羅 健，楊志偉

(1.中移物聯(lián)網(wǎng)有限公司，重慶400065;2.重慶重郵信科通信技術(shù)有限公司，重慶400065)

0 引言

先進(jìn)的長(zhǎng)期演進(jìn)(LTE-advanced，LTE-A)是LTE的演進(jìn)版本，其目的是為了滿足未來(lái)移動(dòng)通信市場(chǎng)對(duì)傳輸速率和業(yè)務(wù)質(zhì)量的更高需求，同時(shí)還保持對(duì)LTE較好的后向兼容性。LTE-A采用了載波聚合(carrier aggregation，CA)［1］、上/下行多輸入多輸出天線增強(qiáng)(enhanced uplink/downlink multi-in multi-out，UL/DL MIMO)、多點(diǎn)協(xié)作傳輸(coordinated multi-point Tx＆Rx)、中繼(relay)、異構(gòu)網(wǎng)干擾協(xié)調(diào)增強(qiáng)(enhanced inter-cell interference coordination for heterogeneous network)［2-3］等關(guān)鍵技術(shù)，這些技術(shù)能極大地提高無(wú)線通信系統(tǒng)的峰值數(shù)據(jù)速率、峰值譜效率、小區(qū)平均譜效率以及小區(qū)邊界用戶性能，同時(shí)也能提高整個(gè)網(wǎng)絡(luò)的組網(wǎng)效率，這使得LTE和LTE-A系統(tǒng)成為未來(lái)幾年內(nèi)無(wú)線通信發(fā)展的主流［2］。

信道狀態(tài)指示(channel state information，CSI)是通信系統(tǒng)中一個(gè)很重要的參數(shù)，在LTE-A系統(tǒng)中，CSI上報(bào)、測(cè)量和信道估計(jì)都需要精準(zhǔn)的信干噪比(signal interference noise ratio，SINR)估計(jì)結(jié)果。尤其對(duì)于CSI而言，需要根據(jù)估計(jì)每個(gè)子帶的SINR，映射到相應(yīng)的CSI進(jìn)行上報(bào)。只有在估計(jì)SINR較為準(zhǔn)確的情況下才能實(shí)現(xiàn)CSI正確的映射，用戶設(shè)備(user equipment，UE)才能得到與信道環(huán)境相一致的傳輸速率，最大限度地提高傳輸速率 。因此，SINR估計(jì)的精度直接影響著通信系統(tǒng)的傳輸性能，研究SINR估算的精度對(duì)提高系統(tǒng)傳輸性能有著重要的意義。

目前常用的SINR估計(jì)算法是基于最小二乘法(least square，LS)的SINR估計(jì)算法，即根據(jù)信道估計(jì)參數(shù)分別計(jì)算干擾噪聲和信號(hào)強(qiáng)度，進(jìn)而得到信干噪比SINR。該算法簡(jiǎn)單且容易實(shí)現(xiàn)，但是估計(jì)精度不高，尤其在高速移動(dòng)、多普勒效應(yīng)較大的信道環(huán)境下誤差更大。本文提出一種基于參考信號(hào)(reference signal，RS)的信號(hào)均衡的算法，利用接收端本地RS已知的特點(diǎn)，在沒(méi)有明顯增加復(fù)雜度的前提下，通過(guò)本地RS與均衡后的RS的方差，更加準(zhǔn)確地估計(jì)SINR。

1 基于LS的SINR估計(jì)算法

在目前常用的方法中，利用LS估計(jì)接收信號(hào)的信號(hào)強(qiáng)度(reference signal received power，RSRP)和干擾噪聲(noise)可以直接進(jìn)行SINR估計(jì)。SINR的線性值如(1)式所示，算法的流程圖如圖1所示。為了得到子帶的SINR，還需要計(jì)算頻域的RSRP和noise。

圖1 基于LS的SINR估計(jì)流程Fig.1 SINR estimation flow based on LS

1.1 頻域noise計(jì)算

假設(shè)RS位置處的發(fā)送信號(hào)為Xi，j，這些信號(hào)經(jīng)過(guò)無(wú)線信道傳播后，在接收端經(jīng)過(guò)快速傅里葉變換(fast Fourier transformation，F(xiàn)FT)處理，接收信號(hào)為［5］

(2)式中:Hi，j為信道轉(zhuǎn)移函數(shù)(channel transfer function，CTF)值;ni，j為噪聲變量;i的取值為 {0，1，2，3}，依次表示正交頻分復(fù)用(orthogonal frequency division multiplexing，OFDM)符號(hào) 0，4，7，11 上的 RS信息;j的取值為0—2×NRB－1(number resource block，NRB)，由于接收端已知參考信號(hào)RS的發(fā)送數(shù)據(jù) Xi，j，以及，因此，接收端經(jīng)過(guò)如下處理(LS運(yùn)算)后就可以獲知第i個(gè)承載參考信號(hào)的OFDM符號(hào)在第j個(gè)頻點(diǎn)處的信道估計(jì)值為

(3)式中，X*i，j為 Xi，j的共軛，(3)式計(jì)算的是 RS 的LS計(jì)算結(jié)果，將OFDM符號(hào)0，2上的相同頻域位置的LS相減，得到

由于對(duì)于相同的頻域位置，當(dāng)多普勒擴(kuò)展較小且頻偏較小時(shí)，相鄰時(shí)刻的CTF值Hi，j可以認(rèn)為是相同的［6-7］，消除 Hi，j得到 noise，所以，(4)式可以推導(dǎo)為

同理，將OFDM符號(hào)1，3上相同頻域位置的LS相減，得

進(jìn)一步消除殘余Hi，j

根據(jù)參考信號(hào)的恒模特性，幅度為1，以及不同的參考信號(hào)序列互不相關(guān)的特性，得到

1.2 頻域RSRP計(jì)算

提取一個(gè)子幀中測(cè)量帶寬內(nèi)的4個(gè)(0，4，7，11)OFDM符號(hào)［7-8］的LS數(shù)據(jù)，將其放入LS［RE_Num］［4］中，對(duì)每個(gè) OFDM 符號(hào)(LS中每一列)中的所有LS的復(fù)數(shù)平均，消除高斯噪聲，再求功率平均，即為RSRP的結(jié)果。實(shí)現(xiàn)的主要步驟如下。

步驟1 利用估計(jì)出來(lái)的 OFDM 0，4，7，11的LS值，按照如下方式計(jì)算，得到頻域測(cè)量帶寬(子帶)的LS的復(fù)數(shù)平均為

(9)式中，M_RB是指測(cè)量帶寬，即子帶的物理資源塊(physical resource block，PRB)個(gè)數(shù);RS_N為一個(gè)PRB中 RS的個(gè)數(shù);n為某個(gè)子帶，總數(shù)為NRB/M_RB;k標(biāo)識(shí)第幾路數(shù)據(jù)的LS(如當(dāng)MIMO為2×2時(shí)，有4路接收數(shù)據(jù)，也就對(duì)應(yīng)有4路LS)。

步驟2 對(duì)計(jì)算測(cè)量帶寬(子帶)的RSRP為

步驟3 每一路按照步驟1，步驟2計(jì)算得到一個(gè)RSRP，然后再求均值

(11)式中，K為k的總數(shù)，當(dāng)MIMO為1×2時(shí)，K=2，當(dāng)MIMO為2×2時(shí)，K=4。

雖然基于LS的算法計(jì)算簡(jiǎn)單，容易實(shí)現(xiàn)，但是這種算法在計(jì)算噪聲時(shí)假定2個(gè)相鄰的RS符號(hào)的CTF值Hi，j是不變的，而在實(shí)際信道中，CTF值Hi，j是有變化的，尤其在高速移動(dòng)、多普勒效應(yīng)比較明顯的信道環(huán)境下變化很大，這種假設(shè)會(huì)造成SNIR誤差帶，精度不高。本文提出一種基于RS的信號(hào)均衡的算法，以改善LS算法的缺陷。

2 基于RS的信號(hào)均衡估計(jì)算法

基于RS的信號(hào)均衡估計(jì)算法的物理原理是利用接收端本地RS已知的特點(diǎn)，通過(guò)本地RS與均衡后的接收RS的方差，更加準(zhǔn)確地估計(jì)SINR，相對(duì)于直接用LS算法，復(fù)雜度并沒(méi)有大幅度增加。

假設(shè)接收端接收到的信號(hào)經(jīng)過(guò)FFT轉(zhuǎn)換后，用矩陣形式表示為

(12)式中:Y表示接收端接收到的信號(hào)向量;H表示在子載波上的CTF向量;W表示加性高斯白噪聲;X表示發(fā)射端發(fā)射的數(shù)據(jù)和導(dǎo)頻信息。

經(jīng)過(guò)均衡后的數(shù)據(jù)為

對(duì)于RS導(dǎo)頻信號(hào)，X為本地已知［9］，所以二者求均方差即可得到噪聲功率。由于本地X是標(biāo)準(zhǔn)星座點(diǎn)，與接收信號(hào)的幅度不匹配，不能直接做均方差，所以先進(jìn)行二者的幅度匹配。由于信道的相關(guān)性、天線配置和信道環(huán)境對(duì)SINR估計(jì)算法均有影響，所以本算法在設(shè)計(jì)時(shí)需要考慮信道相關(guān)性、天線配置、信道環(huán)境等因素。方案的整體流程圖如圖2所示。

圖2 基于RS的SINR估計(jì)流程Fig.2 SINR estimation flow based on RS

接收的子幀數(shù)據(jù)中包含了用戶數(shù)據(jù)和小區(qū)參考信號(hào)(cell reference signal，Cell_RS)，經(jīng)過(guò) OFDM 解調(diào)和信道估計(jì)后，調(diào)用信號(hào)檢測(cè)(signal detection，SD)模塊對(duì)Cell_RS進(jìn)行均衡得到該子幀攜帶的Cell_RS數(shù)據(jù)，再經(jīng)過(guò)子帶映射可以得到每個(gè)子帶的Cell_RS數(shù)據(jù)，利用本地RS與SD后的子帶RS進(jìn)行SINR估計(jì)。對(duì)于傳輸模式(transparent mode，TM)7和8，由于采用用戶參考信號(hào)(user reference signal，UE_RS)進(jìn)行信道估計(jì)，這里還需要調(diào)用信道估計(jì)模塊進(jìn)行Cell_RS信道估計(jì)，然后進(jìn)行Cell_RS的信道均衡［10］。基于RS的SINR估計(jì)算法的處理流程如圖3所示。

SD輸出的RS數(shù)據(jù)和Local_Rs數(shù)據(jù)，長(zhǎng)度為N。為表述方便，RS和Local_Rs都表述為符號(hào)，算法流程如下。

1)幅度匹配，本地RS和SD輸出的RS可能由于歸一化不一致等原因，幅度不匹配，需要進(jìn)行幅度歸一化，首先計(jì)算幅度調(diào)整因子Amp_Factor。

①計(jì)算SD輸出RS的幅度，即實(shí)部、虛部的均值為

②幅度調(diào)整因子，Local_Rs為四相相移鍵控(quadrature phase shift keying，QPSK)標(biāo)準(zhǔn)星座點(diǎn)，所以用一個(gè)點(diǎn)的實(shí)部即可得

2)計(jì)算信號(hào)功率。

圖3 基于RS的信號(hào)均衡的SINR估計(jì)算法實(shí)現(xiàn)流程Fig.3 SINR estimation implement flow based on RS

3)計(jì)算干擾功率，將星座點(diǎn)幅度調(diào)整因子對(duì)本地RS序列整形，計(jì)算整形后序列與SD輸出的RS對(duì)應(yīng)元素的矢量距離功率均值。

4)計(jì)算SINR的線性值。

3 試驗(yàn)結(jié)果及分析

方案1利用基于RS的信號(hào)均衡的SINR估計(jì)算法，方案2利用基于LS的SINR估計(jì)算法。驗(yàn)證環(huán)境包括 Awgn，EPA5，EVA5，EVA70，ETU70 和ETU300信道。驗(yàn)證方法采用估計(jì)子帶SINR，子帶的最小樣本為6個(gè)PRB，用估計(jì)值與設(shè)置值的誤差分析估計(jì)精度。圖4和圖5分別是方案1和方案2的估計(jì)精度，橫坐標(biāo)是設(shè)置的SINR值，從－10—30 dB，縱坐標(biāo)表示估算值與設(shè)置值的誤差的絕對(duì)值(α =0.05)。

實(shí)驗(yàn)結(jié)果表明，方案1的估計(jì)精度明顯比方案2高。在ETU300場(chǎng)景下，估計(jì)偏差達(dá)十幾dB，這是因?yàn)榉桨?的噪聲估計(jì)基于多普勒擴(kuò)展較小且頻偏較小時(shí)，相鄰時(shí)刻的H可以認(rèn)為是相同的這一假設(shè)，所以在高多普勒擴(kuò)展時(shí)，相鄰時(shí)刻的H變化較大，無(wú)法通過(guò)相減消除，殘留H計(jì)入噪聲，造成噪聲估計(jì)值偏大。

圖4 基于RS的信號(hào)均衡的估計(jì)算法Fig.4 Experiment data based on RS signal equalization

圖5 基于LS的估計(jì)算法Fig.5 Experiment data based on LS

從算法復(fù)雜度上考慮，由于RS是穿插在有用數(shù)據(jù)傳輸?shù)?，RS均衡可以和數(shù)據(jù)均衡一起進(jìn)行，且RS數(shù)據(jù)量比較小，因此，算法的復(fù)雜度只有少量增加。

4 結(jié)論

LTE-A系統(tǒng)中的UE信道SINR的估計(jì)精度關(guān)系到CSI上報(bào)、均衡算法的性能，直接影響LTE-A系統(tǒng)的傳輸速率和性能。本文提出的基于RS的信號(hào)均衡結(jié)果估計(jì)SINR算法，比傳統(tǒng)的利用信號(hào)RSRP和noise計(jì)算的SINR的LS算法，在復(fù)雜度增加有限的情況下，其估計(jì)精度更高，尤其是在終端處于高速移動(dòng)、多普勒效應(yīng)比較明顯的信道環(huán)境下，SINR估算性能提升更加明顯，從而為系統(tǒng)的傳輸性能帶來(lái)有效的提升。

［1］Ericsson.Carrier aggregation［C］//3GPP TSG RAN WG1 Meeting.［s.l.］:3GPP，2008:18-22.

［2］3GPP.TR36.814，F(xiàn)urther advancement for E-UTRA physical layer aspects V9.0.0［S］.Valbonne，F(xiàn)RANCE:2009.

［3］沈嘉.LTE-Advanced:3GPP向 IMT-Advanced演進(jìn)［J］.世界電信，2009，(3):65-68.SHEN Jia.LTE-Advanced:3GPP evolved to MT-Advanced［J］.World Telecomunication，2009，(3):65-68.

［4］ZTE.DL Reference Signal Design for CSI generation in LTE-Advance［C］//3GPP RAN1#58 Meeting.Shenzhen:3GPP，2009:87-90.

［5］HIGUCHI K，KAWAI H.Likelihood Function for QRMMLD Suitable for Soft-Decision Turbo Decoding and Its Performance for OFCDM MIMO Multiplexing in Multipath Fading Channel，Indoor and Mobile Radio Communications［C］//IEEE.15th IEEE International Symposium.［s.l.］:IEEE Press，2004:1142-1148.

［6］van de BEEK Jan Jaap，EDFORS Ove.On Channel Estimation in OFDM Systems［J］.IEEE，1995，2:815-819.

［7］SHIN Wonjae，NOH Minseok.Low complexity LMMSE channel estimation for OFDM［J］.IEEE，2006，153:645-650.

［8］3GPP.TS36.211 Physical channels and modulation V8.8.0［S］.Valbonne，F(xiàn)RANCE:3GPP，2009.

［9］3GPP.TR36.913，Requirements for further advancements for Evolved Universal Terrestrial Radio Access(EUTRA)(LTE-Advanced)V9.0.0［S］.Valbonne，F(xiàn)RANCE:3GPP，2009.

［10］3GPP.TS36.213，User Equipment(UE)physical layer procedure(R10)V9.3.0［S］.Valbonne，F(xiàn)RANCE:3GPP，2010.