基于高阶矩的Nakagami-m参数估计方法
2012-07-31张程
无线电通信技术 2012年2期
关键词:方法
张 程
(中国电子科技集团公司第五十四研究所,河北石家庄050081)
0 引言
准确有效地估计信道衰落参数,可以评估通信链路的质量,从而优化分集传输模式、自动控制功率和自适应选择调制方式等,以提高通信系统性能。无线信道里的信号经过多径传播,在到达接收机前会经历各种衰落。在无线通信中,由多径时延引起的频率选择性衰落对通信系统的性能影响很大。为描述不同的衰落而建立了多种衰落模型,包括瑞利分布、莱斯分布和Nakagami分布都是最常用的。
1 Nakagami-m分布参数的意义
Nakagami-m分布对无线信道中易于在各种衰落条件下捕捉包络分布[1]。通过m参数的改变,这种分布可以模拟剧烈、缓慢、轻微或没有衰落的信号条件。经证实通过对随机向量的更加近似解,使得Nakagami-m分布模型成为一种更通用的解决方案。Nakagami-m分布的概率密度函数:

式中,Γ(·)是标准γ函数,Ω被定义为如下式:

式中,E(·)是数学期望,参数m被定义为矩的阶数,称为衰落指数,有:

则R的第k阶矩是:

在式(1)中,参数m控制振幅衰落的速度和幅度。m分布包括上面描述的2种分布模式。参数m=1变为广义瑞利分布模式;m<1变为衰落速度大于瑞利衰落;而当m>1时衰落速度小于瑞利衰落;当m=0.5时,则是高斯分布。
m值标志着信道质量并且影响误码率(BER),准确充分地估计m在无线通信中是极为重要的[2]。估计主要集中在2个方面,最大似然估计(ML)和矩估计[3-6].
2 非噪声环境下高阶矩m参数估计
Nakagami变量的矩式(4)中,γ函数同时出现在分子和分母里。没有附加的和非负的部分,为了可以推论通过不同阶矩的运算来消除不能轻易解出的非线性γ公式。……
登录APP查看全文
