中文摘要：

当MIMO-OFDM宽带系统和其他窄带系统共存时，不可避免存在窄带干扰问题。此时MIMO-OFDM接收机不仅需要对抗窄带干扰，而且还需要对信道响应、载波频偏等未知信号损伤源参数进行估计，这些因素对接收机设计提出了严峻的挑战。为了在实际条件下获得近最优的系统性能，本项目采用源于统计物理学的变分贝叶斯算法完成多参数联合估计，并结合Turbo迭代检测使接收机能在强窄带干扰和未知信号损伤源较多的条件下以合理的复杂度、较小的导频开销逼近最优接收性能。新方案主要分成三部分首先建立窄带干扰和未知信号损伤源参数的数学模型；其次，采用变分贝叶斯方法解决多参数联合估计和信号检测问题；最后通过Turbo迭代和变分贝叶斯算法交互参数估计信息和发送信号软信息，恢复信源数据。 本项目将提出一套对窄带干扰鲁棒的迭代接收机设计理论和方法，研究成果有助于提高恶劣传输条件下MIMO-OFDM系统的接收性能。

结论摘要：

本项目利用Turbo迭代原理和变分贝叶斯方法研究了MIMO-OFDM系统中信号检测、信道估计以及载波频偏估计问题。设计了对抗窄带干扰的接收方案；提出的变分贝叶斯迭代接收机能有效解决多参数联合估计与信号检测问题，和传统接收机相比能有效减小估计开销，提高恶劣传输环境下的接收性能。首先建立了MIMO-OFDM系统的数学模型，在模型中考虑了信道多径衰落、多普勒效应、窄带干扰以及载波频偏的影响。通过在时域级联预测误差滤波器滤除窄带干扰的影响，在滤除时域窄带干扰之后，窄带干扰在MIMO-OFDM的解调端相当于频域叠加上了除高斯白噪声以外的噪声，将窄带干扰存在时的信号检测问题转化为联合子载波噪声方差估计与信号检测问题。系统研究和对比了MIMO-OFDM系统的信号软检测算法。设计了MIMO-OFDM系统的Turbo接收机框架，推导了软检测算法的对数似然比一般表达式。设计了一种改进的基于最大后验概率准则的列表球形译码算法。设计了新的考虑先验信息的排序策略；提出了简单的列表扩张方法。基于外信息转移图分析，提出采用加权因子补偿由于近似计算和正反馈带来的外信息放大效应。在空域相关和不相关两种条件下对算法性能进行了仿真，验证了改进算法较传统算法的优越性。基于变分贝叶斯期望最大化（VBEM）算法和Turbo原理，提出了快时变信道条件下MIMO-OFDM系统中的联合符号检测、等效噪声估计与信道估计算法。设计了考虑参数估计误差的改进的列表球形译码算法和LMMSE-SIC软检测算法；设计了自适应的等效噪声方差估计算法，考虑了残留干扰和参数估计误差协方差矩阵。利用鲁棒统计理论设计了改进的鲁棒软输入Kalman算法，该算法能在出现异常值的条件下保持较好的信道跟踪能力。仿真结果表明在快速时变多径信道条件下，设计的鲁棒VBEM算法优于传统的VBEM算法和EM算法。基于Turbo原理设计了时变条件下的联合信道和频偏估计算法，将参数更新过程嵌入Turbo迭代中，设计了参数估计和迭代接收机的处理流程，仿真结果表明新算法有效解决了MIMO-OFDM系统中信道和频偏同时时变条件下的参数估计问题，使迭代接收机获得良好性能。最后，深入研究了变分贝叶斯方法机理，利用概率图模型工具和消息传递理论解释了Turbo迭代原理和变分贝叶斯算法的工作原理，为所提出接收机的优越性提供了理论支撑。