基于C-RAN与LTE-Hi的BR-OFDMA导频图案设计

在集中式/协作式/云计算无线接入网(C-RAN)环境下,结合热点及室内覆盖的长期演进(LTE-Hi)特点,研究导频图案的设计。LTE-Hi要求插入的导频数量比传统的长期演进(LTE)少,又由于其覆盖特点导致小区边界更容易受相邻小区干扰,由此提出一种应用块重复的正交频分多址(BR-OFDMA)和压缩感知信道估计技术的导频图案设计方案。该方案能够探测各相邻小区间的干扰情况,然后根据干扰情况设置BR-OFDMA参数,最后得到导频图案。该方案能明显减少导频数量,在C-RAN的云结构下更适合LTE-Hi相邻小区间的协作配置,能根据干扰情况,在资源消耗与性能之间进行平衡。仿真表明该方案在低信干比环境下仍能表现较好性能,适合在C-RAN与LTE-Hi中应用。

基于图信号处理的OFDM系统导频设计和信道估计方法

正交频分复用(OFDM,orthogonal frequency division multiplexing)是物联网的物理层关键技术之一,导频设计和信道估计是OFDM系统的关键问题。针对物联网通信场景复杂多样导致固定导频方案性能较差的问题,提出了一种基于图信号处理(GSP,graph signal processing)的导频设计和信道估计方法。首先,将时频资源块建模为图信号,将信道估计问题转换为图信号的采样重建问题。进而考虑时频双选衰落的影响,设计加权图邻接矩阵,构造基于时频位置的图拓扑结构。在此基础上,基于图信号采样理论优化导频位置,提出一种基于加权图拓扑构造的导频图案设计方法。同时,基于图信号重建方法进行信道信息重建,提出基于图平滑性约束的信道估计方案。仿真结果表明,所提方法相较于传统方案在双选信道的高速场景下可取得更高的信道估计精度,在低速场景下则可有效节约导频资源。

基于遗传算法的短波OFDM信道估计导频优化方案

短波信道具有时域稀疏性,压缩感知理论应用于短波OFDM信道估计可以改善估计性能以及减少导频开销。然而信道估计性能和信道的可恢复性都与导频的放置有着密切关系,为了进一步提高信道重构精度,以最小化测量矩阵的互相关为导频优化目标,提出一种基于遗传算法的导频优化方案,并设计了相应的交叉算子和变异算子,以产生新个体,保证种群的多样性。仿真结果表明,相比随机搜索,该方案可以得到更小的互相关值、更高的重构精度以及更高的频带利用率。