摘要本章的主要內容是介紹基于放大轉發模式的雙向中繼網絡[1]的時變信道參數估計方法的應用。采用復指數基擴展模型（Complex-Exponential Basis Expansion model，簡稱CE-BEM）來表征時變信道，借助導頻碼元輔助傳送的策略實現信息的傳送。分別用時域和頻域兩種方法對信道參數進行估計，再結合迭代算法提高估計值的精度。

  關鍵詞 雙向中繼網絡，CE-BEM，時變信道模型

  1 信道估計

  1.1 時變信道模型

  3 時變信道BEM系數估計方法

  4 實驗仿真

  觀察仿真結果可以明顯看出，最優訓練序列下z的估計值的MSE能達到最好的性能，而且是很接近理論值的。

  時域和頻域方法下不同SNR時λ的信道估計的MSE實驗。估計值的MSE隨著SNR變化的曲線如圖2和3所示。

  對比時域和頻域兩種方法恢復BEM系數λ和μ的性能，如圖4和5所示。

  根據時域和頻域兩種方法求出的MSE隨著SNR變化的曲線圖如圖5所示。與圖4比較可知，時域和頻域兩種方法得出的μ、λ估計值的性能差不多，但是μ估計值的誤差較大。這是因為估計μ時用到了λ的估計值，造成了誤差的積累和傳播。

  5 結論

  本文主要內容是基于放大轉發模式的雙向中繼網絡的時變信道參數估計。信道參數估計是研究網絡其他技術的基礎，所以至關重要。要進行參數估計，首先要建立時變信道模型。先根據復指數基建立CE-BEM時變信道；然后運用導頻碼元輔助傳送的策略分析整個網絡的信息傳送和接收過程；再采用最小二乘法估計信道，通過最小化信道估計的平均MSE分析最優訓練序列滿足的條件以及參數值的選取范圍；最后用時域和頻域兩種方法從信道估計值中恢復出信道參數，結合迭代算法提高信道參數估計值的精度。此章節只是應用時變信道參數估計的方法，本文的重點是在應用這一方法的基礎上進行參數估計結果的仿真。

  參考文獻

  [1] C. E. Shann on, “Two-way communication channels,” in Proc. 4th Berkeley Symp. Math.Stat. Prob., 1961, pp. 611644.

  [2] G. B. Giannakis and C. Tepedelenlioglu,“Basis expansion models and diversity techniques for blind identification and equalization of time varying channels,” Proc. IEEE, Nov. 1998, vol. 86, pp. 19691986.

  [3] X. Ma and G. B. Giannakis, “Maximum-diversity transmissions over doubly-selective wireless channels,” IEEE Trans. Inf.Theory, Jul. 2003, vol.49, pp. 1832-1840.

  [4] S. M. Kay, Fundamentals of Statistical Signal Processing: Estimation Theory. Englewood Cliffs, NJ: Prentice-Hall, 1993.