Skip to main content
SUPERVISOR
Ali-Mohamad Doost-Hoseini,Mohmmad javad Omidi
علی محمد دوست حسینی (استاد مشاور) محمدجواد امیدی (استاد راهنما)
 
STUDENT
Omid Taheri
امید طاهری

FACULTY - DEPARTMENT

دانشکده مهندسی برق و کامپیوتر
DEGREE
Master of Science (MSc)
YEAR
1383

TITLE

Flat Fading Channel Estimation Using Reduced Diagonalized Kalman Filter and a New Method for PAPR Reduction in OFDM Systems
Nowadays Orthogonal Frequency Division Multiplexing (OFDM) is used as a popular method for high data rate transmission in wireless systems. Dividing the wideband fading channel to several flat narrowband sub-channels, OFDM systems have a robust performance against destructive fading phenomenon of the channel. One of the topics discussed in this thesis is wireless channel estimation using Kalman filtering. Kalman filter can be used to estimate processes from a state space model. Channel estimation besides frequency and time synchronization are the two important and effective issues regarding OFDM systems performance. Not only the quality of the channel estimation algorithm affects the communication system’s overall performance, but also its computational complexity is of importance. In this thesis the transition matrix of the state space model is diagonalized by choosing a new basis for the model. Then by further simplifications we present a method named diagonalized Kalman filter based on the original Kalman filtering method. The method presented has lower computational complexity compared to the original method. The OFDM signal suffers from large peak variation which is usually represented by the Peak to Average Power Ratio (PAPR) parameter. Signals with large PAPR force the high power amplifiers to operate with low power efficiency in order to avoid signal clipping. In this thesis current PAPR reduction methods are introduced. These methods are divided into two groups of distortion and distortion less techniques. A new PAPR reduction method is also presented in this paper by modifying FFT and IFFT matrices.
مدولاسیون OFDM امروزه به عنوان روشی مقبول در ارسال بی‌سیم اطلاعات با نرخ بالا مطرح است. با تقسیم یک کانال محوشدگی باند پهن به کانالهای باریک و تخت، OFDM با استفاده از همسانسازی ساده یک شیره قادر به مقابله با اثرات مخرب پدیده محوشدگی کانال است. یکی از موضوعاتی که در این تحقیق مورد بررسی قرار می‌گیرد تخمین کانال بی‌سیم با استفاده از الگوریتم کالمن است. الگوریتم کالمن برای تخمین فرآیندهایی که بر اساس یک مدل فضای حالت بدست آمده‌اند کاربرد دارد. تخمین کانال در کنار همزمانسازی فرکانسی و زمانی دو موضوع بسیار مهم و تأثیرگذار بر کارایی سیستم OFDM را تشکیل می‌دهند. گرچه کیفیت و دقت روش تخمین کانال در کارایی سیستم مخابراتی تأثیر بسزایی دارد ولی پیچیدگی محاسباتی الگوریتم تخمین نیز دارای اهمیت است. در این تحقیق با انتخاب یک پایه جدید برای مدل حالت کانال محوشدگی، ماتریس گذار کالمن را قطری می‌کنیم. در ادامه با انجام ساده‌سازی بیشتر روشی براساس فیلتر کالمن معمولی با نام فیلتر کالمن قطری کاهش یافته را معرفی خواهیم کرد. این روش تخمین کانال دارای پیچیدگی محاسباتی کمتری نسبت به روش کالمن معمولی است. البته روش OFDM در حوزه زمان از تغییرات زیاد بیشینه سیگنال رنج می‌برد، که عموماً این مشکل را با پارامتری با نام PAPR نشان می‌دهند. سیگنالهای با PAPR بالا تقویت‌کننده‌های قدرت را وادار به کارکردن با راندمان توان کم برای جلوگیری از بریده‌شدن سیگنال می‌کنند. در بخشی از این تحقیق روشهای موجود و معمول کاهش PAPR به شکلی مختصر مورد بررسی قرار می‌گیرند. این روشها را در حالت کلی می‌توان به دو دسته با اعوجاج و بدون اعوجاج تقسیم کرد. همچنین در این تحقیق روشی جدید برای کاهش PAPR با انجام تغییراتی در ماتریسهای FFT/IFFT ارایه می‌شود.

ارتقاء امنیت وب با وف بومی