寧小玲，劉 忠，劉志坤

(海軍工程大學(xué)電子工程學(xué)院 武漢 430033)

在高速無線數(shù)據(jù)傳輸中，正交頻分多路復(fù)用(OFDM)技術(shù)因具有頻帶利用率高和抗多徑衰落能力強等優(yōu)點，已廣泛用于無線局域網(wǎng)和無線廣域網(wǎng)等。OFDM技術(shù)也是近年來水聲通信領(lǐng)域的研究熱點。信道估計是OFDM系統(tǒng)中補償水下聲信道畸變的一項非常重要的技術(shù)。目前，在對水聲信道估計的研究中，應(yīng)用較多的是自適應(yīng)估計和基于LS準(zhǔn)則的信道估計技術(shù)。文獻(xiàn)[1]提出了自適應(yīng)水聲信道估計算法，當(dāng)OFDM符號長度較短時，自適應(yīng)算法對于捕獲水聲信道變化比較有效；文獻(xiàn)[1]還針對水聲信道的稀疏特性，改進(jìn)算法，提高了估計性能。文獻(xiàn)[2]采用基于導(dǎo)頻輔助的LS信道估計方法估計實際水聲信道，試驗結(jié)果證明該方法可用于淺海的高速數(shù)字通信系統(tǒng)。在無線電領(lǐng)域，關(guān)于自適應(yīng)估計和最小二乘估計的應(yīng)用較多，文獻(xiàn)[3]提出了一種時變衰落信道改進(jìn)迭代最小二乘信道估計方法，在快、慢衰落信道都展現(xiàn)很好的均方誤差性能。文獻(xiàn)[4]提出的基于隱式訓(xùn)練和加權(quán)最小二乘的迭代信道估計，定義了一種加權(quán)最小二乘(WLS)代價函數(shù)，通過選用適當(dāng)?shù)牡踔?，可使迭代信道估計算法快速收斂，且對信道的傳輸函?shù)無特殊要求。本文在上述文獻(xiàn)的基礎(chǔ)上，提出了一種稀疏水聲OFDM系統(tǒng)迭代最小二乘自適應(yīng)信道估計方法。該方法首先對LS代價函數(shù)進(jìn)行改進(jìn)，利用加權(quán)誤差平方和得到一種新的代價函數(shù)，推導(dǎo)出一種新的迭代信道估計方法；基于該方法的估計值，針對水聲信道的稀疏性，提出了一種新的基于閾值的稀疏信道估計方法，最后給出了該算法的性能仿真。

1 OFDM系統(tǒng)和信道模型

2 基于迭代最小二乘的稀疏水聲信道自適應(yīng)估計

2.1 基于LS的OFDM系統(tǒng)自適應(yīng)迭代信道估計

2.2 算法的計算復(fù)雜度分析

2.3 基于閾值探測的稀疏水聲信道估計

圖2 本文估計算法原理圖

3 仿真結(jié)果和分析

仿真信道采用文獻(xiàn)[9]的負(fù)聲速梯度水聲信道模型進(jìn)行仿真。仿真中采用的系統(tǒng)參數(shù)如表1所示。為得到信道估計性能，假設(shè)接收機實現(xiàn)完全同步。同時，為了避免碼間干擾，選擇保護(hù)間隔大于信道的最大延遲。

表1 系統(tǒng)參數(shù)

選擇一個合適數(shù)目的OFDM符號進(jìn)行訓(xùn)練，對其加權(quán)誤差求和是非常重要的，合適數(shù)目的符號可以不增加帶寬負(fù)擔(dān)，并采用最小數(shù)目的訓(xùn)練符號能使訓(xùn)練性能達(dá)到理想的效果。圖3是本文算法在不同信噪比情況下MSE性能隨訓(xùn)練符號變化的性能曲線。圖3中，SNR=0，10，20 dB時，所有曲線隨著訓(xùn)練符號碼元數(shù)的遞增單調(diào)遞減，且在約12個符號后，幾乎所有曲線的MSE性能都收斂，趨近最小值。因此，在后面的仿真中，采用接收到的12個OFDM符號獲得需要的精確方差值，并由此假定至少在傳送12個訓(xùn)練符號時間內(nèi)信道系數(shù)保持不變。

圖3 訓(xùn)練符號數(shù)對本文算法MSE性能的影響

圖4 3種信道估計算法的MSE性能比較

4 結(jié) 論

本文討論了迭代自適應(yīng)估計方法的推導(dǎo)過程，對其計算復(fù)雜度進(jìn)行了分析，確定其為一種可實用的信道估計方法，并在此估計方法的基礎(chǔ)上，引入閾值探測方法，對有效徑進(jìn)行探測，消除噪聲干擾影響，提高估計精度。通過仿真結(jié)果可看出，在給定遺忘因子和閾值的條件下，本文提出的信道估計方法其MSE性能隨訓(xùn)練符號數(shù)逐漸單調(diào)收斂，到12個符號時，MSE接近最小值。并且，本文提出的方法其MSE性能在10?3時比Proposed DFT-based CE要好10 dB，體現(xiàn)出該算法具有更好的抑制噪聲干擾性能，是一種可靠性高、實用性強的信道估計方法。

[1] STOJANOVIC M. OFDM for underwater acoustic communications: adaptive synchronization and sparse channel estimation[C]//The 2008 IEEE International Conference on Acoustics, Speech and Signal Processing.Las Vegas: IEEE press, 2008: 5288-5292.

[2] LI Bao-sheng, ZHOU Sheng-li, STOJANOVIC M, et al.Pilot-tone based ZP-OFDM demodulation for an underwater acoustic channel[C]//MTS/IEEE 2006 OCEANS. Boston:IEEE press, 2006: 1-5.

[3] HAN K Y, LEE S W, LIM J S, et al. Time-variant fading channel estimation by extended RLS[J]. IEICE Transactions on Communications, 2004, E87-B(6): 1715-1718.

[4] 張樺, 朱近康. 基于隱式訓(xùn)練和加權(quán)最小二乘的迭代信道估計[J]. 華中科技大學(xué)學(xué)報(自然科學(xué)版), 2008, 36(4):13-16.ZHANG Hua, ZHU Jin-kang. Iterative channel estimation using superimposed training and weighted- least-square method[J]. Huazhong University of Science & Technilogy(Natural Science Edition), 2008, 36(4): 13-16.

[5] STOJANOVIC M. Retrofocusing techniques for high rate acoustic communications[J]. Journal of the Acoustical Society of America, 2005, 117(3): 1173-1185.

[6] DE BEEK V J J, EDFORS O, SANDELL M, et al. On channel estimation in OFDM systems[C]//The 1995 IEEE 45th Vehicular Technology Conference. Chicago: IEEE Press, 1995.

[7] KANG Y, KIM K, PARK H. Efficient DFT-based channel estimation for OFDM systems on multi-path channels[J].IET Communications, 2007, 1(2): 197-202.

[8] 程履幫. OFDMA系統(tǒng)中基于LMMSE信道估計算法的改進(jìn)及其性能分析[J]. 電子學(xué)報, 2008, 36(9): 1782-1785.CHENG Lü-bang. An improved LMMSE channel estimation method and its performance analysis[J]. Acta Electronica Sinica, 2008, 36(9): 1782-1785.

[9] 郭業(yè)才. 自適應(yīng)盲均衡技術(shù)[M]. 合肥：合肥工業(yè)出版社,2007.GUO Ye-cai. Adaptive blind equalization technique[M].Hefei: Hefei Industry Press, 2007.

[10] SAYED A H, KAILATH T. A state-space approach to adaptive RLS filtering[J]. IEEE Signal Processing Magazine, 1994, 11(3): 18-60.