论文部分内容阅读
在无线通信系统中信道估计的准确度对接收端的检测性能具有决定性影响。绝大多数系统采用基于训练序列的信道估计方法,其中具体的信道估计可以采用诸如最大似然(Maximum Likelihood, ML)估计、线性最小均方误差(Linear Minimum Mean Square Error, LMMSE)估计等方法估计信道。然而随着无线通信协议的发展以及对更高吞吐量的需求,工作频率逐步向毫米波频段搬移。因此,本文针对下一代毫米波无线通信协议——IEEE 802.11ay中的信道估计技术进行研究分析。尽管传统的信道估计方法可以获得较为准确的信道估计,但由于其较高的运算复杂度,尤其是在多天线条件下难以满足IEEE 802.11ay对低实现复杂度、高性能信道估计要求。为了实现简单高效的信道估计,本文重点研究了基于二进制零相关区(Zero Correlation Zone,ZCZ)序列的IEEE 802.11ay信道估计训练序列设计与信道估计实现算法。其次,准确的信道估计对通信系统性能有重要的影响,而为了保障可靠的信道估计,必然需要必要的信道估计训练序列开销,但过多的训练序列开销又会影响到通信系统效率。因此,本文从信道估计性能对信道容量下限的影响这一角度分析了最佳信道估计训练序列所应具备的条件。论文的主要工作包括:首先,论文介绍了下一代毫米波通信标准IEEE 802.11ay的功能性需求以及研究现状,并详细描述了 IEEE 802.11ay中适用于不同传输场景下的物理层帧结构设计,同时主要针对其中的序列设计进行了相关总结。其次,基于二进制ZCZ序列的信道估计训练序列设计,介绍了二进制ZCZ序列的定义及其构造方式。研究了给定传输模式下,ZCZ序列作为信道估计训练序列时参数的合理选择,并分析了 ZCZ序列作为IEEE 802.11ay标准中信道估计训练序列的设计过程,对比了 IEEE 802.11ay中已定义序列和基于ZCZ信道估计训练序列的估计性能以及序列开销。同时,也比较了基于序列相关性及基于最大似然估计两种信道估计算法的估计性能和运算复杂度。最后,推导了两种信道估计算法(ML估计算法与LMMSE估计算法)的估计过程及其估计均方误差。以受噪声影响的信道容量下限为优化目标,研究了训练序列应具备的最佳结构、分配给训练序列部分的最佳发送功率以及训练序列最佳长度。仿真了这些参数的改变对信道容量下限的影响。论文相关分析对于后续进一步深入研究适用于毫米波通信系统的信道估计训练序列有一定的参考价值。