CN101217288B - 虚拟导频辅助信道估计方法 - Google Patents

Abstract

本发明属于超宽带技术领域，具体是一种虚拟导频辅助信道估计方法。本发明设计了虚拟导频辅助的信道估计器，对接收到的序列信号经过一定处理后，运用一个32点FFT和LS或LMMSE运算得到某些子载波位置的频域响应值，然后通过线性插值，得到所有子载波位置的频域响应值。本发明可适用于多带正交频分复用超宽带系统。由于采用了新的信道估计算法，信道估计器的复杂度大大降低，能有效地抵抗多径信道带来的符号间干扰，并且能够适用于不同的UWB信道。

Description

虚拟导频辅助信道估计方法

技术领域

本发明属于超宽带技术领域，具体涉及一种适用于MB-OFDM UWB系统的新的信道估计方法，该方法能有效地降低信道估计的复杂度。

背景技术

超宽带(UWB)技术作为一种极具潜力的高速、短距离的无线传输技术，近些年在学术界和工业界都引起了极大的关注。结合多带正交频分复用(MB-OFDM)技术，MB-OFDMUWB系统能有效地抵抗多径衰落和各种窄带干扰(Narrow-Band Interference)，在无线手持设备，PC及外围设备以及家庭消费电子类产品等领域有较广的应用前景。

信道估计对于MB-OFDM UWB系统来说是很关键的，尤其是在系统采用了相关解调来提高系统性能的情况下。在MB-OFDM联盟(MBOA)的物理层提议中，在数据符号前插入了前导(preamble)符号来进行频域信道估计，前导符号的具体形式见图1。以前提出的大多数算法都是基于信道脉冲响应(CIR)长度小于OFDM符号中采用的循环前缀(CP)长度的假设。事实上，这种假设仅适用于UWB信道模型1(CM1)。在IEEE P802.15工作组提出的其余3种UWB信道模型(CM2-CM4)中，由于CIR通常比CP长，符号间干扰(ISI)将不能通过简单地去除CP来消除，上述的信道估计方法的估计性能迅速恶化并会出现误差平底(Error Floor)。

基于离散傅立叶变换(DFT)的信道估计方法是一种变换域的方法，该方法利用信道脉冲响应(CIR)在时域的有限长度特性和能量集中的特点，有效地抑制了噪声的影响，提高了估计的均方误差性能。基于DFT的信道估计的基本框图如图2所示。由于额外的快速傅立叶变换/快速傅立叶逆变换(FFT/IFFT)对的引入，基于DFT的信道估计的性能有明显提升，但代价是较高的计算复杂度，额外的面积和功耗。在MB-OFDM UWB系统，子载波数目为128(N＝128)。考虑到128点FFT/IFFT的实现复杂度，这种基于DFT的信道估计并不适合于实际的硬件实现。

发明内容

本发明的目的在于提出一种新的信道估计方法，以改善传统的基于DFT算法的信道估计器在硬件开销和抵抗符号间干扰等方面的不足。

本发明提出的信道估计方法，只需要使用一个32点的FFT模块，能有效地抵抗多径信道和噪声带来的符号间干扰。本方法采用了虚拟导频辅助技术，故称为虚拟导频辅助信道估计方法。

本发明提出的信道估计方法，将信道脉冲响应h划分为[h₁，h₂]两部分，每部分的长度均为32个采样值(即CP的长度)。很明显，这样做h的长度将被限制在两倍CP长度以内，这对大部分UWB信道(如CM1，CM2和CM3)来说是合理的。对于h超过两倍CP长度的情况(如CM4)，本发明采用的近似方法会带来一定的性能损失。但由于h超过两倍CP长度的抽头的能量较小，本发明做法带来性能损失是有限的，可以忽略的。

如图1所示，本发明将发送的两个相同前导符号分别划分为c₁-c₄四部分，每部分长度均为32个值，其相对应位置的接收信号分别为r_cp0，r₀₁-r₀₄，r_cp1和r₁₁-r₁₄。假设在前导符号之前收到的信号为零，则相应的接收信号(如图1所示)可表示为：

$r_{\mathrm{cp}0}=h_1\stackrel{\‾}{\mathrm{\⊗}}{c}_4---\left(1\right)$

$r_{01}=h_1\stackrel{\‾}{\mathrm{\⊗}}{c}_1+h_1\underset{\‾}{\mathrm{\⊗}}{c}_4+h_2\stackrel{\‾}{\mathrm{\⊗}}{c}_4---\left(2\right)$

$r_{02}=h_1\stackrel{\‾}{\mathrm{\⊗}}{c}_2+h_1\underset{\‾}{\mathrm{\⊗}}{c}_1+h_2\stackrel{\‾}{\mathrm{\⊗}}{c}_1+h_2\underset{\‾}{\mathrm{\⊗}}{c}_4---\left(3\right)$

$r_{03}=h_1\stackrel{\‾}{\mathrm{\⊗}}{c}_3+h_1\underset{\‾}{\mathrm{\⊗}}{c}_2+h_2\stackrel{\‾}{\mathrm{\⊗}}{c}_2+h_2\underset{\‾}{\mathrm{\⊗}}{c}_1---\left(4\right)$

$r_{04}=h_1\stackrel{\‾}{\mathrm{\⊗}}{c}_4+h_1\underset{\‾}{\mathrm{\⊗}}{c}_3+h_2\stackrel{\‾}{\mathrm{\⊗}}{c}_3+h_2\underset{\‾}{\mathrm{\⊗}}{c}_2---\left(5\right)$

$r_{\mathrm{cp}1}=h_1\mathrm{\⊗}{c}_4+h_2\stackrel{\‾}{\mathrm{\⊗}}{c}_4+h_2\underset{\‾}{\mathrm{\⊗}}{c}_3---\left(6\right)$

$r_{11}=h_1\stackrel{\‾}{\mathrm{\⊗}}{c}_1+h_1\underset{\‾}{\mathrm{\⊗}}{c}_4+h_2\⊗c_4---\left(7\right)$

$r_{12}=h_1\stackrel{\‾}{\mathrm{\⊗}}{c}_2+h_1\underset{\‾}{\mathrm{\⊗}}{c}_1+h_2\stackrel{\‾}{\mathrm{\⊗}}{c}_1+h_2\underset{\‾}{\mathrm{\⊗}}{c}_4---\left(8\right)$

$c_{13}=h_1\stackrel{\‾}{\mathrm{\⊗}}{c}_3+h_1\underset{\‾}{\mathrm{\⊗}}{c}_2+h_2\stackrel{\‾}{\mathrm{\⊗}}{c}_2+h_2\underset{\‾}{\mathrm{\⊗}}{c}_1---\left(9\right)$

$r_{14}=h_1\stackrel{\‾}{\mathrm{\⊗}}{c}_4+h_1\underset{\‾}{\mathrm{\⊗}}{c}_3+h_2\stackrel{\‾}{\mathrm{\⊗}}{c}_3+h_2\underset{\‾}{\mathrm{\⊗}}{c}_2---\left(10\right)$

其中

表示正向卷积。如果定义 $c=a\stackrel{\‾}{\mathrm{\⊗}}b,$ 且a，b，c均为M点序列，那么有：

$c\left(m\right)=\underset{n=0}{\overset{m}{\mathrm{\Σ}}}a\left(n\right)\·(m-n),m=0,...,M-1---\left(11\right)$

表示反向卷积。如果定义c＝a

b，且a，b，c均为M点序列，那么有：

$c\left(m\right)=\underset{n=0}{\overset{N-1-m}{\mathrm{\Σ}}}a(N-1-n)\·(m+n),m=0,...,M-1---\left(12\right)$

表示循环卷积。很明显，a与b的循环卷积可表示为： $\⊗b=a\stackrel{\‾}{\mathrm{\⊗}}b+a\underset{\‾}{\mathrm{\⊗}}b$ 对上面的一系列公式(1)-(10)进行合并，可推导出：

r₁₁+r₀₂+r₀₃+e₀₄+r_cp1＝(h₁+h₂)

(c₁+c₂+c₃+2c₄)    (13)

r₁₁+r₁₂+r₁₃+r₁₄+r_cp1＝(h₁+h₂)

(c₁+c₂+c₃+2c₄)    (14)

由于时域的循环卷积转换到频域中即为乘法，将接收到的序列通过32点FFT转化到频域后可以很简单地根据式(13)、(14)得到(h₁+h₂)的频域估计值。若F(·)表示FFT变换，上述两式可合并转变成：

R_p＝H_p·C_p    (15)

其中R_p＝F[((r₁₁+r₀₂+r₀₃+r₀₄+r_cp1)+(r₁₁+r₁₂+r₁₃+r₁₄+r_cp1))/2]    (16)

H_p＝F(h₁+h₂)    (17)

C_p＝F(c₁+c₂+c₃+2c₄)    (18)

可以看到，即使前导符号之前的信号不为零，或者说存在着干扰，干扰也是有限的。从时域上看，干扰的存在最多会破坏所接收到的r_cp0和r₀₁的数据，而实际上在进行信道估计时本发明提出的算法并没有使用这两部分数据，因此可以说本发明提出的基于32点FFT的信道估计方法是具有鲁棒性的，能有效地消除CIR过长带来的干扰。

下面将介绍本发明提出的基于32点FFT来估计h的频域响应H(k)的方法。该方法并不需要从(h₁+h₂)中分离出h₁和h₂，进一步降低了计算复杂度。根据最小二乘法(LS)或最小均方误差(LMMSE)信道估计方法，我们可以得到(h₁+h₂)的频域估计值H_p(r)。基于本文前述的h的长度小于两倍CP长度的假设，可以对做如下hFFT变换：

$H\left(k\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}h\left(n\right)W_N^{\mathrm{nk}}=\underset{n=0}{\overset{\frac{N}{2}-1}{\mathrm{\Σ}}}h\left(n\right)W_N^{\mathrm{nk}}+\underset{n=\frac{N}{2}}{\overset{N-1}{\mathrm{\Σ}}}h\left(n\right)W_N^{\mathrm{nk}}$

$=\underset{n=0}{\overset{\frac{N}{2}-1}{\mathrm{\Σ}}}h\left(n\right)W_N^{\mathrm{nk}}=\underset{n=0}{\overset{\frac{N}{4}-1}{\mathrm{\Σ}}}h\left(n\right)W_N^{\mathrm{nk}}+\underset{n=\frac{N}{4}}{\overset{\frac{N}{2}-1}{\mathrm{\Σ}}}h\left(n\right)W_N^{\mathrm{nk}}$

$=\underset{n=0}{\overset{\frac{N}{4}-1}{\mathrm{\Σ}}}h\left(n\right)W_N^{\mathrm{nk}}+\underset{n=0}{\overset{\frac{N}{4}-1}{\mathrm{\Σ}}}h(n+\frac{N}{4})W_N^{(n+\frac{N}{4})k}$

$=\underset{n=0}{\overset{\frac{N}{4}-1}{\mathrm{\Σ}}}[h\left(n\right)+h(n+\frac{N}{4})W_N^{\mathrm{Nk}/4}]W_N^{\mathrm{nk}}---\left(19\right)$

对于k＝4r(r＝0，1，...，N/4，N＝128)的情况，式(19)可进一步转化成：

$=\underset{n=0}{\overset{\frac{N}{4}-1}{\mathrm{\Σ}}}[h\left(n\right)+h(n+\frac{N}{4})]W_{N/4}^{\mathrm{nr}}$

$=\underset{n=0}{\overset{\frac{N}{4}-1}{\mathrm{\Σ}}}[h_1\left(n\right)+h_2\left(n\right)]W_{N/4}^{\mathrm{nr}}=H_p\left(r\right)---\left(20\right)$

由式(20)，可以知道h经过128点FFT得到的频域响应H(k)与(h₁+h₂)经过32点FFT的频域响应H_p(r)的对应关系。这样，从式(20)可以看出问题已转化到已知子载波k＝4r(r＝0，1，...，N/4)处的CIR来估计出其余子载波位置的CIR，这可以通过插值的方法来实现。可以认为，原来的基于前导符号的信道估计方法就转变成了利用导频(pilot)的信道估计方法，本发明称之为虚拟导频辅助的信道估计方法。

出于降低系统复杂度的考虑，本发明采用了线性内插的方法。如式(21)所示，当rD＜k＜(r+1)D时，非导频子载波处的信道响应值H(k)可由相邻两个导频位置所估计的信道响应来近似。

$H\left(k\right)=H(\mathrm{rD}+l)$

$=(H_p(r+1)-H_p\left(r\right))\frac{l}{D}+H_p\left(r\right)---\left(21\right)$

其中D表示相邻虚拟导频的位置间隔数，l表示该子载波与前一个虚拟导频位置之间的间隔，H_p(r)表示第r个虚拟导频子载波位置的信道响应值。

现将本发明提出的虚拟导频辅助的信道估计方法归纳如下：

(1)将信道脉冲响应h划分为h₁和h₂两个部分，每一部分的长度均为32个采样值，即为CP长度；

(2)根据(13)，(14)等式左边的表达式对接收信号进行处理，得到r₁₁+r₀₂+r₀₃+r₀₄+r_cp1和r₁₁+r₁₂+r₁₃+r₁₄+r_cp1序列；

(3)根据式(16)，对上述两序列的平均值进行32点FFT，得到其频域响应值R_p；

(4)根据已知的前导序列C1-C4，由算式(18)计算得到C_p。在已知R_p与C_p的基础上，再根据式(15)，选择LS或LMMSE来得到(h₁+h₂)的频域响应估计值H_p；

(5)根据式(20)所描述的H_p(r)和H(k)的相应关系，通过式(21)的线性插值方法得到所有子载波位置的频域响应估计值H(k)。

附图说明

图1前导符号(preamble)结构图

图2基于DFT的信道估计器结构图

图3虚拟导频辅助的信道估计器结构图

图中标号：1为多路选择器(MUX)，2为128点傅立叶变换模块，3为均衡模块(Equalization)，4为虚拟导频辅助的信道估计器，5为32点傅立叶变换模块，6为LS或LMMSE信道估计模块，7为插值模块(Interpolation)。

具体实施方式

下面结合附图3进一步描述本文发明的算法。

如图3所示，在信道估计阶段，接收数据通过多路复选器(MUX)进入虚拟导频辅助的信道估计器。具体来说，在MUX中，接收数据按照r₁₁+r₀₂+r₀₃+r₀₄+r_cp1和r₁₁+r₁₂+r₁₃+r₁₄+r_cp1的方式收集并取平均，得到的32点序列即为虚拟导频辅助信道估计器的输入序列。在虚拟导频信道估计器中，输入序列按照前面介绍的式(16)进行32点FFT，得到接收信号的频域响应值R_p。由于前导序列对于接收端是已知的，相应的(c₁+c₂+c₃+2c₄)序列的离散傅立叶变化C_p可以预先计算。这样，虚拟导频位置处的信道估计值H_p可选用前面提到的最小二乘法(LS)或最小均方误差(LMMSE)估计方法来得到。在得到虚拟导频位置的信道响应值之后，出于降低系统复杂度的考虑，本发明通过线性插值(Interpolation)的方式得到其余非虚拟导频位置的信道响应值H(k)。如式(21)所示，非虚拟导频子载波处的信道响应值H(k)可由相邻两个虚拟导频位置所估计的信道响应来近似。在我们的设计中，可取D＝4。这样式(21)中的乘法可以简化为移位加法的操作，大大简化了硬件的实现复杂度。

Claims (1)

1.一种虚拟导频辅助信道估计方法，其特征在于具体步骤如下：

(1)将信道脉冲响应h划分为h₁和h₂两个部分，每一部分的长度均为32个采样值；

(2)将发送的两个相同前导序列分别划分为c₁-c₄四部分，每部分长度均为32个值，其相对应位置的接收信号分别为r_cp0，r₀₁-r₀₄，r_cp1和r₁₁-r₁₄，按如下公式计算：

得到两个序列r₁₁+r₀₂+r₀₃+r₀₄+r_cp1和r₁₁+r₁₂+r₁₃+r₁₄+r_cp1，这里 表示循环卷积，在频域中即为乘法；

(3)将上述两个序列的平均值进行32点傅立叶变换，得到其频域响应值R_p：

R_p＝F[((r₁₁+r₀₂+r₀₃+r₀₄+r_cp1)+(r₁₁+r₁₂+r₁₃+r₁₄+r_cp1))/2]                (16)

(4)根据已知的前导序列c₁-c₄，按下式进行FFT，得到C_p：

C_p＝F(c₁+c₂+c₃+2c₄)                                    (18)

然后，对下式：

R_p＝H_p·C_p                                             (15)

采用最小二乘法或最小均方误差法，计算h₁+h₂的频域响应估计值H_p；这里F(·)表示傅立叶变换式；

(5)最后根据下式：

r＝0，1，...，N/4，N＝128，

当rD＜k＜(r+1)D时，采用线性插值计算得到所有子载波位置的频域响应估计值H(k)：

其中D表示相邻虚拟导频的位置间隔数，l表示该子载波与前一个虚拟导频位置之间的间隔，H_p(r)表示第r个虚拟导频子载波位置的信道响应值。 

Images