CN101309243A - 一种新的ofdm参数化信道估计器 - Google Patents

Abstract

本发明提供了一种针对正交频分复用(OFDM)通信系统的参数化信道估计器。其主要特点为：接收端首先利用一个新型的参数估计器来估计两种信道参数：路径数及各路径对应的时间延迟；再根据估计得到的信道参数来更精确的估计整个信道系数。与以前的参数化信道估计器相比，本发明提供的信道估计器不仅能在低信噪比下更精确的估计信道，而且也有效降低了估计器的计算复杂度。

Description

一种新的OFDM参数化信道估计器

技术领域

本发明属于无线通信技术领域，涉及一种应用于正交频分复用(OFDM)系统的信道估计器。

背景技术

移动无线通信系统必须要克服多径时延扩展所引起的符号间干扰，均衡是克服符号间干扰的一种方法，但是随着传输速率的不断提高，在多个符号上的均衡算法非常复杂。OFDM是一种可有效解决符号间干扰问题的传输手段。在实际应用中，通常有非相干OFDM系统和相干OFDM系统之分。非相干OFDM系统不需要信道估计，但是与相干OFDM系统相比，系统性能会损失大约3dB，而且信息符号必须具有恒模特性。因此，实际中通常采用相干OFDM系统，但是该系统对信道估计误差很敏感，所以如何实现对信道的准确估计显得非常重要。

目前文献中的大多数信道估计方法都是非参数化信道估计。非参数化信道估计不需要在接收端估计信道参数，如信道径数和信道多径时延。其中最为经典的是1998年Li Ye在IEEE Trans.on Commun.46卷7号902-914页中提出的非参数化信道估计器，即鲁棒的最小均方误差信道估计器。但其并没有充分利用信道的先验信息，它们粗略地认为在接收端得到的等效冲击响应中位于最大多径时延以内的都是有用信号，这势必降低了系统在稀疏多径信道下的性能。另一方面，现在无线通信系统的传输速率一般都很高，所以稀疏信道又是很常见的。2001年，Yang在IEEE Trans.on Commun.49卷3号467-478页中提出了一种参数化信道估计器，它采用最小描述长度(MDL)准则去估计信道路径数并用旋转子空间不变法(ESPRIT)去估计路径时延，然后利用这些估计到的信道参数去提高信道估计的精确性，从而取得了比非参数化信道估计更好的性能。但此方案在低信噪比下性能较差，另一方面，此方案需要进行特征值分解和实施ESPRIT算法，这也导致此方案的计算复杂度较高。

如何提高参数化估计器在低信噪比下的性能及降低估计器的运算复杂度是此估计器进行实际应用的关键。

发明内容

本发明的目的在于降低参数化信道估计中信道径数和路径时延估计的复杂度，同时改善系统在低信噪比下的性能。

本发明提供的参数化信道估计器的基本原理为：在接收端先估计导频处的频域信道，构造导频频域信道的相关矩阵R，然后计算导频时域信道的能量向量v，再通过对信道能量的跟踪来估计信道径数

和信道的多径时延

最后根据估计得到的信道参数来更精确的估计信道系数。其关键点在于：能量向量v通过对相关矩阵R进行相应的简单运算得到，信道径数

和信道的多径时延

由对信道能量的跟踪得到。

导频时域信道的能量向量的构造方法如下：

1、估计导频处的频域信道。

$\hat{H}(n,k_i)=Y(n,k_i)/X(n,k_i).$

这里，n表示符号索引，k_i为导频所在的子载波索引，X(n，k_i)和Y(n，k_i)分别表示在第n个符号第k_i子载波上发送的导频和接收的信号。

2、计算导频频域信道的相关函数矩阵R。令 $\tilde{H}\left(n\right)={[\hat{H}\left(n{,k}_0\right),\hat{H}(n,k_1),...,\hat{H}\left(n{,k}_{P-1}\right)]}^T,$ 构造矩阵 $R\left(n\right)=\tilde{H}\left(n\right)\tilde{H}{\left(n\right)}^H.$ 这里，(·)^T表示转置，P表示导频子载波数，(·)^H表示共轭转置。

将矩阵R(n)在N个符号上取平均，得到 $R=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}R\left(n\right).$

3、计算导频时域信道能量矩阵 $E=\frac{1}{P^2}{F}^H\mathrm{RF}.$ 这里，矩阵F的第(p，q)个元素是p，q＝0，1，…，P-1，K表示载波数。

4、取出能量矩阵E的对角线元素，并对其取绝对值后组成向量v＝[v₀v₁，…，v_P-1]^T。通过对向量v从大到小排序，得到能量向量v＝[v₀，v₁，…，v_P-1]^T。这里，v₀≥v₁≥…≥v_P-1。

获取信道径数和信道多径时延的方法如下：

1、计算路径判决函数f(l)＝N×(g(l)-h(l))+t(l)。式中，

$g\left(l\right)=(P-l)\ln \left(\frac{{\mathrm{\Σ}}_{i=l}^{P-1}{v}_i}{P-l}\right),$ $h\left(l\right)=\underset{i=l}{\overset{P-1}{\mathrm{\Σ}}}\ln v_i,$ $t\left(l\right)=\frac{1}{2}l(2P-l)\ln \ln N.$

2、路径数

的判决方法如下： $\hat{L}=\arg \underset{l\∈\{\mathrm{0,1},...,P-1\}}{\min }f\left(l\right).$ 这里，

表示取出使判决函数f(l)值最小时对应的l。

3、找出向量v中最大的

个值所对应的索引号，并对索引号进行从小到大排序，依次所得的索引号即为路径时延

实施本发明的有益效果在于：与Li Ye提供的非参数化信道估计器相比，本发明提供的参数化信道器利用估计出的多径时延可以提高非参数化信道估计的精度；与Yang提供的参数化信道估计器相比，本发明提供的估计器大大降低了复杂度，且在低信噪比下性能也有了更大的提高。

附图说明

图1是OFDM系统的基本原理框图。

图2是本发明估计器所采用的导频分布图。

图3是本发明估计器的流程图。

图4是本发明估计器的信道径数估计的流程图。

图5是本发明估计器的多径时延估计的流程图。

图6是本发明估计器的信道系数估计的流程图。

图7是本发明提供的估计器与Yang提供的估计器的信道参数错误估计概率的比较图。

图8是本发明提供的参数化信道估计器与Yang提供的参数化信道估计器及Li Ye提供的非参数化信道估计器的均方误差性能比较图。

图9是本发明提供的估计器与Yang提供的估计器的运算复杂度比较图。

具体实施方式

下面通过附图和实施例对本发明进行详细阐述。

图1是OFDM系统的基本原理框图。设一个OFDM帧有N个符号，K个子载波。在发射端，数据比特首先被映射成为信号星座中的信号，经过串并变换后形成多个并行的基带信号，然后经过K点快速傅立叶逆变化(IFFT)，增加长度为G的循环前缀(CP)后从天线发射出去；经过无线衰落信道后，在接收端去除CP并进行快速傅立叶(FFT)变换，最后系统检测器利用信道估计器产生的信道状态信息从基带信号中恢复出原始数据。实际系统中，数据比特在映射之前可以先经过编码和交织，相应的在接收机输出数据之前要经过解交织和译码。该系统频域接收信号的数学表达式可以表示为：

Y(n，k)＝H(n，k)X(n，k)+W(n，k)

式中，n和k分别表示符号和子载波的索引，n＝0，1，…，N-1，k＝0，1，…，K-1；X(n，k)表示在第n个符号第k个子载波上发送的数据；Y(n，k)表示接收到的频域信号，W(n，k)表示均值为零、方差为σ²的加性高斯白噪声；H(n，k)表示OFDM系统的等效频域信道系数；所谓的信道估计，就是要通过接收端的信道估计器获得频域信道系数的各个估计值，在这里我们假设信道在一个OFDM符号内是不变化的。

图2是本发明估计器所采用的导频分布图。单位功率的导频既分布在时间维上，又分布在频率维上。在每个OFDM符号内，P＝K/D个导频均匀分布在频率维上。这里，D为频率维上相邻的两个导频的间隔。k_i＝iD表示导频所在的子载波，i＝0，1，…，P-1。

图3是本发明估计器的流程图。该流程的步骤如下：

步骤1：计算导频处的频域信道 $\hat{H}(n,k_i)=Y(n,k_i)/X(n,k_i).$

步骤2：估计信道径数

(具体方法见图4)

步骤3：估计路径时延(具体方法见图5)

步骤4：估计所有符号的信道系数 $\hat{H}\left(n\right)={[\hat{H}(n,0),\hat{H}(n,1),...,\hat{H}(n,K-1)]}^T.$ 这里，(·)^T表示转置。(具体方法见图6)

图4是本发明估计器的信道径数估计的流程图。该流程的步骤如下：

步骤1：构造矩阵 $R\left(n\right)=\tilde{H}\left(n\right)\tilde{H}{\left(n\right)}^H.$ 这里， $\tilde{H}\left(n\right)={[\hat{H}(n,k_0),\hat{H}(n,k_1),...,\hat{H}(n,k_{P-1})]}^T,$ (·)^H表示共轭转置。

对矩阵R(n)在N个符号上取平均，得到导频频域信道的相关函数矩阵 $R=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}R\left(n\right).$

步骤2：计算信道能量矩阵 $E=\frac{1}{P^2}{F}^H\mathrm{RF}.$ 这里，矩阵F的第(p，q)个元素是p，q＝0，1，…，P-1。

步骤3：取出能量矩阵E的对角线元素，取其绝对值并组成向量v＝[v₀，v₁，…，v_P-1]^T，对向量v进行降序排列，得到能量向量v＝[v₀，v₁，…，v_P-1]^T。这里，v₀≥v₁≥…≥v_P-1。

步骤4：计算路径判决函数f(l)：

f(l)＝N×(g(l)-h(l))+t(l)

这里， $g\left(l\right)=(P-l)\ln \left(\frac{{\mathrm{\Σ}}_{i=l}^{P-1}{v}_i}{P-l}\right),$ $h\left(l\right)=\underset{i=l}{\overset{P-1}{\mathrm{\Σ}}}\ln v_i,$ $t\left(l\right)=\frac{1}{2}l(2P-l)\ln \ln N.$

步骤5：路径数

的判决方法如下： $\hat{L}=\arg \underset{l\∈\{\mathrm{0,1},...,P-1\}}{\min }f\left(l\right).$ 这里，

表示取出使判决函数f(l)最小值对应的l。

图5是本发明估计器的多径时延估计的流程图。该流程的步骤如下：

步骤1：找出向量v＝[v₀，v₁，…，v_P-1]^T中最大

个元素，并记录这个元素对应的索引号。

步骤2：对上一步骤得到的索引号进行从小到大的排序，排序后的索引号就是要估计的路径时延

图6是本发明估计器的信道系数估计的流程图。该流程的步骤如下：

步骤1：利用估计出的路径数和对应的路径时延构造矩阵G₁和G₂。这里，G₁是一个

维的矩阵，它的第(p，q)个元素为

p＝0，1，…，P-1，q＝0，1，…，

G₂是一个

维的矩阵，它的第(p，q)个元素为

其中，p＝0，1，…，K-1，q＝0，1，…，

步骤2：利用矩阵G₁和导频处的频域信道

来估计时域信道 $\hat{h}\left(n\right)={[{\hat{h}}_0\left(n\right),{\hat{h}}_1\left(n\right),...,{\hat{h}}_{\hat{L}-1}\left(n\right)]}^T,$ 即计算 $\hat{h}\left(n\right)=G_1\tilde{H}\left(n\right).$

步骤3：利用矩阵G₂及步骤2得到的时域信道

来估计频域信道

即计算 $\hat{H}\left(n\right)=G_2\hat{h}\left(n\right).$ 结束算法。

图7示出的是本发明提供的估计器与Yang提供的估计器的信道参数错误估计概率的比较图。图中表明在高信噪比下这两种估计器都能有效地估计出信道参数，但在低信噪比下，与Yang提供的估计器相比，本发明提供的估计器能更正确地估计出信道参数。

图8示出了本发明提供的参数化信道估计器与Yang提供的参数化信道估计器及Li Ye提供的非参数化信道估计器的均方误差性能比较图。系统的带宽是10MHz，中心载频为5GHz，载波数为512，符号数为100，导频子载波数为64，循环前缀CP的长度是64，移动速度为30km/h，最大多普勒频移f_D为139Hz。我们采用的是COST207 Rural Area 6径信道模型。从图中可看出与Li Ye提供的非参数化估计器相比，本发明提供的参数化估计器取得了约10dB的性能优势。同时，本发明提供的参数化估计器在低信噪比下能获得比Yang提供的参数化估计器更好的性能。

图9示出了本发明提供的估计器与Yang提供的估计器的运算复杂度比较图。这里，主要计算乘除法和加减法运算的复杂度，其他一些简单运算(如转置运算)的复杂度则被忽略。注：这里的运算复杂度以浮点运算数为单位来衡量，一个复数乘/除法运算需要6个浮点运算，一个复数加/减法需要2个浮点运算；一个实数乘除法运算和一个实数加减法运算都只需要1个浮点运算。从图中，我们可以看出：本发明提供的估计器的计算复杂度远远低于Yang估计器的计算复杂度，并且随着导频载波数的增大，本发明提供的估计器在复杂度上的优势越来越明显；同时，我们也观察到，Yang提供的估计器的复杂度随帧长N的增量大于本发明提供的估计器的复杂度随帧长N的增量，也就是说，当帧长N越大，本发明提供的估计器的复杂度优势越明显。

综上所述，与Li Ye提供的非参数化信道估计器相比，本发明提供的参数化信道估计器显著提高了信道估计的精度；与Yang提供的参数化信道估计器相比，本发明提供的估计器在低信噪比下的性能更优，同时其复杂度也更低。

Claims (9)

1、一种适用于正交频分复用(OFDM)系统的参数化信道估计器，其特征在于接收端首先利用一个新型的参数估计器来估计信道径数和信道的多径时延，再根据估计得到的信道径数和多径时延来更精确的估计整个信道系数。

2、根据权利要求1所述的信道径数的估计器，其特征在于，先构造导频频域信道的相关矩阵，然后计算导频时域信道的能量向量，最后利用导频时域信道的能量向量求信道的径数。

3、根据权利要求2所述的信道径数的估计器，其特征在于，导频频域信道的相关矩阵R的构造方法如下：

估计导频处的频域信道 $\hat{H}(n,k_i)=Y(n,k_i)/X(n,k_i).$ 这里，n表示符号索引，k_i表示导频所在的子载波索引，X(n，k_i)和Y(n，k_i)分别表示在第n个符号第k_i个子载波上发送的导频和接收的信号。

令 $\tilde{H}\left(n\right)={[\hat{H}(n,k_0),\hat{H}(n,k_1),...,\hat{H}(n,k_{P-1})],}^T$ 并构造矩阵R(n)如下：

$R\left(n\right)=\tilde{H}\left(n\right)\tilde{H}{\left(n\right)}^H$

这里，P表示导频子载波数，(·)^T表示转置，(·)^H表示共轭转置。

计算相关矩阵 $R=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}R\left(n\right).$ 这里，N表示符号数。

4、根据权利要求2所述的信道径数的估计器，其特征在于，导频时域信道的能量向量v的计算方法为：

构造导频时域信道的能量矩阵E。

抽取E的对角线元素，取其绝对值并组成向量v＝[v₀，v₁，...，v_P-1]^T。

对向量v进行降序排列，得到向量v＝[v₀，v₁，...，v_P-1]^T。这里，v₀≥v₁≥...≥v_P-1。

5、根据权利要求4所述的导频时域信道的能量向量v的计算方法，其特征在于，能量矩阵E的构造方法为： $E=\frac{1}{P^2}{F}^H\mathrm{RF}.$ 这里，矩阵F的第(p，q)个元素是

p，q＝0，1，...，P-1，K表示载波数。

6、根据权利要求2所述的信道径数的估计器，其特征在于，路径数

的判决方法如下： $\hat{L}=\arg \underset{l\∈\{\mathrm{0,1},...,P-1\}}{\min }f\left(l\right).$ 其中，f(l)为判决函数，

表示取出使判决函数f(l)值最小时对应的l。

7、根据权利要求6所述的路径数的判决方法，其特征在于，判决函数f(l)为：

f(l)＝N×(g(l)-h(l))+t(l)上式中， $g\left(l\right)=(P-l)\ln \left(\frac{{\mathrm{\Σ}}_{i=l}^{P-1}{v}_i}{P-l}\right),$ $h\left(l\right)=\underset{i=l}{\overset{P-1}{\mathrm{\Σ}}}\ln v_i,$ $t\left(l\right)=\frac{1}{2}l(2P-l)\ln \ln N.$

8、根据权利要求1所述的估计器，其特征在于，估计信道多径时延的过程为：找出向量v中最大的

个值所对应的索引号，并对索引号进行升序排列，所得即为路径时延。

9、根据权利要求1所述的估计器，其特征在于，根据得到的路径数和对应的路径时延来估计信道系数的方法为：(1)、先利用估计出的路径数和对应的路径时延构造矩阵G₁和G₂。这里，G₁是一个

维的矩阵，其第(p，q)个元素为

p＝0，1，...，P-1，q＝0，1，...，

G₂是一个

维的矩阵，其第(p，q)个元素为

p＝0，1，...，K-1，q＝0，1，...，

(2)、接着利用矩阵G₁和导频处的频域信道来估计时域信道系数。(3)、最后利用得到的时域信道系数和矩阵G₂来估计频域信道系数。

Images