[發(fā)明專(zhuān)利]一種基于粒子濾波器和神經(jīng)網(wǎng)絡(luò)的雙選擇性信道跟蹤方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200810016748.5
• 申請(qǐng)日: 2008-06-06
• 公開(kāi)（公告）號(hào): CN101340266A
• 公開(kāi)（公告）日: 2009-01-07
• 發(fā)明（設(shè)計(jì)）人: 江銘炎;李海燕;劉波;劉彥君;程永明;彭麗;劉玉龍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 山東大學(xué)
• 主分類(lèi)號(hào): H04L1/06
• 分類(lèi)號(hào): H04L1/06;H04L27/26
• 代理公司: 濟(jì)南金迪知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 許德山

技術(shù)領(lǐng)域

本發(fā)明涉及多輸入多輸出正交頻分復(fù)用(MIMO-OFDM)系統(tǒng)中的信道跟蹤方法，確切 的說(shuō)是MIMO-OFDM系統(tǒng)中基于粒子濾波器和神經(jīng)網(wǎng)絡(luò)的時(shí)間-頻率雙選擇性信道跟蹤方 法，特別涉及一種基于粒子濾波器和神經(jīng)網(wǎng)絡(luò)的雙選擇性信道跟蹤方法。

背景技術(shù)

眾所周知，MIMO和OFDM技術(shù)將是下一代移動(dòng)通信的關(guān)鍵技術(shù)。兩者的結(jié)合充分利 用了空間分集、頻率分集和時(shí)間分集來(lái)改善系統(tǒng)的容量和抗噪聲性能。然而MIMO-OFDM的 高效性能依賴(lài)于接收端的信道估計(jì)的準(zhǔn)確與否。傳統(tǒng)的信道估計(jì)的方法為基于導(dǎo)頻的信道估 計(jì)算法，但是為了獲得可信的信道估計(jì)，信道帶寬的相當(dāng)一部分被訓(xùn)練序列所占用。1996 年，Stuber在他的著作“Principles?of?mobile?communication”中指出，在快衰落、高多普勒 條件下，帶寬被占用的比例可高達(dá)50％。2002年，Liu等在文章“Space?time?coding?and?Kalman filtering?for?time-selective?fading?channel”中提出利用卡爾曼濾波來(lái)進(jìn)行信道估計(jì)和跟蹤，以 此來(lái)減少訓(xùn)練信號(hào)的長(zhǎng)度。對(duì)于時(shí)變信道的跟蹤，在線(xiàn)性高斯系統(tǒng)中，沒(méi)有一種算法能優(yōu)于 卡爾曼濾波。但在無(wú)線(xiàn)通信系統(tǒng)中，接收信號(hào)經(jīng)常被非高斯噪聲所污染。在涉及到非線(xiàn)性狀 態(tài)轉(zhuǎn)移與非高斯噪聲的信道跟蹤問(wèn)題上，序貫蒙特卡羅濾波比擴(kuò)展卡爾曼濾波更優(yōu)越。

粒子濾波算法是序貫蒙特卡羅濾波的一種基礎(chǔ)方法，其主要思想是利用一組相關(guān)權(quán)值的 隨機(jī)變量樣本計(jì)算完成估計(jì)，以逼近實(shí)際的后驗(yàn)概率密度，當(dāng)樣本數(shù)目很大時(shí)，這種概率估 計(jì)可近擬于真實(shí)后驗(yàn)概率。

設(shè){x0:n,win}i=1Ns]]>表示隨機(jī)粒子，其含有后驗(yàn)概率pdf?p(x_0：n|y_1：n)特性，其中 {xⁱ_0：n，i＝0，..，N_s}是與權(quán)值{wⁱ_n，i＝1，...，N_s}相關(guān)的狀態(tài)集，且權(quán)值滿(mǎn)足∑_iwⁱ_n＝1，則t時(shí)刻的 后驗(yàn)概率密度可近似表示：p(x0:n|y1:n)≈Σi=1Nswinδ(x0:n-x0:ni).]]>