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
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:
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