摘要:
针对高铁以及山区环境下正交频分复用(orthogonal frequency division multiplexing,OFDM)通信系统的信道估计问题,提出一种基于卡尔曼滤波的快时变稀疏信道估计方法.该方法基于快时变信道的基扩展模型(basic expansion model,BEM),应用压缩感知(compressed sensing,CS)理论进行稀疏时延估计,并应用卡尔曼滤波(Kalman filter,KF)技术对BEM系数进行估计,进而获得信道增益.仿真结果表明,在相同信噪比(signal to noise ratio,SNR)条件下,随着归一化多普勒频移(frequency-normalized Doppler shift,FND)增大,新方法的信道估计均方差(mean square error,MSE)性能优于传统方法,如当SNR为20 dB,FND为0. 1时,新方法较传统方法性能提升了4 dB,表明对信道时变性具有更优的鲁棒性;在相同的多普勒频移条件下,随着SNR增加,各方法的均方差均有所改善,新方法改善更明显,如当FND为0. 2时,在信道估计均方差为0. 06的条件下,新方法较传统方法获得了6 dB的信噪比增益,表明对抗信道噪声能力更强.