灰建模下的OFDM窄带慢衰落慢时变信道估计算法浅析

开篇：润墨网以专业的文秘视角，为您筛选了一篇灰建模下的OFDM窄带慢衰落慢时变信道估计算法浅析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：OFMD即正交频分复用技术，将信道分成若干正交子信道，将高速数据信号转换成并行的低速子数据流，调制到在每个子信道上进行传输。正交信号可以通过在接收端采用相关技术来分开，这样可以减少子信道之间的相互干扰ICI。对于OFMD窄带信道而言，它在移动传输的环境之下表现出慢时变的特性。针对这一特性，我们提出了一种基于灰建模的信道估计算法。本文主要针对灰建模下的ofdm窄带慢衰落慢时变信道估计算法进行研究与分析。

关键词：灰建模；慢衰落时变；信道估计；正交频分复用

1 算法分析

对于这一算法而言，其机理主要是首先对大量数据进行一定程度上的分类，这种分类是具有目的性的，然后在这一基础之上对一些有价值的、潜在的信息进行有效的挖掘。在这一算法算法之中，最为基本的算法是贪心算法，运用自顶向下的递归方式对这一算法进行构造。

⑴核心问题。这一算法存在着两个最为核心的问题。第一个核心问题是这一算法的构建，这一问题涉及到怎样快速而有效的对这一算法进行有效的创建，并在此基础之上考虑到所建立的这一算法怎样更加容易被理解；第二个问题是这一算法的剪枝，就是对已经建立的这一算法进行有效的优化处理，使得处理之后的这一算法。

⑵适用范围。就适用范围这一方面而言，这一算法算法并不能够适用于现实世界之中的所有问题，只有满足了一定的条件，才能产生相对理想的效果。对于实例而言，需要用“属性―值”的形式进行一定程度上的描述。实质上，实例主要是由两部分共同组成的，分别是固定属性以及值。一般情况下，当属性的取值范围较小，那么这一算法的效果也相对较好。如果对基本算法进行一定程度上的扩展，也可以对数值属性进行有效的处理。同时，对于目标属性而言，其可能的取值是具有离散性的。在这一算法算法的适用范围之中，训练样本是可以存在错误的。

2 结构与设计

⑴算法实现的基础。在对本系统进行开发的过程中，主要对信道信号进行了有效的使用，所采用的模式主要是b/c模式。这一系统主要分为两个部分，分别是前台网站以及后台管理系统。前台网站通过在服务器的数据库当中对相关的数据以及有效的信息进行一定程度上的额调用，并且将之在浏览器中以网页的形式展现出来，在这一过程当中，主要是对的动态网页制作技术进行了有效的利用；而对于后台管理系统来说，它在计算机教学系统中的作用是十分关键的，通过后台的管理系统，可以实现对前端数据的界面与其相对应的显示内容进行有效的控制。同时，在对这一系统进行设计与开发时主要建立在的三层结构体系的基础之上。这三层结构结构分别指的是数据访问层（database access layer）、业务逻辑层（business logic layer）以及用户表面层（user interface layer）。对这种三层架构的模式进行有效的使用，可以使得结构更为清晰，即使偶尔出现一定程度的异常，也可以及时对其进行准确定位，并将问题有效排除。除此之外，通过这种模式所开发出来的代码，具有较强的简洁性与美观性，更容易理解。

⑵数据库的设计。数据库在一个系统之中发挥着十分关键的作用，只有设计出合理有效的数据库，才能促进系统的合理、有效运行，并满足广大用户的需求。在进行数据库的设计时，首先需要对网站用户需求进行深层次的分析，然后在此基础之上，充分了解与掌握相关的设计流程以及系统功能，并将之确定下来，然后开展设计工作。

⑶开发技术以及运行环境。在进行本系统的开发时，主要采用了的集成开发环境visual studio2005+access2007进行开发。对于来说，它有着十分重要的意义，首先，它是active server page（asp）的升级版本；其次，它又是程序架构，并且这一架构主要是建立在通用语言之上的。对它进行有效利用，可以通过一个web服务器建立起一个十分强大的web应用程序。

3 系统辨识和模型降价

对于系统辨识而言，它在控制系统设计之中具有十分重要的地位与作用，因为它是整个控制系统设计的基础。就目前状况而言，已经存在着诸多的有效方法，但是这些方法与技术所处理的主要对象是参数的线性模型，同时，这些技术与方法必须进行条件假设，即搜索空间是连续的与可微的这一假设是成立的。具体而言，目前所存在的离线方法主要有最小二乘法。极大似自然法等，然而这些方法都是离线方法的递归实现。从本质上来看，这些方法其实就是对梯度技术的局部搜索方法进行了一定程度上的使用，因此，这一类方法往往会受到一定的限制，如果搜索空间不可微或者参数是非线性时，通过对这些方法进行使用，找到全局的最优解存在着较大的难度。

而在估计算法之中，并不需要进行关于搜索空间是可微的与连续的假设。在每一代之中，在参数空间的不同区域位置之中，估计算法都能够对其进行同时且有效的搜索。除此之外，估计算法还能够将搜索方向再次指引，将其指向具有较高概率的区域，以此来寻找出更优解。其优越性主要表现在它能够同时对搜索空间中的多个点进行一定程度的处理，这样一来，就对收敛到全局最优解的可能性进行了有效的增加。曾经有学者将估计算法分别应用于连续和离散时间的系统辨识，得出相应的辨识结果，然后在此基础之上再将辨识结果运用于极点配置自适应控制器的设计当中去。除此之外，这位学者还将遗传辨识方法与传统辨识方法进行了一定程度上的比较分析，并根据比较分析结果给出具有未建模动态特性的最小相位系统以及非最小相位自适应控制系统的仿真结果，由此，便可以证明基于自适应控制方法具有较大的优越性。

⑴最优控制。传统的寻优方法具有较为明显的缺陷，主要表现为对输入初值较为敏感、迭代收敛速度相对较慢、较为容易陷入局部极小，究其原因，主要是因为传统的寻优方法大多都是沿着指标函数的梯度方向进行搜索。

目前状况下，估计算法在最优控制方面也取得了一定程度上的运用。著名学者Krishnakumar曾经做过这样一次研究：首先，他运用估计算法对两个反馈控制系统进行了一定程度上设计，然后他再将两个控制系统与传统设计方法的结果进行了一定程度的比较，最终得出结论估计算法的结果是好的。而Potter则在高度交互动力学多变量复杂系统方面做了研究，他提出了一种多变量数字PID的控制方案，然后在此基础之上对估计算法进行了一定程度上的使用，并以此来对方案之中的矩阵集合进行调节，经过试验证明，这一方案具有较强的可行性，可以进一步推广。

从这一编程中，我们发现一个对象会对应一个与其存在着一定关联的monitor对象。而对于monitor而言，其作用相当于一个守门人，每次仅仅允许一个synchronized方法进入，而如果其中的一个synchronized方法结束之后，monitor就会进行一定程度上的解锁，此时另外一个synchronized方法便可以开始执行。那么应该如何采取有效措施对这一死锁问题进行解决？其实只需要对正确线程程序进行编制，主要策略如下：首先，需要对给定的任务目标进行有效的完成，在执行目标的过程中，需要注意一定的同步性，即与其他任务同时进行，通过这样的操作，可以对每个线程完成的功能进行一定程度上的控制，并在此基础之上，就没有必要对两个线程进行使用，因为在这一操作之后，两者之间就存在着一定的依赖性，当从一个 synchronized方法中调用另一个synchronized方法时，要谨慎方可。

[参考文献]

[1]郭长玉，徐友云，杨峰.基于卡尔曼滤波器的OFDM系统时变信道估计[J].移动通信，2008，32（2）：82-85.

[2]白宾锋，蔡跃明，徐友云.OFDM系统中一种维纳LMS信道跟踪算法[J].电子与信息学报，2005，27（11）：1699-1703.

[3]赵知劲，廖彬彬，尹霆.基于时域RLS自适应滤波的OFDM信道估计[J].计算机仿真，2008，25（2）：136-140.

[4]邓聚龙.灰色系统基本方法[M].武汉：华中科技大学出版社，2005.

[5]王铮.信道估计中基于变换域的降噪处理技术[J].信息技术与信息化，2006（2）：27-29.