多天线信道时变特征参数的非线性滤波技术研究

宽带移动通信中，由分散在不同地点的无线终端组成分布式多天线系统来获得发送分集或接收分集增益时，信道的三类特征参数包括衰落、时延和频偏都呈现时变的特点，接收信号是包含这些多个未知参数的的混叠信号。利用该信号获取信道的特征参数并进行有效的均衡，可显著地提高系统性能。本课题将针对三类参数随机时变的特点，研究在参数的非线性耦合接收模型下用非线性估计理论进行估计的方法和算法，同时研究参数的估计下界以评价算法性能。在运用粒子滤波方法时，从粒子的重要性采样、重采样、自适应的粒子个数选择三方面进行研究，同时为提高收敛性和实时性，研究通过构造接收信号的不完整数据空间降低维度的迭代粒子滤波，加快滤波收敛并达到估计下界。本课题旨在获得分布式多天线系统信道时变特征参数的可逼近参数估计下界的算法，为下一代接收机设计提供理论依据和具体的接收机实现方案。

分布式多天线（MIMO）系统是新一代移动通信的主要构成方式。在其接收端获取未知的信道状态信息：包含衰落、时延和频率偏置可改善接收机性能和系统总体性能。本项目采用非线性滤波方法来联合获取信道特征参数，旨在为下一代接收机提供理论依据和具体的实现方案。对照项目目标，本项目获得了随机时变信道特征参数估计及联合估计的后验克拉美-罗下界（PCRLB），研究了多种非线性滤波方法在该问题上的性能结果，所提出的迭代粒子滤波算法精度可高于一阶展开的PCRLB，完成了预期目标。主要结果包括：.1) 通过参数化建模方法建立了信道时变特征参数的自回归模型，运用分布式多天线传输模式建立了包括三类特征参数的接收信号模型。针对这个系统模型和观测模型，结合时变参数估计下界原理，理论推导和仿真分析了三类特征参数估计的两种估计下界：基于参数真值和估计值的PCRLB。仿真结果表明，幅度衰落和时延联合估计时衰落参数的PCRLB与各特征参数的初值无关，频偏参数时变随机时，基于估计值的近似PCRLB能随着观测值个数和信噪比的增加逼近频偏参数的PCRLB，对三类特征参数联合估计时，由于各参数间的相互影响，较单类参数估计的PCRLB大。该研究结果的价值在于更接近实际通信系统的信道状态信息获取场景，可客观评价算法的估计性能。.2) 针对所建立的信道特征参数的系统模型和观测模型，将由频率偏置和复信道衰落构成的强非线性观测方程在估计值处展开成泰勒级数进而线性化观测方程后，运用扩展卡尔曼滤波算法联合估计未知参数。仿真结果表明，该方法可在序贯的观测值下对信道时变参数进行联合估计和跟踪，能获得逼近一阶展开PCRLB的估计精度。.3) 为解决大规模MIMO信道特征参数估计时运用粒子滤波会产生计算复杂度过高的问题，提出将滤波方式从并行转变为对多个分组的低维度矢量估计的迭代方式，构造隐含变量，采用条件期望最大化（ECM）方法和选择空间期望最大化方法(SAGE)将粒子滤波随状态矢量维数呈指数增长的计算量降低为近似线性，但同时保证估计精度。将这种滤波方式应用到多频偏参数估计中，对照扩展尔曼滤波算法、无迹卡尔曼滤波算法、常规PF算法(GPF)以及由模型一阶展开得到的PCRLB，可得出这类算法滤波精度高于其他算法，还高于一阶展开PCRLB，说明了这类算法有较高的应用价值。. 本项目的研究结果较为独特，可为接收机的设计提供高性能解决方案。