论文部分内容阅读
信道盲辨识主要指不需要训练序列而仅仅利用接收端数据以及源发送序列的统计特性和信道的部分特性进行信道辨识。MIMO是基于多个输入天线和多个输出天线的无线通信系统。能充分利用空间资源是MIMO系统本身所具备的独特优势之一。MIMO系统具有多个发射端天线和接收端天线是MIMO通信系统的最典型特点。MIMO通信技术的核心思想是通过把收发端天线的信号进行合并，然后得以改进每个 MIMO用户的通信速率和质量。基于二阶统计特性（SOS）的方法跟基于高阶统计特性(HOS)的方法相比具有收敛速度快、计算量小等优点。本文的创新聚焦于以下两个方面：基于SOS的时间和频率双选择性衰落无线MIMO系统盲信道辨识和基于SOS的MIMO宽带通信系统盲信道频域辨识。 本文首先回顾盲信号处理的研究背景，MIMO无线通信系统的概念以及研究状况，并且对子空间法进行论证，这种方法是一种基于接收端产生循环平稳性方法中一个经典盲识别方法。然后从MIMO无线系统和它的信道模型以及信道容量开始介绍，接下来对于MIMO无线系统进行二阶盲辨识的条件进行了比较详细的介绍，最后讲述了二阶盲辨识的方法，即子空间方法类，并着重对这类方法进行了8比较分析。 其次，我们分析了MIMO FIR无线系统的二阶盲辨识的两种不同的线性预测法算法：一个是线性预测法（LP），另一个是矩阵外积分解法（outer-product decomposition method），这两种方法都具有一个共同的优点那就是针对信道阶数的过估计保持良好的健壮性。 再次，基于QR分解的SIMO信道盲辨识方法比起基于特征分解的辨识方法有更加优良的性能，在数值上更加稳定。重点介绍如何把基于QR分解的SIMO信道盲辨识方法运用到MIMO无线系统的盲辨识中来，同时在各路源信号具有空间相关且统计特性不可预知的情况下，我们可以证实这种辨识方法依旧具有良好的估计效果。 最后介绍当前已有的无线通信系统的信道盲辨识的方法，着重分析这些方法各自的优势以及存在的一些问题，并且针对其发展的趋势进行了展望。