CN101505290A - 改进的宽带mimo中频偏估计方法 - Google Patents

Abstract

本发明公开了一种改进的宽带MIMO中频偏估计方法，该方法包括以下步骤：(1)发送训练序列：根据设计的训练序列发送模式将训练序列通过各个发射天线发送出去；(2)频偏估计：用改进的SR算法结合迭代法进行频偏估计，设初始频偏ε，在每根接收天线上根据改进后的SR算法及迭代方法得到一个频偏估计值，而最后的频偏估计值采用不同方法得到；改进的SR算法是对信道频域响应H(k)的估计值去噪处理后，进一步得到该估计值，进而得到重构信号；(3)信道估计：根据估计的频偏对接收天线接收到的信号进行纠正，并估计信道。本发明在信道估计时考虑频偏影响且保证系统性能的前提下较好的解决频偏估计不准的问题。

Description

改进的宽带MIMO中频偏估计方法

技术领域

本发明涉及宽带数字通信传输方法，属于宽带无线通信技术领域。

背景技术

随着Internet与多媒体业务的发展，对无线移动通信系统能够提供宽带高速数据传输服务的要求越来越高。由于可利用的频率资源十分有限，同时由于无线通信系统一般受到严格的功率限制，提高数据传输速率只能依靠发展具有更高频谱效率的新技术。近年来，多输入多输出(Multiple-Input Multiple-Output以下简称MIMO)和正交频分复用(OrthogonalFrequency division Multiplexing，以下简称OFDM)由于其高数据传输速率、高频谱利用率的优点日益受到人们越来越多的关注。而MIMO与OFDM的结合因为其高效的频谱利用率和较大系统的容量，已发展成为4G中的核心技术。

1.MIMO

MIMO采用在无线通信系统的发射端和接收端使用多根天线的方式，利用天线间的分集效应以及无线环境中的多径传输所造成的不同天线间信道特征的无关性，提高了信道容量。具体实现为：在发射端和接收端使用(或只在发射端使用)多根天线，数据经编码，调制后由发射端的天线同时发出，发射信号在无线信道传输时占用相同的频带。信号由接收天线接收后，在接收端经过特定的信号处理还原出原始数据信息。

MIMO系统的一个关键特征就是其信道模型，在传统无线通信系统中，信号在发射端与接收端之间经多条路径传输形成的多径效应对系统的性能会造成严重影响，对多径效应的处理一直是很复杂的问题。但是MIMO系统巧妙地利用了信号经过不同的多径传播产生的无关性，将不同天线之间的信道特征归纳为相互独立的Rayleigh分布的随机衰落。在独立Rayleigh衰落信道中，每个发射天线发射的信号在各个接收端都是不相关的。

对于一个包含n_T根发射天线和n_R根接收天线的点对点的MIMO系统，考虑离散时间的复数基带线性系统的情形：每个符号间隔的发射信号可用一个n_T×1的列向量表示，而MIMO信道可以建模为n_R×n_T的复数矩阵：

其中h_i，j(i＝1，2，…，n_R；j＝1，2，…，n_T)代表了第j根发射天线与第i条接收天线之间的衰落特性。

2.OFDM和SC-FDE

OFDM是一种多载波调制技术，其主要思想是使用并行数据及频分多路的方式来减轻多径干扰引起的符号间干扰，从而避免使用高度复杂的均衡器，并同时达到了较高的频谱利用率。但是与普通单载波系统相比，也存在一些缺点，主要问题之一是对载波频率同步的精度要求特别高。

频偏是接受信号中载波频率与本地相干载波之间的频率差异。频偏对OFDM系统的影响有两方面：破坏载波间的正交性，带来类似噪声的干扰，同时使星座图产生旋转。

OFDM系统中的载波同步就是先采用某种算法估计出频偏。然后通过一定的方式对其进行补偿、改进。

离散OFDM系统中，设待传输的OFDM数据X(0)，X(1)，…，X(N-1)，(设子载波数为N)，经IFFT以后得到时域离散信号s(n)，加循环前缀(Cyclic Prefix，以下简称CP)后过信道h，设h＝[h(0)，h(1)，…，h(L-1)]，L为CP的长度。接收端首先进行去CP操作。当系统存在归一化相对频偏ε(接收信号中载波频率与本地相干载波之间的频率差异称为绝对频偏，单位为Hz，绝对频偏与子载波间隔的比值为相对频偏)时，去CP后得到的时域信号为

$r\left(n\right)=(h\⊗s)\left(n\right)\exp [j2\mathrm{\π\ϵ}(n+L)/N]+\tilde{N}\left(n\right)---\left(2\right)$

由于CP的作用将信道对输入序列的线性卷积转化为循环卷积，这样经DFT后即得到R(k)，然后进行信道均衡，均衡后得到的信号为：

其中

表示信道频域响应H(k)的估计值，由特定的信道估计算法给出。最后根据判决规则对进行量化，就得到这一帧OFDM数据信息的估计

(k＝0，1，…，N-1)。

根据

和

重构出受多径影响的OFDM基带信号，即重构出r(n)中的有用信号为

理想情况下， $\tilde{X}\left(k\right)=X\left(k\right),$

则 $\tilde{r}\left(n\right)=(h\⊗s)\left(n\right),$ 这种情况称为理想重构。但是实际上

只能是

的近似。信号重构算法(Signal Reconstruction，以下简称SR算法)正是基于最大似然准则的估计算法，具体实现为：将接收信号r(n)，重构信号

写成实部与虚部结合的复数形式即：

r(n)＝x_n+jy_n， $\tilde{r}\left(n\right)=a_n+{\mathrm{jb}}_n---\left(2\right)$

最后得到ε的最大似然估计的近似值：

修正后的接收信号为：

SR算法框图如图1所示，现有的算法是得到

不经去噪处理后直接重构信号，称之为前重构，而本发明作出的改进是对

去噪处理后，进一步得到

进而得到重构信号，称之为后重构，相比前重构信号后重构信号更接近原始信号，性能也就相对提高。

与OFDM一样，单载波频域均衡(Single Carrier Frequency Domain Equalization，以下简称SC-FDE)也是一种重要的分块传输技术。分块传输是指将待传输的信息分成长度相同的数据块，射频调制前在时域的每一个数据块前加相应的循环前缀。

SC-FDE的实现过程如下：发送的数据在符号映射后，再加入CP，然后依次经D/A变换、中频、射频调制后发送，接收端在依次完成射频、中频解调、A/D变换后，先去掉接收信号中的CP，然后对其做快速傅立叶变换(Fast Fourier Transform，以下简称FFT变换)，再根据信道估计得到的信道状态信息对接收信号进行均衡，并对均衡后的数据做快速傅立叶反变换(Inverse Fast Fourier Transform，以下简称IFFT)，最后对IFFT后的数据进行符号检测，得到最终输出信号。

与OFDM系统相似，SC-FDE也具有频谱效率高、抗多径能力强等优点，其区别在于：符号检测域不同，不会出现OFDM频域的峰均功率比(Peak-to-Average Power Ratio，PAPR)问题。

3.MIMO-OFDM和MIMO-SCFDE

MIMO是近年来引起广泛重视的无线通信新技术，它利用多天线系统在丰富多径的无线传播环境条件下形成的高秩信道矩阵，消除多天线发射的符号间的相互干扰，形成等价的多信道并行传输，其频谱效率可以轻易做到数10bps/Hz，这对传统的单天线系统是不可想象的。MIMO本质上是一种用空间资源换取频谱资源的无线通信技术，它要求的工作环境必须有足够的多径传播才能使多天线形成的信道矩阵(列)满秩或有足够高的秩，当多径不够丰富时，相应的信道矩阵的元素(从一个发射天线到一个接收天线的增益)将有很大的相关性甚至趋于一致，这时的信道矩阵将是严重缺秩的，这种情况下从原理上来说，MIMO系统将和单天线系统的信道容量接近，不可能获得很高的频谱效率。必须指出，MIMO本质上是一种窄带传输技术，如果要支持更高的传输速率，MIMO必须和宽带无线通信技术相结合，即MIMO-OFDM或MIMO-SCFDE，它们本质上是利用CP将宽带无线信道转化成频域上许多并行的窄带信道，而每个窄带信道上采用MIMO的信号检测方式分离出多天线发射的信号。由于利用CP技术在频域上划分出的频域子信道是可以独立并行传输信息的，OFDM信号的检测在频域上，因此MIMO+OFDM系统的信号检测相对容易一些，而SC-FDE系统的信号检测在时域上进行，使得MIMO+SC-FDE系统的信号检测相当得复杂，经常需要迭代检测。

MIMO-OFDM系统对载波频偏极为敏感，频偏的直接后果是造成接收信号的幅度衰减、相位旋转，以及载波间干扰(Inter Carrier Interference，ICI)，严重的频偏将造成信号无法正确解调，而使系统性能急剧下降。常用的频偏估计方法包括利用特殊的训练符号在时域或频域估计，利用导频信号进行估计，以及利用OFDM信号特有的循环前缀特性进行估计。

此外，对于MIMO-OFDM系统中的频偏估计问题的研究大多是基于只存在频偏这个假设上的，并没有考虑时偏及信道估计误差的影响，这在实际应用中并不适用。

同时现有的频偏估计有时存在这种情况：除去频偏估计后的剩余频偏收敛不总是很小。

发明内容

本发明针对MIMO-OFDM或MIMO-SCFDE系统中频偏估计依赖于信道，即假设信道估计时不考虑频偏影响，以及频偏估计不准的问题，提供一种改进的宽带MIMO中频偏估计方法，该方法在频偏、小数时偏存在的情况下，首先对频偏进行估计，再用估计出的频偏校正与训练帧对应的接收信号，然后估计信道，同时考虑信道估计误差的影响，可以做到只发送一组训练帧先后获得频偏估计和信道估计值的效果。

本发明的改进的宽带MIMO中频偏估计方法，适用于MIMO-OFDM和MIMO-SCFDE系统，包括以下步骤：

(1)发送训练序列：根据设计的训练序列发送模式将训练序列通过各个发射天线发送出去；

(2)频偏估计：用改进的SR算法结合迭代法进行频偏估计，设初始频偏ε，在每根接收天线上根据改进后的SR算法及迭代方法得到一个频偏估计值，根据频偏估计值得到频偏的最终估计值；

(3)信道估计：根据估计的频偏对接收天线接收到的信号进行纠正，并估计信道。

上述各步骤的详细实现方法如下：

第(1)步，根据设计的训练序列发送模式将训练序列通过各个发射天线发送出去；

该步骤中训练序列发送模式设计方法如下：

设发送天线数为n_T，接收天线数为n_R，子载波数为N，训练帧在频域上用X(k)表示，k＝0，1，...，N-1，其矢量形式为X，训练帧的要求如下：对于MIMO-SCFDE发送训练帧时还要考虑训练序列信号在时域产生的PAPR问题，其训练序列采用Newman序列或Chu序列；对于MIMO-OFDM系统，训练序列采用Newman序列、Chu序列或者QPSK调制信号；每根天线都发送训练序列，但同时要符合预先设定的时间-天线发送模式：即构造n_T×n_T的矩阵，矩阵的每一行对应不同时刻同一发送天线上训练帧的加权系数，而每一列对应同一时刻不同发送天线上训练序列的加权系数，要求其各列加权系数构成的列向量之间满足正交条件；例如对于n_T＝2，n_R＝3，加权系数可以是 $\left[\begin{array}{cc}1& 1\\ 1& -1\end{array}\right]$ 或者 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right],$ 其中 $\left[\begin{array}{cc}1& 1\\ 1& -1\end{array}\right]$ 的实现为：前一时刻第一根发送天线上所用的训练帧为X，第二根发送天线上所用的训练帧为X，总共发送的训练帧形式可以表示为[X X]^T，而后一时刻发送的训练帧形式可以表示为[X -X]^T，同样对于 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$ 来说则表示前一时刻只在第一根天线上发送训练帧X，第二根发送天线空置，后一时刻只在第二根天线上发送训练帧X，第一根发送天线空置；二者本质上是一样的： $\left[\begin{array}{cc}1& 1\\ 1& -1\end{array}\right]$ 可以通过与它自身的共轭转置相乘的方式转换为 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right];$

第(2)步，用改进的SR算法结合迭代法进行频偏估计；

使用矩阵为 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$ 的加权系数形式，首先对要用到的数据进行说明：设初始的归一化频偏为ε，最后得到的频偏估计值为ε′，子载波数为N，CP(循环前缀)长度为L，迭代次数为P，矢量y长度为P，用于保存每次的频偏估计值；

SR算法即根据式(6)估计频偏，现对用到的数据进行说明：频偏估计值

，当前频偏估计值

接收端接收到的信号r_i，r_i＝[r_i(0)，r_i(1)，...，r_i(N-1)]^T，对应的修正信号为

重构信号为

${\tilde{r}}_i={[{\tilde{r}}_i\left(0\right),{\tilde{r}}_i\left(1\right),...,{\tilde{r}}_i(N-1)]}^T,$ i＝1，...，n_R，其中第j，j＝1，...，n_T次发送时第i，i＝1，...，n_R根接收天线情况下，先对所有数据进行初始化 $\widetilde{\mathrm{\ϵ}}=0,$

并令r_i(n)＝x_n+jy_n，n＝0，1，...，N-1，y＝0；此时第m次迭代时SR算法实现步骤如下：

A.对接收信号进行频偏修正：

B.将修正后的接收信号变换到频域，

k＝0，1，...，N-1，并对该次频偏估计时所用到的信道进行估计

C.对

进行去噪处理：将

通过IFFT变回时域得到

n＝0，1，...，N-1，取前L个数据构成L点时域信息，做N点FFT得到新的频域信道信息

k＝0，1，...，N-1，其他的去噪方式有：取首尾各L个数据，构成2L点的时域信息，做N点FFT得到新的频域信道信息，或者

首尾各L个数据不变，其它数据为0，再做N点FFT得到新的频域信道信息；

D.重构接收信号，得到 ${\tilde{r}}_i\left(n\right)=\mathrm{IFFT}\left[X\left(k\right){\tilde{H}}_{\mathrm{\ϵ}}\left(k\right)\right],$ n＝0，1，...，N-1，并将其写成复数形式： ${\tilde{r}}_i\left(n\right)=a_n+{\mathrm{jb}}_n;$

E.根据

估计当前频偏

；

F.频偏累积

迭代法的步骤为：在每次估计频偏的同时保存当前估计值， $y\left(m\right)=\widetilde{\mathrm{\ϵ}},$ m＝1，...，P；

G.收敛的判断：根据预先设定的收敛准则，判断是否收敛，若第m次迭代是收敛的，则停止迭代，并将本次迭代时步骤F得到的频偏积累作为第i根天线上的频偏估计值；反之，若本次迭代不是收敛的，则转到第一步继续迭代，直至迭代收敛；

收敛准则是用来判断迭代是否终止的标准，而判断收敛的准则，各不相同，例如可以根据前后两次频偏估计值差的变化，当它小于一定值，就视为收敛，或者判断多次取均值与设定值相比，小于设定值时视为收敛；实施例中采用后者，具体实现如下：设迭代间隔Q，预设门限值为threshold

if m>Q

    $y(m-Q+1)=\underset{\mathrm{jj}=m-Q+1}{\overset{m}{\mathrm{\Σ}}}y\left(\mathrm{jj}\right)$

   if   y(m-Q+1)<threshold

        break

   end

end

从上述步骤可以得到相对于第j根发送天线的频偏估计值最终的频偏估计方法可以通过对

取均值的方法得到，或者在估计相对于第j根发送天线上的频偏时首先去除相对于前j-1根所有发送天线估计得到的频偏的影响，最后把相对于n_R根发送天线上的频偏估计求和就是所需要的频偏估计值；实施例中采用前一种方法来得到最终的频偏估计值：

注：

表示频偏估计中用到的信道，用以区别后面的信道估计

第(3)步，信道估计，根据估计的频偏对接收天线接收到的信号进行纠正，并估计信道；

对于加权形式如 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$ 的发送序列，对每次发送训练数据时，各根接收天线上的接收数据分别进行频偏修正：以n_T＝2为例，其加权序列形式为 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right],$ 先用ε′分别与第一次发送[1  0]^T时得到的接收数据r_i(n)，i＝1，...，n_R按照(7)式进行修正，得到修正后的数据为

将变换到频域， $\hat{R}\left(k\right)=\mathrm{FFT}\left[{\hat{r}}_i\left(n\right)\right],$ 并根据已知的训练帧得到

的频域形式 $H_{i1}\left(k\right)=\hat{R}\left(k\right)/X\left(k\right),$ 同理得到

的频域形式H_i2(k)，由H_il(k)，H_i2(k)根据式(1)得到MIMO信道的频域形式

而对于形式如 $\left[\begin{array}{cc}1& 1\\ 1& -1\end{array}\right]$ 的加权矩阵，根据(7)式进行频偏纠正后，修正后的信号不受频偏影响，可以视为辅助数据来进行对信道的估计，信道估计的方法各不相同，如可以按照中国专利公开号CN101355543公开的《基于正交训练序列的MIMO-SCFDE系统信道估计方法》所提到的信道估计方法直接得到

本发明可以做到在发送同一组训练数据时分别获得频偏与信道的估计值。从实施例给出的仿真结果可以看出，对于2×3的MIMO-SCFDE天线系统，在频偏和小数时偏同时存在的情况下，本发明提出的方法可以保证系统的误比特率与理想情况相差不超过3dB，从目前文献上看，还没有公开发表的文献可以在相同的条件下达到这样的结果。

附图说明

图1是SR算法实施框图。

图2是按本发明实现的MIMO-OFDM系统的框图。

图3是动态信道下存在频偏与小数时偏的2×3MIMO-SCFDE系统采用后重构(本发明的方法)、前重构(现有方法)及理想情况下的误比特率曲线对比图(频偏0.1加小数时偏0.1，QPSK调制T2R3，重构时去噪L，信道估计时不去噪)。

图4是静态信道下存在频偏与小数时偏的4×4MIMO-OFDM系统采用后重构(本发明的方法)、前重构(现有方法)及理想情况下的误比特率曲线对比图(频偏0.1加小数时偏0.1，QPSK调制T4R4，频偏估计时采用的去噪方式为去噪N，信道估计不去噪)。

图中：1、信源及符号映射模块，2、N点IFFT变换模块，  3、加CP(循环前缀)模块，4、D/A模块，5、中频及射频调制模块，6、射频及中频解调模块，7、A/D模块，8、去CP模块，9、N点FFT模块，10、SR算法估计频偏模块，11、信道估计或预测模块，12、信号检测模块，13、信道。

具体实施方式

图2给出了按本发明实现的MIMO-OFDM系统的框图。图中除SR算法估计频偏模块10外，其余各模块均采用现有MIMO-OFDM系统通用的模块，各模块作用如下：

信源及符号映射模块1：通用模块，产生要传输的数据，并将其根据所采用的调制方式映射到星座图对应点上。

N点IFFT变换模块2：通用模块，将每帧N个已映射信号变换到频域，得到信号的N点时域域信号。

加CP模块3：通用模块，将得到的每帧数据加上循环前缀。

D/A模块4：通用模块，将数字信号变换为模拟信号。

中频及射频调制模块5：通用模块，如果在无线环境下使用该系统，需要对信号作射频调制才能送天线发射。有的时候需要先把信号调制到中频上进行中频放大，再作射频调制，最后将已调信号送天线发射。

射频及中频解调模块6：通用模块，在无线环境中，将接收天线接收下来信号的频谱从射频或者中频搬移到低频。在解调之前需要用频率同步数据纠正信号传输过程中引起的频偏。

A/D模块7：通用模块，将解调后模拟信号变换为数字信号。A/D需要对模拟信号进行抽样，提供时钟信号的晶振需要跟发射机D/A模块的晶振频率相同，否则就会导致抽样率误差。因此在A/D之前要进行抽样率同步。

去CP模块8：通用模块，将循环前缀去掉。这时就存在判断一帧数据何时开始的问题，因此去CP之前需要作定时同步。

N点FFT模块9：通用模块，将模块8后的信号变换到频域。

SR算法估计频偏模块10：本系统特有模块，根据SR算法对信号进行频偏估计。并将估计后得到的频偏值与加频偏后的信号相乘进行修正。

信道估计或预测模块11：通用模块，进行信道状态信息获取。可以用不同的方法来获取信道状态信息，如信道预测、基于辅助数据的信道估计方法、判决反馈信道跟踪方法等。实施例给出用两种不同的正交训练序列来获取信道状态的仿真结果，这两种信道状态获取方法分别是每次只有一根天线用一帧训练帧估计信道和正交训练序列估计信道方法。对于发射天线数为n_T的MIMO-OFDM系统，各根天线一帧训练帧估计信道的方法只需n_T帧训练序列，而正交训练序列估计信道方法需要

帧训练序列。

信号检测模块12：通用模块，用信道估计或预测模块11送来的信道状态信息，对频偏修正后的信号经FFT变换模块9得到的信号进行检测。检测方式可以选择下述三种BLAST检测方式之一：信道矩阵伪逆(ZFBLAST)、SQRD算法、基于Cholesky分解的BLAST检测算法。

信道13：通用模块，传输信号的宽带移动信道。

该实施例仿真参数：

仿真环境：MATLAB R2007a

子信道总数：N＝256

调制方式：QPSK

CP长度：L＝32

频偏设为0.1，

小数时偏为0.1，

迭代次数200次，

迭代间隔6次，

预设门限值le^-4

仿真所选的平均接收信噪比范围：对4×4的MIMO-OFDM系统采用的最小接收信噪比为5，最大为40，而对于2×3的MIMO-SCFDE系统采用的最小接收信噪比为4，最大为24。

信道模型：

4×4的MIMO-OFDM系统静态信道模型采用的是4×4的信道，而每跟发送天线与接收天线间的信道是径数为6的多径信道，其参数为：

h11＝[0.5801-0.1501i；0.8867+0.0816i；-0.1972-0.2102i；-0.0531-0.0557i；-0.2383+0.1619i；0.0280-0.0807i]；

h12＝[-0.3184+0.0007i；-0.7355+0.4803i；-0.0916+0.1531i；0.1639-0.3591i；-0.4258-0.2801i；-0.2136-0.0787i]；

h13＝[-0.1846+0.0194i；0.0936-0.3883i；-0.1461-0.1917i；0.5814+0.1353i；-0.1127-0.2857i；-0.2434+0.3300i]；

h14＝[0.0469-0.0671i；-0.9006-0.1644i；-0.3412-0.0681i；-0.2123-0.1062i；0.3117+0.2556i；-0.0744-0.0998i]；

h21＝[-0.6302+0.3158i；-0.3670-0.0452i；0.0669+0.0822i；-0.1001+0.1733i；-0.3210-0.1834i；0.1275-0.0594i]；

h22＝[0.7479+0.395li；0.4206+0.1793i；0.2694+0.1001i；0.1923-0.0398i；0.6814+0.1781i；-0.4246-0.0662i]；

h23＝[-0.5101+0.4664i；0.2288+0.5354i；0.0399-0.1236i；-0.0906-0.1865i；-0.1570+0.3356i；0.3892+0.5020i]；

h24＝[-0.0903-0.8805i；0.2372-0.2920i；0.0184-0.0147i；-0.0025-0.4482i；-0.1113-0.1073i；0.3252-0.2353i]；

h31＝[0.4962+0.1309i；0.6290-0.3702i；-0.1467-0.2795i；-0.1475-0.3032i；-0.0824+0.2197i；0.1281-0.1293i]；

h32＝[0.0697-0.1198i；-0.3689+0.2667i；-0.1424-0.0724i；0.3260+0.1448i；-0.1608+0.0406i；0.1100+0.0873i]；

h33＝[0.1946-0.3069i；-0.1503+0.0953i；-0.0442+0.0680i；-0.2740+0.2141i；0.1988-0.3831i；-0.0096+0.0582i]；

h34＝[-0.1178-0.3985i；-0.3047+0.3513i；-0.0185-0.3115i；0.1460+0.0982i；-0.1899-0.2912i；-0.2465-0.1366i]；

h41＝[-0.6102-0.0502i；-0.4070+0.0793i；-0.1782-0.0647i；0.2106+0.2435i；0.0901+0.0487i；-0.0946+0.1547i]；

h42＝[0.0591-0.0962i；0.4174-0.1213i；-0.0424+0.0863i；-0.1518+0.1957i；0.1274+0.2875i；-0.0914-0.3093i

；

h43＝[-0.8011+0.5562i；-0.0673+0.3166i；-0.0232+0.0144i；0.0817-0.1187i；0.0602-0.0511i；0.3839-0.0050i]；

h44＝[0.1902-0.3931i；0.0888-0.1913i；-0.0388-0.0273i；0.1549+0.4599i；0.4298+0.0792i；0.0026-0.3268i]；

2×3的MIMO-SCFDE系统采用动态信道，信道模型是随机函数产生的归一化的高斯信道。

仿真中没有考虑帧整数定时同步误差。

图3和图4分别给出了2×3 MIMO-SCFDE的及4×4的MIMO-OFDM系统采用本发明的方法及采用原SR方法的基带仿真结果，可以得到以下结论：

1、在相同的仿真环境下(即所有仿真参数相同情况下)，在信噪比大于10的条件下本发明的系统性能要优于原SR方法。

2、在MIMO-OFDM、MIMO-SCFDE系统中，随着频偏的增大系统性能下降，采用本发明方法可容忍的最大频偏可以达到0.2，比原方法能容忍的频偏范围大。

所有误比特率曲线横轴为信噪比(SNR：Signal to Noise power Ratio)，单位：dB，纵轴为误比特率(BER：Bit Error Ratio)。

为避免混淆，对所提到的一些名词做以下解释：

1、符号：是指信息比特经过调制映射(也称符号映射)后的数据。一般是一个实部和虚部均为整数的复数。

2、一帧信号：对于OFDM，一帧信号在发端是指作IFFT变换的N个符号，在收端是指在去掉CP以后作FFT变换的N个符号。对于SC-FDE，一帧信号在发端是指相邻两个CP之间的N个信息符号，在收端是指在去掉CP以后作FFT变换的N个符号。

3、去噪长度：对估计后的信道进行IFFT(长度为N)，取其不同的部分：去噪L，是指仅取其前L个时域信号构造长度为L的时域信号，再进行N点FFT变换得到估计信道的频域形式。去噪2L，取其首尾各L来构造长度为2L的时域信号，再进行N点FFT变换，得到估计信道的频域形式。去噪N，时域信号长度N，但只取IFFT变换后的前、后L个对它进行相应填充，其余置零，再做FFT得到频域形式的信道估计。

Claims (2)

1.一种改进的宽带MIMO中频偏估计方法，适用于MIMO-OFDM和MIMO-SCFDE系统，其特征是，包括以下步骤：

(1)发送训练序列：根据设计的训练序列发送模式将训练序列通过各个发射天线发送出去；

(2)频偏估计：用改进的SR算法结合迭代法进行频偏估计，设初始频偏ε，在每根接收天线上根据改进后的SR算法及迭代方法得到一个频偏估计值，根据频偏估计值得到频偏的最终估计值；其中改进的SR算法结合迭代法进行频偏估计的具体方法如下：

使用矩阵为 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$ 的加权系数形式，首先对要用到的数据进行说明：设初始的归一化频偏为ε，最后得到的频偏估计值为ε′，子载波数为N，CP(循环前缀)长度为L，迭代次数为P，矢量y长度为P，用于保存每次的频偏估计值；

SR算法就是根据下式估计频偏：

对用到的数据进行说明：频偏估计值

当前频偏估计值

接收端接收到的信号r_i，r_i＝[r_i(0)，r_i(1)，...，r_i(N-1)]^T，对应的修正信号为

重构信号为

${\tilde{r}}_i={[{\tilde{r}}_i\left(0\right),{\tilde{r}}_i\left(1\right),...,{\tilde{r}}_i(N-1)]}^T,$ i＝1，...，n_R，其中第j，j＝1，...，n_T次发送时第i，i＝1，...，n_R根接收天线情况下，先对所有数据进行初始化 $\widetilde{\mathrm{\&epsiv;}}=0,$

并令r_i(n)＝x_n+jy_n，n＝0，1，...，N-1，y＝0；此时第m次迭代时SR算法实现步骤如下：

A.对接收信号进行频偏修正n＝0，1，...，N-1；

B.将修正后的接收信号变换到频域，

k＝0，1，...，N-1，并对该次频偏估计时所用到的信道进行估计

k＝0，1，...，N-1；

C.对

进行去噪处理：将

通过IFFT变回时域得到n＝0，1，...，N-1，取

前L个数据构成L点时域信息，做N点FFT得到新的频域信道信息

k＝0，1，...，N-1，或者取首尾各L个数据，构成2L点的时域信息，做N点FFT得到新的频域信道信息，或者

首尾各L个数据不变，其它数据为0，再做N点FFT得到新的频域信道信息；

D.重构接收信号，得到 ${\tilde{r}}_i\left(n\right)=\mathrm{IFFT}\left[X\left(k\right){\tilde{H}}_{\mathrm{\&epsiv;}}\left(k\right)\right],$ n＝0，1，...，N-1，并将其写成复数形式： ${\tilde{r}}_i\left(n\right)=a_n+j{b}_n;$

E.根据

估计当前频偏

F.频偏累积

迭代法的步骤为：在每次估计频偏的同时保存当前估计值， $y\left(m\right)=\widetilde{\mathrm{\&epsiv;}},$ m＝1，...，P；

G.收敛的判断

根据预先设定的收敛准则，判断是否收敛，若第m次迭代是收敛的，则停止迭代，并将本次迭代时步骤F得到的频偏积累

作为第i根天线上的频偏估计值；反之，若本次迭代不是收敛的，则转到第一步继续迭代，直至迭代收敛；

从上述步骤能够得到相对于第j根发送天线的频偏估计值最终的频偏估计方法通过对

取均值的方法得到，或者在估计相对于第j根发送天线上的频偏时首先去除相对于前j-1根所有发送天线估计得到的频偏的影响，最后把相对于n_R根发送天线上的频偏估计求和就是所需要的频偏估计值；

注：

表示频偏估计中用到的信道。

(3)信道估计：根据估计的频偏对接收天线接收到的信号进行纠正，并估计信道。

2.根据权利要求1所述的改进的宽带MIM0中频偏估计方法，其特征是：步骤(1)中训练序列发送模式的设计方法如下：

设发送天线数为n_T，接收天线数为n_R，子载波数为N，训练帧在频域上用X(k)表示，k＝0，1，...，N-1，其矢量形式为X，训练帧的要求如下：对于MIMO-SCFDE发送训练帧时要考虑训练序列信号在时域产生的PAPR问题，其训练序列采用Newman序列或Chu序列；对于MIM0-OFDM系统，训练序列采用Newman序列、Chu序列或者QPSK调制信号；每根天线都发送训练序列，但同时要符合预先设定的时间-天线发送模式：即构造n_T×n_T的矩阵，矩阵的每一行对应不同时刻同一发送天线上训练帧的加权系数，而每一列对应同一时刻不同发送天线上训练序列的加权系数，要求其各列加权系数构成的列向量之间满足正交条件。

Images