楊 雷，王 勇，王 丹

(河南科技大學(xué)電子信息工程學(xué)院，河南 洛陽 471023)

責(zé)任編輯:薛 京

超寬帶(Ultra－Wideband，UWB)技術(shù)是目前正被廣泛研究的一種新興無線通信技術(shù)［1］。與其他無線通信技術(shù)相比，UWB技術(shù)具有傳輸速率高、系統(tǒng)容量大、抗多徑能力強(qiáng)、功耗低、成本低等優(yōu)點。值得注意的是，UWB系統(tǒng)中主要的限制因素不是帶寬，而是其極低的功率譜密度。多天線傳輸技術(shù)可以在低傳輸功率消耗時增強(qiáng)系統(tǒng)的容量和改善系統(tǒng)的性能。因此，如果將多天線技術(shù)和UWB技術(shù)相結(jié)合，那么系統(tǒng)可以獲得更高的傳輸率和可靠性，從而帶來更大的性能增益［2］。

信噪比(Signal－to－Noise Ratio，SNR)信息是無線通信系統(tǒng)非常重要的參數(shù)，它不僅可以輔助實現(xiàn)接收機(jī)的信道估計、均衡和軟譯碼，而且還可以反饋回發(fā)射端用以實現(xiàn)自適應(yīng)編碼和調(diào)制。因此，接收機(jī)對SNR進(jìn)行估計是十分必要的。目前，基于矩的估計方法［3］和基于子空間的估計方法［4］都是經(jīng)典的SNR估計方法。然而，目前關(guān)于分集系統(tǒng)中 SNR 估計問題的研究十分有限［2，5－8］。一般地，SNR估計問題可以等效成信道估計和噪聲方差的估計問題。最小二乘(Least Square，LS)信道估計方法具有簡單、易執(zhí)行的優(yōu)勢，但傳統(tǒng)的最小均方誤差(Minimum Mean Square Error，MMSE)噪聲方差估計方法［5］不能和LS信道估計器同時使用?，F(xiàn)有Boumard提出的噪聲方差估計方法［6］雖然解決了MMSE方法不能和最小二乘信道估計同時使用的問題，但該方法需假設(shè)相鄰子載波的信道頻域系數(shù)相等，在信道頻選性強(qiáng)時估計性能變差，所以不適用極度頻選的UWB信道。

本文針對現(xiàn)有SNR估計方法受制于信道頻選性(或信道時延擴(kuò)展)以及不能和簡單易執(zhí)行的最小二乘信道估計方法同時使用的問題，基于空間復(fù)用(Spatial Multiplexing，SM)的導(dǎo)頻分配模式，將單天線噪聲方差估計方法［9］推廣至多天線環(huán)境，提出一種對信道頻選性魯棒的多天線超寬帶系統(tǒng)SNR估計方法，以獲得較優(yōu)的估計性能，且執(zhí)行復(fù)雜度不高。

1 多天線SC－FDE UWB系統(tǒng)模型

考慮一個具有兩發(fā)、兩收的單載波頻域均衡(SCFDE)UWB系統(tǒng)［2］，其系統(tǒng)模型如框圖1所示。收發(fā)天線間形成了4個相互獨立的UWB子信道。信道滿足幀衰落特性，每根發(fā)射天線傳輸模式相同，每一幀含有兩個前導(dǎo)頻塊和若干數(shù)據(jù)塊，數(shù)據(jù)塊長度和導(dǎo)頻塊相同，且導(dǎo)頻塊和數(shù)據(jù)塊之間采用時分復(fù)用，發(fā)射天線在“0”時刻和“1”時刻傳輸?shù)膶?dǎo)頻序列滿足SM。背景噪聲服從零均值加性白高斯分布。信號經(jīng)過衰落信道后，在頻域完成信道均衡，而信道均衡需要由信噪比估計和信道估計輔助實現(xiàn)。

圖1 多天線SC－FDE UWB系統(tǒng)模型

1.1 發(fā)送模型

在發(fā)送端，二進(jìn)制數(shù)據(jù)序列經(jīng)信道編碼后，經(jīng)調(diào)制器進(jìn)行調(diào)制，然后進(jìn)行時間逆轉(zhuǎn)空時編碼處理，已獲得發(fā)射分集。在數(shù)據(jù)序列前分別加入循環(huán)前綴(Cyclic Prefix，CP)，以避免符號間干擾。發(fā)射端以SM模式分配每根發(fā)射天線在“0”符號時刻和“1”符號時刻的導(dǎo)頻序列，以避免導(dǎo)頻傳輸期間天線間干擾對信道估計的影響，即發(fā)射天線i在“0”時刻傳輸導(dǎo)頻序列塊為和“1”時刻導(dǎo)頻序列塊為，其中 i=1，2，然后對每個導(dǎo)頻塊插入 CP。最后每根發(fā)射天線將若干個數(shù)據(jù)塊和兩個導(dǎo)頻塊進(jìn)行時分復(fù)用后組成一個完整的幀由發(fā)射天線發(fā)出。接收端則利用去掉CP的頻域?qū)ьl序列進(jìn)行信噪比估計，最后在頻域中進(jìn)行信道均衡與符號相干檢測。

1.2 接收模型

接收端每根天線首先對經(jīng)過無線信道傳輸?shù)膸M(jìn)行時間解復(fù)用，提取導(dǎo)頻塊并去除循環(huán)前綴后，得到第j個接收天線第n個符號時刻的時域接收導(dǎo)頻信號矢量為

式中:信道矩陣 是第i個發(fā)射天線和第j個接收天線間子信道的循環(huán)Toeplitze矩陣，它由子信道時域沖激響應(yīng)矢量 hji= ［hji(1)，hji(2)，…，hji(L)］T生成;矢量wj=［wj(0)，…，wj(K－1)］T是空時獨立的零均值、協(xié)方差矩陣為的高斯白噪聲矢量，且每個天線的噪聲方差在一幀內(nèi)是常數(shù)。對時域接收導(dǎo)頻信號進(jìn)行傅里葉變換的第j個接收天線第0和1符號時刻在第k個子載波處的頻域接收信號為

式中:j=1，2;Hji(k)是信道時域沖激響應(yīng)hji在第k個頻率元處的頻域響應(yīng)，k=0，1，…，K － 1;(k)和(k)分別是相應(yīng)的頻域?qū)ьl信號和頻域噪聲元。

2 SNR估計方法

目前的單天線系統(tǒng)的SNR估計方法可以分成兩大類［10］:一類是直接計算SNR值，一類是先計算信號功率或噪聲功率的值，由二者的比值獲得SNR的估計值。目前的研究主要集中在第二類SNR估計方法，其中，信號功率的估計方法又可分為兩大類:一類首先估計噪聲方差信息，然后借助該信息并基于接收信號的二階矩估計信號功率［11－12］;一類則是通過信道估計值和導(dǎo)頻序列來進(jìn)行信號功率的計算，整個過程無需噪聲方差信息的輔助［6，13］。本文則重點研究了第二類的SNR估計方法，而且，為了方便接收機(jī)進(jìn)行相干接收，其中的信號功率由信道估計值和導(dǎo)頻序列聯(lián)合計算。然而，傳統(tǒng)的最優(yōu)MMSE估計方法無法和簡單易執(zhí)行的最小二乘信道估計器同時使用;傳統(tǒng)的多天線系統(tǒng)下Boumard提出的SNR估計方法［6］需要假設(shè)信道是平坦衰落的，將之推廣至頻選UWB信道下時，性能急劇下降。本文所研究的SNR估計方法不僅可以和最小二乘信道估計器同時使用，并且無須假設(shè)信道具有平坦衰落特性，而是根據(jù)信道共軛對稱特性構(gòu)造噪聲采樣矢量，然后應(yīng)用克拉美羅定理獲得噪聲方差信息。這樣，和傳統(tǒng)方法比，本文提出方法的估計精度得到了極大提高。本文提出的SNR估計方法如圖2所示。

圖2 提出的信噪比估計方法

具體步驟如下:

1)為方便求解信道頻域響應(yīng)，將式(2)第j個接收天線兩個導(dǎo)頻傳輸時刻頻域接收信號整理成矩陣形式為

2)計算每個收發(fā)天線對子信道頻響的LS估計為

為使子信道頻響LS估計存在，第k個頻率元的導(dǎo)頻矩陣應(yīng)可逆，即滿足如下的SM條件

為簡單起見，這里假設(shè)導(dǎo)頻滿足下述關(guān)系

則有

成立。

3)利用LS信道估計矢量(式(7))構(gòu)造如下關(guān)于噪聲方差信息的數(shù)據(jù)矢量

其中:

4)借助步驟3)構(gòu)造的新數(shù)據(jù)矢量(式(8))并應(yīng)用克拉美羅定理［5，9］，得到多天線UWB系統(tǒng)第j個接收天線噪聲方差的估計為

由式(11)知，多天線的噪聲方差估計器(式(10))具有和單天線噪聲方差估計器［7］相同的方差下界。因此，和MMSE方法比，提出的估計器性能損失大約3 dB。

5)按式(12)計算多天線系統(tǒng)下的信噪比估計值為

式(12)中的信號功率是通過LS信道估計值(式(7))和導(dǎo)頻序列來計算的。估計出的信噪比信息可以反饋給發(fā)送端用于自適應(yīng)調(diào)制或者送入接收機(jī)的信道均衡器用以計算均衡器系數(shù)。

3 仿真結(jié)果

系統(tǒng)仿真分別基于IEEE802.15.3a標(biāo)準(zhǔn)的CM1及CM4信道模型［14］進(jìn)行。發(fā)射天線導(dǎo)頻可采用CAZAC序列，且滿足空間復(fù)用特性。系統(tǒng)成形匹配脈沖采用了滾降系數(shù)為0.5的奈奎斯特濾波器，塊長為256個采樣點，CP長度為64個采樣點。每根發(fā)射天線的一幀由100個數(shù)據(jù)塊和2個導(dǎo)頻塊組成。

圖3為本文提出的SNR估計方法、傳統(tǒng)Boumard估計方法［4］以及傳統(tǒng)MMSE估計方法［3］的歸一化均方誤差(Normalized Mean Square Error，NMSE)性能隨真實 SNR變化的比較結(jié)果。其中MMSE方法在SNR計算時使用完美信道估計和估計的噪聲方差信息聯(lián)合計算。Boumard方法則和提出的SNR估計方法一樣，均使用了SM的LS信道估計值來計算信號功率。結(jié)果表明:在CM1信道下，Boumard方法在SNR=12 dB時性能曲線出現(xiàn)拐點，而在頻選極度嚴(yán)重的多天線CM4信道下，Boumard方法在SNR=6 dB時出現(xiàn)拐點，這是因為在低SNR端信道估計誤差是影響SNR估計的主要因素，而在高SNR端噪聲方差估計是影響SNR估計誤差的主導(dǎo)。由于CM4信道是極度頻選的，所以Boumard方法在高SNR端噪聲方差估計性能極度變差，而本文的估計方法由于未假設(shè)信道慢頻選性，所以NMSE性能在SNR＞7.5 dB時明顯優(yōu)于傳統(tǒng)Boumard信噪比估計方法。另外，由于本文方法僅使用MMSE方法噪聲采樣集大小的一半數(shù)據(jù)來估計噪聲方差，所以在高SNR端略差于MMSE估計方法。值得注意的是，在SNR較高時，提出方法和MMSE方法在CM4信道下性能均有所下降，這是因為CM4信道是極度頻選的，64個采樣點的CP長度已經(jīng)不充分，所以引起了塊間干擾，并導(dǎo)致噪聲方差估計器的性能略有下降。如果將CP長度增加，則此性能損失可以彌補(bǔ)。

圖3 信噪比估計方法NMSE性能比較

圖4給出了上述SNR估計方法的估計值與SNR真值的比較結(jié)果。由圖4可知，提出的估計方法不論信道頻選性如何，在SNR＞9 dB時，估計值均逼近真值，而傳統(tǒng)的Boumard方法則由于信道頻選性的影響，估計性能在極度頻選的CM4信道下，估計性能急劇下降，且估計值已經(jīng)遠(yuǎn)遠(yuǎn)偏離真值。MMSE方法估計值與真值十分逼近，但它不能和LS信道估計器共用。由此可見，本文方法不僅運算復(fù)雜度低，可以和簡單易執(zhí)行的LS信道估計方法同時使用，無需事先獲取信道的相關(guān)特性信息，估計精度高，而且對信道頻選性魯棒，適用于多天線UWB信道環(huán)境。

圖4 信噪比估計方法估計值與真值比較

4 小結(jié)

在本文提出的信噪比估計方法中，采用了簡單易執(zhí)行的LS信道估計，由LS信道估計構(gòu)造新的噪聲方差采樣矢量估計噪聲方差，最后利用估計的信道和噪聲方差信息計算SNR估計值。整個估計過程要求不同發(fā)射天線的導(dǎo)頻序列應(yīng)滿足SM特性，但未使用信道相關(guān)特性知識和復(fù)雜的矩陣操作，也沒有假設(shè)信道頻選的慢變性，因此在復(fù)雜度增加不多的前提下有效地提高了SNR估計的精度，而且特別適合極度頻選的UWB多天線信道。下一步將研究如何提高低SNR端SNR估計精度的問題。

［1］WANG Y，DONG X D，WITTKE P H，et al.Cyclic prefixed single carrier transmission in ultra－wideband communications［J］.IEEE Trans.Wireless Communications，2006，5(8):2017－2021.

［2］王丹，蔣鈴鴿，何晨.基于塊傳輸SC－FDE UWB系統(tǒng)的MIMO傳輸方案［C］//通信理論與信號處理學(xué)術(shù)年會論文集.秦皇島，中國:電子工業(yè)出版社，2007:23－30.

［3］韓博，吳杰，許華，等.一種新的QAM信號信噪比估計算法［J］.電視技術(shù)，2012，36(21):132－134.

［4］楊富銀，張白愚，黃焱.DVB－S2 ACM技術(shù)中的信噪比估計［J］.電視技術(shù)，2012，36(13):106－109.

［5］KAY S M.Fundamentals of statistical signal processing:estimation theory［M］.New Jersey:Prentice－Hall，1993.

［6］BOUMARD S.Novel noise variance and SNR estimation algorithm for wireless MIMO OFDM systems［C］//Proc.IEEE Global Telecommunications Conference(GLOBECOM).San Francisco，CA:IEEE Press，2003:1330－1334.

［7］ZIVKOVIC M，RUDOLF M.Preamble－based SNR estimation algorithm for wireless MIMO OFDM systems［C］//Proc.6th International Symposium on Wireless Communication Systems(ISWCS).Tuscany，Italy:IEEE Press，2009:96－100.

［8］XU X D，JING Y，ZHAO J，et al.Subspace－based noise variance and SNR estimation for MIMO OFDM systems［J］.Journal of Electronics(China)，2006，23(2):176－180.

［9］WANG D，JIANG L，HE C.Noise variance estimation and optimal sequences for channel estimation in SC－FDE UWB systems［J］.Electronics Letters，2007，43(11):621－623.

［10］YANG L，WANG D.Comparisons of several SNR estimation methods for SC－FDE UWB wireless communications［J］.Journal of Convergence Information Technology，2012(21):359－368.

［11］REN G，ZHANG H，CHANG Y.SNR estimation algorithm based on the preamble for OFDM systems in frequency selective channels［J］.IEEE Trans.Communications，2009，57(8):2230－2234.

［12］CHANG S，KELLEY B.A time－domain SNR estimator based on a periodic preamble for wireless OFDM systems［J］.IEICE Electronics Express，2011(24):2073－2079.

［13］ZIVKOVIC M，RUDOLF M.An improved preamble－based SNR estimation algorithm for OFDM systems［C］//Proc.IEEE International Symposium on Personal，Indoor and Mobile Radio Communications(PIMRC).Istanbul，Turkey:IEEE press，2010:172－176.

［14］FOERSTER J.P802.15－02/490r1－SG3a，Channel modeling subcommittee report(Final)［R］.［S.l.］:IEEE P802.15.3a Working Group，2003.