陶蕊　王蓮蓮

【摘要】 在MIMO-OFDM系統(tǒng)中，大多數(shù)信道估計方法對快速變化的信道都無法做到準確的預測，從而影響了系統(tǒng)性能。為了解決這個問題，本文提出了一種基于散布導頻的信道估計方法。該方法首先對導頻進行散布化處理，然后對MIMO信道的單位沖擊響應進行預測，而為了提高預測的精度，需要對估計值進行了自適應Wiener濾波，而濾波的輸出被送到DFT（Discrete Fourier Transform，離散傅里葉變換）的輸入，DFT的輸出就是所需要的信道頻率響應，該響應可被用于信道均衡。仿真表明本文所提出的估計方法能夠準確地估計出信道狀態(tài)，從而有效地降低了系統(tǒng)誤碼率。

【關(guān)鍵詞】 MIMO-OFDM LS準則 散布導頻 Wiener濾波

一、引言

如何提高無線傳輸?shù)目煽啃?、速率與頻率利用率一直是通信領(lǐng)域中的一個重點研究內(nèi)容。而MIMO-OFDM技術(shù)能夠有效地把兩種技術(shù)結(jié)合在一起，從而得到了廣泛地關(guān)注。其中的信道估計又是研究重點之一。這是因為系統(tǒng)中的調(diào)制解調(diào)與鏈路處理部分都需要信道信息。

而常用的信道估計可以分為兩類：導頻估計與盲估計。Qian等人提出的基于迭代的LS信道估計方法通過時域低通濾波器的使用，降低了ICI對系統(tǒng)的信道估計的影響，從而實現(xiàn)了精度的提升[1]。文獻[2]所給出的MMSE方法利用MIMO信道的頻域與時域的相關(guān)性質(zhì)來進行信道估計。文獻[3]提出了一種簡單的信道估計方法。當信道變化比較緩慢，多普勒頻移比較小時，上述信道估計方法所得到的信道參數(shù)能夠較好地反映實際信道的情況。

二、系統(tǒng)模型

本文所使用的系統(tǒng)模型參照文獻[3]。每個終端同時配置兩個發(fā)射天線與兩個接收天線。首先在時隙在n，發(fā)送信號{b[n，k]，k=0，1L，K-1}經(jīng)過空時編碼器后被編碼成兩路信號{Xi[n，k]，k=0，1L，K-1；i=1，2}，接著IFFT分別對這兩路信號進行處理，最后，兩路IFFT的輸出通過兩個發(fā)射天線同時被發(fā)射出去。由于每個接收天線所進行的信道估計過程都是相似的且相互獨立的，因此，下面的分析以接收天線j為例進行說明。為了簡化表達式，在下面的分析中將省略接收天線下標j。同時為了簡化分析，假設(shè)系統(tǒng)是同步的并且子載波之間是互不干擾的，那么在第n個時隙，接收天線j所收到的OFDM信號經(jīng)解調(diào)后可以等效為基帶信號，其中，Hij[n，k]為天線i到天線j的信道頻率響應。Wj[n，k]為高斯白噪聲。并且假設(shè)信道在一個發(fā)送時隙內(nèi)是不改變的，因此，其中Wk=exp（-2jπ/K）/，K是載波數(shù)，為天線i到天線j的單位沖激響應。

三、基于散布導頻的信道估計方法

下面將從散布導頻設(shè)計、信道估計方法以及Wiener濾波三個方面對基于散布導頻的信道估計方法進行介紹。

3.1 散布導頻設(shè)計

根據(jù)采樣定理，插入的導頻需要在時域上滿足：St≤1/（2fDTsub），而在頻域上滿足：Sf≤1/（2ΔfL）。其中，fD是多普勒頻移最大值，Tsub為一個時隙所占用的時間。而本文所使用的導頻以散布導頻的形式給出，如圖1所示。

3.2 信道估計方法

把文獻[3]中的信道估計方法應用在本文中，那么基于LS準則的代價函數(shù)C：

其中i[n，l]是信道相應的估計值，Np為導頻數(shù)。C兩邊對i[n，l]求導并令其等于0，通過計算就可以得到i[n，l]的值。

3.3 Wiener濾波

為了進一步提升信道估值的精度，要對得到的i[n，l]進行Wiener濾波。在這里采用自適應濾波。

四、仿真分析

通過仿真來驗證本文所提方法的性能，并與文獻[3]所提的簡化信道估計方法做比較。仿真環(huán)境設(shè)定為：MIMO-OFDM系統(tǒng)中的節(jié)點配置2副發(fā)送天線，2副接收天線，OFDM所占帶寬為kHz，使用128個子載波，其中8個子載波作為保護頻帶，剩下的用于傳輸數(shù)據(jù)。為了減少ISI的影響，系統(tǒng)采用長度為40us的循環(huán)前綴，信道采用瑞利衰落信道，多普勒頻移為200Hz，時延擴展為τ=1.25us，接收天線之間是相互獨立的。

圖2給出了均方誤差隨信噪比的變化曲線。從圖2中可以看出，簡化信道估計方法在訓練周期的時候，其均方誤差是最小的。但是在數(shù)傳周期的時候，由于數(shù)據(jù)的正交性難以得到保證，造成天線干擾問題，從而使得均方誤差變大。而本文所提的方法在雖然性能要比簡化信道估計方法訓練周期內(nèi)的性能要差一些，但是兩者相差不大，并且本文所提方案的信道估值穩(wěn)定性好，精度高，特別適用于高速移動環(huán)境。

五、結(jié)論

本文提出了一種基于散布導頻的信道估計犯法。該方法具有如下優(yōu)點：（1）跟蹤能力強。因為每個時隙中的導頻信息都得到了利用，所以該方法能夠及時地發(fā)現(xiàn)信道的變化。（2）估計誤差小。因為該方法不但使用信道的頻域特性，而且使用了時域特性，并且還利用Wiener濾波進一步減少誤差，所以其估計誤差較小。（3）復雜度低。本文所提出的方法由信道估計與Wiener濾波兩部分組成。兩部分的實現(xiàn)都比較簡單，因此，該算法實現(xiàn)復雜度較低。

參 考 文 獻

[1] Qian Y T， Yu S Y. Research on an iterative algorithm of LS channel estimation in MIMO OFDM systems. IEEE Transactions on Broadcasting， 2005， 51（1）： 149-153

[2] 王東明，高西奇，尤肖虎. 寬帶MIMO-OFDM系統(tǒng)信道估計算法研究. 電子學報，2005，33（7）：1254-1257