1、正交頻分復(fù)用(OFDM)技術(shù)具有良好的抗多徑干擾能力以及很高的頻譜效率，現(xiàn)己在無線通信系統(tǒng)中得到廣泛應(yīng)用。但與單載波系統(tǒng)相比，OFDM系統(tǒng)對頻偏誤差比較敏感:載波頻偏與采樣頻偏都會破壞系統(tǒng)的正交性，從而引起子載波間干擾(ICI)。而在多用戶OFDM系統(tǒng)中，不同用戶的信號經(jīng)過無線信道傳播后在接收端相互疊加，又引入了其它用戶的ICI，使得系統(tǒng)性能進(jìn)一步下降。
　　本文考慮了OFDM系統(tǒng)中載波頻偏和采樣頻偏的估計(jì)問題，先后討論了單用戶系

2、統(tǒng)中初始頻偏的捕捉以及多用戶系統(tǒng)中殘留頻偏的跟蹤，最后利用載波頻偏估計(jì)的思想解決了相位模糊的問題。
　　本文首先討論了整數(shù)載波頻偏的估計(jì)。現(xiàn)有文獻(xiàn)在估計(jì)整數(shù)頻偏時假設(shè)小數(shù)頻偏已經(jīng)被事先完全補(bǔ)償。但是實(shí)際中，由于噪聲的緣故，小數(shù)頻偏的估計(jì)會有一定的誤差，所以在補(bǔ)償之后系統(tǒng)中仍然會有一些殘留小數(shù)頻偏，并會對整數(shù)頻偏的估計(jì)產(chǎn)生較大的影響。本文分析了傳統(tǒng)算法有殘留小數(shù)頻偏時性能下降的原因，并提出了一種魯棒的整數(shù)頻偏與信道的聯(lián)合ML估計(jì)算法

3、。仿真結(jié)果表明，本文算法的性能優(yōu)于傳統(tǒng)算法。
　　對于小數(shù)載波頻偏與采樣頻偏，現(xiàn)有文獻(xiàn)中的聯(lián)合ML估計(jì)算法具有較高的估計(jì)精度，但是需要進(jìn)行二維窮舉式搜索，計(jì)算量較大。本文提出了一種低復(fù)雜度的小數(shù)頻偏與采樣頻偏的聯(lián)合ML估計(jì)算法:該算法首先證明小數(shù)頻偏可以直接求解，從而將原來的二維搜索變?yōu)橐痪S搜索;進(jìn)而在二階泰勒展開后，提出了一種對采樣頻偏的近似ML估計(jì)。仿真結(jié)果表明，本文算法的性能與傳統(tǒng)算法幾乎一樣，但計(jì)算量大大降低。
　　

4、針對多用戶OFDM系統(tǒng)，由于各個用戶分別使用不同的晶振，所以頻偏誤差各不相同，接收端需要同時估計(jì)多個載波頻偏和采樣頻偏?，F(xiàn)有文獻(xiàn)對多用戶頻偏的估計(jì)采用了迫零準(zhǔn)則，因而有噪聲增強(qiáng)問題。本文提出了一種新的多用戶OFDM系統(tǒng)中載波頻偏與采樣頻偏聯(lián)合估計(jì)算法。新算法利用QR分解完成用戶分離，可以消除己估用戶對剩余用戶的干擾。為了進(jìn)一步提高估計(jì)精度，新算法還對接收信號進(jìn)行了加權(quán)平均。仿真結(jié)果表明，新算法的性能要優(yōu)于現(xiàn)有文獻(xiàn)中的算法。
　　考

5、慮到晶振的溫漂會使得頻偏隨時間發(fā)生變化，本文還進(jìn)一步討論了時變多用戶系統(tǒng)中載波頻偏與信道的聯(lián)合跟蹤問題:將頻偏作為隱變量，采用EM算法求解最大后驗(yàn)估計(jì);為了能夠求得E步中隱變量的條件期望，本文利用變分推斷來近似原來的后驗(yàn)概率。仿真結(jié)果表明，本文算法可以在較少的迭代次數(shù)下達(dá)到較高的跟蹤精度。
　　最后，本文利用載波頻偏估計(jì)的思想解決了相位模糊的問題。在跟蹤頻偏與信道變化的過程中，需要大量的導(dǎo)頻開銷。盲信道估計(jì)不依賴導(dǎo)頻信號，但辨識結(jié)