高速鐵路場景無線信道參數(shù)萃取方法研究.pdf

1、隨著我國高速鐵路的快速發(fā)展，其在人們的生活中所扮演的角色越來越重要。了解高速鐵路無線信道環(huán)境并對高速鐵路信道建模是當(dāng)前中國鐵路迫切需要解決的問題。在確定高速鐵路信道模型的時(shí)候首先應(yīng)該確定無線信道的參數(shù)，包括信道的幅度、時(shí)延、多普勒頻移、離開角、到達(dá)角等信道參數(shù)信息，這個(gè)過程需要比較先進(jìn)的高分辨率的無線信道參數(shù)萃取方法。
　　本文首先研究了基礎(chǔ)的三類無線信道參數(shù)萃取算法，第一類是多重信號分類法（Multiple Signal Cla

2、ssification，MUSIC），該方法充分利用了信號子空間和噪聲子空間之間的正交特性，可以單獨(dú)對非相干信號的入射水平角進(jìn)行萃取。第二類是旋轉(zhuǎn)不變技術(shù)估計(jì)信號參數(shù)(Estimating Signal Parameters via RotationalInvariance Techniques，ESPRIT)算法，該算法把接收陣列分為兩個(gè)子陣，并運(yùn)用了信號子空間的旋轉(zhuǎn)不變特性，可以對相干信號的水平角進(jìn)行萃取。不足之處在于以上兩種算法都

3、是針對角度參數(shù)萃取提出的。而第三類期望最大(ExpectationMaximization，EM)算法和空間交替廣義期望最大(Space-Alternating GeneralizedExpectation Maximization， SAGE)算法，它們都是基于最大似然算法，通過求期望最大化，可以對時(shí)延、離開角、到達(dá)角、多普勒頻移、幅度等多維參數(shù)進(jìn)行聯(lián)合萃取。文中同時(shí)給出了相關(guān)算法的仿真分析。
　　之后，本文研究了基于WINNE

4、RⅡ信道模型的D2a高速移動(dòng)場景下的無線信道參數(shù)萃取方法。在D2a場景下，信道由8個(gè)簇組成，每個(gè)簇由空間位置相對集中的20個(gè)散射體的反射信號組合而成。對于20條徑的到達(dá)角來說，彼此之間非常接近。因此單純的使用SAGE算法不能滿足精確的角度萃取的要求。因此本文創(chuàng)新性地提出了改進(jìn)的SIC-SAGE算法，即首先通過ESPRIT算法得到角度估計(jì)值，再引入連續(xù)干擾消除(Serial Interference Cancellation)的概念，從而