，如何分配功率可以使总功率最小。基于１４

山东大学硕士学位论文

这一原则的算法，是１９８７年Ｈｕｇｈｅｓ．Ｈａｒｔｏｇ以专利的形式最先提出［２０］，用于高速Ｍｏｄｅｍ，该算法也是关于ＯＦＤＭＢｉｔ．１０ａｄｉｎｇ的最早的报道。该方法复杂度太高，只适用于ｘＤＳＬ等慢变的信道，在对于宽带无线通信无实用价值。１９９５年，Ｐ．Ｓ．Ｃｈｏｗｅｔａｔ［２１］给出了一个基于此原则的简化算法。他利用Ｆｏｍｅｙ的“ＳＮＲＧａｐ”理论【２２】（若认为系统性能达到某误码率水平以下时即达到信道容量，那么正方形ＱＡＭ调制方式对应该误码率达到该ＳＮＲ水平，与达到相同信道容量时香农公式中的ＳＮＲ之差称为“ＳＮＲＧａｐ”），通过“ＳＮＲＧａｐ”控制误比特率，再结合信道容量公式、信道噪声功率，通过迭代计算确定各个频域子信道上的调制方式。但是，【２２１ｑｈ指出，这个简化方法亦可用于总功率受限的条件，其方法是将所有频域子信道上的信号乘以一个相同的功率控制因子，这样做显然不可取，因为功率进行功率控制之后，所有频域子信道上的误比特性能都会随之改变，之前的迭代算法也就没有意义了。１９９８年，Ｃａｍｐｅｌｌｏ将以误比特率为限制条件的Ｂｉｔ．１０ａｄｉｎｇ问题总结为两个给定约束条件的优化问题，即当总功率受限时最大化比特率的问题和当比特率受限时最小化误比特率的问题［２３】，也就是说，当误比特率受限时，传输总功率和比特率二者只能固定一个而优化另一个，不能使两者全部得到优化。

２．给定传输速率和功率限制，如何选择频域子信道的调制方式和功率分配使误比特率（ＢＥＲ）最小。基于此原则是１９９６年Ｒ．Ｆ．Ｈ．Ｆｉｓｃｈｅｒ提出的［２４】。他认为在应用中，以固定传输比特率和传输总功率为条件更加实际，以这两者为前提条件时需要优化误比特性能，即在所有频域子信道上达到相同的误比特性能；同时，他也指出Ｃｈｏｗ算法在功率受限条件下依然适用是不合理的。该算法的第一步先不考虑载波调制方式只能取整数的条件，迭代计算出各个频域子信道上的传输比特率，第二步对各个频域子信道上的传输率进行取整运算，并进行调整以达到总传输比特数（此处借鉴了Ｐ．Ｓ．Ｃｈｏｗ算法中的调整方法）。相比而言，Ｆｉｓｃｈｅｒ算法的复杂度更低。

３．给定平均信噪比和ＢＥＲ水平的限制，动态改变频域子信道上的调制方式。基于此原则的算法由Ｋｅｌｌｅｒ提出［２５］，这实际上一种基于门限的自适应调制方法。但是，Ｋｅｌｌｅｒ在实现该方法时将相邻频域予信道分块，根据子块内信噪比最低的频域子信道来确定整个子块的调制方式，使得算法大大简化。现有的ＯＦＤＭ系统中利用ＣＳＩ的方法复杂度都比较高，回传信息量太大，在无

山东大学硕士学位论文

ＩＩＩＩ

线通信中由于信道的变化，这些复杂的算法的应用受到了限制，目前主要用在有线情况下。最近也有人提出了用于慢变信道的利用ＣＳＩ的方法。ＳＣ．ＦＤＥ系统具有ＯＦＤＭ系统的多数优点，并减弱了时域的ＰＡＰＲ问题，正受到越来越多的重视。ＳＣ．ＦＤＥ系统不仅可以利用ＣＳＩ改善系统的性能，并且可以达到很低的复杂度。这更有利于利用ＣＳＩ的ＳＣ．ＦＤＥ系统的实际应用。

２．３时变多径信道中利用ＣＳＩ的方法

文献［１４】讨论了静态信道中利用ＣＳＩ的方法和准则，提出了最优信号子空间（ＯＳＳ）理论，并讨论了自适应技术对宽带无线信道的意义。这里进一步讨论时变信道下利用ＣＳＩ的方法和准则。

２．３．１ＯＦＤＭ系统在时变信道中利用ＣＳＩ的方法１１５１

现有的ｂｉｔ．１０ａｄｉｎｇ算法大多是在静态信道环境下提出的，并且其复杂度比较高。ＤａｖｉｄｅＤａｒｄａｒｉ提出了一种低复杂度的子信道选取算法【２６】，这种算法可以用于慢时变信道，并且每子信道只需要一比特回传信息。

这种算法的缺点是：

１、可用子信道数目Ｋ的选取强烈依赖于信道的分布特性，而实际信道环境是复杂多变的，不可能只用一个Ｒａｙｌｅｉｇｈ模型来描述；

２、在对于子信道标记信息的回传策略上，虽然固定时间间隔是较常用的对付时变的更新策略，但是，信道随时间的变化不是严格的线性关系，因此，应该设更加合理的回传策略，使信道标记信息能紧跟信道状态信息的变化。

２．３．２ＳＣ．ＦＤＥ系统在时变信道中利用ＣＳＩ的自适应方法【４】

以静态信道中利用ＣＳＩ的方法为基础，并克服上述ＯＦＤＭ系统在时变信道中利用ＣＳＩ方法的不足，文献［４】提出ＳＣ—ＦＤＥ系统中利用ＣＳＩ的方法，它包括两部分［４】：１６

山东大学硕士学位论文

一、时变信道中确定子空间维数的准则：子空间维数确定的准则是根据下面将证明的结论：ＳＣ—ＦＤＥ系统的误比特性能是‘由系统均衡后信噪比决定的，均衡后信噪比和子空间确定是直接相关，根据给定的误码性指标确定需要达到的均衡后信噪比，就可以根据均衡后信噪比确定可用子空间。

二、自适应回传更新信息的策略：更新信息的回传要根据系统可以忍受的误码性能的变化范围，将误码性能的变化范围对应到均衡后信噪比的变化范围上，并监测均衡后信噪比，当均衡后信噪比超过可以忍受的变化范围时，重新选取子空间，并回传更新信息。

文献［４］ｉＥ旺ｌ：ＳＣ－ＦＤＥ系统均衡后每个时域点上的噪声功率是相同的。对每个固定的信道样本是一个固定的值，而与时间变量”和频域变量ｋ都没有关系。这样我们可以认为，ＳＣ．ＦＤＥ系统在时域上是由Ｍ个并行的高斯信道组成的。这里Ｍ个时域点上的噪声是由Ｍ个均衡后的噪声频域分量经过线性变换（ｍＦＴ）得到的，由于均衡改变了每个频域分量的分布特性，所以Ｍ个时域点上的噪声不是相互独立的。但是每个时域点单独来看，它的噪声功率为一个固定的值，即噪声是平的，可以看成高斯信道。

经过上面的证明和分析，我们不难想到ＳＣ．ＦＤＥ系统的误码性能其实是由膨个并行的高斯信道的误码性能来决定的，而高斯信道的误码性能是由其信噪比决定的。由于信号在时域随机产生，每个时域点的功率分布比较平均，可以认为每个时域点上信号功率和噪声功率的比值是相等的。

均衡后信噪比可以写为：ｓｎｒ：之掣２—百丁。产

《乙ｋ＝Ｏ面／．－／研ＩＩ托ＪＩ（２．３．１）ｕ?ｊ?ＩＪ

当给定信道样本，它只是选取频域子信道数目Ｍ的函数，因此改变Ｍ就可以达到需要的信噪比。在高斯信道下，确定了调制方式，误码性能就可以由信噪比来决定。当给定误码性能指标时，首先根据调制方式确定需要达到的均衡后信噪比肋ｒ脚，可用频域子信道的数目就是使下式成立的最大的Ｍ值。１７

山东大学硕士学位论文

兰Ｍ＃盟１≥删，ｒｅｑ一荟高。一Ｉ一…。、一…一７（２．３．２）

Ｍ值确定之后，用“ｌ”，“０”标记可用和不可用频域子信道的方法同静态信道中相同【２７】。

确定了可用频域子信道后，时变信道中标记信息要不断更新，更新的策略如下：根据误码性能指标，确定需要达到的均衡后信噪比的范围，如［ＳＮＲｒ，ｑ－１，ＳＮＲｒ。ｑ＋２】，认为在这个范围内误码性能的波动是系统可以接受的。监测每帧的均衡后信噪比，并与ＳＮＲｒ。ｑ比较，确定是否在规定的信噪比范围内，如果在所设的范围内，保持当前的信道标记信息不变；否则，根据（２．３．２）式重新选取Ｍ值，更新标记信息并回传给发送端。图２．３是自适应ＳＣ—ＦＤＥ系统的框图［２８】。图２．３自适应ＳＣ．ＦＤＥ系统框图

山东大学硕士学位论文

２．４时变多径信道中ＳＣ．ＦＤＥ系统性能仿真【４】

第一章我们介绍过宽带无线信道的基本知识。这一章我们在时变多径环境中结合自适应技术，简单分析一下ＯＦＤＭ和ＳＣ．ＦＤＥ的性能。

仿真满足的一个条件：即假设信道的冲激响应在一个数据帧的时间内是近似不变的，实际上，在仿真中一般认为，在多普勒周期的１％，即：Ｉ／０００Ｌ）时间内信道是基本不变的，信道可以作为静态信道来处理【６】。

文献［４］给出时变环境下自适应ＳＣ—ＦＤＥ系统和ＯＦＤＭ系统的性能曲线。

仿真选取移动环境下的ＩＴＵＩＭＴ２０００ＶｅｈｉｃｕｌａｒＴｅｓｔＥｎｖｉｒｏｎｍｅｎｔｃｈａｎｎｅｌｍｏｄｅｌＡ。仿真的载波频率２Ｇ，采样率为１０Ｍ，整个频域划分的频域子信道数目，即在接收端频域均衡前ＦＦＴ的点数为２５６，循环前缀长度为６４，调制方式为ＱＰＳＫ。

信道变化快慢，即多普勒频移分别有：１００Ｈｚ，２００Ｈｚ，３００Ｈｚ。对应的移动速度为：５４ｋｍ／ｈ，１０８ｋｍ／ｈ，１６２ｋｍ／ｈ。

仿真中没有考虑同步误差（包括载波同步误差、抽样率同步误差和帧定时同步误差）对系统的影响，即假设所有同步参数的误差都为０；没有考虑反向信道回传子信道标记信息时的传输时延和传输误码的影响，即假设传输时延和误码都为０；噪比为１２、１３ｄＢ时不同多普勒频移下的仿真结果［４】，包括系统误码性能，正向信

１９没有考虑其他非理想因素的影响（例如器件的非线性等）。表２．１给出了平均接收信道传输速率，反向信道速率。

＼＼

训１２ｄ

Ｂ表２．１误比特率正向信道速率（Ｍｂｐｓ）８．７Ｅ＿４１０．３４反向信道速率（Ｍｂｐｓ）Ｏ．２４以＝１００Ｈｚ

厶２２００Ｈｚ

五２３００Ｈｚ练帧加判决

反

馈

跟

踪１．１Ｅ．３１０．２ｌ０．４２２．３Ｅ－３ｌＯ．１４０．５ｌ１３ｄＢ以＝１００Ｈｚ以＝２００Ｈｚ

ｌａ２３００Ｈｚ２．４Ｅ４１０．４００．２４５．ＯＥ４１０．２４０．４０８．５Ｅ４１０．１３０．５４

判

决

反

馈

跟

踪

加

导

频

符

号１２ｄＢ厶２１００Ｈｚ厶２２００Ｈｚ以２３００Ｈｚ１．１Ｅ．３７．９８０．５６１．４Ｅ．３７．８ｌ０．６４１．８Ｅ．３７．８２０．７９１３ｄＢ｛ｄ２１００Ｈｚ４．ＯＥ４８．ｏｏＯ．５ｌｆｄ＝２００Ｈｚ４．２Ｅ．４７．８ｌＯ．６ｌ

厶＝３００Ｈｚ６．１Ｅ４７．８４０．７６

表２．１

可以看到，利用ＣＳＩ的ＳＣ—ＦＤＥ系统可以达到比较低的误码率，正向传输速率比较高，而反向速率比较低。表中用了两种信道估计方法，两者都用到了判决反馈跟踪，因为在时变信道中这种方法可以以较低的复杂度跟踪信道状态信息的变化。但是由于判决反馈跟踪法在信道估计中存在误差积累，所以分别采用了训练帧和插

山东大学硕士学位论文

导频符号的方法来提高信道估计的精度。

图（２．年２．６）给出利用上述方法的ＳＣ．ＦＤＥ系统与ＤａｖｉｄｅＤａｒｄａｒｉ提出的ＯＦＤＭ系统的仿真比较，图２．４采用的调制方式均为６４ＱＡＭ，图（２．５．２．６）采用１６ＱＡＭ。ＳＮＲｒｅｑ是决定系统性能的重要的参数，在图２．４－２．６中，ＳＮＲ，，ｑ设为连续变化的信噪比，所以误码性能为瀑布型曲线，并且在图２．６中给出了不同的多普勒频移和不同的信噪比下的误码曲线。图２．４，２．５中给出了自适应ＯＦＤＭ和自适应ＳＣ．ＦＤＥ系统在不同多普勒频移下的比较：当多普勒为１４Ｈｚ时，自适应ＯＦＤＭ系统固定的子信道利用率为６７％，固定回传子信道标记信息的间隔为２００帧；自适应ＳＣ－ＦＤＥ系统的平均频域子信道利用率为６９％，平均回传的帧间隔为２００帧。多普勒为２００Ｈｚ时，自适应ＯＦＤＭ系统固定的子信道利用率为５０％，固定回传子信道标记信息的间隔为１５帧；自适应ＳＣ．ＦＤＥ系统的平均频域子信道利用率为７０％，平均回传的帧间隔为１８帧。图２．６中，不同的多普勒频移和不同的信噪比下平均频域子信道利用率在６７％到７４％之间。对应于多普勒频移从１００Ｈｚ到３００Ｈｚ，平均回传的帧间隔为３３，１８和１４。系统数据速率可以达到２０Ｍｂｐｓ，而反向信道的速率不超过５００Ｋｂｐｓ。

叱

山ｔｏ

ＳＮＲ（ｄＢ）

图２．４自适应ＳＣ—ＦＤＥ系统与ＯＦＤＭ系统性能比较，多普勒频移为１４Ｈｚ２１

山东大学硕士学位论文

１００

１０。１

１０－２

缶１０．３∞

１０－４

１０．５

１０＿６

６８１０１２１４１６１８２０２２

ＳＮＲ（ｄＢ）

图２．５自适应ＳＣ．ＦＤＥ系统与ＯＦＤＭ系统性能比较，多普勒频移为２００Ｈｚ缶１０ｒ４

ｔｉｆｆ

６８１４１６１８２０２２

ＳＮＲ（ｄＢ）图２．６自适应ＳＣ．ＦＤＥ系统在不同多普勒频移时的性能

山东大学硕士学位论文

第三章时变信道信道状态信息预测方法

３．１现有时变信道ＣＳＩ预测方法概述

第一章中我们了解到，由于多径扩展和多普勒扩展，宽带无线信道会变得十分复杂。恶劣的无线传播环境导致传输信号失真。为了降低系统的误码率，慢变信道环境下，通常利用估计得到的信道信息均衡接收到的信号。信道估计技术［２９—３３】相对于信道预测技术已经比较成熟，在此不作讨论。

但是对于快变信道，利用传统的基于判决反馈的信道估计方法得到的信道状态信息是过时的信息，不能反映当前的信道状况。这就要求利用信道预测来得到未来信道较为准确的状态信息。信道预测是指根据信道当前和过去的历史数据预测未来的信道状态信息（ＣＳＩ）。不管是３Ｇ系统、３．５Ｇ系统，还是未来的４Ｇ系统为了支持高速的数据业务都大量地采用了自适应传输技术，例如自适应功率控￥０（ＰｏｗｃｒＣｏｎｔｒ０１）

【３４，３５１，自适应调￥１Ｊ（ＡＭ）［１７］，自适应编码技术［３６，３７］，混合自动请求重传等等。这里我们简要介绍一下两种自适应技术。

自适应功率控￥１ｌ（ＰｏｗｅｒＣｏｎｔｒ０１）［３４，３５】：

根据注水原理（Ｗａｔｅｒ－Ｆｉｌｌｉｎｇ）【１７１，信号总功率一定的条件下，通过对不同信道分配不同的信号功率来达到最大的信道容量，这就是功率分配。对于Ｎ个独立并联的子信道，当各个信道上的噪声平均功率不相等时，为了达到最大的信息传输速率，应对输入信号的总功率进行分配。当予信道上的噪声功率《＞ｌ，（能够使系统容量最大的子信道功率）时，此信道不再被分配功率，即该信道不传送任何信息；当Ｚ＜ｙ时，功率分配应满足：足＋口；＝ｙ，即信号功率和噪声功率之和为常数，按照这个原则，我们可以达到最大的总信道容量。

另外一种自适应功率控￥１Ｊ［３４，３５］是为保证系统性能而不断调整发射端的发射总功率，即当接收端远离发送端时，发送端增加信号的发射功率，以保证在接收端信号功率恒定，系统性能稳定；当接收端靠近发送端时，发送端减少信号的发射功率，

山东大学硕士学位论文

以保证在接收端信号功率恒定，系统性能稳定。

自适应调制（ＡＭ）［１７】．

自适应调制源于Ｂｉｔ．Ｌｏａｄｉｎｇ技术。Ｂｉｔ－Ｌｏａｄｉｎｇ的基本原理是根据时变信道的状况动态改变个子信道上的调制进方式。在无线宽带传输系统中，一般采用线性调制方式，例女ＮＰＳＫ，ＱＡＭ等。在自适应无线宽带传输系统中，一般从ＢＰＳＫ，ＱＰＳＫ，１６ＱＡＭ等调制方式中进行选择。其选择调制方式的原则一般为：菜子信道上的接收信噪比高，就采用高进制调制方式；反之，如果接收信噪比低，就采用低进制调制方式。

这些自适应传输技术均需要及时准确地得到信道的变化趋势：信道总体增益的变化、每个子信道上状态信息的变化趋势，从而进行自适应传输。由此可以预见信道预测技术作为自适应传输方法的支撑技术在３Ｇ和４Ｇ的通信系统中应用的关键技术将受到关注。

３．２信道短期预测

为了在实际中实行自适应传输方法，提高系统性能，发射机必须获得信道状态信。ｇ（ＣＳＩ）。ＣＳＩ可以由接收机估计再经由一个反馈信道送到发射机，这就要求在采用自适应传输方法时考虑反馈时延和开销、处理时延和实际调制和编码等因素。对于慢衰落信道（步行或慢速行驶的车辆情况），接收端估计得到的ＣＳＩ可以适用于均衡，但对于自适应来说，依然不能很好的反映当前的信道状态。进一步，对于高速移动导致的快衰落而言，发送前后相邻两帧信号的信道，其信道增益可能相差较大。如果我们依然使用估计得到的信道信息做均衡，显然此信息已经过时，那么系统的性能必然受到损失。这是因为信道的时变特性通常会导致估计得到的信道信息不能很好的反映当前传输信道状况，从而引起了系统性能的降低。

为了实现自适应传输方法，提高系统性能，这些信道信息必须得到及时的更新，使每次用于均衡的信道状态信息都能比较准确的反映当前信道的状态。因此，信道短期预测技术为解决上述问题提供了方法。短期预测得到的信道状态信息用于均衡，２４

山东大学硕士学位论文

能够改善快变信道中由于判决反馈估计造成的ＳＮＲ损失，或改善基于导频插值估计引起的频谱效率的损失；而长期预测用于自适应调制，可以比较准确的预测信道未来的变化信息，主要对付时变的影响。长期预测将在本文后面部分介绍，这里主要介绍短期预测。

总而言之，在时变信道中采用信道短期预测而不是信道估计的意义有两点：

首先，当信道变化比较快时，利用信道估计方法得到的ＣＳＩ不能反映当前信道的状态信息，利用这些ＣＳＩ来进行均衡不能准确的恢复原始信号，而短期预测得到的ＣＳＩ能够非常好的反映当前信道状态信息，能够进一步提高系统性能。

其次，当接收端需要根据反馈的ＣＳＩ进行白适应处理时，信道预测算法可以通过预测出将来的ＣＳＩ，以抵消回传延时的影响并且确定未来若干帧可以加载的比特数。

信道短期预测根据不同的分类方法可以分为下面几种【４】：

根据信道建模方法的不同可以分为自回归模型法和正弦分量法［３８】。自回归模型法将信道表示为：

Ｎ－！

夕＝∑ｑ咖】＝ａ７’Ｙ

ｎ＝０（３．１．１）

多表示要预测的将来的信道状态信息，Ｙ是现在和过去信道状态信息组成的观测向量，ｎ是线性预测器的系数向量。

正弦分量法将信道表示为：

Ｍ珂】：∑墨∥＋Ⅱ，ｚ】

ｉ＝１（３．１．２）

ｐ是正弦分量的数目，暑和畔是第ｉ个正弦分量的幅度值和多普勒频移，咖］是白高斯噪声。

根据预测所需要的观测数据的阶数，分为线性预测和非线性预测。非线性预测在信道环境复杂的情况下可以达到更好的性能，但是复杂度也比较高。

现有的信道短期预测算法

基－于ＭＭＳＥ准则的线性信道预测算法［２－４］［３９—４１］，在预测性能和复杂度之间寻找折中；当信道情况更加复杂时，线性预测算法不能准确地预测信道状况，Ｖｏｌｔｅｒｒａ

山东大学硕士学位论文

算法［４２１将预测器的阶数从一次升到二次，通过牺牲复杂度来换取更好的性能。还有一种思路就是分析信道中的频率特性，提取和恢复信道中起决定作用的几个频率分量，利用这些频率分量进一步估计未来信道响应值［４３】。另外，通过设计自适应滤波器来不断地跟踪信道的变化，实时地改变滤波器参数，再利用这些参数来预测未来的信道响应。下面将对几种算法作简要介绍。

ＭＭＳＥ算法：

假设以采样率Ｚ对信道响应进行离散化，那么，对于第，（，＝ｏ，ｌ，…，￡一１）径信道，基于Ｍ。个过去样本岛（ｎ），ｈｔ（ｎ－１），…，呜（刀一Ｍ。＋１），预测未来ｒ晌应ｈｌ（ｎ＋ｐ）的模型如下：

＾，Ｉ－Ｉ

ｆｚｔ（ｎ＋ｐ）＝芝ｃ，ｊｈ，（ｎ－ｊ）

／＝ｏ（３．１．４）

式中Ｍ。是预测模型阶数，系数ｑ，，（，＝ｏ，ｌ，…，￡一Ｄ是Ｅ［１ｅ，（ｐ）１２】＝研ｈ（ｐ）一后（ｐ）１２】最小的ＭＭｓＥ结果对应的最佳系数。即当：研ｂ（ｐ）１２】＝卜∑ｇｊｈｔ（ｎ－ｊ）时，最佳系

］－－－ｏ

数为：

ｃ，＝Ｒｌ－ｌｒ／（３．１．５）

其中ｃ，＝（ｃ，＇Ｉ，ｃ，．２，…，ｃｔ，ｕｊ）ｒ，Ｒ，为（Ｍ。ｘＭ。）自相关矩阵，其每个分量为

巧为（Ｍ。ｘ１）自相关向量，其每个分量为Ｒ，，盯＝Ｅ［ｈｌ（ｎ—ｆ）岛’（狞一＿『）】．

％＝Ｅ［ｈｔ（ｎ）ｈ＇ｔ（ｎ－ｊ）］。如果ｐ＝１我们则称预测器为单步预测器。在先前不知道最大多普勒频移或散射波数的情况下从观察的样本能估计出蜀，盯。注意到，式（３．１．４）中的样本抽样速度必须符合奈奎斯特速率，即至少为最大多普勒频移的两倍。选择的抽样速率数倍于奈奎斯特速率，大大低于数据速率，以此速率的信道响应进行预测大大降低预测的复杂度，还获得比数据速率情况更佳的预测性能。更高速率的信道响应可以基于预测值通过插值方式来实现。２６

山东大学硕士学位论文

Ｖｏｌｔｅｒｒａ算法：．

这是一种二次滤波器实现的非线性算法［４２】，其结构如图３．１所示。

详细介绍。这里我们不做

ｄｅｓｉｒｅｄｓｉｇｎａｌ

ｄ（ｎ）

ｐｒｅｄｉａｅｄｓｉｇｎａｌ

ｄ（ｎ）

ｉｎｐｕｔＸ（

图３．１Ｖｏｌｔｅｒｒａ算法结构

子空间信道预测算法：

将子空间分解算法应用到信道预测中，也是当前预测算法研究中比较热门的一个方向，这方面ＥＳＰＲⅡ【４４】以及ＭＵＳＩＣ［４３］算法具有典型性。对于平坦衰落信道或者宽带系统的每一个抽头，它的频域信道函数可以认为是大量散射分量的叠加。子空间算法中的ＥＳＰＲＩＴ类信道预测方法整体分为两个步骤：

首先，将信道建模为谐波分量的叠加，根据信号子空间的旋转不变性，构造矩阵束或称矩阵对，那么矩阵束的广义特征值就给出谐波频率。

然后，利用最小二乘法计算各频率分量的幅度值。这样就可以得到信道状态的预测值。

。

自适应滤波器算法：

这类算法属于ＭＭＳＥ算法，采用梯度算法。比前面的ＭＭＳＥ算法的复杂度要低。这里主要介绍ＤｉｅｔｅｒＳｃｈａｆｈｕｂｅｒ的ＮＬＭＳ算法和ＲＬＳ算法［４５，４６］。ＮＬＭＳ算法比ＲＬＳ算法计算复杂度低，但是ＲＬＳ算法能给出更好的预测性能。下面重点介绍ＲＬＳ算法，并把算法放在ＳＣ．ＦＤＥ系统中具体介绍。ＲＬＳ算法：

山东大学硕士学位论文

设基带ＯＦＤＭ或ＳＣ－ＦＤＥ系统一个时域符号的长度和频域均衡时所划分的频域子信道数均为Ｎ，循环前缀长度为Ｌ。时变信道的传输函数是Ｎｘｌ向量ｈ．＝【以．ｏ，…，Ｅ．Ⅳ－。】ｒ（ｎ表示第ｎ个ＯＦＤＭ或ＳＣ．ＦＤＥ符号，注意这里与前面表示一个ＳＣ．ＦＤＥ符号的第１１时域个抽样点不同，ｋ＝Ｏ，ｌ，…，Ｎ—ｌ表示第ｋ个频域子信道）。信道冲击响应为死．，，（，＝Ｏ，１，…，Ｌ－１），这里已经假设循环前缀的长度等于信道冲击响应的长度。发送的映射符号用Ｎｘｌ向量ｓ．＝【已．ｏ，％，ｌ，…，＆．Ⅳ－。】ｒ表示，其频域形式用Ｎｘｌ向量瓦＝【最，０，…，瓯＇Ⅳ－，】ｒ表示，接收符号在频域均衡前表示为Ｎｘｌ矩阵ｉ＝【Ｒ，ｏ，…，兄，Ⅳ－ｌ】ｒ。可．＝［圪’ｏ＇…，圪．Ⅳ－ｌｒ表示加性白高斯噪声（ａｄｄｉｔｉｖｅＧａｕｓｓｉａｎｗｈｉｔｅｎｏｉｓｅ，ＡＷＧＮ）。由于循环前缀的作用，输入和输出符号的关系可以表示为：

Ｒ．ｔ＝巩，Ｉ鼠，Ｉ＋Ｋ，ｔ

ＲＬＳ算法的代价函数为：（３．１．１３）

孝（，ｚ）＝∑∥Ｊｅ（ｉ）１２＋６２４愀玎）旷

ｉ＝ｌ（３．１．１４）

其中，ｎ表示当前时刻，也就是第ｎ个ＳＣ．ＦＤＥ符号到达的时刻。ｆ，Ｏ＝ｌ，２，…，疗）表示ｎ及以前的时刻，与ｎ个符号的时间顺序一一对应。兄，（０＜五≤１）是遗忘因子。ｅ（ｉ）＝ｄ（ｆ）一ｙ（ｉ）表示期望响应与在ｉ时刻滤波器实际输出之间的误差。假设滤波器的记忆长度为Ｍ。，则ｉ时刻的输入向量定义为ｕ（ｉ）＝【“（ｆ），ｕ（ｉ－１），…，ｕ（ｉ－ＭＩ＋１）】ｒ。ｎ时刻的抽头权向量定义为ｗ（咒）＝［％（力），Ⅵ（１），…，％ｉ－Ｉ（力）］ｒ。万，（０＜艿ｓ１）称为稳定性因子【４５】或正则化参数【４７】。寻优的过程就是寻找使代价函数最小的抽头权向量的过程。利用最优的抽头权向量可以将ｉ时刻的输出表示为ｙ（ｉ）＝ＷＨ（刀）ｕ（ｆ）。

［４５】中Ｐ步ＲＬＳ预测方法工作在面向判决模式，预测在系统频域均衡完成后进行，它在系统中的基本结构如图３．２所示。

山东大学硕士学位论文

ｐｗｍ

＝Ｌ＿曼詈！暑皇曼詈暑！鼍

‘＾．０ｎ．０’匕叫…”’％＋口。ｏ

ｌＤＦＴ堕庐ｙＤＦＴ

—————４

‘Ｍ—ｌ０——’

图３．２预测器在系统中的结构

信道预测器由Ｌ个并行的ＲＬＳ预测器组成，Ｌ个预测器和信道冲击响应的Ｌ个路径相对应。对于第，个预测器，其输入向量为ｙ础＝【只’，，以一ｕ，…，只一玑刖ｒ。抽头权向量为ｗ，（玎）＝【ｗｏＪ（扎），ｗＩ，，（ｎ），…，‰州（拧）ｒ。第，个预测器的输出为九州。图中；ｎ是重构发送数据的频域形式，重构数据是通过对已判决出的数据重新进行星座图映射得到的，如果系统采用了纠错编码，判决数据还要经过编码来进行重构。在后面的部分中，为叙述问题方便，我们不考虑判决引起的误差，即认为重构符号§．和发送已映射符号的频域形式相同。

ＤｉｅｔｅｒＳｃｈａｆｌａｕｂｅｒ预测算法的步骤是：

算法初始化：

Ｗ，（刀）＝【１０…０】１，刀＝Ｏ，ｌ，…，Ｐ一１，

ｋ

Ｐｏ，Ｉ＝８－１＂躲，，２高尚，

其中ｌｌｙ。．，ＩＩｚ：窆ｌ％州Ｉ：，ｎ＝ｏ表示训练帧，ｏ以前的时刻以Ｊ：ｏ。

对每一时刻ｎ＝ｌ，２，．．…计算下面的循环：

设置循环变量，＝ｌ，…，三步骤ｌ，计算滤波器的先验估计误差：

山东大学硕士学位论文

乞，，＝儿，，一ｗⅣ０—１）ｙ。一州，刀≥ｐ

步骤２，更新抽头权向量，并计算预测器输出：

ｗ，（刀）＝ｗ，（刀一１）＋ｋ。一，Ｊｅ。。Ｊ，ｎ＞ｐ

觅叫＝ｗ，Ⅳ【ｎ】ｙ。＇，

步骤３，更新增益向量：ｋ¨＝瓦丽Ｐｎ－ｌ，ｌＹｎ，ｌ

』名。１—Ｊ、，纠步骤４，更新逆相关矩阵：。』ｙ爿。。，）Ｅ—ＩＪ，刀≥ｌ月Ｊｏｎ．‘，月一ＩＪ’

循环结束。

ＮＬＭＳ算法：

算法的基本结构和ＲＬＳ算法相同，具体步骤如下：算法初始化：

Ｗ，（甩）＝［１０…０］１，ｎ＝Ｏ，１，…，Ｐ一１，对每一时刻ｎ＝ｌ，Ｚ…．．计算下面的循环：设置循环变量，＝ｌ，…，三

步骤１，计算滤波器的先验估计误差：

巳，，＝Ｙｎ，ｊ—ｗⅣ（刀一１）ｙ。一ｐ，ｊ，力≥Ｐ步骤２，更新抽头权向量，并计算预测器输出：

ｗ，∽一肋－１）＋击Ｐ‘“炸∥腔ｐ

最＋ｐＪ＝ｗｔＵ［ｎ］ｙ。’，

步骤３，更新增益向量：ｋⅣ＝面ｅ丽ｎ－Ｉ，ｌＹｎ，！，拧≥，

山东大学硕士学位论文

步骤４，更新逆相关矩阵：

Ｅ，，＝旯～（１－ｋ。Ｊｙ／／“）Ｅ＿ｌ＇，，刀＞－１

循环结束。

３．３信道长期预测的基本思想

在Ｄｕｅｌ—Ｈａｌｌｅｎ的论文［３９】中，他提出了基本长期预测的思想：在相干时间允许传送的帧数内，符合奈奎斯特速率，至少以大于多普勒频移两倍，远远小于数据速率的的采样率进行采样。在采样点上发送导频或者训练帧，通过导频或者训练帧得到比较可靠的信道状态信息，然后利用ＭＭＳＥ等短期预测的方法对信道进行预测。这样，发送训练帧的间隔可以是十帧也可以几十帧，那么预测得到的也是相同间隔后的信道状态信息，这样就实现了长期预测的目的。这种长期预测算法思想在众多论文中得到引用［３５］［３９－４１］。下面我们利用图３．３１４８］说明具体的过程：

首先，在间隔Ｍ帧的采样点上传送导频，经过ＦＦＴ变换到频域，并在频域进行然后，根据导频或者训练帧得到的信道状态信息，利用短期预测的方法进行预

图３．３均衡。由于导频或者训练帧收发两端已知，因此可以得到比较准确的信道状态信息。测，即可实现长期预测的目的。

山东大学硕士学位论文

信道长期预测的意义即在于：无论信道变化快还是慢，利用信道估计方法得到的信道状态信息都无法得到未来信道状态信息，信道长期预测可以根据之前的信道状态预测出将来的ＣＳＩ进行自适应处理。信道长期预测相对于短期预测，预测精度一般较差。现有的短期预测方法也可扩展进行信道长期预测，会存在诸多问题。比如：信道状态信息不够准确，趋势变化滞后等等。本文以现有的信道短期精确预测为基础，提出一种长期信道预测的方法：以短期预测算法为基础，不需要定期发送训练帧，通过对短期预测的结果进行修正，以达到信道长期预测效果，可以显著提高长期预测的精度。

３．４基于斜率修正的信道长期预测方法

短期预测是基于相邻的某几帧具有的强相关性，此时短期信道预测间隔Ｍ为ｌ，即预测下一帧信道状态信息。间隔越小的帧的信道相关性越强，间隔越大的帧的信道相关性越弱。信道在多少帧内具有相关性，可以通过信道的相干时间来描述，相干时间在第一章已经介绍，它可以看成多普勒频移的倒数，乙＝１／厶＝ｃ／１毵。例如：在ＣＯＳＴ２０７环境下，载波频率为２Ｇ，采样率为１０ＭＨｚ，ＳＣ．ＦＤＥ符号长度，即子载波数为２５６，ＣＰ长度为“。多普勒为１００Ｈｚ时，相干时间为０．０１ｓ。在相干时间内传输的帧数为：Ｎ＝１０Ｍ／（１００＂（２５６＋６４））＝３１２．５。依次类推，多普勒为５００Ｈｚ时，在相干时间内传输的帧数为：Ｎ＝１０Ｍ／（３００＂（２５６＋６４））＝６２．１５。

由此可知，在不同多普勒频移下，相干时间不同，具有相关性的帧数也不同。长期预测也是基于相同间隔帧之间的相关性。此时用短期预测算法进行粗略的信道长期预测的间隔Ｍ不再为１，而是一个预先设定的自然数，例如Ｍ＝１０，但预测间隔不能超过相关时间内允许的帧数。

基于Ｄｕｅｌ．Ｈａｌｌｅｎ的算法［３９］，在采样点上发送导频或者训练帧，虽然能够得到比较准确的信道信息用于预测，从而得到较好的长期预测效果，但是，它的缺点也正是需要发送导频或者训练帧。这样会降低数据传输效率。通过研究我们发现，信道预测的目的就是要尽量提前得到准确的信道状态信息。在快衰落信道中，要达到较好的系统性能，信道的短期预测是必不可少的。那么我们思考，如果利用短期３２

山东大学硕士学位论文

预测结果来代替训练帧估计得到的信道状态信息是否可行？从图３．４中我们可以看到：

…－－通过训练帧估计的信道信息

＇蟠?ｊｊ、一短期精确预测一真实信道信息

８５０鲫８７０８８０嘲９００９１０９∞９３０９４０

图３．４

短期预测得到的信道状态信息与通过导频或者训练帧得到的信道状态信息都能很好的符合真实信道状态信息。那么这就为我们利用短期预测得到的信道状态信息代替通过导频或者训练帧得到的信道状态信息进行长期预测提供了依据。如果我们希望系统性能尽量减少损失，同时还可以使用各种自适应传输技术，那么就需要我们对信道进行长期预测。可见，在整个系统传输过程中，短期预测和长期预测是同时存在的，它们并不是相互孤立的。

下面重点介绍本文的创新点：基于斜率修正的信道长期预测算法（本算法已申请专利）［４９】。

在不影响系统性能，不损失数据传送效率的前提下，在利用信道状态信息的ＳＣ．ＦＤＥ系统中，我们需要利用短信预测的信道状态信息进行粗略的长期预测，然后对预测结果进行修正，从而达到比较准确的长期预测效果。

其步骤如下：（１）首先对信道进行短期预测；

山东大学硕士学位论文

为了提高系统的性能，在快衰落环境下，短期预测（ＭＭＳＥ，ＲＬＳ）等方法始终贯穿与整个传输过程，其预测得到的信道状态信息将作为长期预测的依据。具体过程前面已有说明，这里不再赘述

（２）利用相干时间内发送帧的信道的相关性，用短期预测算法进行粗略的信道长期预测。此时用短期预测算法进行粗略信道长期预测的间隔Ｍ不再为１，而是一个根据相干时间内传送的帧数，预先设定的自然数，例如Ｍ＝１０，但预测间隔不能超过相干时间内允许的帧数。例如ＲＬＳ预测算法［４５－４６］：算法初始化：

ｗ（刀）＝【１，０，０…ｏ】，ｎ＝０，ｌ，…，Ｍｉ一１，Ｍ。为滤波器的记忆长度

Ｐｏｄ＝艿－Ｉ（Ｉ一躲），

的总体增益，ｎ＝Ｏ表示，，ｉＪＩＩ练帧，０以前的时刻以』＝０。

设置循环变量，＝ｌ，…，￡

步骤１，计算滤波器的先验估计误差：ｋ０。２高格’（３．２．１）其中】：ｌ＝∑（√Ｋ。２＋磋，。２）（ｈ础ｒ，硝，。为第ｎ帧第ｋ个子信道的实部和虚部）为信道对每一时刻ｎ＝ＬＩ＋Ｍ…一已预先设定好的整数Ｍ为间隔，计算下面的循环：

％。，＝Ｋ，，－ｗｔⅣ（刀一１）匕一Ⅳ．，，玎≥Ｍ

步骤２，更新抽头权向量，并计算预测器输出：（３．２．２）

Ｗ，（力）＝Ｗ，（ｎ－１）＋ｋｎ－Ｍ，Ｉｅ’。Ｊ，刀≥Ｍ

也＋Ｊ｜Ｉ，Ｊ＝ｗ１ＨＭ匕。，

（３．２．３）

步骤３，更新增益向量：ｋ。，，＝雨Ｐ甄ｎ－Ｉ，ＩＹｎ，ｌ，刀≥ｌ（３．２．４）

山东大学硕士学位论文

步骤４，更新逆相关矩阵：

Ｅ’，＝∥（１－ｋ。ＪＹＨ．，１）Ｅ叫，，ｌ≥ｌ

循环结束；。（３．２．５）

经过Ｍ。次循环后，得到第Ｍ＋ｌ帧，第２Ｍ＋ｌ帧，第３Ｍ＋１帧…第ＭＭ＋ｌ帧这几帧的信道状态信息，并且能够依次预测以后间隔Ｍ帧的信道状态信息，同时第Ｍ，Ｍ＋ｌ帧与第Ｍ＋ｌ帧的帧数之差要在相干时间允许发送帧数之内。

枷∞Ｏ４００５００

Ｓ，ＮＲ＝１２０００７００∞Ｏ蜘

图３．５

由图３．５可以看出，此时预测的信息并不十分准确，但是趋势已经预测出来。（３）对步骤（２）中的预测结果按照斜率修正法进行修正

斜率修正法有两种方法：频域修正和时域修正

频域修正：利用粗略长期预测得到的间隔Ｍ帧的两帧信道总体增益４，彳１。，总体增益即为每帧信道中各予信道增益模平方之和：

４＝∑（√％２＋磁，。２），ｋ＝ｌＮ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．一（３．２．６）

彳ｌ。＝∑（√霸肘＾２＋Ｚ砒。２），ｋ＝ｌ（３．２．７）

其中磁。：Ｒｅ（ｆｉｔ（ｈ．）），ｑ，。＝Ｉｎｌ（妒（Ｊ｝ｌ。）），ｎ为第ｎ帧的帧标号，ｋ为子信道

山东大学硕士学位论文

标号，然后利用截距公式来计算斜率。如图３．６给出的信道总体增益长期预测算法：４Ｉ，彳１。分别为粗略长期预测得到的数据，其中么１。为未来Ｍ帧后的信道状态总体增益。以４ｌ为原点建立坐标系，４ｌ，彳１。的横坐标之差即为长期预测间隔Ｍ，４ｌ，Ａ１。的纵坐标之差即为长期预测的粗略值之差Ｌ１。，则此时的斜率Ｋ１。＝Ｌ１。／Ｍ．，此斜率就能够看作信道的变化趋势，然后利用该帧短期信道预测的信道总体增益Ｂ。和此时的斜率信息Ｋ１．，通过截距公式来计算间隔Ｍ帧的长期预测信息Ｂ１。－－Ｋ１。ｘＭ＋Ｂ。。此时，我们可以预测得到整个信道的状态信息Ｈ＝【Ｂ１。，Ｂ１。＋肼，Ｂ１棚ｊＩ，，．．．】。由于短期预测与真实信道符合较好，所以经过修正后的长期预测信息也会较好的符合真实信道总体增益。由图３．６可以看出，Ｂｌ。比么ｌ。更加接近真实信道。

时域修正：频域修正只是在总体增益上进行修正，而时域修正是在时域每径的实部ｈｒ和虚部髓分别进行斜率修正，将短期预测和长期粗略信道预测信息Ｈ通过ＩＦＦＴ变换转变到时域，记录每径信道状态信息的实部％＝Ｒｅ（／够（乜））和虚部ＪＩＩ：。＝Ｉｎｌ（够（％））（ｎ为第ｎ帧的帧标号），Ｕ＝ｏ，ｌ，…，Ｌ－１）的信息。如图３．７给出的信道总体增益实部长期预测算法：以某径实部％，（ｎ为第ｎ帧的帧标号），长期预测间隔为Ｍ，ａｌ＝ｈ“ｒ，ｂｌ＝坛．！．，．，，为粗略长期预测得到的该径间隔Ｍ帧的时域信道信息的实部。以ａｌ为原点建立坐标系，ａｌ，ｂｌ的横坐标之差即为长期预测间隔Ｍ。ａｌ，ｂｌ的纵坐标之差即为长期预测的粗略值之差Ｌ２。则此时的斜率Ｋ２＝Ｌ２／Ｍ。此斜率就仍可以看作信道的变化趋势。然后利用短期预测的该径时域信息的实部信息ａ２和此时的斜率信息Ｋ２，通过截距公式来计算间隔Ｍ帧的长期预测信息ｂ２＝Ｋ２ｘＭ＋ａ２。此时该径实部信息蟛，＝ｂ２。每径实部虚部用此方法分别预测后即可得到此时的时域信息吃＝［Ｋ。＋以＇ｌ＇％：＋以＇２．．．％￡＋州，ｃｊ。由图３．７可以看出，经过斜率修正后的长期预测值已经能够非常准确的吻合短期预测结果。此时得到的长期预测信息在时域已经比较准确，故变换到频域时，其信道状态信息也会很好的符合真实信道。这样就做显著提高了长期信道的预测精度。时域修正要比

詈ｔ——————ｉ————————————一——￥１————，．，——山东大学硕士学位论文ｉｉ穹詈喜皇鼍皇穹频域修正更具有可信性。

经过修正后的信道长期预测不仅在信道总体增益还是单帧的信道状态信息都能比较准确的反映当前信道的真实信息。另外，时域预测是实部见和虚部忽分别预测，故最后的预测结果中包含原来的相位信息。时域斜率修正之后，不但信道总体增益，每帧信道状态信息精度都显著提高，相位信息也比较准确。如图３．８所示，可以看到其单帧信道的状态信息也能很好的符合真实信道状态信息。

下面把斜率修正长期预测算法得到的信道状态信息与Ｄｕｅｌ．Ｈａｌｌｅｎ提出的利用发送训练帧长期预测［３９】的信道状态信息进行比较。其运行环境如下：

信道模型：ＣＯＳＴ２０７典型城区信道

模拟环境：自适应单载波频域均衡（ｓｃ．ＦＤＥ）

子信道总数：Ｎ＝２５６

ＣＰ长度：６４

符号映射：４ＱＡＭ

带宽：１０Ｍ

ＳＮＲ＝２０，（其余参数均参照前面运行环境），多普勒频移为１００Ｈｚ时，如图３．９所示，斜率修正长期预测算法得到的信道状态信息基本与Ｄｕｅｌ．Ｈａｌｌｅｎ提出的利用发送训练帧长期预测［３９１的信道状态信息差别很小，都能非常好的符合真实信道信息，甚至有些部分跟优于后者。多普勒频移为２００Ｈｚ时，如图３．１０所示，斜率修正长期预测算法得到的信道状态信息基本与Ｄｕｅｌ．Ｈａｌｌｅｎ提出的利用发送训练帧长期预测【３９】的信道状态信息差别也不大，依然都能非常好的符合真实信道信息。

在信道总体增益的预测效果上，我们可以看到，两种方法都能达Ｎ：ｌｌｚ常好的效

１帧，通过两种方法预测后的信道状态信息与真实信道状态信息吻合的

通过前面的分析我们知道，长期预测的目的在于为传输系统使用自适应传输技术提供较为准确的信道变化信息而非用于均衡。其预测得到的信道信息应该准３７果。那么我们来看下两种方法预测得到的单帧各子信道增益情况。如图３．１ｌ和图３．１２所示：参数与前面相同，在多普勒频移为１００Ｈｚ时，任取两帧，例如第４３１帧和第１３３相当准确。

山东大学硕士学位论文

确的吻合信道变化信息，用于均衡的信道信息我们可以利用短期信道预测来得到。通过仿真，我们能够看出，斜率修正长期预测方法和Ｄｕｅｌ．Ｈａｌｌｅｎ提出得方法［３９］都能很好得吻合真实信道，都可以提供比较准确得信道变化信息。通过对预测得到的单帧各子信道增益的比较，同样能够发现，两种方法几乎能够达到相同的预测效果。但是，Ｄｕｅｌ．Ｈａｌｌｅｎ提出得方法需要定期在采样点上发送训练帧或者导频来得到当前的信道信息，这样如果要得到比较好得预测结果，需要发送大量训练帧或者导频，降低了数据传输效率。本文提出的算法不需要发送训练帧或者导频，而是利用短期预测的结果进行粗略长期预测，然后结合短期预测进行斜率修正，同样达到比较准确的效果。由于本算法不需要发送训练帧或者导频，在得到几乎相同的系统性能的同时，大大提高了系统的数据传输效率。

ＣＯＳＴ２ｆ１７信道长期顼涓图３．６

图３．７图３．８３９

山东大学硕士学位论文

ｃｏｅｔ２０７ＳＮＲ２０Ｉｎｔｍａｌｌ０１００Ｆｄ

、蒯◆ｌＶ——真实信道信息一修正后信道长期预测信息一一短期预测信息

—一发送训练帧长期预测的信道信息

●∞８００１０００１２００＇６∞

ＳＮＲ＝∞

图３．９

ｃＯＳｔ２ａ７ＳＮＲ２０Ｉｎｍ憎１１０２００Ｆｄ

绷３００潮４００嘲５００锄６００６５０７００瑚

ＳＮＲ＝２０图３．１０

船＇帧真实信道与长期预测信道比较ｌａ＿口盯６ＮＲ２０１∞哟

图３．１１

１３３１帧真实信道与长期预测信道比较（ｃｏｓｔ２０７ＳＮＲ２０１００ｔ：１）

ＳＮＲｌ２０

图３．１２４１

山东大学硕士学位论文

３．５时变信道中结合长期预测的ＳＣ．ＦＤＥ系统的自适应Ｂｉｔ．１０ａｄｉｎｇ算法

前面介绍了自适应方法并提出一种长期预测算法，这一节结合长期预测算法进一步讨论时变多径信道中ｓｃ．ＦＤＥ系统的自适应Ｂｉｔ．Ｌｏａｄｉｎｇ算法［５ｌ】。

３．５．１问题的提出

在时变信道中，信道增益变化较快。在时变信道总体增益较高时，可用频域子信道个数会比较多；反之，时变信道总体增益较低时，可用频域子信道个数会比较少；同时，时变信道总体增益逐渐降低时，可用频域予信道个数会逐渐减少；反之，时变信道总体增益逐渐升高时，可用频域子信道个数会逐渐增多。这样，当信道增益变化较快时，可用子信道数就不断变化，就会导致频繁回传信息。同时，在频域子信道增益均比较大的时候，可以采用更高的调制方式；在信道变化过程中，可以通过改变调制方式就会避免重选可用信道，从而避免反向回传信息。

基于以上分析可知，如果可以知道未来信道状态信息的变化情况，那么就可以预先在发端调整调制方式以适应这种变化，进而使系统满足误码性能的要求，避免过于频繁的反向回传信息。

３．５．２时变信道中结合长期预测的ＳＣ．ＦＤＥ系统的自适应Ｂｉｔ—ｌｏａｄｉｎｇ

算法

为方便讨论，做一下假设，并对文献［５ｌ】中的假设做相应改进。

（１）假设传输总功率固定为Ｐ；

（２）假设在数据帧传输的过程中信道是连续变化的；

（３）文献［５ｌ】中利用真实信道状态信息来代替预测未来信道状态信息，不考虑预测误差，同时利用训练帧得到的信道状态信息进行均衡。

本文对此假设做一下修改：（１）利用提出的长期预测算法得到的未来信道状态信息替代真实信道信息，使假设更具说明力。（２）利用短期预测得到的信道状态信４２

曼詈鼍暑鼍詈鼍皇暑曼！詈毫皇罡曼！暑！曼苎詈皇寡！詈！鼍兰毫詈！！皇詈！暑鼍！鼍曼！皇詈鼍！曼Ｉ皇詈曼曼葛詈詈！！！兽苎詈基詈！曼曼！！！！詈！曼皇皇皇鼍曼！兰詈鼍息进行均衡，进一步提高系统性能。

本算法的基本原理为：通过对未来信道状态信息的预测，自适应选取不同的调制方式，一种为低进制，另一种为高进制。因为如果采用一种调制方式，当误码性能不满足要求的时候，只能重新选取可用信道，造成频繁的回传信息；而采用多于两种调制方式的情况可以通过调整两种调制方式的个数或选取的可用子信道的个数达到相同的效果。

其具体步骤如下［５１］－

（１）在需要重新选取可用频域子信道时，根据预测得到的未来信道总体增益的变化趋势以及当前的频域予信道增益选取可用信道数目，并确定每种调制方式的个数；

（２）根据预测得到的未来信道可用频域子信道增益，计算数据帧传输时相邻帧需要调整的每种调制进制方式的数目，然后使这种调整能尽量满足系统的均衡后信噪比要求，从而满足系统误码性能的要求，达到减少回传次数的目的。

（３）把子信道（或子信道组）标记信息、每种调制进制方式的个数信息以及相邻数据帧传输时每种调制进制方式增加或减少的信息同时通过反向信道回传给发端，发端根据这些信息结合最优信号子空间理论进行发送信号处理，并进行信号传输。

（４）在接收端的信号处理方式同最优信号子空间理论基本一致，不同之处在于检测时两种调制方式要单独检测即可。山东大学硕士学位论文

３．５．３性能仿真与分析

仿真采用的时变信道模型是移动环境下的ＣＯＳＴ２０７典型城区信道。仿真的载波频率为２Ｇ，采样率为１０Ｍ，整个频域划分的频域子信道数，即在接收端频域均衡前ＦＦＴ的点数为２５６，循环前缀长度为６４，最大多普勒频率为２００Ｈｚ。仿真中不考虑同步误差对系统的影响。

自适应ＳＣ．ＦＤＥ系统中采用了４ＱＡＭ和１６ＱＡＭ两种调制方式。４３

山东大学硕士学位论文

表３．１进一步给出了相同平均接收信噪比下的正向传输速率、反向回传速率以及误比特率的对比。由此可以看出，信噪比相同，利用训练帧估计得到的信道状态信息均衡并利用真实信道状态信息判断未来信道变化与利用短期预测得到的信道状态信息均衡并通过长期预测得到的信道状态信息判断未来信道变化这两种情况下，前者的误比特率明显要高于后者。这说明，短期预测的信道状态信息比利用训练帧估计得到的信道状态信息更能符合真实信道。表中也可以看出，后者的正向速率比前者略低，反向速率比前者略高，但是相差很小。由于在实际情况中，我们无法得知真实信道状态信息，因此，前者是一种理想情况。后者在结合短期预测和长期预测的情况下，能够得到几乎相同的正向速率和反向速率以及更好的系统性能，这说明时变信道中结合长期预测的自适应ＳＣ．ＦＤＥ系统中自适应ｂｉｔ－ｌｏａｄｉｎｇ算法是十分有意义的。

表３．１

＼＼

误比特率

平均接收信噪比

正向传输速率真实ＣＳＩ的ＡＳＣ－Ｂｉｔ—ｌｏａｄｉｎｇ１．５ｅ．００３长期预测ＣＳＩ的ＡＳＣ－－Ｂｉｔ—－ｌｏａｄｉｎｇ４．１６０６ｅ一００４１２ｄＢ１２ｄＢ１２．２７２８１１．９７０３

反向速率０．３１１８０．３８３６

本章小结：

ＯＦＤＭ作为４Ｇ里面的一种标准，具有许多引人瞩目的优点【５０】。ＳＣ．ＦＤＥ也作为４Ｇ的一种传输技术，具有ＯＦＤＭ不具有的特点。快衰落信道环境为高速传输带来了障碍，短期预测提供了信道均衡所需的信道状态信息，提高了系统的性能。长期预测提供了信道长期变化信息，使我们可以灵活的使用各种自适应传输技术。本文在前人的基础上提出了新的长期预测算法，与传统长期预测算法相比，

山东大学硕士学位论文

具有基本相同的精确度，同时又具有提高数据传输效率的优点。结合长期预测的自适应ｂｉｔ－ｌｏａｄｉｎｇ算法，提前对调制方式做出适应性调整，使均衡后信噪比尽量控制在要求的范围内，进而使系统误码性能满足要求，减少重选信道次数，并使系统达到较好的性能。４５

山东大学硕士学位论文

第四章总结与展望

本文首先对时变信道进行介绍。其中包括时变信道主要特征的描述及多径信道的频率选择特性和衰落特性。

然后，以大家熟悉的ＯＦＤＭ系统为参照介绍了ＳＣ．ＦＤＥ系统，并简要介绍最优信号子空间理论，自适应传输技术对无线通信系统的意义和作用以及一些现有信道状态利用的方法，并仿真分析在时变信道中自适应ＯＦＤＭ和ＳＣ．ＦＤＥ的性能。

最后，介绍本文的重点——信道预测。文中总结了现有的几种信道预测方法，并主要讨论了ＭＭＳＥ自适应信道预测方法。然后分析信道长期预测的意义：长期预测可以比较准确的预测信道长期变化信息，为传输系统利用自适应传输技术提供了所需的数据。本文介绍了目前流行的长期预测算法思想，并以此为基础，提出一种新的信道长期预测算法，该算法是基于短期预测方法并对预测结果进行修正，能够达到较好的长期预测效果，而不会增加系统负担。仿真结果表明，本文提出的算法在预测效果上与前人的方法性能相当，但是，本算法不需要在采样点上发送训练帧或者导频，大大提高数据传输效率。在本章节最后，分析了结合长期预测的自适应ｂｉｔ．１０ａｄｉｎｇ算法，该算法利用信道预测得到的未来信道的信道状态信息，提前对调制方式做出适应性调整，使均衡后信噪比尽量控制在要求的范围内，进而使系统误码性能满足要求，减少重选信道次数，并使系统达到较好的性能。仿真结果表明，该算法可以大大改善系统的性能。

以后的研究方向主要包括以下几个方面：

ｌ、利用信道预测算法，与更多自适应算法相结合；

２、时变信道环境ＳＣ—ＦＤＥ系统的自适应算法中，均衡后信噪比与系统要达到的误码性能指标的对应关系研究；３、研究更好的信道预测算法。

山东大学硕士学位论文

参考文献

【１】ＷｅｉＬｉｕ，Ｌｉｅ－ＬｉａｎｇＹａｎｇａｎｄＬａｊｏｓＨａｎｚｏ，”ＷｉｄｅｂａｎｄＣｈａｎｎｅｌＥｓｔｉｍａｔｉｏｎａｎｄ

ＰｒｅｄｉｃｔｉｏｎｉｎＳｉｎｇｌｅ－ＣａｒｔｉｅｒＷｉｒｅｌｅｓｓＳｙｓｔｅｍｓ”，ＶｅｈｉｃｕｌａｒＴｅｃｈｎｏｌｏｇｙＣｏｎｆｅｒｅｎｃｅ，２００５．ＶＴＣ２００５一Ｓｐｒｉｎｇ．２００５ＩＥＥＥ６１ｓｔＶｏｌｕｍｅ１，３０Ｍａｙ－１Ｊｕｎｅ２００５Ｐａｇｅ（ｓ）：５４３—５４７Ｖ０１．１

【２】ＴｕｇａｙＥｙｃｅｏｚ，ＡｌｅｘａｎｄｒａＤｕｅｌ—Ｈａｌｌｅｎ（ｍｅｍｂｅｒＩＥＥＥ）ａｎｄＨａｎｓＨａｌｌｅｎ

＂Ｄｅｔｅｒｍｉｎｉｓｔｉｃｃｈａｎｎｅｌｍｏｄｅｌｉｎｇａｎｄｌｏｎｇｒａｎｇｅｐｒｅｄｉｃｔｉｏｎｏｆｆａｓｔｆａｄｉｎｇｍｏｂｉｌｅｒａｄｉｏｃｈａｎｎｅｌｓ”，ＩＥＥＥＣｏｍｍｕｎｉｃａｔｉｏｎｓＬｅｔｔｅｒｓ，Ｖ０１．２，Ｎｏ．９，ＰＰ．２５４—２５６Ｓｅｐ１９９８．

【３１ＡｌｅｘａｎｄｒａＤｕｅｌ—ＨａｌｌｅｎＳｈｅｎｑｕａｎ

ＦａｄｉｎｇＳｉｇｎａｌｓ”，ＩＥＥＥＨｕａｎｄＨａｎｓＨａｌｌｅｎ”Ｌｏｎｇ—ｒａｎｇｅＰｒｅｄｉｃｔｉｏｎｏｆＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＭａｇ．，ｖ０１．１７，ｎｏ．３，ＰＰ．６２－７５，Ｍａｙ２０００．

【４】王丽丽，时变信道中ＳＣ．ＦＤＥ系统利用ＣＳＩ方法的研究，山东大学硕士学位论

文，２００７

【５】Ｊ．ＧＰｒｏａｋｉｓ，ＤｉｓｔａｌＣｏｍｍｕｎｉｃａｔｉｏｎｓ，４－ｔｈｅｄｉｔｉｏｎ：ＴｈｅＭａｃＧｒａｗ－ＨｉｌｌＣｏｍｐａｎｉｅｓ，

‘Ｉｎｃ．，２００１．

【６】Ｒｅｃ．ｒｒＵ—ＲＭ．１２２５Ｉ冱ＣＯＭＭＥＮ脒ｒＩｏＮＩＴＵ－ＲＭ．１２２５ＧＵＩＤＥＬＩＮＥＳＦＯＲ

ＥＶ：虬ＵＡｒＩＯＮＯＦＲＡＤＩｏＴＲＡＮＳＭＩＳＳＩＯＮＴＥＣＨＮＯＬｏＧⅢＳＦＯＲＩＭＴ．２０００

【７】Ｈ．Ｓａｄ，ＧＫａｒａｍ，ａｎｄＩ．Ｊｅａｎｃｌａｕｄｅ，”Ｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎ

ＲａｄｉｏＥｑｕａｌｉｚａｔｉｏｎｏｆＭｏｂｉｌｅａｎｄＴｅｒｒｅｓｔｒｉａｌＢｒａｏｄｃａｓｔＣｈａｎｎｅｌｓ，”ＩＥＥＥＧＬＯＢＡＬＣＯＭ’９４，ｐｐ．１—５，１９９４．

【８】Ｄ．Ｆａｌｃｏｎｅｒ，Ｓ．Ｌ．Ａｒｉｙａｖｉｓｉｔａｋｕｌ，Ａ．Ｂｅｎｙａｍｉｎ?Ｓｅｅｙａｒ，ａｎｄＢ．Ｅｉｄｓｏｎ，”Ｗｈｉｔｅｐａｐｅｒ：．

Ｆｒｅｑｕｅｎｃｙ

２００２．ＤｏｍａｉｎＥｑｕａｌｉｚａｔｉｏｎｆｏｒＳｉｎｇｌｅ－ＣａｒｒｉｅｒＢｒｏａｄｂａｎｄＷｉｒｅｌｅｓｓＳｙｓｔｅｍｓ，ｎ

［９】Ｈ．Ｙｅｅｓｏｏ，Ｈ．Ｈｅｏｎ，ａｎｄＪ．ＶＫｒｏｇｍｅｉｅｒ，”Ｃｏｍｐａｒｉｓｏｎｏｆｅｌｌ＇Ｏｒｐｒｏｂａｂｉｌｉｔｙｆｏｒ

ＯＦＤＭａｎｄＳＣ—ＦＤＥ，ＡＣＳＳＣ’２００３，ｖ０１．１，ＰＰ．４９７－５０１，２００３．

［１０】Ｄ．Ｆａｌｃｏｎｅｒ，Ｓ．Ｌ．Ａｒｉｙａｖｉｓｉｔａｋｕｌ，Ａ．Ｂｅｎｙａｍｉｎ—Ｓｅｅｙａｒ，ａｎｄＢ．Ｅｉｄｓｏｎ，”Ｆｒｅｑｕｅｎｃｙ

ｄｏｍａｉｎｅｑｕａｌ妇ｉｏｎｆｏｒｓｉｎｇｌｅ－ｃａｒｒｉｅｒｂｒｏａｄｂａｎｄｗｉｒｅｌｅｓｓｓｙｓｔｅｍｓ，”ＣｏｍｍｕｎｉｃａｔｉｏｎｓＭａｇａｚｉｎｅ，ＩＥＥＥ，ｖ０１．４０，ＰＰ．５８－６６，２００２．

［１ｌ】Ａ．ＰｅｌｅｄａｎｄＡ．Ｒｕｉｚ，”ＦｒｅｑｕｅｎｃｙＤｏｍａｉｎＤａｔａＴｒａｎｓｍｉｓｓｉｏｎＵｓｉｎｇＣｏｍｐｕｔａｔｉｏｎａｌ

ＣｏｎｆｅｒｅｎｃｅＯｎＲｅｄｕｃｅｄＡｌｇｏｒｉｔｈｍｓ，”ＩＥＥＥＩｎｔｅｍａｔｉｏｎａｌＡｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃ也ａｎｄ

ＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＰｒｏｃｅｅｄｉｎｇｓｖ０１．５，ＰＰ．９６４—９６７，１９８０．４７

山东大学硕士学位论文

【１２】ＭｕｑｕｅｔＢ，Ｚｈｅｎｇｄａｏ

ｏｒｚｅｒｏＷａｎｇ，ＤｉａｎｎａｋｉｓｆｏｒＧＢ，ｄｅＣｏｕｒｖｉｌｌｅＭ，ＤｕｈａｍｅｌＰ’“Ｃｙｃｌｉｃ．ｐｒｅｆｉｘｉｎｇｐａｄｄｉｎｇｗｉｒｅｌｅｓｓｍｕｌｔｉｃａｒｒｉｅｒｔｒａｎｓｍｉｓｓｉｏｎｓ？’’ＩＥＥＥ

ＴｒａｎｓａｃｔｉｏｎｓｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２００２，５０（１２）：２１３６．２１４８．

Ｒ．【ｌ３】Ｈ．Ｗｉｔｓｃｈｎｉｇ，Ｔ．Ｍａｙｅｒ，Ａ．Ｓｐｒｉｎｇｅｒ，Ａ．Ｋｏｐｐｌｅｒ，Ｌ．Ｍａｕｒｅｒ，Ｍ．Ｈｕｅｍｅｒ，ａｎｄ

Ｗｅｉｇｅｌ，”Ａｄｉｆｆｅｒｅｎｔｌｏｏｋ

ｏｎＯｌｌｃｙｃｌｉｃｐｒｅｆｉｘｆｏｒＳＣ／ＦＤＥ，竹Ｔｈｅ１３ｔｈＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍ

ｖ０１．２，ＰＰ．８２４－８２８，２００２．Ｐｅｒｓｏｎａｌ，ＩｎｄｏｏｒａｎｄＭｏｂｉｌｅＲａｄｉｏＣｏｍｍｕｎｉｃａｔｉｏｎｓ，

［１４】ＹＤｕ，Ｌ．ＧｏｎｇａｎｄＪ．Ｌｉ，“ＵｔｉｌｉｚｉｎｇＣｈａｎｎｅｌＳｔａｔｅＩｎｆｏｒｍａｔｉｏｎｉｎＳＣ．ＦＤＥ：ａｎ

ＳｉｇｎａｌＯｐｔｉｍａｌＳｕｂｓｐａｃｅＡｐｐｒｏａｃｈ，”Ｓｕｂｍｉｔｔｅｄ．ｔｏＩＥＥＥＴｒａｎｓａｃｔｉｏｎｏｎ

Ｃｏｍｍｕｎｉｃａｔｉｏｎ．

【１５】ＹＤｕ，Ｌ．ＧｏｎｇａｎｄＪ．Ｌｉ，“ＵｔｉｌｉｚｉｎｇＣｈａｎｎｅｌＳｔａｔｅＩｎｆｏｒｍａｔｉｏｎｉｎＳＣ－ＦＤＥ：ａｎ

ＯｉｌＯｐｔｉｍａｌＳｉｇｎａｌＳｕｂｓｐａｃｅＡｐｐｒｏａｃｈ，”Ｓｕｂｍｉｔｔｅｄ．ｔｏＩＥＥＥＴｒａｎｓａｃｔｉｏｎ

Ｃｏｍｍｕｎｉｃａｔｉｏｎ．

【１６】宫良，基于最优信号子空间的自适应ＯＴＤＭ系统的研究，山东大学硕士学位

论文，２００６

［１７】ＪｉａｎｆｅｉＬｉ，”Ｃｏｍｐａｒｉｓｏｎ

８０２．１６ｏｆＳｐｅｃｔｒａｌＥｆｆｉｃｉｅｎｃｙｆｏｒＯＦＤＭａｎｄＳＣ—ＦＤＥｕｎｄｅｒＩＥＥＥｏｆｔｈｅ１ｌｔｈＩＥＥＥＳｙｍｐｏｓｉｕｍｏｎＳｃｅｎａｒｉｏ，’’ＰｒｏｃｅｅｄｉｎｇｓＣｏｍｐｕｔｅｒｓａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２００６．

【１８】ｊｉｎｇＹｕａｎ，ＹａｎＤｕ，Ｌｉａｎｇ

ｓｙｓｔｅｍ”，ｉｎＧｏｉｎｇ，ＪｉａｎｆｅｉＬｉ，“Ａｂｉｔ—ｌｏａｄｉｎｇａｌｇｏｒｉｔｈｍｉｎＳＣ—ＦＤＥＰｒｏｃ．ＩＥＥＥＲＷＳ０６，ＰＰ．２７－３０，２００６．

［１９】袁静，自适应ＳＣ．ＦＤＥ系统中的Ｂｉｔ．Ｌｏａｄｉｎｇ算法研究，山东大学硕士学位论

文，２００６．

【２０】Ｄ．Ｈｕｇｈｅｓ－Ｈａｒｔｏｇｓ，”Ｅｎｓｅｍｂｌｅｍｏｄｅｍｓｔｒｕｃｔｕｒｅｆｏｒｉｍｐｅｒｆｅｃｔｔｒａｎｓｍｉｓｓｉｏｎ

ｍｅｄｉａ，”ＵＳＰａｔｅｎｔ４６７９２２７，１９８７．

［２ｌ】Ｐ．Ｓ．Ｃｈｏｗ，Ｊ．Ｍ．Ｃｉｏ伍，ａｎｄＪ．Ａ．Ｃ．Ｂｉｎｇｈａｍ，”ＡＰｒａｃｔｉｃａｌ

ＴｒａｎｓｃｅｉｖｅｒＬｏａｄｉｎｇＡｌｇｏｒｉｔｈｍｆｏｒ

Ｃｈａｎｎｅｌｓ，”ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＤｉｓｃｒｅｔｅＭｕｌｔｉｔｏｎｅＳｈａｐｅｄＤａｔａＴｒａｎｓｍｉｓｓｉｏｎｏｖｅｒＳｐｅｃｔｒａｌｌｙＣｏｍｍｕｎｉｃａｔｉｏｎｓ，ｖ０１．４３，ＰＰ．７７３－７７５，１９９５．

ｅｑｕａｌｉｚａｔｉｏｎａｎｄｃｏｄｉｎｇ［２２］ＧＤ．Ｆｏｍｅｙ，Ｊｒ．ａｎｄＭ．Ｖ＝Ｅｙｕｂｏｇｌｕ，”Ｃｏｍｂｉｎｅｄｕｓｉｎｇ

ｐｒｅｃｏｄｉｎｇ，”ＣｏｍｍｕｎｉｃａｔｉｏｎｓＭａｇａｚｉｎｅ，ＩＥＥＥ，ｖ０１．２９，ＰＰ．２５－３４，１９９１．

【２３】Ｊ．Ｃａｒｎｐｅｌｌｏ，”ｏｐｔｉｍａｌｄｉｓｃｒｅｔｅｂｉｔｌｏａｄｉｎｇ

ｏｎｆｏｒｍｕｌｔｉｃａｒｒｉｅｒｍｏｄｕｌａｔｉｏｎｓｙｓｔｅｍｓ，”１９９８ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌ

４ＲＳｙｍｐｏｓｉｕｍＩｎｆｏｒｍａｔｉｏｎＴｈｅｏｒｙＰｒｏｃｅｅｄｉｎｇｓ，ＰＰ．１９３，

山东大学硕士学位论文

１９９８．

【２４】Ｒ．Ｆ．Ｈ．Ｆｉｓｃｈｅｒａｎ．ｄＪ．Ｂ．Ｈｕｂｅｒ，¨Ａｎｅｗｌｏａｄｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｄｉｓｃｒｅｔｅｍｕｌｔｉｔｏｎｅ

ｔｒａｎｓｍｉｓｓｉｏｎ，”ＧＬＯＢＥＣＯＭ’９６，ｖ０１．１，ＰＰ．７２４－７２８ｖ０１．１，１９９６．

【２５】Ｔ．ＫｅｌｌｅｒａｎｄＬ．Ｈａｎｚｏ，”ＡｄａｐｔｉｖｅｍｏｄｕｌａｔｉｏｎｔｅｃｈｎｉｑｕｅｓｆｏｒｄｕｐｌｅｘＯＦＤＭ

ｔｒａｎｓｍｉｓｓｉｏｎ，”ＶｅｈｉｃｕｌａｒＴｅｃｈｎｏｌｏｇｙ，ＩＥＥＥ

２０００．Ｔｒａｎｓａｃｔｉｏｎｓｏｎ，ｖ０１．４９，ＰＰ．１８９３—１９０６，

【２６】Ｄａｒｄａｒｉ，Ｄ，“ＯｒｄｅｒｅｄｓｕｂｃａｒｒｉｅｒｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒＯＦＤＭ－ｂａｓｅｄｈｉ【ｇｈ—ｓｐｅｅｄ

ＷＬＡＮｓ”，ＩＥＥＥＴｒａｎｓ．ＷｉｆｅｌｅｓｓＣｏｍｍｕｎ，ｖ０１．３，ＰＰ．１４５２—１４５８，Ｓｅｐｔ．２００４．

【２７】杜岩，李剑飞，宫良，袁静，”一种选频方式的单载波频域均衡传输方法，”专利

号：２００４１００３６４３９．６．２００４。

【２８】杜岩，“一种移动宽带信道中的自适应选频分块传输方法，”专利申请号：

２００５ｌ００４５４３２．５．２００５．

【２９】Ｘ．ＷａｎｇａｎｄＫ．Ｊ．“ｕ．‘＇Ａｄａｐｔｉｖｅ

ｍｕｌｔｉｃａｒｒｉｅｒｍｏｄｕｌａｔｉｏｎｃｈａｎｎｅｌｅｓｔｉｍａｔｉｏｎｕｓｉｎｇｃｙｃｌｉｃｐｒｅｆｉｘＩＥＥＥｉｎｓｙｓｔｅｍ，’’ＣｏｍｍｕｎｉｃａｔｉｏｎＬｅｔｔｅｒｓ，１９９９，３（１０）：２９１－２９３．

［３０】ＹｏｎｇｓｈｅｎｇＺｈａｎｇ，Ｙａｎｄｕ，、ⅣｅｉＺｈａｎｇ，ＸｉｎｚｈｅｎｇＷａｎｇ，ＪｔｍＬｉ，”ＡＤａｔａ－ａｉｄｅｄ

ＴｉｍｅＤｏｍａｉｎＣｈａｎｎｅｌＥｓｔｉｍａｔｉｏｎＭｅｔｈｏｄ，”ＡＰＣＣ瓜嗄ＤＭＣ’０４，２００５，１：４６９－４７３．［３１】张永生，ＯＦＤＭ与ＳＣ．ＦＤＥ中的信道估计技术，山东大学硕士学位论文，２００５。［３２】ＭＯＯＮＪＫＣＨＯＩＳＩ．“Ｐｅｒｆｏｒｍａｎｃｅ

ｓｙｓｔｅｍｓｉｎｏｆｃｈａｎｎｅｌｅｓｔｉｍａｔｉｏｎｏｎｍｅｔｈｏｄｓｆｏｒＯＦＤＭｍｕｌｔｉｐａｔｈｆａｄｉｎｇｃｈａｎｎｅｌｓ，”ＩＥＥＥＴｒａｎｓａｃｔｉｏｎＣｏｎｓｕｍｅｒＥｌｅｃｔｒｏｎｉｃｓ，２０００，４６（１）：１６１—１７０．

【３３】ＣＯＬＥＲＩＳ，ＥＲＧＥＮＭ．ＰＵＲｌ＆ｅｔａ１．“ＡｓｔｕｄｙｏｆｃｈａｎｎｅｌｅｓｔｉｍａｔｉｏｎｉｎＯＦＤＭ

ｓｙｓｔｅｍｓ，”ＩＥＥＥ５６也ＶＴＣ，２００２，２：８９４—８９８．

【３４】Ｐ。Ａｇｒａｗａｌ，Ｂ．Ｎａｒｅｎｄｒａｎ，Ｊ．Ｓｉｅｎｉｃｌｄ，ａｎｄＳ．Ｙａｊｎｉｋ，”Ａｎ

ａｎｄｃｏｎｄｉｎｇａｄａｐｔｉｖｅｐｏｗｅｒｃｏｎｔｒｏｌｓｃｈｅｍｅｆｏｒｍｏｂｉｌｅｒａｄｉｏｓｙｓｔｅｍｓ，”ｉｎＰｒｏｃ．ＩＥＥＥＩｎｔ．Ｃｏｎｆ．ＰｅｒｓｏｎａｌＷｉｒｅｌｅｓｓＣｏｍｍｕｎＩＣＰＷＣ’９６。ＰＰ．２８３—２８８．

Ａ．Ｄｕｅｌ—Ｈａｌｌｅｎ，”Ａｄａｐｔｉｖｅｐｏｗｅｒｃｏｎｔｒｏｌｕｓｉｎｇ【３５】Ｓ．Ｈｕ，Ｈ．Ｈａｌｌｅｎ，ａｎｄ

ｐｒｅｄｉｃｔｉｏｎｆｏｒｌｏｎｇｒａｎｇｅｒｅａｌｉｓｔｉｖｆａｓｔｆａｄｉｎｇｃｈａｎｎｅｌｍｏｄｅｌｓａｎｄｍｅａｓｕｒｅｄｄａｔａ，”ｉｎＰｒｏｃ．５ｔｈＩｎｔ．Ｓｙｍｐ．ＣｏｍｍｕｎｉｃａｔｉｏｎＴｈｅｏｒｙａｎｄＡｐｐｌｉｃａｔｉｏｎＩＳＣＴＡ’９９，Ｊｕｌｙ１９９９，ＰＰ．１１８．１２０．

【３６］Ｄ．Ｌ．Ｇｏｅｃｋｅｌ，”Ａｄａｐｔｉｖｅｃｏｄｉｎｇｆｏｒｆａｄｉｎｇｃｈａｎｎｅｌｓｕｓｉｎｇｏｕｔｄａｔｅｄｃｈａｎｎｅｌ４Ｑ

山东大学硕士学位论文

ＩＩＩ

ｅｓｔｉｍａｔｅｓ，”ｉｎＰｒｏｅ．ＩＥＥＥ

１９２５．１９２９．Ｖｅｈ．Ｔｅｃｈｎ０１．Ｃｏｎｔ：，ＶＴＣ’９８，ｖ０１．３，１９９８，ＰＰ．

［３７】Ｄ．Ｌ．Ｇｏｅｃｋｅｌ，”Ｓｔｒｏｎｇｌｙｒｏｂｕｓｔａｄａｐｔｉｖｅｓｉｇｎａｌｉｎｇｆｏｒｔｉｍｅ?ｖａｒｙｉｎｇｃｈａｎｎｄｓ，¨ｉｎ

Ｐｒｏｃ．ＩＥＥＥＩｎｔ．Ｃｏｍｍｕｎ．Ｃｏｎｆ，ＩＣＣ’９８，ｖ０１．１，１９９８，ＰＰ．４５４－４５８．

【３８】ＭｉｎｇＣｈｅｎ，ＭａｔｓＶｉｂｅｒｇ，“ＬＭＭＳＥＣＨＡＮＮＥＬＰＲＥＤＩＣＴＩＯＮ

ＳＩＮＵＳＯＩＤＡＬＭＯＤＥＬＩＮＧ”，

ＰｒｏｃｅｓｓｉｎｇＢＡＳＥＤＯＮ２００４ＩＥＥＥＳｅｎｓｏｒＡｒｒａｙａｎｄＭｕｌｔｉｃｈａｎｎｅｌＳｉｇｎａｌＷｏｒｋｓｈｏｐ．

ＤｕｅＧＨａｌｌｅｎ，ＨａｎｓＨａｌｌｅｎ，竹ＡｄａｐｔｉｖｅＭｏｄｕｌａｔｉｏｎＵｓｉｎｇ【３９】ＳｈｅｎｇｑｕａｎＨｕ，Ａｌｅｘａｎｄｒａ

ＬｏｎｇＲａｎｇｅＰｒｅｄｉｃｔｉｏｎｆｏｒＦｌａｔＲａｙｌｃｉｇｈＦａｄｉｎｇＣｈａｎｎｅｌｓ”，ＩｎｆｏｒｍａｔｉｏｎＴｈｅｏｒｙ，

ｏｎ２０００．Ｐｒｏｃｅｅｄｉｎｇｓ．ＩＥＥＥＩｎｔｅｍａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍ２５—３０Ｊｕｎｅ２０００

ＢｒｉａｎＰａｇｅ（ｓ）：１５９【４０］ＩａｎＣ．Ｗｏｎｇ，ＡｎｔｏｎｉｏＦｏｒｅｎｚａ，ＲｏｂｅｒｔＷ．Ｈｅａｔｈ，ａｎｄＬ．Ｅｖａｎｓ，什Ｌｏｎｇ

ａｎｄ

ｏｎＲａｎｇｅＣｈａｎｎｅｌＰｒｅｄｉｃｔｉｏｎｆｏｒＡｄａｐｔｉｖｅＯＦＤＭＳｙｓｔｅｍｓ什，Ｓｉｇｎａｌｓ，ＳｙｓｔｅｍｓＣｏｍｐｕｔｅｒｓ，２００４．ＣｏｎｆｅｒｅｎｃｅＲｅｃｏｒｄｏｆｔｈｅＴｈｉｒｔｙ－ＥｉｇｈｔｈＡｓｉｌｏｍａｒＣｏｎｆｅｒｅｎｃｅ

Ｖｏｌｕｍｅ１，７—１０Ｎｏｖ．２００４Ｐａｇｅ（ｓ）：７３２－７３６Ｖ０１．１

ＡｄａｐｔｉｖｅＭｏｄｕｌａｔｉｏｎａｎｄ【４１］ＳｈｅｎｇｑｕａｎＨｕ，ＡｌｅｘａｎｄｒａＤｕｅｌ－Ｈａｌｌｅｎ，”Ｃｏｍｂｉｎｅｄ

ＴｒａｎｓｍｉｔｅｒＤｉｖｅｒｓｉｔｙＵｓｉｎｇＬｏｎｇＲａｎｇｅＰｒｅｄｉｃｔｉｏｎｆｏｒＦｌａｔＦａｄｉｎｇＭｏｂｉｌｅＲａｄｉｏＣｈａｎｎｅｌｓ”，ＩＥＥＥＧｌｏｂａｌＣｏｍ’０１，Ｖ０１．２，ＰＰ．１２５６－１２６１，Ｊｕｎ２００１．

［４２】Ｙ．Ｓ．ＺｈａｎｇａｎｄＤ．Ｂ．Ｌｉ，”Ｖｏｌｔｅｒｒａａｄａｐｔｉｖｅｐｒｅｄｉｃｔｉｏｎｏｆｍｕｌｔｉｐａｔｈｆａｄｉｎｇｃｈａｎｎｅｌ，

Ｅｌｅｃｔｒｏｎ．Ｌｅｔｔ．，ｖ０１．３３，ｎｏ．９，ＰＰ．７５４－７５５，Ａｐｒ．１９９７．

【４３】Ｊ．ＨｗａｎｇａｎｄＪ．Ｗｉｎｔｅｒｓ，”Ｓｉｎｕｓｏｉｄａｌ

ｐｒｏｃｅｓｓｅｓ”，ｉｎｍｏｄｅｌｉｎｇａｎｄｐｒｅｄｉｃｔｉｏｎｏｆｆａｓｔｆａｄｉｎｇＰｒｏｃ．ＧＬＯＢＥＣＯＭ，ＰＰ．８９２—８９７，Ｎｏｖ．１９９８．

［４４】Ｂ．Ａｎｄｅｒｓｅｎ，Ｊ．Ｊｅｎｓｅｎ，Ｓ．Ｈ．ＪｅｎｓｅｎａｎｄＦ．Ｆｒｅｄｅｒｉｋｓｅｎ，”ＰｒｅｄｉｃｔｉｏｎｏｆＦｕｔｕｒｅ

ＦａｄｉｎｇＢａｓｅｄｏｎＰａｓｔＭｅａｓｕｒｅｍｅｎｔｓ”，ＶＴＣ’９９Ｆａｌｌ，Ｖ０１．１，ＰＰ．１５１－１５５，Ｓｅｐ１９９９．

【４５】ＤｉｅｔｅｒＳｃｈａｆｌａｕｂｅｒ，ＧｅｒａｌｄＭａｔｚ，“ＭＭＳＥａｎｄａｄａｐｔｉｖｅｐｒｅｄｉｃｔｉｏｎｏｆｔｉｍｅ—ｖａｒｙｉｎｇ

ｃｈａｎｎｅｌｓｆｏｒＯＦＤＭ

２００５．ｓｙｓｔｅｍｓ＇’ＩＥＥＥＴｒａｎｓ．Ｃｏｍｍｕｎ．，ＶＯＬ．４，ＰＰ．５９３—６０２，Ｍａｒ．

【４６】张贤达，现代信号处理，清华大学出版社，２００４．

【４７】Ｓｉｍｏｎ．Ｈａｙｋｉｎ，自适应滤波器原理【Ｍ】．北京：电子工业出版社，２００３：３４５—３５２［４８】ＷｅｉＬｉｕ，Ｌｉｅ—ＬｉａｎｇＹａｎｇ

Ｓｉｎｇｌｅ—ＣａｒｒｉｅｒａｎｄＬ＠ｏｓＨａｎｚｏ”ＷｉｄｅｂａｎｄＣｈａｎｎｅｌＥｓｔｉｍａｔｉｏｎａｎｄＣｏｎｆｅｒｅｎｃｅ，

Ｊｕｎｅ２００５ＰｒｅｄｉｃｔｉｏｎｉｎＷｉｒｅｌｅｓｓＳｙｓｔｅｍｓ＇’，ＶｅｈｉｃｕｌａｒＴｅｃｈｎｏｌｏｇｙ６１ｓｔＶｏｌｕｍｅｌ，３０Ｍａｙ－１２００５．ＶＴＣ２００５－Ｓｐｒｉｎｇ．２００５ＩＥＥＥ

Ｓ０

山东大学硕士学位论文

Ｐａｇｅ（ｓ）：５４３—５４７Ｖ０１．１

［４９】杜岩，郭飞，”一种基于斜率修正的信道长期预测方法”，专利申请号：

２００９１００１９７３９．６２００９．

【５０】杜岩，”分块传输系统的基本原理”内部资料，２００６．【５ｌ】刘瑞元，”时变信道中ＳＣ—ＦＤＥ系统自适应技术研究”，山东大学硕士论文，２００９．

山东大学硕士学位论文

致谢

在完成本硕士学位论文之际，谨向所有关心、帮助、支持我的老师和朋友表示诚挚的谢意！

首先，要衷心感谢我的导师杜岩博士。杜老师不仅在专业知识方面给予我很大的帮助，在做科研的态度和方法上也对我产生了很大的影响。在我的研究生学习期间中，杜老师为我们创造了良好的学习氛围和科研环境，他平易近人，鼓励我们独立思考、提出问题，多与其他同学交流沟通。杜老师对我的教诲和严谨治学的态度令我终身受益！

感谢在研究生期间信息学院的各位老师。他们精湛扎实的专业知识和无私奉献的精神，使我在求学期间得到很大的帮助。

感谢我的师兄师姐：孙小钧、王丽丽、刘蕾蕾、刘扬，他们为人真诚，在各方面给我帮助，是我的良师益友。

感谢我的同门：刘瑞元、梁辉。我们一起学习，一起讨论问题、解决问题，互相帮助，建立了深厚的友谊。

感谢我的师弟师妹：董雪、李森、徐静。他们思想活跃，基础扎实，为人随和，使我们实验室充满了轻松愉快得学习气氛。

最后，要感谢我的父母，他们一直在默默的关心我、支持我，他们永远是我最大的动力和坚实的后盾１

郭飞二零零九年四月于济南

５２

山东大学硕士学位论文

攻读学位期间发表的论文

专利：

ｌ、杜岩，郭飞一种基于斜率修正的信道长期预测方法，专利申请号：

２００９１００１９７３９．６。５３