[陳發(fā)堂 易潤 黃菲]
基于MIMO-OFDM系統(tǒng)新的迭代信道估計算法研究
[陳發(fā)堂 易潤 黃菲]
論文基于改進型QR分解檢測算法基礎(chǔ)上主要提出了一種多天線下迭代的聯(lián)合信道估計和信號檢測算法,通過當前符號經(jīng)過信號檢測出的信號進行下一個符號的信道估計,充分的利用信道估計值和信號檢測符號之間的交互信息,在MIMO空分復(fù)用的模式下,有效地消除了符號間干擾和載波間干擾,提高可靠性。在較低算法復(fù)雜度下提高了信道估計和信號檢測的準確度。根據(jù)仿真結(jié)果顯示,采用改進型QR分解算法優(yōu)于除了ML算法以外的算法;在BER為時迭代算法優(yōu)于傳統(tǒng)算法2db,這種新的聯(lián)合迭代信道估計算法對比傳統(tǒng)算法性能有了顯著的提升。
MIMO-OFDM 迭代信道估計 交互信息 可靠性
陳發(fā)堂
重慶郵電大學(xué),研究員,碩士生導(dǎo)師,主要研究方向:物理層算法研究及軟件開發(fā)。
易 潤
重慶郵電大學(xué)碩士研究生,研究方向為LTE-A物理層算法及FPGA實現(xiàn)。
黃 菲
重慶郵電大學(xué)碩士研究生,研究方向為LTE-A物理層算法及DSP實現(xiàn)
在移動通信網(wǎng)絡(luò)(例如第四代移動網(wǎng)絡(luò),Wimax),MIMO-OFDM是最關(guān)鍵的技術(shù)之一。MIMO-OFDM系統(tǒng)結(jié)合了多天線收發(fā)技術(shù)和正交頻分復(fù)用兩大關(guān)鍵技術(shù)。此系統(tǒng)采用空間復(fù)用技術(shù),不僅有更好的系統(tǒng)容量和數(shù)據(jù)傳輸速率,還有很好的抗多徑衰落的能力,而且又能夠通過空時分集和正交頻分復(fù)用提高可靠性和頻譜利用率[1,2]。
在MIMO-OFDM中常用的信道估計算法主要有LS(最小二乘)信道估計算法和基于LMMSE準則的信道估計算法,然后進行線性插值算法。系統(tǒng)采用導(dǎo)頻輔助的估計算法,先對導(dǎo)頻位置進行信道估計,再進行線性插值和臨近插值處理得到整個信道的頻率響應(yīng)H。線性信號檢測算法主要有迫零算法(ZF)、LMMSE算法以及ML算法。非線性檢測算法主要指V-BLAST算法、QR分解算法和相關(guān)改進算法[3,4,5]。文獻[6]提出了一種單天線情況下LS 和ZF算法的迭代運算,但不適用于多天線的情況。本文是基于改進的QR分解信號檢測算法進行迭代。
本文采用基于改進型QR信號檢測算法和LS算法,提出了一種基于空分復(fù)用模式下多天線聯(lián)合迭代信道估計和信號檢測算法。新的算法能夠更好的利用信道估計值和信號檢測之間的軟信息和交互信息[7]。其次,在QR分解信號檢測算法和LS算法加頻域插值準則下,將經(jīng)過校正過后的信號檢測結(jié)果作為第二個符號的信道估計初值,進行聯(lián)合迭代信道估計和信號檢測,對比傳統(tǒng)的插值算法和信號檢測,該算法不需要時域插值,且不需要等待下一個導(dǎo)頻信號信道估計完成,算法實現(xiàn)簡單,能夠更好的結(jié)合信道估計與信號檢測過程,而且能夠有更好的系統(tǒng)性能和誤碼率。
1.1 MIMO-OFDM系統(tǒng)結(jié)構(gòu)描述
MIMO-OFDM系統(tǒng)基帶模型如圖1,T為發(fā)送天線索引號,R為接收天線索引號。
圖1 MIMO-OFDM系統(tǒng)基帶模型
基于空分復(fù)用系統(tǒng)下,假設(shè)發(fā)送天線數(shù)為t,接受天線數(shù)為r ,H 代表信道沖擊響應(yīng)矩陣,矩陣大小為r?t ,其中表示第i 個發(fā)送天線到第j個接收天線的信道沖擊響應(yīng)。其中代表發(fā)送端的信號。表示接收端的信號,表示為Y=HX+N ,N代表噪聲向量[3]。
接收端信號有:
1.2 LS信道估計算法+頻域線性插值
將MIMO-OFDM信道模型寫成矩陣的形式,則在導(dǎo)頻處有:
其中Hp是信道沖擊響應(yīng);XP是已知的導(dǎo)頻發(fā)送信號;YP是接收到的導(dǎo)頻信號;WP是加性噪聲矢量。LS算法就是對(2)式中的參數(shù)H進行估計,從而使得函數(shù)(3)最小,H? 是H 的估計值[8]。
再利用線性插值算法對導(dǎo)頻所在符號其他位置的信道沖擊響應(yīng)進行頻域插值:
由公式(6)可以得到導(dǎo)頻所在符號全部的Hp。
傳統(tǒng)的LS信道估計算法加線性插值算法,是將所有導(dǎo)頻信號進行頻域插值,然后根據(jù)導(dǎo)頻信號時域插值得出所有符號的信道沖擊響應(yīng)H,本文提出聯(lián)合迭代信號檢測算法不用等待所有導(dǎo)頻估計完成,只需要當前符號估計完就可以進行后面信號檢測的部分,則不需要時域插值,時效性有很大的提高。
1.3 改進型QR信號檢測算法
傳統(tǒng)QR分解算法存在誤碼傳播的問題。而且,最先檢測層檢測性能最差,分集增益較低,最后檢測層能夠很好利用分集信息。為了改進信號檢測的系統(tǒng)性能,本文采用改進型的QR分解檢測算法。
因為最后層的檢測性能最好,首先要運用QR分解算法將H矩陣分解進行信號檢測,只保留最后一層的信號檢測的值,其他層的結(jié)果全部舍棄,然后將使最后檢測層的信號檢測的結(jié)果對應(yīng)下一次最先檢測層,隨后對調(diào)整后的信道沖擊響應(yīng)矩陣再次使用QR分解算法進行信號檢測,同樣只保留最后一層的估計值并將其調(diào)整到下一次最先檢測層,重復(fù)該過程,直到所有層的符號被檢測出來[4]。接收信號可以表示為:
R 矩陣為QR分解得到的上三角矩陣,上式可變換為:
基本步驟如下所示:
(1)對于接收向量Y采用傳統(tǒng)QR分解檢測算法,得到各層檢測值;
(3)調(diào)整順序,循環(huán)調(diào)整H的列向量:h1→hnT→hnT-1…h(huán)2→h1,即將第1列的向量移動到最后一列,得到新的信道矩陣;
第一,鄉(xiāng)村教師整體教育信念處于中等水平,在學(xué)生方面的信念亟待提升。第二,不同性別、年齡、學(xué)歷、教齡、職稱的鄉(xiāng)村教師在教育信念的整體層面上不存在顯著差異。第三,年齡、教齡、職稱與教育目的方面的信念呈正相關(guān),年齡越大,教育目的信念得分越高。隨著從教時間的增加和職稱的晉升,教育目的信念水平會不斷提高。
(6)令i=i+1,調(diào)至步驟(3),直到所有符號都被檢測完畢。
首先采用導(dǎo)頻輔助估計算法,根據(jù)LS算法和頻域線性插值算法,公式(5)和(6)計算出第一個導(dǎo)頻符號的H,將信道估計的結(jié)果經(jīng)過改進型QR分解信號檢測,得到信號X 。
由于信道噪聲和多徑衰落的干擾,信號檢測的結(jié)果會有誤差,將信號檢測得到的X經(jīng)過軟解調(diào),根據(jù)最小歐式距離準則判定,將信號檢測的值校正,得到更準確的信號,然后將校正后的信息經(jīng)過同樣的調(diào)制方式后,返回會得到更準確的信號。
聯(lián)合迭代算法的流程圖如圖2。
圖2 聯(lián)合迭代算法流程
聯(lián)合迭代信道估計算法具體步驟如下:
(1) 利用基于LS算法加時域插值根據(jù)公式(5)和(6)估計出導(dǎo)頻處頻率響應(yīng)H 。
(2) 根據(jù)導(dǎo)頻符號的頻率響應(yīng)H經(jīng)過改進型QR分解信號檢測得到X 。
(3) 將信號檢測出來的X,經(jīng)過相應(yīng)軟解調(diào)和最小歐式距離準則進行校正,判定為最近的星座點X? 。
(4) 將校正過后的X?通過相應(yīng)的調(diào)制方式,可以得到更準確的信號。
此算法的優(yōu)勢是,經(jīng)過軟解調(diào)和最小歐式距離準則校正,然后迭代在信道估計的模塊,采用LS算法和改進型QR分解信號檢測算法,對比傳統(tǒng)的信道估計,在算法復(fù)雜度不高的情況下,有更好的誤碼率性能,準確度更高,且在信道環(huán)境較差的情況下,性能改善情況明顯,且不用等待所有導(dǎo)頻符號信道估計全部做完,對于傳統(tǒng)信號估計和信號檢測是獨立的,新的迭代算法有效的結(jié)合了信道估計和信號檢測過程,充分利用兩者的交互信息。
根據(jù)下行參考信號位置,2×2和4×4天線導(dǎo)頻位置和迭代過程如下如圖3和圖4,第0,4,7,11為下行導(dǎo)頻符號位置。
圖3 2×2天線下導(dǎo)頻信號位置(CRS)
圖4 4×4天線下導(dǎo)頻信號位置(CRS)
在2×2和4×4天線導(dǎo)頻位置可以得出,0,1,2,3為天線端口號,將第一個導(dǎo)頻符號經(jīng)過迭代信道估計算法作為第二個符號的迭代信道估計算法的初值,例如,第一個符號l=0經(jīng)過迭代算法得到H0作為下一個符號l=1迭代算法的初值, 依次類推,離導(dǎo)頻符號越遠的符號經(jīng)過此算法越準確,當下一個符號為導(dǎo)頻符號,如l=4的符號,則把重新當前導(dǎo)頻符號經(jīng)過迭代算法結(jié)果更新為初值,可以防止差錯傳播,在較低算法復(fù)雜度的情況下,LTE-A等移動通信對時效性要求較高。獲得更好的誤碼率性能。
本文的目的是通過基于MIMO-OFDM系統(tǒng)聯(lián)合迭代信道估計和信號檢測,選取的是改進型QR分解信號算法,為了驗證上述算法的結(jié)果,采用傳統(tǒng)型QR分解和改進型QR分解算法進行性能仿真。主要是在EPA信道模型下,分別對2×2和4×4天線采取迭代信道估計和信號檢測算法性能進行仿真和驗證。使用MATLAB搭建仿真鏈路,數(shù)據(jù)帶寬為20MHz,采樣頻率為30.72MHZ。信道模型參數(shù)具體如下表1。
表1 信道模型具體參數(shù)配置
圖5 空分復(fù)用模式下信號檢測算法性能
根據(jù)仿真圖結(jié)果如圖5,本文選取的改進型QR分解信號檢測算法明顯優(yōu)于線性迫零算法和傳統(tǒng)QR分解檢測算法,在誤碼率為時,改進型QR的信噪比比傳統(tǒng)QR算法少4dB。誤比特率明顯低于ZF和傳統(tǒng)QR算法。如表2,計算復(fù)雜度僅統(tǒng)計復(fù)數(shù)乘法的次數(shù),算法復(fù)雜度大大少于ML算法,略高于傳統(tǒng)QR。
表2 算法復(fù)雜度比較
圖6 2×2天線下系統(tǒng)性能分析
圖7 4×4天線下系統(tǒng)性能分析
根據(jù)仿真圖結(jié)果如圖6和圖7,在不同MIMO-OFDM系統(tǒng)和相同的無線信道環(huán)境(EPA)下,兩種算法隨著信噪比增加而減少,但是新的迭代信道估計算法系統(tǒng)性能對比傳統(tǒng)算法有明顯增加,在2×2天線下BER為時,迭代算法優(yōu)于傳統(tǒng)算法2db,在4×4天線下BER為時,迭代算法優(yōu)于傳統(tǒng)算法4db,且在信道環(huán)境比較差的情況下,效果更明顯,當SNR=2dB時有明顯增加。在無線信道環(huán)境下,有較好的防止多徑干擾和多普勒頻移,誤碼率性能和時效性對比傳統(tǒng)算法也有很好提升。
針對MIMO-OFDM系統(tǒng),本文基于LS算法和改進型QR信號檢測基礎(chǔ)上,提出了一種新的聯(lián)合迭代信道估計和信號檢測算法,提升系統(tǒng)性能,并提出在LTE-A系統(tǒng)上的可用性,能夠充分利用兩者之間的交互信息,提高可靠性,而且經(jīng)過MATLAB在無線信道仿真得出其正確性,通過對比,驗證此算法的正確性,在信道環(huán)境較差情況下,有明顯提升,該算法已經(jīng)用于重慶市教委科學(xué)技術(shù)研究項目(KJ1500428)。
1Babidha K R, Smitha P S. Implementation of both spatial diversity and spatial multiplexing technique in MIMOOFDM communication system[J]. International Journal of Multmdeia and Ubiquitous Engineering, 2014, 9(9): 249-254
2Sheng Wu, Lin lingKuang. Low-complexity iterative detection for large-scale multiuser MIMO-OFDM systems using approximate message passing[J]. Selected Topics in Signal Processing. IEEE Journal Publication Year:2014:902-915
3Lei Cao, Wenjin Wang. Improved MMSE SQRD based detection for MIMO-OFDM systems with co-channel interference[C]// Wireless Communications & Signal Processing (WCSP), 2015 International Conference on. 2016:1- 6
4郭哥. LTE系統(tǒng)中下行信號檢測算法研究[D],重慶:重慶郵電大學(xué),2011
5S.Morteza Razavi. Adaptive LS and MMSE-based beamformer design for multiuser MIMO interference channels [J]. IEEE Transactions on Vehicular Technology. 2016:132- 144
6李小文,趙北平,王華華. OFDM系統(tǒng)中一種新的聯(lián)合信道估計和信號檢測算法[J].光通信研究, 2016,12(6):58-60
7Ruizhe Yang, Siyang Ye. Iterative channel estimation and detection for fast time-varying MIMO-OFDM channels [C]//Wireless Communications and Networking Conference(WCNC), New Orleans, LA, IEEE,2015:229-234
8Andre G.D.Uchoa. Iterative detection and decoding algorithms for MIMO systems in block-fading channels using LDPC codes[J]. IEEE Transactions on Vehicular Technology. 2016:2735-2741
10.3969/j.issn.1006-6403.2016.07.007
2016-06-12)