CN101252555A - 正交频分复用移动通信系统中时频最优的信道估计方法 - Google Patents

Abstract

正交频分复用移动通信系统中时频最优的信道估计方法包括以下步骤：步骤一，在发送端构造时域、频域二维导频数据结构；步骤二，在接收端获取导频符号处信道参数的最小二乘估计；步骤三，将上述导频符号处信道参数在二维离散余弦变换域进行单点滤波，并通过扩展的二维逆离散余弦变换获取所有数据符号处的信道参数。本发明克服了现有OFDM信道估计方法在系统存在保护带以及终端高速移动时性能恶化的问题，能以较低的复杂度实现逼近最优的估计性能。

Description

正交频分复用移动通信系统中时频最优的信道估计方法

技术领域

本发明涉及一种无线移动通信系统的信道估计算法，尤其涉及一种正交频分复用(OFDM，Orthogonal Frequency Division Multiplexing)系统的信道估计方法。

背景技术

OFDM技术是多载波并行传输中的代表性技术，因具有抗多径衰落能力强、对窄带干扰和窄带噪声不敏感、带宽扩展灵活和支持可变用户速率等一系列特点，使其得到了广泛的关注和越来越多的应用。

在无线通信系统中，相干检测比非相干检测多3-4dB的性能增益，因此常采用相干检测技术。为了实现相干检测，需要在接收端进行信道估计。为了能够及时准确地估计出信道参数，实际的通信系统常采用基于导频序列的信道估计方法。其基本思想是：在发送端适当位置间歇插入导频，接收端利用导频恢复出导频位置的信道信息，然后利用某种处理手段(如内插、滤波、变换等)获取所有数据位置的信道信息。

通过导频位置的信道信息恢复出所有数据位置的信道信息的最优准则是线性最小均方误差(LMMSE)，该准则下的最优滤波器是二维维纳滤波器。但是该算法实现时需要预先知道信道的统计信息且需要矩阵求逆运算，因此在实际系统中往往不能得到很好的应用。为了降低实现复杂度，研究者提出了一些基于LMMSE的改进信道估计算法。其中，基于二维快速傅立叶变换(FFT)的OFDM信道估计算法能够在估计性能和实现复杂度之间取得较好的平衡。

然而，在实际的OFDM系统中，为了考虑成形滤波器的物理可实现性，一些处在滤波器滚降域也即所分配带宽边缘的子载波是不用来进行数据传输的，也即实际的OFDM系统必须考虑保护带。保护带的存在使得基于FFT的频域滤波产生频谱泄漏，从而导致信道估计性能的恶化。另一方面，基于FFT的时域插值或滤波在终端高速移动时也会导致信道估计性能的恶化。本发明主要提供一种适用于系统存在保护带以及终端高速移动情形下的OFDM信道估计方法。

发明内容

技术问题：本发明的目的是提供一种用于正交频分复用移动通信系统中时频最优的信道估计方法，该方法能在系统存在保护带以及终端高速移动的情况下以较低的复杂度实现逼近最优的信道估计性能。

技术方案：本发明中的正交频分复用移动通信系统中时频最优的信道估计方法按如下步骤进行：

步骤一、在发送端构造时域、频域二维导频数据结构，在频率方向放置L_F个间隔为D_f的导频符号，在时间方向放置的L_T个间隔为D_t的导频符号，频率方向的导频符号由长度为L_F的Zadoff-Chu序列构成，时间方向的导频符号是频率方向导频符号的重复；

步骤二、在接收端，按如下公式获取导频符号处信道参数的最小二乘估计：

$\widehat{H_p}=\mathrm{diag}{\left\{X_p\right\}}^H{Y}_p$

其中，X_p是由所有导频符号组成的向量，Y_p是由所有接收导频符号组成的向量，

是由所有导频符号处的频域信道参数的最小二乘估计值所组成的向量，diag{X_p}表示主对角元为的X_p对角阵，上标(·)^H表示矩阵的共轭转置运算；

步骤三、在接收端，对步骤二中得到的导频符号处的信道参数

进行二维离散余弦变换，得到信号d；

步骤四、在接收端，按如下公式对步骤三得到的信号d进行单点滤波：

$\tilde{d}=\mathrm{\Γd}$

其中，

是单点滤波后的信号，Γ是一个对角阵，其第i个主对角元素为E{|d_i|²}-σ_z ²，d_i表示d的第i个元素，E{·}表示期望运算，σ_z ²是噪声方差；

步骤五、在接收端，对步骤四中得到的信号进行扩展的二维逆离散余弦变换，获取所有数据符号处的信道参数。

本发明中的OFDM信道估计方法，在步骤二中，所述的最小二乘是指估计误差的平方和最小。

本发明中的正交频分复用移动通信系统中时频最优的信道估计方法，在步骤四中，所述的单点滤波是在二维离散余弦变换域中进行的。

有益效果：本发明提供了一种正交频分复用移动通信系统中时频最优的信道估计方法。本发明克服了现有OFDM信道估计方法在系统存在保护带以及终端高速移动时性能恶化的问题，能以较低的复杂度实现逼近最优的估计性能。图3给出了本发明中的信道估计方法与与其他信道估计方法的比较。由此可以看出，本发明中的信道估计法方法的性能逼近理论上性能最优的二维维纳滤波器，明显优于基于二维FFT的信道估计方法。

附图说明

图1是本发明中使用的时域、频域二维导频结构示意图。

图2是本发明中OFDM信道估计方法的示意图。

图3是不同信道估计方法下信道估计性能的比较。

具体实施方式

下面结合附图对本发明的具体实施做进一步的详细描述。

图1是本发明中使用的时域、频域二维导频结构示意图，其中实心圆圈表示导频符号，空白圆圈表示数据符号。该结构中时域长度为N，频域长度为K。导频符号在频率方向的间隔为D_f，在时间方向的间隔为D_t。导频符号在频率方向和时间方向的个数分别为L_F和L_T。

步骤一、在发送端构造时域、频域二维导频数据结构

令X(n_u，k_v)表示第n_u个OFDM块在第k_v子载波处的导频符号，其中0≤u≤L_T-1，0≤v≤L_F-1，则有

                X(n_u，k_v)＝a(v)            (公式1)

其中，a(v)(0≤v≤L_F-1)是长度为L_F的Zadoff-Chu序列，其定义式为：

(公式2)

其中q是任意的整数，r是与L_F互质的整数。

图2是本发明中OFDM信道估计方法的示意图。

步骤二、在接收端获取导频符号处信道参数的最小二乘估计

在接收端，导频符号处的频域接收信号可表示为：

              Y(n_u，k_v)＝X(n_u，k_v)H(n_u，k_v)+Z(n_u，k_v)        (公式3)

其中，H(n_u，k_v)表示第n_u个OFDM块在第k_v子载波处信道响应，Z(n_u，k_v)表示加性高斯白噪声。

令 $\tilde{Y}\left(n_u\right)={[Y(n_u,k_0),Y(n_u,k_1)...,Y(n_u,k_{L_F-1})]}^T$ 表示第n_u个OFDM块接收到的导频符号， $Y_p={[{\tilde{Y}}^T\left(n_0\right),{\tilde{Y}}^T\left(n_1\right),...,{\tilde{Y}}^T\left(n_{L_T-1}\right)]}^T$ 表示所有接收到的导频符号，则

        Y_p＝diag{X_p}H_p+Z_p            (公式4)

其中：上标(·)^T表示矩阵的转置运算，X_p是由所有导频符号组成的向量，H_p是所有导频符号处的信道参数组成的向量，它们的排列方式与Y_p相同，diag{X_p}表示主对角元为的X_p对角阵。考虑到导频符号是由归一化的Zadoff-Chu序列构造的，根据公式3可以得到信道参数的最小二乘估计为：

$\widehat{H_p}=\mathrm{diag}{\left\{X_p\right\}}^H{Y}_p$ (公式5)

其中上标(·)^H表示矩阵的共轭转置运算；

步骤三、利用二维离散余弦变换将导频符号处的信道参数变换至离散余弦变换域

图2中的二维离散余弦变换模块可用公式表述为

$d=(C_{L_T}^{\mathrm{II}}\⊗C_{L_F}^{\mathrm{II}}){\hat{H}}_p$ (公式6)

其中：

表示矩阵的Kronecker乘积，C_LT ^II和C_LF ^II分别是长度为L_T和L_F的第II类离散余弦变换矩阵，其定义式为：

${\left[C_{L_T}^{\mathrm{II}}\right]}_{k,l}={\mathrm{\κ}}_k\cos \frac{\mathrm{\πk}(l+0.5)}{L_T}$ (公式7)

${\left[C_{L_F}^{\mathrm{II}}\right]}_{k,l}={\mathrm{\μ}}_k\cos \frac{\mathrm{\πk}(l+0.5)}{L_F}$ (公式8)

其中：

${\mathrm{\κ}}_k=\left\{\begin{array}{cc}1/\sqrt{L_T},& k=0,\\ \sqrt{2}/\sqrt{L_T},& k\≠0.\end{array}\right.$ (公式9)

${\mathrm{\μ}}_k=\left\{\begin{array}{cc}1/\sqrt{L_F},& k=0,\\ \sqrt{2}/\sqrt{L_F},& k\≠0.\end{array}\right.$ (公式10)

步骤四、在二维离散余弦变换域上对信号进行单点滤波

图2中的变换域单点滤波模块可用公式表述为

$\tilde{d}=\mathrm{\Γd}$ (公式11)

其中，

是单点滤波后的信号，Γ是一个对角阵，其第i个主对角元素为E{|d_i|²}-σ_z ²，d_i表示d的第i个元素，E{·}表示期望运算，σ_z ²是噪声方差。

步骤五、通过扩展的二维逆离散余弦变换获取所有数据符号处的信道参数

图2中的扩展的二维逆离散余弦变换模块可用公式表述为

$\hat{H}={({\underset{\‾}{C}}_{L_T}^{\mathrm{II}}\⊗{\underset{\‾}{C}}_{L_F}^{\mathrm{II}})}^T\tilde{d}$ (公式12)

其中C_LT ^II和C_LF ^II都是扩展的第II类离散余弦变换矩阵。C_LT ^II的定义式为：

${\left[{\underset{\‾}{C}}_{L_T}^{\mathrm{II}}\right]}_{k,l}={\mathrm{\κ}}_k\cos \frac{\mathrm{\πk}(l/D_t+0.5)}{L_T}$ (公式13)

其中：0≤k≤L_T-1，0≤l≤N-1。C_LF ^II的定义式为：

${\left[{\underset{\‾}{C}}_{L_F}^{\mathrm{II}}\right]}_{k,l}={\mathrm{\μ}}_k\cos \frac{\mathrm{\πk}(l/D_f+0.5)}{L_F}$ (公式14)

其中：0≤k≤L_F-1，0≤l≤K-1。

Claims (3)

1、一种正交频分复用移动通信系统中时频最优的信道估计方法，其特征在于该方法包括以下步骤：

步骤一、在发送端构造时域、频域二维导频数据结构，在频率方向放置L_F个间隔为D_f的导频符号，在时间方向放置的L_T个间隔为D_t的导频符号，频率方向的导频符号由长度为L_F的Zadoff-Chu序列构成，时间方向的导频符号是频率方向导频符号的重复；

步骤二、在接收端，按如下公式获取导频符号处信道参数的最小二乘估计：

${\hat{H}}_p=\mathrm{diag}{\left\{X_p\right\}}^H{Y}_p$

其中，X_p是由所有导频符号组成的向量，Y_p是由所有接收导频符号组成的向量，

是由所有导频符号处的频域信道参数的最小二乘估计值所组成的向量，diag{X_p}表示主对角元为的X_p对角阵，上标(·)^H表示矩阵的共轭转置运算；

步骤三、在接收端，对步骤二中得到的导频符号处的信道参数

进行二维离散余弦变换，得到信号d；

步骤四、在接收端，按如下公式对步骤三得到的信号d进行单点滤波：

$\tilde{d}=\mathrm{\Γd}$

其中，

是单点滤波后的信号，Γ是一个对角阵，其第i个主对角元素为E{|d_i|²}-σ_z ²，d_i表示d的第i个元素，E{·}表示期望运算，σ_z ²是噪声方差；

步骤五、在接收端，对步骤四中得到的信号

进行扩展的二维逆离散余弦变换，获取所有数据符号处的信道参数。

2、根据权利1所述的正交频分复用移动通信系统中时频最优的信道估计方法，其特征在于所述的最小二乘是指估计误差的平方和最小。

3、根据权利1所述的正交频分复用移动通信系统中时频最优的信道估计方法，其特征在于所述的单点滤波是在二维离散余弦变换域中进行的。

Images