CN101958866B - 导频插入方法和导频插入模块 - Google Patents

Abstract

本发明公开了一种导频插入方法和导频插入模块，该导频插入方法包括：在正交频分复用信号的子载波中至少两个位置插入导频符号，每个位置至少包含两个导频子载波，各个位置不连续。本发明提供的导频插入方法可以使用在高速移动下的通信系统中，可以提高信道估计的精度，加快收敛。

Description

导频插入方法和导频插入模块

技术领域

本发明涉及移动通信技术领域，具体涉及一种导频插入方法和实现该方法的导频插入模块。

背景技术

随着移动通信网络的发展，移动终端的数量越来越多，迫切需要提高移动通信系统的容量。多入多出(MIMO，Multiple Input Multiple Output)技术在通信系统的发射机和接收机同时使用多天线进行发射和接收，可以提高通信系统的容量。正交频分复用(OFDM，Orthogonal Frequency DivisionMultiplexing)是一种多载波调制技术，可以将频率选择性(Frequency-Selective)信道改造成若干平坦衰落(Flat Fading)子信道，能有效抑制码间干扰(ISI，Inter Symbol Interference)，另外OFDM技术还可以有效的提高系统频谱利用率，提高通信系统的容量。MIMO-OFDM系统结合了多天线和多载波的技术优势，能在频率选择性信道中提高系统的容量和可靠性，因而在新一代无线通信标准长期演进(LTE，Long Term Evolving)系统和全球微波互联接入(WIMax，Worldwide Interoperability for MicrowaveAccess)系统中得到了广泛应用。

MIMO-OFDM系统中，发射机首先将串行比特序列变换成并行比特流，经过信道编码、交织、MPSK(QAM)符号映射，然后在频域插入导频符号，进行OFDM调制，最后加入循环前缀形成OFDM符号。循环前缀可以消除多径衰落引起的码间干扰，同时能使等效基带数字信道由“线性卷积”变为“圆卷积”，循环前缀的长度应该大于信道最大时延扩展。OFDM符号由对应的天线发射，当发射机、接收机或反射物移动时，由于多径衰落和多普勒效应，信道会快速变化，OFDM子载波间会产生干扰。

接收机首先从接收信号中去掉循环前缀，进行OFDM解调，然后使用导频符号估计出当前信道状态信息(CSI，Channel State Information)，再进行频域均衡。OFDM的子载波间干扰(ICI，Inter-Carrier Interference)可通过频域均衡来消除，因此信道估计的精度直接影响到系统的性能。

下标q表示接收天线的序号，下标k表示OFDM符号子载波的序号。去除循环前缀，经过FFT变换后，子载波上的接收信号可表示为：

r_q(k)表示接收天线q上子载波k的频域接收信号，x_p(k)表示发射天线p的子载波k所携带的符号，w_q(k)是接收天线q，子载波k上的频域高斯白噪声，h_l ^p，q表示发射天线p和接收天线q之间的第l径在子载波上的频率信道响应系数，信道的可分离路径数为L，离散傅立叶变换的长度为N，定义 $j=\sqrt{-1}.$ 式(1)中的第一项和第二项分别表示有用信号和子载波间干扰。

均衡、子载波间干扰消除、自适应调制编码等等都需要信道状态信息，因此在大多数无线系统中，信道估计是必需的，且估计的精度直接影响到接收机的性能，MIMO-OFDM系统也不例外。高速移动时会出现多普勒效应，无线信道会呈现快速时变性，需要频繁进行信道估计，相对于低速移动或静止状态下的信道估计，其难度会大大增加。而且，高速移动时，多普勒扩展会引起了子载波间干扰，导频符号受到干扰的影响后，信道估计的精度会大大降低。

现有技术中的一种导频插入方法主要包括：在子载波组中插入多个导频符号，每个导频符号之间由数据符号隔开，子载波组中包括两个或两个以上的子载波。

发明人在研究现有技术的过程中发现，如果信道在一个OFDM符号内保持不变，现有技术导频插入方法可以有效跟踪信道的变化，如果移动终端进行高速移动，例如在300公里时速下，信道快速变化，信道的相关时间会小于一个OFDM符号的长度，而且子载波之间产生了干扰，现有的导频设计方案不能保证在高速移动下的信道估计精度。

发明内容

本发明提供一种在高速移动下提高信道估计精度的导频插入方法以及实现该方法的导频插入模块。

本发明实施例提供的导频插入方法，包括：在正交频分复用信号的子载波中至少两个位置插入导频符号，每个位置至少包含两个导频子载波，各个位置不连续。

本发明实施例还提供一种实现该方法的导频插入模块，该导频插入模块，位于发射机中，与正交频分复用调制器相连，导频插入模块在子载波的至少两个位置插入导频符号，每个位置至少包含两个导频子载波，各个位置不连续。

在现有技术中与导频子载波相邻的子载波是数据子载波，而数据子载波是未知的，而在本发明实施例中，每一个插入导频符号的位置至少包括两个导频子载波，从而导频子载波相邻位置上的子载波是导频子载波，尽管导频子载波间存在相互干扰，但由于插入的导频符号的位置和能量是已知的，因此本发明实施例可以利用导频符号间的相互干扰进行信道估计，并且在进行信道估计时可以提高初次信道估计的精度，从而加快收敛，减小迭代次数和复杂度。

附图说明

图1是本发明实施例提供的发射机的示意图；

图2是本发明实施例提供的接收机的示意图；

图3是本发明提供的导频插入方法实施例的示意图；

图4是本发明实施例导频插入方法的仿真曲线图。

具体实施方式

本发明实施例提供一种导频插入方法和实现该方法的导频插入模块。为了更好的理解本发明的技术方案，下面结合附图对本发明提供的实施例进行详细地描述。

本发明实施例中的导频插入方法包括：在正交频分复用信号的子载波中至少两个位置插入导频符号，每个位置至少包含两个导频子载波，并且各个位置不连续。

为了描述方便，本发明实施例中插入导频的子载波统称为导频子载波。在现有技术中与导频子载波相邻的子载波是数据子载波，而数据子载波是未知的，而在本发明实施例中，每一个插入导频符号的位置至少包括两个导频子载波，从而导频子载波相邻位置上的子载波是导频子载波，尽管导频子载波间存在相互干扰，但由于插入的导频符号的位置和能量是已知的，因此本发明实施例可以利用导频符号间的相互干扰进行信道估计，并且在进行信道估计时可以提高初次信道估计的精度，从而加快收敛，减小迭代次数和复杂度。

在本发明实施例中，导频符号插入正交频分复用信号的位置可以是任意的，可以在第一个插入导频符号位置的相邻下一个位置的子载波也插入导频符号，即插入导频符号的两个位置相邻，插入导频符号的两个位置相邻可以减少迭代估计的次数。本发明实施例中，在最后一个插入导频符号位置的相邻下一个位置的子载波可以为空子载波或数据子载波。

在本发明实施例中，还可以将正交频分复用信号的所有子载波分成两个或两个以上的子载波组，子载波组的总带宽小于信道的相关带宽，以使得子载波组内的子载波相互之间具有频率相关性。然后在正交频分复用信号的子载波中至少两个位置插入导频符号，每个插入导频符号的位置至少包含两个导频子载波，且各个插入导频符号的位置不连续。

本发明实施例还可以在上述每个子载波组的中插入导频符号，每个插入导频符号的位置包含至少两个子载波，并且各个位置不连续。在现有技术子载波组中与导频子载波相邻的子载波为数据子载波，而数据子载波是未知的，在传输过程中，导致数据子载波对导频子载波的干扰较大，而在本发明实施例中，子载波组中的导频子载波相邻位置上的子载波是导频子载波，尽管导频子载波间存在相互干扰，但由于插入的导频符号的位置和能量是已知的，因此本发明实施例可以利用导频符号间的相互干扰进行信道估计，并且在进行信道估计时可以提高初次信道估计的精度，从而加快收敛，减小迭代次数和复杂度。

下面给出详细推导过程，来论证本发明实施例中导频子载波位置对信道估计误差的影响。其中，细体大写字母均表示标量，黑体小写字母表示向量，黑体大写字母表示矩阵，部分信号的频域值在字母上加横线表示，例如向量x对应频域值x，为了表达简洁，推导过程中没有同时涉及频域和时域的信号，其频域值仍然用普通字母表示。(·)^H表示矩阵和向量的共轭转置，(·)^T表示矩阵和向量的转置，(·)^-1表示方阵的逆。

为简化标记，首先对单天线正交频分复用系统进行分析，然后再扩展到多天线系统。x(k)表示(单)天线上OFDM第k个子载波携带的符号，则发射向量可表示为：

x＝[x(0)，...x(n)，...，x(N-1)]^T

DFT变换的长度为N，发射向量进行快速傅立叶逆变换(IFFT，Inverse FastFourier Transform)变换，需要指出的是快速傅立叶逆变换只是离散傅立叶逆变换的一种实施方式。生成的OFDM符号时域抽样值向量为：

x′＝F^Hx＝[x′(0)，x′(1)，...，x′(N-1)]^T

其中，F是N×N傅立叶变换矩阵：

数据块加上保护间隔，可以消除多径衰落引起的码间干扰；同时，为了形成信道的“圆卷积”效果，需要把OFDM符号的尾部数据复制到保护间隔，形成循环前缀，其长度应大于信道的最大时延长度v。完整的OFDM符号时域抽样值为：

$x\left(n\right)=\left\{\begin{array}{cc}{x}^{\′}(n-G+N)& 0\≤n\≤G-1\\ x^{\′}(n-G)& G\≤n\≤n+G-1\end{array}\right.$

x(n)，0≤n≤G-1就是循环前缀。OFDM符号经过频率选择性的快衰落信道后，在抽样时刻n，接收信号可表示为：

$r\left(n\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}h(n,l)x(n-l)+w\left(n\right)---\left(2\right)$

h(n，l)表示时变多径信道中第l径在时刻n的抽样值，L是路径数，w(n)是高斯白噪声AWGN在时刻n的抽样值，其频域值表示为w(k)。去掉循环前缀，进行FFT变换后，接收信号的表达式为：

$\stackrel{\‾}{r}\left(k\right)=\frac{1}{\sqrt{N}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}r\left(n\right)e^{\frac{-j2\mathrm{\πnk}}{N}}$

$=\frac{1}{\sqrt{N}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}[\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}h(n,l)x(n-l)+w\left(n\right)]e^{\frac{-j2\mathrm{\πnk}}{N}}$

$=\frac{1}{\sqrt{N}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\left[\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}h(n,l)x(n-l)\right]e^{\frac{-j2\mathrm{\πnk}}{N}}+\frac{1}{\sqrt{N}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}w\left(n\right)e^{\frac{-j2\mathrm{\πnk}}{N}}---\left(3\right)$

$=\frac{1}{\sqrt{N}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}h(n,l)[\frac{1}{\sqrt{N}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\stackrel{\‾}{x}\left(m\right)e^{\frac{j2\mathrm{\π}(n-l)m}{N}}{]e}^{\frac{-j2\mathrm{\πnk}}{N}}+\stackrel{\‾}{w}\left(k\right)$

$=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}h(n,l)\stackrel{\‾}{x}\left(m\right)e^{\frac{j2\mathrm{\π}(n-l)m}{N}}{e}^{\frac{-j2\mathrm{\πnk}}{N}}+\stackrel{\‾}{w}\left(k\right)$

当归一化多普勒频移小于0.2时，快衰落时变信道可以近似为线性，该近似对信道估计的精度没有影响，对信道自相关特性的影响也是可以忽略的。假设快衰落信道在一个OFDM符号内线性变化，则信道任意径的抽样值h(n，l)可以分解为平均值h_a(l)和斜率值h_s(l)之和，如下式所示：

$h(n,l)=h_a\left(l\right)+(n-\frac{N-1}{2})h_s\left(l\right)---\left(4\right)$

把式(4)带入式(3)，接收信号可表示为：

$\stackrel{\‾}{r}\left(k\right)=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}[h_a\left(l\right)+(n-\frac{N-1}{2})h_s\left(l\right)]\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\π}(k-m)n}{N}}{e}^{\frac{-j2\mathrm{\πlm}}{N}}+\stackrel{\‾}{w}\left(\text{k}\right)$

根据数学理论知， $\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{e}^{\frac{-j2\mathrm{\π}(k-m)n}{N}}=0,$ 所以式(5)中的(a)和(b)可进一步分别简化为：

$\left(a\right)=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}{h}_a\left(l\right)\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\π}(k-m)n}{N}}{e}^{\frac{-j2\mathrm{\πlm}}{N}}$

$=\left\{\begin{array}{cc}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_a\left(l\right)\stackrel{\‾}{x}\left(k\right)e^{\frac{-j2\mathrm{\πlk}}{N}}& (k=m)\\ \frac{1}{N}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_a\left(l\right)\left[\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{e}^{\frac{-j2\mathrm{\π}(k-m)n}{N}}\right]\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\πlm}}{N}}& (k\≠m)\end{array}\right.---\left(6\right)$

$=\left\{\begin{array}{cc}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_a\left(l\right)\stackrel{\‾}{x}\left(k\right)e^{\frac{-j2\mathrm{\πlk}}{N}}& (k=m)\\ 0& (k\≠m)\end{array}\right.$

$\left(b\right)=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}(n-\frac{N-1}{2})h_s\left(l\right)\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\π}(k-m)n}{N}}{e}^{\frac{-j2\mathrm{\πlm}}{N}}$

$=\frac{1}{N}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\left[\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}(n-\frac{N-1}{2})e^{\frac{-j2\mathrm{\π}(k-m)n}{N}}\right]h_s\left(l\right)\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\πlm}}{N}}$

$=\left\{\begin{array}{cc}\frac{1}{N}\left[\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}(n-\frac{N-1}{2})\right]\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_s\left(l\right)\stackrel{\‾}{x}\left(k\right)e^{\frac{-j2\mathrm{\πlk}}{N}}& (k=m)\\ \underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\left[\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\frac{n}{N}{e}^{\frac{-j2\mathrm{\π}(k-m)n}{N}}\right]h_s\left(l\right)\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\πlm}}{N}}& (k\≠m)\end{array}---\left(7\right)\right.$

$=\left\{\begin{array}{cc}0& (k=m)\\ \underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\left[\frac{1}{e^{\frac{-j2\mathrm{\π}(k-m)}{N}}-1}\right]h_s\left(l\right)\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\πlm}}{N}}& (k\≠m)\end{array}\right.$

将简化后的(a)和(b)带入式(5)，推导出：

$\stackrel{\‾}{r}\left(k\right)=\left\{\begin{array}{cc}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_a\left(l\right)\stackrel{\‾}{x}\left(k\right)e^{\frac{-j2\mathrm{\πlk}}{N}}& (k=m)\\ 0& (k\≠m)\end{array}\right.+\left\{\begin{array}{cc}0& (k=m)\\ \underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\left[\frac{1}{e^{\frac{-j2\mathrm{\π}(k-m)}{N}}-1}\right]h_s\left(l\right)\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\πlm}}{N}}& (k\≠m)\end{array}\right.+\stackrel{\‾}{w}\left(k\right)$

上式可以更简洁的表达为：

$\stackrel{\‾}{r}\left(k\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_a\left(l\right)\stackrel{\‾}{x}\left(k\right)e^{\frac{-j2\mathrm{\πlk}}{N}}+\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{\underset{k\≠m}{m=0},}{\overset{N-1}{\mathrm{\Σ}}}\left[\frac{1}{e^{\frac{-j2\mathrm{\π}(k-m)}{N}}-1}\right]h_s\left(l\right)\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\πlm}}{N}}+\stackrel{\‾}{w}\left(k\right)---\left(8\right)$

高速移动下的无线宽带信道是快衰落、频率选择性信道，进行信道估计比较困难。快衰落会产生多普勒扩展，信道会快速变化，对于OFDM系统，相邻的OFDM符号经历的信道衰落会有较大的变化，不具有相关性。因此，信道估计采用梳状方案(Comb)，每个OFDM符号中都需要插入导频符号。高速移动下，多普勒扩展会引起OFDM子载波间干扰，导频符号子载波同样也会受到相邻的数据子载波的干扰。所以高速移动下OFDM的信道估计，不但要考虑噪声，也必须考虑子载波间干扰。

设每个OFDM符号中有M(M≥2v)导频符号，分别插到子载波p(1)，p(2)，...，p(M)。此处p(i)，i＝1，...，M是子载波的序号。根据式(8)可知，经过OFDM解调后，导频子载波的接收信号为：

$\stackrel{\‾}{y}\left(p\left(i\right)\right)=\underset{l=0}{\overset{v-1}{\mathrm{\Σ}}}{h}_a\left(l\right)\stackrel{\‾}{x}\left(p\left(i\right)\right)e^{\frac{-j2\mathrm{\πlp}\left(i\right)}{N}}+\underset{l=0}{\overset{v-1}{\mathrm{\Σ}}}\underset{\underset{k\≠m}{m=0,}}{\overset{N-1}{\mathrm{\Σ}}}\left[\frac{1}{e^{\frac{-j2\mathrm{\π}(k-m)}{N}}-1}\right]h_s\left(l\right)\stackrel{\‾}{x}\left(m\right)e^{\frac{-j2\mathrm{\πlm}}{N}}+\stackrel{\‾}{w}\left(p\left(i\right)\right)$

i＝1，...，M      (9)

设接收信号向量为：y_p＝[y(p(1))，y(p(2))，...，y(p(M))]^T；

导频符号向量为：x_p＝[x(p(1))，x(p(2))，...，x(p(M))]^T；

高斯白噪声在频域的向量表示为w_p＝[w(p(1))，w(p(2))，...，w(p(M))]^T；

信道的时域平均值向量和斜率值向量分别表示为：h_a＝[h_a(0)，h_a(1)，...，h_a(v-1)]，h_s＝[h_s(0)，h_s(1)，...，h_s(v-1)]^T；公式中的中间变量可以表示为向量形式：

$a\left(p\left(i\right)\right)=\left[\begin{array}{cccc}1& e^{\frac{-j2\mathrm{\πp}\left(i\right)}{N}}& ...& e^{\frac{-j2\mathrm{\π}(v-1)p\left(i\right)}{N}}\end{array}\right],i=1,...,M$

把式(9)表示为矩阵形式：

$y_p=\left[\begin{array}{c}\stackrel{\‾}{x}\left(p\left(l\right)\right)a\left(p\left(l\right)\right)\\ .\\ .\\ .\\ .\\ .\\ .\\ \stackrel{\‾}{x}\left(p\left(M\right)\right)a\left(p\left(M\right)\right)\end{array}\right]h_a+\left[\begin{array}{c}\underset{m\≠p\left(l\right)}{\overset{m=\mathrm{pilot}}{\mathrm{\Σ}}}\frac{\stackrel{\‾}{x}\left(m\right)a\left(m\right)}{e^{\frac{-j2\mathrm{\π}(p\left(l\right)-m)}{N}}-1}\\ .\\ .\\ .\\ .\\ .\\ .\\ \underset{m\≠p\left(M\right)}{\overset{m=\mathrm{pilot}}{\mathrm{\Σ}}}\frac{\stackrel{\‾}{x}\left(m\right)a\left(m\right)}{e^{\frac{-j2\mathrm{\π}(p\left(M\right)-m)}{N}}-1}\end{array}\right]h_s+e---\left(10\right)$

式(10)中的两个具体矩阵可表示为字母形式：

$A=\left[\begin{array}{c}\stackrel{\‾}{x}\left(p\left(l\right)\right)a\left(p\left(l\right)\right)\\ .\\ .\\ .\\ .\\ .\\ .\\ \stackrel{\‾}{x}\left(p\left(M\right)\right)a\left(p\left(M\right)\right)\end{array}\right],$ $B=\left[\begin{array}{c}\underset{m\≠p\left(l\right)}{\overset{m=\mathrm{pilot}}{\mathrm{\Σ}}}\frac{\stackrel{\‾}{x}\left(m\right)a\left(m\right)}{e^{\frac{-j2\mathrm{\π}(p\left(l\right)-m)}{N}}-1}\\ .\\ .\\ .\\ .\\ .\\ .\\ \underset{m\≠p\left(M\right)}{\overset{m=\mathrm{pilot}}{\mathrm{\Σ}}}\frac{\stackrel{}{\stackrel{\‾}{x}}\left(m\right)a\left(m\right)}{e^{\frac{-j2\mathrm{\π}(p\left(M\right)-m)}{N}}-1}\end{array}\right]---\left(11\right)$

公式(10)简化为如下矩阵形式：

y_p＝Ah_a+Bh_s+e＝Qh+e            (12)

式中Q＝[A B]，信道向量h＝[h_a h_s]^T，信道估计的误差向量为：

$e=\left[\begin{array}{c}e\left(p\left(l\right)\right)\\ .\\ .\\ .\\ .\\ .\\ .\\ e\left(p\left(M\right)\right)\end{array}\right]=\left[\begin{array}{c}\underset{m\≠p\left(l\right)}{\overset{m\≠\mathrm{pilot}}{\mathrm{\Σ}}}\frac{\stackrel{\‾}{x}\left(m\right)a\left(m\right)}{e^{\frac{-j2\mathrm{\π}(p\left(l\right)-m)}{N}}-1}\\ .\\ .\\ .\\ .\\ .\\ .\\ \underset{m\≠p\left(M\right)}{\overset{m\≠\mathrm{pilot}}{\mathrm{\Σ}}}\frac{\stackrel{\‾}{x}\left(m\right)a\left(m\right)}{e^{\frac{-j2\mathrm{\π}(p\left(M\right)-m)}{N}}-1}\end{array}\right]h_s+{\stackrel{\‾}{w}}_p---\left(13\right)$

导频符号的位置对信道估计的精度有较大影响，以信道估计误差最小作为最优准则，即设计可以最小化向量e的导频。根据公式(13)，导频子载波上的信道估计误差为：

$e\left(p\left(i\right)\right)=\left[\underset{m\≠p\left(i\right)}{\overset{m\≠\mathrm{pilot}}{\mathrm{\Σ}}}\frac{\stackrel{\‾}{x}\left(m\right)a\left(m\right)}{e^{\frac{-j2\mathrm{\π}(p\left(i\right)-m)}{N}}-1}\right]h_s+\stackrel{\‾}{w}\left(p\left(i\right)\right),1\≤i\≤M---\left(14\right)$

为了简化分析，假设各导频相互独立，且导频的发射功率相等，即E[|x(p(i))|²]＝c，则：

$E\left[{\left|e\left(p\left(i\right)\right)\right|}^2\right]=\underset{m\≠\mathrm{pilot}}{\mathrm{\Σ}}\frac{c}{{|e^{\frac{-j2\mathrm{\π}(p\left(i\right)-m)}{N}}-1|}^2}{a}^H\left(m\right)R_{h_s}a\left(m\right)+{\mathrm{\σ}}^2\left(p\left(i\right)\right)$

$=\underset{m\≠\mathrm{pilot}}{\mathrm{\Σ}}\frac{c}{(2-2\cos \left(\frac{2\mathrm{\π}(p\left(i\right)-m)}{N}\right))}{a}^H\left(m\right)R_{h_s}a\left(m\right)+{\mathrm{\σ}}^2\left(p\left(i\right)\right)---\left(15\right)$

信道的自相关矩阵表示为 $R_{h_s}=E\left[{h_s}^H{h}_s\right]$ ，噪声的方差表示为σ²(p(i))＝E[w^H(p(i))w(p(i))]。显然，除噪声和信道的自相关外，信道估计误差仅与公式(15)中的如下分量有关：

$\frac{1}{(2-2\cos \left(\frac{2\mathrm{\π}(p\left(i\right)-m)}{N}\right))}$

该分量是关于((p(i)-m)modN)的减函数。比较公式(11)中矩阵B和公式(15)中的E[|e(p(i))|²]，可得出如下结论：

高速移动下，OFDM系统的子载波间存在相互干扰，数据子载波距离导频子载波越远，产生的干扰越小。但从公式(15)可知，由于导频符号已知，导频子载波间距离越小，信道估计产生的误差越小。

在本发明实施例中，如果系统为多天线的情况时，例如系统的发射天线数量为n，n为大于1的整数，则可以在每个发射天线对应的OFDM符号的子载波中插入导频符号，并且每个OFDM符号插入导频符号的位置不重叠。接收端接收到的信号是多天线发射信号的叠加，天线间将会产生干扰，而在本发明实施例中，每个OFDM符号插入导频符号的位置不重叠，在接收端接收到的叠加后的信号中的导频子载波也不会重叠。在多天线的情况下，本发明实施例可以有效消除不同天线间导频子载波间的干扰；对同一天线上的导频子载波，本发明实施例利用了导频子载波之间的干扰估计信道，在信道估计时提高了初次信道估计的精度。

在本发明实施例中，对于多天线发射的情况，还可以在插入导频符号的过程中，对任一个发射天线对应的正交频分复用信号插入导频符号的子载波的位置，其它发射天线对应的正交频分复用信号在该位置为空子载波，空子载波对导频子载波的干扰较小，这样可以避免数据子载波对导频子载波的干扰，提高了初次信道估计的精度。

本发明还提供一种导频插入模块，该导频插入模块位于发射机中，与正交频分复用调制器相连，导频插入模块在子载波的至少两个位置插入导频符号，每个插入导频符号的位置至少包含两个导频子载波，并且各个位置不连续。

本发明导频插入模块实施例可以使用在前述相对应的导频插入方法实施例中。

为更详细的理解本发明，下面给出本发明的具体应用场景。参见图1，图1是本发明实施例中MIMO-OFDM系统的发射机的示意图。如图所示，发射机内部的串并转换器首先将串行比特序列变换成并行比特流，然后经过编码器进行信道编码、交织、符号映射单元进行MPSK(QAM)符号映射，然后使用复用器进行复用，并通过导频插入模块按照上述导频插入方法在频域插入导频符号，导频插入模块在上述对应的导频插入模块实施例中已经描述过，在此不再重复描述。插入导频符号后的信号经过OFDM调制器进行OFDM调制，最后由插入循环前缀单元加入循环前缀形成OFDM符号并通过发射天线进行发射。循环前缀可以消除多径衰落引起的码间干扰，同时能使等效基带数字信道由“线性卷积”变为“圆卷积”，循环前缀的长度应该大于信道最大时延扩展。OFDM符号由对应的天线发射，本发明实施例中以两根发射天线为例来说明，当然发射天线的数量可以大于二。

图2是与发射机相对应的MIMO-OFDM系统的接收机的示意图。

接收机中的去循环前缀单元首先从接收信号中去掉循环前缀，使用OFDM解调器进行OFDM解调，然后使用信道估计单元估计出当前信道状态信息(CSI，Channel State Information)，再使用频率均衡器进行频域均衡。OFDM的子载波间干扰(ICI，Inter-Carrier Interference)可通过频域均衡来消除，因此信道估计的精度直接影响到系统的性能。

图3是本发明提供的导频插入方法实施例的示意图。在本实施例中，导频符号插入装置在每个子载波组中插入两个导频符号组，每个导频符号组中包括三个连续的导频符号，如图所示，第i个子载波组中前三个子载波的位置插入导频符号，对应于发射天线1，第四至六位置处插入导频符号，对应于发射天线2。每个子载波组中包括32个子载波，每个子载波组的带宽小于信道的相关带宽，因此每组内的子载波具有频率相关性。

如图所示，生成的OFDM信号频带边缘的保护带用Null表示，不插入任何符号，生成的OFDM信号中包括多个OFDM符号。其中频带内的数据部分，每组包括3个导频子载波(用P表示)，26个数据子载波(用D表示)和3个空子载波(用G表示)，需要指出的是导频子载波、数据子载波和空子载波的比例可根据信道衰落和数据流量进行优化。在本发明实施例中，每个导频符号组对应不同的发射天线，发射天线1和发射天线2所对应的导频符号组插入子载波中的位置不重叠，且每个导频符号组里只有导频子载波，即可以利用导频子载波的位置关系减小相互干扰。

当然，每个导频符号组也可以包括2个连续的导频符号，第i个子载波组中前两个子载波的位置插入导频，对应于发射天线1；第三至四位置处插入导频符号，对应于发射天线2。

在一个子载波组内，导频符号组可以放在任意位置；如果为多天线系统，只要保证不同天线上的导频符号组之间位置不重叠，可以任意分布，而且不同天线的导频符号组可以不相邻；如果一根天线上某些子载波插入了导频符号，其它天线上，这些子载波的位置则对应空子载波G.。当然，对原始OFDM符号也可以不进行分组，即直接将OFDM符号的子载波按上面的方法进行导频插入，而不是对子载波组进行导频插入。

本发明实施例在每个OFDM符号上插入导频符号组，而不是单个导频符号，即不是一个导频子载波之后紧跟一个数据子载波，而是多个导频子载波连续，可以减少导频子载波间的干扰，提高初次信道估计的精度。另外，由于在导频固定的情况下，部分矩阵可以被预先计算出来，因此本发明实施例还可以减小迭代估计的次数和系统复杂度。MIMO-OFDM信道估计的准确度直接关系到均衡的性能，本发明实施例可有效抑制子载波间干扰，提升高速移动下MIMO-OFDM系统的可靠性。

下面给出具体的仿真结果来验证上述接收机中的信道估计。

参见表1，表1为MIMO-OFDM系统信道估计和导频设计仿真参数。

参数名称	参数值
		带宽	5MHz
采样频率	7.68MHz
		FFT长度	512
子载波间隔	15KHz
		子帧长度	0.5ms
每子帧中的OFDM符号数	6
		循环前缀长度	(16.67/128)
多天线配置	2×2
		信道模型	Tapped delay-line urban micro channelmodel
调制	QPSK(正交相移键控)
		信道编码	Turbo code，(15，17)oct，R＝1/3
译码器算法	MAP
		Turbo译码迭代次数	8
PIC-DSC的迭代次数	6
		信道估计迭代次数(Iter)	0，1，2，3
OFDM符号内的分组数	16
		每组中导频的数量(P)	3

导频-数据符号功率比(V)

1

其中，P表示每组子载波中的导频数量，仿真过程中选用3个导频，导频位置如图2所示。V表示导频符号与数据符号功率比，仿真中导频和数据等功率发射，所以V等于1。

参见图4，图4是本发明实施例导频插入方法的仿真曲线图。信道估计的迭代次数表示为Iter，仿真中最大迭代次数为3。仿真结果曲线如图所示，在进行一次迭代后，误码率(BER，Bit Error Rate)性能比较接近，可见本发明实施例中的导频插入方法可以使得在进行信道估计时快速收敛，仅需迭代一次就可以获得比较高的精度。所以，本发明实施例提供的导频插入方法可以有效抑制码间干扰对信道估计的影响，可应用于高速移动下MIMO-OFDM系统。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以可借助软件和必要的通用硬件平台的方式来实现，基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是只读光盘、U盘、移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机、接收端或者网络设备等)执行本发明各个实施例所描述的方法。

以上对本发明所导频插入方法以及实现该方法的导频插入模块进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种导频插入方法，其特征在于，包括：

发射机在正交频分复用信号的子载波中至少两个位置插入导频符号，每个所述位置至少包含两个导频子载波，各个所述位置不连续；

所述发射机通过频率选择性的快衰落信道向接收机传输插入导频符号的正交频分复用信号；

所述接收机接收所述发射机传输的插入导频符号的正交频分复用信号，根据所述快衰落信道在一个正交频分复用符号内线性变化的假设，将接收到的正交频分复用信号处理为在所述假设下的正交频分复用信号，根据所述假设下的正交频分复用信号，获取导频子载波的接收信号，根据所述导频子载波的接收信号，获得所述导频子载波间的干扰。

2.根据权利要求1所述的导频插入方法，其特征在于，所述在子载波的至少两个位置插入导频符号，包括：

发射天线数大于1时，在每个所述发射天线对应的正交频分复用信号的子载波中插入导频符号，各正交频分复用信号插入导频符号的位置不重叠。

3.根据权利要求2所述的导频插入方法，其特征在于，所述各正交频分复用信号插入导频符号的位置不重叠，具体为：

对任一个发射天线对应的正交频分复用信号插入导频符号的子载波的位置，其它发射天线对应的正交频分复用信号在该位置为空子载波。

4.根据权利要求1或2所述的导频插入方法，其特征在于，所述在子载波的至少两个位置插入导频符号，包括：

在第一个插入导频符号位置的相邻下一个位置的子载波也插入导频符号。

5.根据权利要求1或2所述的导频插入方法，其特征在于，所述在子载波的至少两个位置插入导频符号，包括：

最后一个插入导频符号位置的相邻下一个位置的子载波为空子载波或数据子载波。

6.根据权利要求1所述的导频插入方法，其特征在于，所述在子载波的至少两个位置插入导频符号之前，进一步包括：

将正交频分复用信号的所有子载波分成至少两个子载波组，所述子载波组的总带宽小于信道的相关带宽。

7.根据权利要求6所述的导频插入方法，其特征在于，所述方法包括：

在每个子载波组中插入导频符号。

Images