高速場景下多普勒頻移和網(wǎng)絡時延估計的仿真研究.pdf

1、高速場景下，由于用戶移動速度過快會帶來很多問題，比如多普勒頻移的增大以及傳輸時延的變化。當用戶處于高速運動時，由于多普勒頻移的增加，使得OFDM系統(tǒng)中的子載波正交性得到破壞，信道估計的準確性下降，從而導致系統(tǒng)性能降低。通信當中會依據(jù)當前的多普勒頻移條件進行一定的自適應調(diào)整來適應環(huán)境的變化，所以多普勒頻移估計算法的研究十分重要。而網(wǎng)絡時延的估計精度對系統(tǒng)的性能有很大影響，其會受到通信過程傳輸距離、網(wǎng)絡負載以及時延抖動變化的影響，在高速運動

2、中會造成傳輸時延的變化，但如今的網(wǎng)絡時延估計大多利用時延的歷史信息來進行估計，而沒有考慮網(wǎng)絡負載以及移動速度變化帶來的影響，這些時延突變會造成一定的估計誤差。為了解決多普勒頻移估計和網(wǎng)絡時延估計中面臨的問題，本文基于卡爾曼算法對這些問題進行了仿真研究。
　　本文首先搭建了一個鏈路級仿真平臺，實現(xiàn)了物理層的通信過程，并對四種常用的預編碼方式比如基于ZF準則的預編碼、基于MMSE準則的預編碼、基于SVD分解的預編碼以及基于GMD分解的

3、預編碼算法進行了仿真分析，并比較了幾種方式的優(yōu)劣性，其中基于ZF準則的預編碼方案能夠很好降低信道間的干擾，而基于MMSE準則的預編碼算法將系統(tǒng)噪聲引入到了算法之中，并且降低了系統(tǒng)噪聲的干擾，從理論上來講基于MMSE準則的預編碼算法要更加優(yōu)異一些?；贕MD的預編碼算法會同性能較差的子信道分配更多的功率，從而使每個信道的性能相似，所以會優(yōu)于基于SVD分解的預編碼的性能。通過對這些預編碼的仿真從而驗證了LTE鏈路級仿真平臺的準確性，為后續(xù)研

4、究提供了一個良好的仿真環(huán)境。
　　對于多普勒頻移的估計，本文首先對基于相位差分法的多普勒頻移估計算法進行了仿真研究，但相位差分法在高速場景下會面臨多普勒頻移近似相等前提條件的不準確問題，為彌補這一問題的影響，引入了卡爾曼濾波算法，并與相位差分相結(jié)合，通過引入多普勒頻移的一階項，并通過與觀測方程之間的權(quán)重關(guān)系平衡來降低了相位差分的誤差。為了體現(xiàn)多普勒頻移估計的效果采用了基于多普勒頻移的自適應導頻間隔，從而可以適應信道的變化。最后針對

5、觀測噪聲協(xié)方差對卡爾曼濾波的影響，通過觀測值與估計值之間的誤差值來調(diào)整權(quán)重因子，降低觀測誤差的影響，這種基于觀測誤差來自適應調(diào)整觀測噪聲協(xié)方差的自適應卡爾曼算法，可以提高濾波估計精度。
　　對于網(wǎng)絡時延的估計，本文首先基于經(jīng)典卡爾曼濾波算法和平方根卡爾曼濾波算法對網(wǎng)絡時延進行了估計，驗證了移動速度、網(wǎng)絡負載對估計的影響。為降低這些因素的影響提出了基于多元線性回歸的卡爾曼算法，通過多元線性回歸估計出上述參數(shù)與網(wǎng)絡時延變化的關(guān)系，并將