(3-14)其中：N维列向量Y (n)、W (n)分别是接收信号矢量和观测噪声矢量;L是信道的阶数。在对以上MIMO模型做进一步分析之前，先做如下的假设：1)接收端的噪声为加性白色噪声(AWGN);2)用户信息序列具有零均值;3)训练序列具有周期T，即C (n )=C (n +iT)。

令则 (3-15) 取观测数据窗口的长度为,将分成p个的子块，记为其中：

其中：考虑到训练序列的周期性，在接收端和发送端保持同步的情况下()，有可见，A是由训练序列所形成的维分块Toeplitz矩阵，且与i无

关。将关于i累加求平均，可得

显然是的无偏估计。当p比较大时，有下式成立：

在且分块Toeplitz阵A行满秩的条件下，信道参数H可以用最小二乘方法加以估计，即：

. (3-16)

　　显然，由于这种基于叠加训练序列的信道估计方法只利用接收信号的一阶统计信息，其在算法收敛速度和估计精度上有很大程度的提高。

　　4 结束语

　　本文研究了MIMO通信系统中的关键技术之一——信道估计技术。重点介绍了平坦衰落条件下的MIMO信道估计技术。然而在实际的无线通信系统中更为常见的是频率选择性信道,其信道估计远比平坦衰落的情形复杂,但是在理论研究中，平坦衰落信道的估计要比频率选择性信道的估计成熟得多。因此在某些条件下将平坦衰落情况下采用的信道估计方法推广运用于频率选择性信道,这将是下一步要解决的问题。

　　参考文献 李道本 信号的统计检测与估计理论 北京：北京邮电大学出版社 1993 刘福声等 统计信号处理 国防科技大学出版社 1999 黄韬 袁超伟 等 MIMO相关技术与应用 北京：机械工业出版社 2006 Forsythe K W,Capacity of flat-fading channels associated with a subspace-invariant detector[C], Signals,Systems and Computers, The Thirty-Fourth Asilomar Conference on,29 Oct.-1 Nov.2000,Vol.1,Pages:411-416 Bria A.Gessler F.Queseth O,et al.4th-Generation Wireless Infrastructures: Scenarios and Research Challenges,IEEE Personal Communications,Dec.2001.Vol 8.No 6:25-31 Foschini G.J and Gans M.J.On limits of wireless communications in a fading Environment when using multiple antennas.Wireless Personal Communications.1998.Vol.6:311-335. Xiao Chengshan,Wu Jingxian,Leong S Y,A discrete-time model for spatio-temporally correlated MIMO WSSUS multipath channels[C],Wireless Communications and Networking,IEEE,Mar.2003 Vol.1,Pages:354-358 16-20. Tugnait J K,Luo W.On channel estimation using superimposed training and first-order statistics[A].IEEE Communications Letters,2003,07(9):413-415 T.P.Holden and K.Feher,A spread spectrum based system technique for synchronization of digital mobile communication systems, IEEE Trans.Broadcasting, vol.36,pp.185-194,Sept.1990.1190 Ionescu D M,On space-time code design[J],Wireless Communications,IEEE Transactions on,Jan. 2003,Vol.2,Issue:1,Pages:20-28

 3/3   首页 上一页 1 2 3