张静

(上海师范大学 信息与机电工程学院，上海 200234)

1 引言

在收发端配置多根天线的多天线系统即多输入多输出(MIMO)系统可以有效地利用空间分集并改善链路的可靠性。利用分散在不同地点的无线终端构成分布式MIMO系统在协同通信乃至多点协作重传等技术中被广泛采纳。由于无线移动终端分布地点分散，组成虚拟MIMO系统时在接收端得到的是包含多个不同的信道状态信息：衰落、时延和频率偏置这3类特征参数的混叠信号。准确地获取这些参数并进行有效的同步和均衡，可显著地改善接收机性能。

在分布式MIMO系统中，当多个频率偏置和平信道衰落在多个符号周期不变时，参数的联合获取可采用期望最大化方法，它避免了极大似然估计的求逆运算，可逼近参数的克拉默—拉奥下界[1]，还可运用最小二乘估计和最小均方误差估计[1～3]；对时变特征参数的获取有以下几种方法：建立MIMO信道的状态空间模型，用卡尔曼滤波来跟踪参数[4]；用序列蒙特卡洛方法获取在伪码辅助下的信道衰落[5]。此外，将时变信道近似为在若干个符号周期不变，以及联合估计MIMO-OFDM系统的信道衰落和频率偏置[6]及盲方法等[7]。

本文针对多天线无线信道随机时变的特点，考虑分布式MIMO系统时变特征参数的联合获取。它包括多个复信道衰落和多个频率偏置的联合估计。依据无线信道的统计模型理论建立了参数的状态空间模型，对强非线性观测模型进行线性化处理，然后运用扩展卡尔曼滤波算法联合获取多个未知参数，同时将结果对照了参数估计的克拉默—拉奥下界。……