CN103051578A - 带有ici消除的迭代差错扩散判决ofdm信道估计方法 - Google Patents

带有ici消除的迭代差错扩散判决ofdm信道估计方法 Download PDF

Info

Publication number
CN103051578A
CN103051578A CN2012105125930A CN201210512593A CN103051578A CN 103051578 A CN103051578 A CN 103051578A CN 2012105125930 A CN2012105125930 A CN 2012105125930A CN 201210512593 A CN201210512593 A CN 201210512593A CN 103051578 A CN103051578 A CN 103051578A
Authority
CN
China
Prior art keywords
channel
data
ici
iteration
ofdm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012105125930A
Other languages
English (en)
Other versions
CN103051578B (zh
Inventor
张�杰
杨睿哲
马大为
张延华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201210512593.0A priority Critical patent/CN103051578B/zh
Publication of CN103051578A publication Critical patent/CN103051578A/zh
Application granted granted Critical
Publication of CN103051578B publication Critical patent/CN103051578B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Radio Transmission System (AREA)
  • Noise Elimination (AREA)

Abstract

本发明公开了一种带有ICI消除的迭代差错扩散判决OFDM信道估计方法，对OFDM系统进行初始化，将导频数据按照梳状导频方式插入到发送数据中，开始发送数据；数据通过OFDM系统发送至接收端，在接收端用基扩展模型对信道进行建模：对Kalman滤波器进行初始化，计算Kalman的时间更新方程，实现无ICI干扰的导频辅助Kalman信道估计，计算出信道矩阵的估计值，用QR分解进行数据检测； 实现无ICI干扰的导频辅助频域信道估计。同时，设计迭代结果的判决指标，减小未知数据对所有频点信道估计的影响，在所有迭代结果中选取最佳估计结果，抑制由ICI干扰带来的差错扩散，提高OFDM系统性能。

Description

带有ICI消除的迭代差错扩散判决OFDM信道估计方法
技术领域
本发明涉及一种带有ICI消除的OFDM迭代信道估计方法。特别涉及一种带有ICI消除的迭代差错扩散判决OFDM信道估计方法，属于无线通信中信道估计研究的相关领域。 
技术背景
正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)是一种多载波调制技术，它将所传输的数据符号并行调制在若干个子载波上，所有子载波的频谱能够重叠而且相互之间保持正交性，然后分别在独立的信道中进行传输。较其它的通信系统相比具有抗多径效应，能够与其它技术相结合，抑制窄带干扰等优点，决定了OFDM系统能够在很多领域得到广泛应用，包括非对称数字用户线路(ADSL, Asymmetric Digital Subscriber Line)、数字音频广播(DAB，Digital Audio Broadcasting)、数字视频广播(DVB, Digital Video Broadcasting)、无线局域网技术标准IEEE802.lla和宽带无线城域网技术802.16等领域，OFDM能够成为移动通信领域的核心技术已经是大势所趋。 
在现代无线通信系统中，实际的信道不可能满足信号传输无失真条件，因而在接收端的接收信号不可避免的存在由各种衰落效应引起的多种干扰，从而严重影响了通信质量。针对这类干扰，解决方案就是在系统接收端进行信道估计，以补偿信道引起的畸变，所以各种衰落信道中的信道辨识和信道估计问题一直是人们深入研究的热点课题。另外，在无线通信系统中接收端实现解调的方式有两种：非相干解调和相干解调。非相干解调的最大优点是不需要信道的状态信息，因此接收机比较简单。但与相干解调相比，系统的性能也会降低3-4dB。而相干检测的性能依赖于信道的状态信息，所以检测器必须对信道的状态进行估计。无线电波信号在移动通信信道中的传播过程是一个复杂的过程，为了能够在接收端准确地恢复发射端的发送信号，人们采用了各种措施来消除信道中多径效应对传输信号的影响，如均衡，信源，信道编码，多用户检测，分集等技术。上述技术的实现需要知道无线信道的信息，如信道的阶数，多普勒频移和多径时延或信道的冲激响应等参数，这就要求在发送信息前对信道的参数进行估计，因此，信道估计是实现无线通信系统的一项关键技术。 
OFDM技术同时涉及到时域和频域，因此无线信道的频率选择特性(由信道的多径时延 引起)和时间选择特性(由信道的Doppler扩散决定)都会影响OFDM系统的性能。频率选择特性导致接收信号的幅度、相位和到达时间的剧烈变化，所以在接收机内，为了在最后能够准确的恢复发射端的发送信号，必须要实施信道估计，获得所有子载波上的参考相位和幅度，然后重建信道信息。时间选择特性导致OFDM系统子载波不再严格正交，造成子载波间的干扰(intersubcarrier interference, ICI)，使得系统性能下降，同时影响信道估计算法的准确度，若在高速移动的环境下，ICI的影响将更为严重。 
为此，必须对载波间干扰进行补偿，消除ICI的影响。信道估计是OFDM技术实现高速数据通信的关键问题之一，如何能更好的进行信道估计，决定着系统的性能。 
发明内容
本发明的目的在于，通过一种适用于高速环境下的判决迭代OFDM信道估计方案，在首次迭代中将ICI与噪声之和(Sum of ICI and channel noise，SIN)作为Kalman滤波器的去噪对象，实现无ICI干扰的导频辅助频域信道估计。同时，设计迭代结果的判决指标，减小未知数据对所有频点信道估计的影响，从而抑制由ICI干扰带来的差错扩散，得到更为准确的估计结果。 
本发明是采用以下技术手段实现的： 
步骤(1)，将导频数据按照梳状导频方式插入到发送数据中； 
步骤(2)，数据通过OFDM系统发送至接收端，在接收端用基扩展模型(Basis Expansion Model, BEM)对信道进行建模： 
步骤(2.1)，利用多项式基扩展模型(Polynomial BEM, P-BEM)来描述具有时频双选特性的多径传播信道，则信道冲激响可表示为： 
 ， 
其中 表示模型误差，
Figure BDA0000251906683
 是一个
Figure BDA0000251906684
 的正交基函数矩阵，
Figure BDA0000251906685
 则是由基函数对应的
Figure BDA0000251906686
 个系数组成的向量
Figure BDA0000251906687
 ，其均值为0、相关矩阵为
Figure BDA0000251906688
 。一般需要
Figure BDA0000251906689
 ，
Figure BDA00002519066810
 是OFDM系统循环前缀(cyclic prefix, CP)的个数， 
步骤(2.2)，在接收端，将接收信号根据BEM进行建模，表示成带有BEM系数的表达 式如下： 
Figure BDA00002519066811
 ， 
其中， 
Figure BDA00002519066812
，  
， 
Figure BDA00002519066814
， 
Figure BDA00002519066815
是矩阵
Figure BDA00002519066816
 的第
Figure BDA00002519066817
 列， 
Figure BDA00002519066818
； 
步骤(3)，利用AR模型对信道BEM系数进行建模，得其状态转移方程： 
， 
其中，模型系数为
Figure BDA00002519066820
 ，
Figure BDA00002519066821
 ，
Figure BDA00002519066822
 表示以向量 为对角元素的矩阵。若用
Figure BDA00002519066824
 表示协方差矩阵，则
Figure BDA00002519066825
 ，
Figure BDA00002519066826
 ； 
步骤(4)，按下式对Kalman滤波器进行初始化： 
Figure BDA00002519066827
，
Figure BDA00002519066828
 ，
Figure BDA00002519066829
 ， 
Figure BDA00002519066830
，
Figure BDA00002519066831
 ， 
Figure BDA00002519066832
表示第
Figure BDA00002519066833
 个OFDM符号的估计值，
Figure BDA00002519066834
 表示估计值
Figure BDA00002519066835
 对应的误差相关矩阵， 是 的零矩阵，
Figure BDA00002519066838
 表示第
Figure BDA00002519066839
 次迭代中发生差错扩散程度的指标。 
步骤(5)，按下式计算Kalman的时间更新方程： 
Figure BDA00002519066840
， 
Figure BDA00002519066841
， 
Figure BDA00002519066842
表示Kalman的状态估计，
Figure BDA00002519066843
 表示状态估计 对应的误差相关矩阵； 
步骤(6)，进行第一次信道估计迭代运算（
Figure BDA00002519066845
 ），用SIN(Sum of ICI and channel noise, I+N)方法消除未知数据对导频处信道估计的影响，实现无ICI干扰的导频辅助Kalman信道估计： 
步骤(6.1)，将数据ICI干扰项考虑成信道噪声
Figure BDA00002519066846
 的一部分(SIN—I+N) 作为滤波器的去噪对象。令 ，则SIN估计的Kalman观测方程可以表示为： 
， 
其中： 
Figure BDA00002519066849
， 
Figure BDA00002519066850
Figure BDA00002519066851
， 
Figure BDA00002519066852
， 
Figure BDA00002519066853
， 
步骤(6.2)，计算
Figure BDA00002519066854
 的协方差矩阵 ： 
令
Figure BDA00002519066856
 ，由于噪声与ICI二者彼此独立，所以
Figure BDA00002519066857
 ，假设ICI为高斯白噪声，则可以计算出： 
Figure BDA00002519066858
， 
  ， 
其中，
Figure BDA00002519066860
 ，
Figure BDA00002519066861
 表示矩阵的第
Figure BDA00002519066862
 行
Figure BDA00002519066863
 列，
Figure BDA00002519066864
 是发送数据的功率，
Figure BDA00002519066865
 ，
Figure BDA00002519066866
 是功率为 
Figure BDA00002519066867
时的多普勒功率普函数(Doppler power spectral density)，并且: 
Figure BDA00002519066868
， 
步骤(6.3)，按下式计算观测更新方程(第
Figure BDA00002519066869
 次迭代中
Figure BDA00002519066870
 ,
Figure BDA00002519066871
 )，得到信道估计结果
Figure BDA00002519066872
 和对应的协方差矩阵 ： 
Figure BDA00002519066874
 ， 
Figure BDA00002519066875
， 
Figure BDA00002519066876
； 
步骤(7)，根据下式计算出信道矩阵的估计值： 
Figure BDA00002519066877
 ， 
其中
Figure BDA00002519066878
 ； 
步骤(8)，用QR分解进行数据检测： 
步骤(9)，把上一步中得到的较为准确的数据值带入到步骤(2)中重新计算 ； 
步骤(10)，通过计算比较第 次和第 次迭代中发生差错扩散的程度的指标，决定是否更新信道估计参数 和对应估计协方差矩阵
Figure BDA00002519066883
 ： 
步骤(10.1)，计算第
Figure BDA00002519066884
 次迭代中发生差错扩散的程度的指标 如下： 
Figure BDA00002519066886
其中 ，
Figure BDA00002519066888
 表示向量中第
Figure BDA00002519066889
 个元素，
Figure BDA00002519066890
 表示迭代次数， 
步骤(10.2)比较本次迭代的
Figure BDA00002519066891
 和前一次迭代的 判断估计的准确度并对迭代次数变量加一（
Figure BDA00002519066893
 ）,若
Figure BDA00002519066894
 则
Figure BDA00002519066895
 ，然后返回步骤(6.3)进行下一次迭代运算，否则直接返回步骤(6.3)， 
结束。 
本发明与现有技术相比，具有以下明显的优势和有益效果： 
本发明的优势在于通过在首次迭代中将ICI与噪声之和(Sum of ICI and channel noise，SIN)作为Kalman滤波器的去噪对象，实现无ICI干扰的导频辅助频域信道估计。同时，设计了迭代结果的判决指标，减小了未知数据对所有频点信道估计的影响，从而抑制由ICI干扰带来的差错扩散，得到了更为准确的估计结果。 
附图说明
图1，带有ICI消除的迭代差错扩散判决OFDM信道估计方法所应适应的OFDM系统模型图； 
图2，带有ICI消除的迭代差错扩散判决OFDM信道估计方法流程示意图； 
图3，带有ICI消除的迭代差错扩散判决OFDM信道估计方法与传统的Kalman和数据检测联合信道估计算法的性能对比图。 
具体实施方式
以下结合说明书附图，对本发明的具体实施例加以说明： 
请参阅图1所示，为本发明带有ICI消除的迭代差错扩散判决OFDM信道估计方法所应适应的OFDM系统模型图。对数据源首先进行基带信号调制、串/并转换，加入虚子载波后，用IDFT变换进行OFDM调制、并/串转换并插入保护间隔，产生的时域信号经滤波器、数模（D/A）转换后发送出去；信号经无线信道传播后，在接收端首先进行模数（A/D）转换和低通滤波操作，去除保护间隔后，进行串/并转换，用DFT变换分解出频域信号，经过信道估计与均衡后，将信号进行并串转换，最后解调出发送数据。 
请参阅图2所示，为带有ICI消除的迭代差错扩散判决OFDM信道估计方法流程示意图。 
步骤(1)，对OFDM系统进行初始化，将导频数据按照梳状导频方式插入到发送数据中，开始发送数据；其中，每个OFDM符号的 个子载波中包含
Figure BDA00002519066897
 个导频符号和
Figure BDA00002519066898
 个数据符号，且保证
Figure BDA00002519066899
 ，
Figure BDA000025190668100
 是信道总的多径数；
Figure BDA000025190668101
 个导频被平均的插入到
Figure BDA000025190668102
 个载波之中并且在传输过程中保持不变，导频和数据在频域上的位置矩阵分别可以表示成：
Figure BDA000025190668103
 ，
Figure BDA000025190668104
 ，其中
Figure BDA000025190668105
 ；所以在
Figure BDA000025190668106
 个载波中导频符号为
Figure BDA000025190668107
 ，
Figure BDA000025190668108
 表示第
Figure BDA000025190668109
 个OFDM符号，其余位置是数据载波
Figure BDA000025190668110
 ； 
步骤(2)，数据通过OFDM系统发送至接收端，在接收端用基扩展模型(Basis Expansion Model, BEM)对信道进行建模： 
步骤(2.1)，利用多项式基扩展模型(Polynomial BEM, P-BEM)来描述具有时频双选特性的多径传播信道，则第
Figure BDA000025190668111
 个采样点处第
Figure BDA000025190668112
 径的信道冲激响可表示为： 
Figure BDA000025190668113
 ， 
表示模型误差， 
Figure BDA000025190668115
是一个
Figure BDA000025190668116
 的正交基函数矩阵， ， 
Figure BDA000025190668118
则是由基函数对应的
Figure BDA000025190668119
 个系数组成的向量
Figure BDA000025190668120
 ，其均值为0、相关矩阵为 
Figure BDA000025190668121
，
Figure BDA000025190668122
 是OFDM系统循环前缀(cyclic prefix, CP)的个数， 
步骤(2.2)，将在接收端的接收信号表示成以下形式： 
Figure BDA000025190668123
， 
其中
Figure BDA000025190668124
 、
Figure BDA000025190668125
 分别表示频域上第
Figure BDA000025190668126
 个去掉循环前缀CP后的发送信号和接收信号， 
Figure BDA000025190668127
 是其频域上的白噪声，
Figure BDA000025190668128
 是
Figure BDA000025190668129
 的信道矩阵： 
Figure BDA000025190668130
， 
其中矩阵的元素为： 
Figure BDA000025190668131
， 
， 
，
Figure BDA000025190668134
 表示矩阵的第
Figure BDA000025190668135
 行
Figure BDA000025190668136
 列， 是第
Figure BDA000025190668138
 径的时延，
Figure BDA000025190668139
 是采样时间， 
步骤(2.3)，根据BEM将接收信号进行重新建模，表示成带有BEM系数的表达式如下： 
 ， 
其中， 
Figure BDA000025190668141
，  
Figure BDA000025190668142
， 
Figure BDA000025190668143
， 
Figure BDA000025190668144
是矩阵 的第 列， 
Figure BDA000025190668147
； 
步骤(3)，利用AR模型对信道BEM系数进行建模： 
步骤(3.1)，按下式计算
Figure BDA000025190668148
 相关矩阵： 
Figure BDA000025190668149
， 
其中 表示相关的阶数，
Figure BDA000025190668151
 表示Hermitian运算，
Figure BDA000025190668152
Figure BDA000025190668153
 ，其中
Figure BDA000025190668154
 表示均值,  表示第一类的零阶贝塞尔函数，
Figure BDA000025190668156
 是速度为
Figure BDA000025190668157
 时的最大多普勒频移，
Figure BDA000025190668158
 是载波频率，
Figure BDA000025190668159
 是光速，
Figure BDA000025190668160
 代表第 径的方差，并假设 ， 
步骤(3.2)，根据Yule-Walker方程得到信道BEM参数的状态转移方程(AR模型)： 
， 
其中，模型系数为
Figure BDA000025190668164
 ，
Figure BDA000025190668165
 ，
Figure BDA000025190668166
 表示以向量
Figure BDA000025190668167
 为对角元 素的矩阵；若用
Figure BDA000025190668168
 表示协方差矩阵，则
Figure BDA000025190668169
 ，
Figure BDA000025190668170
 ； 
步骤(4)，按下式对Kalman滤波器进行初始化： 
Figure BDA000025190668171
，
Figure BDA000025190668172
 ，
Figure BDA000025190668173
 ， 
Figure BDA000025190668174
，
Figure BDA000025190668175
 ， 
Figure BDA000025190668176
表示第
Figure BDA000025190668177
 个OFDM符号的估计值，
Figure BDA000025190668178
 表示估计值
Figure BDA000025190668179
 对应的误差相关矩阵， 
Figure BDA000025190668180
是
Figure BDA000025190668181
 的零矩阵，
Figure BDA000025190668182
 表示第
Figure BDA000025190668183
 次迭代中发生差错扩散程度的指标； 
步骤(5)，按下式计算Kalman的时间更新方程： 
Figure BDA000025190668184
， 
Figure BDA000025190668185
， 
Figure BDA000025190668186
表示Kalman的状态估计， 表示状态估计
Figure BDA000025190668188
 对应的误差相关矩阵； 
步骤(6)，进行第一次信道估计迭代运算（
Figure BDA000025190668189
 ），用SIN(Sum of ICI and channel noise, I+N)方法消除未知数据对导频处信道估计的影响，实现无ICI干扰的导频辅助Kalman信道估计： 
步骤(6.1)，仅考虑接收信号中导频对应的载波，并将它分成导频和数据两部分，如下式所示： 
Figure BDA000025190668190
Figure BDA000025190668191
Figure BDA000025190668192
+
Figure BDA000025190668193
 ， 
其中，
Figure BDA000025190668194
 ，
Figure BDA000025190668195
 ，
Figure BDA000025190668196
 是一个
Figure BDA000025190668197
 的单位矩阵，
Figure BDA000025190668198
 高斯白噪声
Figure BDA000025190668199
 的方差，上式中第二项为数据对导频的ICI干扰， 
步骤(6.2)，将数据ICI干扰项考虑成信道噪声
Figure BDA000025190668200
 的一部分(SIN—I+N) 作为滤波器的去噪对象，令
Figure BDA000025190668201
 ，则SIN估计的Kalman观测方程可以表示为： 
Figure BDA000025190668202
， 
其中： 
Figure BDA000025190668203
， 
Figure BDA000025190668204
， 
Figure BDA000025190668206
， 
， 
步骤(6.3)，计算
Figure BDA000025190668208
 的协方差矩阵 ： 
令
Figure BDA000025190668210
 ，由于噪声与ICI二者彼此独立，所以
Figure BDA000025190668211
 ，假设ICI为高斯白噪声，则可以计算出： 
Figure BDA000025190668212
， 
Figure BDA000025190668213
  ， 
其中，
Figure BDA000025190668214
 ，
Figure BDA000025190668215
 表示矩阵的第
Figure BDA000025190668216
 行
Figure BDA000025190668217
 列，
Figure BDA000025190668218
 是发送数据的功率，
Figure BDA000025190668219
 ， 是功率为 时的多普勒功率普函数(Doppler power spectral  density)，并且: 
Figure BDA000025190668222
， 
步骤(6.4)，按下式计算观测更新方程(第
Figure BDA000025190668223
 次迭代中
Figure BDA000025190668224
 ,
Figure BDA000025190668225
 )，得到信道估计结果
Figure BDA000025190668226
 和对应的协方差矩阵
Figure BDA000025190668227
 ： 
Figure BDA000025190668228
 ， 
Figure BDA000025190668229
， 
； 
步骤(7)，根据下式计算出信道矩阵的估计值： 
Figure BDA000025190668231
 ， 
其中 ； 
步骤(8)，用QR分解进行数据检测： 
步骤(8.1)，对信道矩阵进行QR分解得到： 
Figure BDA000025190668233
， 
其中
Figure BDA000025190668234
 是一个单位矩阵， 是一个上三角矩阵； 
步骤(8.2)，按下式对数据进行QR数据检测： 
Figure BDA000025190668236
， 
其中
Figure BDA000025190668237
 ，
Figure BDA000025190668238
 和 
Figure BDA000025190668239
 分别是数据的检测值和检测值星座图量化后的结果，
Figure BDA000025190668240
 代表矩阵的第
Figure BDA000025190668241
 行
Figure BDA000025190668242
 列，
Figure BDA000025190668243
 是向量的第 个元素，
Figure BDA000025190668245
 表示解调运算； 
步骤(9)，将上一步中得到的较为准确的数据值利用步骤(2.3)中的公式重新计算BEM模型系数
Figure BDA000025190668246
 ； 
步骤(10)，通过计算比较第
Figure BDA000025190668247
 次和第
Figure BDA000025190668248
 次迭代中发生差错扩散的程度的指标，决定是否更新信道估计参数
Figure BDA000025190668249
 和对应估计协方差矩阵
Figure BDA000025190668250
 ： 
步骤(10.1)，计算第 次迭代中发生差错扩散的程度的指标 如下： 
其中
Figure BDA000025190668254
 ，
Figure BDA000025190668255
 表示向量中第
Figure BDA000025190668256
 个元素，
Figure BDA000025190668257
 表示迭代次数， 
步骤(10.2)比较本次迭代的 和前一次迭代的
Figure BDA000025190668259
 判断估计的准确度并对迭代次数变量加一（
Figure BDA000025190668260
 ）,若 则
Figure BDA000025190668262
 ，然后返回步骤(6.4)进行下一次迭代运算，否则直接返回步骤(6.4)。 
结束。 
请参阅图3所示，带有ICI消除的迭代差错扩散判决OFDM信道估计方法与传统的Kalman和数据检测联合信道估计算法的性能对比图。 
其中                                                  
Figure 2012105125930100002DEST_PATH_IMAGE001
  、   
Figure 2012105125930100002DEST_PATH_IMAGE002
  和   
Figure DEST_PATH_IMAGE003
 ，分别表示传统方法中1次、3次和10次迭代后的结果，    、   
Figure DEST_PATH_IMAGE005
 和   
Figure DEST_PATH_IMAGE006
 表示本发明传中1次、3次和10次迭代后的结果，
Figure BDA000025190668269
 表示数据全部已知时，此种算法的理论值上限。 

Claims (3)

1.一种带有ICI消除的迭代差错扩散判决OFDM信道估计方法，其特征在于，包括以下步骤： 
步骤1，对OFDM系统进行初始化，将导频数据按照梳状导频方式插入到发送数据中，开始发送数据； 
步骤2，数据通过OFDM系统发送至接收端，在接收端用基扩展模型对信道进行建模： 
步骤2.1，利用多项式基扩展模型描述具有时频双选特性的多径传播信道； 
步骤2.2，将接收端接收的信号表示成以下形式： 
Figure FDA0000251906671
， 
其中
Figure FDA0000251906672
 、
Figure FDA0000251906673
 分别表示频域上第
Figure FDA0000251906674
 个去掉循环前缀CP后的发送信号和接收信号，
Figure FDA0000251906675
 是其频域上的白噪声，
Figure FDA0000251906676
 是
Figure FDA0000251906677
 的信道矩阵； 
步骤2.3，根据BEM将接收信号进行重新建模，表示成带有BEM系数的表达式如下： 
Figure FDA0000251906678
 ， 
步骤3，利用AR模型对信道BEM系数进行建模，得其状态转移方程： 
Figure FDA0000251906679
， 
其中，模型系数为
Figure FDA00002519066710
 ，
Figure FDA00002519066711
 ； ； 
步骤4，按下式对Kalman滤波器进行初始化： 
Figure FDA00002519066713
，
Figure FDA00002519066714
 ，
Figure FDA00002519066715
 ， 
Figure FDA00002519066716
，
Figure FDA00002519066717
 ， 
Figure FDA00002519066718
表示第
Figure FDA00002519066719
 个OFDM符号的估计值，
Figure FDA00002519066720
 表示估计值
Figure FDA00002519066721
 对应的误差相关矩阵， 
Figure FDA00002519066722
是
Figure FDA00002519066723
 的零矩阵，
Figure FDA00002519066724
 表示第
Figure FDA00002519066725
 次迭代中发生差错扩散程度的指标； 
步骤5，按下式计算Kalman的时间更新方程： 
， 
Figure FDA00002519066727
， 
Figure FDA00002519066728
表示Kalman的状态估计，
Figure FDA00002519066729
 表示状态估计
Figure FDA00002519066730
 对应的误差相关矩阵； 
步骤6，进行第一次信道估计迭代运算（
Figure FDA00002519066731
 ），用SIN方法消除未知数据对导频处信道估计的影响，实现无ICI干扰的导频辅助Kalman信道估计； 
步骤6.1，仅考虑接收信号中导频对应的载波，并将它分成导频和数据两部分； 
步骤6.2，将数据ICI干扰项信道噪声
Figure FDA00002519066732
 的一部分即SIN—I+N 作为滤波器的去噪 对象，令
Figure FDA00002519066733
 ，则SIN估计的Kalman观测方程可以表示为： 
Figure FDA00002519066734
； 
步骤6.3，计算
Figure FDA00002519066735
 的协方差矩阵
Figure FDA00002519066736
 ；  
步骤6.4，按下式计算观测更新方程，第
Figure FDA00002519066737
 次迭代中
Figure FDA00002519066738
 ,
Figure FDA00002519066739
 ，得到信道估计结果
Figure FDA00002519066740
 和对应的协方差矩阵
Figure FDA00002519066741
 ： 
Figure FDA00002519066742
 ， 
， 
Figure FDA00002519066744
； 
步骤7，根据下式计算出信道矩阵的估计值： 
Figure FDA00002519066745
 ， 
其中
Figure FDA00002519066746
 ； 
步骤8，用QR分解进行数据检测； 
步骤9，把上一步中得到的较为准确的数据值带入到步骤2.3中重新计算BEM模型系数
Figure FDA00002519066747
 ； 
步骤10，通过计算比较第
Figure FDA00002519066748
 次和第
Figure FDA00002519066749
 次迭代中发生差错扩散的程度的指标，决定是否更新信道估计参数
Figure FDA00002519066750
 和对应估计协方差矩阵 ： 
步骤10.1，计算第 次迭代中发生差错扩散的程度的指标
Figure FDA00002519066753
 如下： 
Figure FDA00002519066754
其中
Figure FDA00002519066755
 ，
Figure FDA00002519066756
 表示向量中第
Figure FDA00002519066757
 个元素，
Figure FDA00002519066758
 表示迭代次数， 
步骤10.2比较本次迭代的
Figure FDA00002519066759
 和前一次迭代的
Figure FDA00002519066760
 判断估计的准确度并对迭代次数变量加一（
Figure FDA00002519066761
 ）,若
Figure FDA00002519066762
 则
Figure FDA00002519066763
 ，然后返回步骤6.4进行下一次迭代运算，否则直接返回步骤6.4。 
2.根据权利要求1所述的一种带有ICI消除的迭代差错扩散判决OFDM信道估计方法，其特征在于，所述的步骤2.2，在接收端，将接收信号根据BEM进行建模，表示成带有BEM系数的表达式如下： 
Figure FDA00002519066764
 ， 
其中， 
Figure FDA00002519066765
，  
Figure FDA00002519066766
， 
Figure FDA00002519066767
， 
是矩阵
Figure FDA00002519066769
 的第
Figure FDA00002519066770
 列， 
Figure FDA00002519066771
。 
3.根据权利要求1所述的一种带有ICI消除的迭代差错扩散判决OFDM信道估计方法，其特征在于，所述的步骤6.2中SIN估计的Kalman观测方程： 
Figure FDA00002519066772
； 
其中： 
Figure FDA00002519066773
， 
Figure FDA00002519066774
Figure FDA00002519066775
， 
Figure FDA00002519066776
， 
Figure FDA00002519066777
。 
CN201210512593.0A 2012-12-04 2012-12-04 带有ici消除的迭代差错扩散判决ofdm信道估计方法 Expired - Fee Related CN103051578B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210512593.0A CN103051578B (zh) 2012-12-04 2012-12-04 带有ici消除的迭代差错扩散判决ofdm信道估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210512593.0A CN103051578B (zh) 2012-12-04 2012-12-04 带有ici消除的迭代差错扩散判决ofdm信道估计方法

Publications (2)

Publication Number Publication Date
CN103051578A true CN103051578A (zh) 2013-04-17
CN103051578B CN103051578B (zh) 2016-04-06

Family

ID=48064082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210512593.0A Expired - Fee Related CN103051578B (zh) 2012-12-04 2012-12-04 带有ici消除的迭代差错扩散判决ofdm信道估计方法

Country Status (1)

Country Link
CN (1) CN103051578B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103281272A (zh) * 2013-06-25 2013-09-04 电子科技大学 循环前缀缺失下基于bem的ofdm系统信号检测方法
CN104320369A (zh) * 2014-10-21 2015-01-28 北京工业大学 一种基于信道估计误差和数据检测误差的迭代方法
CN105471802A (zh) * 2016-01-12 2016-04-06 上海工程技术大学 梳状导频ofdm系统接收机
CN105871763A (zh) * 2016-05-30 2016-08-17 武汉邮电科学研究院 一种基于qr分解的信道均衡方法及系统
CN106254284A (zh) * 2016-08-01 2016-12-21 西安电子科技大学昆山创新研究院 一种基于低轨卫星系统的快变信道估计方法
CN107294616A (zh) * 2017-06-12 2017-10-24 西北工业大学 基于基扩展模型的双扩展水声信道多普勒分集通信方法
CN109600332A (zh) * 2018-11-22 2019-04-09 华中科技大学 一种co-fbmc/oqam的调制方法及系统
CN111277522A (zh) * 2020-01-23 2020-06-12 青岛科技大学 一种水声ofdm通信系统中信道参数的快速重构方法
CN112565140A (zh) * 2020-10-22 2021-03-26 浙江工商大学 一种采用三对角加权矩阵的ofdm系统抗时变信道干扰方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101204057A (zh) * 2005-04-21 2008-06-18 艾利森电话股份有限公司 时域加窗和载波间干扰消除
CN101667982A (zh) * 2009-09-25 2010-03-10 上海大学 基于平面扩展卡尔曼滤波的WiMAX快衰落ICI消除方法
CN101778069A (zh) * 2010-01-18 2010-07-14 北京交通大学 一种新型ofdm信道估计联合ici自消除方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101204057A (zh) * 2005-04-21 2008-06-18 艾利森电话股份有限公司 时域加窗和载波间干扰消除
CN101667982A (zh) * 2009-09-25 2010-03-10 上海大学 基于平面扩展卡尔曼滤波的WiMAX快衰落ICI消除方法
CN101778069A (zh) * 2010-01-18 2010-07-14 北京交通大学 一种新型ofdm信道估计联合ici自消除方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103281272B (zh) * 2013-06-25 2016-02-03 电子科技大学 循环前缀缺失下基于bem的ofdm系统信号检测方法
CN103281272A (zh) * 2013-06-25 2013-09-04 电子科技大学 循环前缀缺失下基于bem的ofdm系统信号检测方法
CN104320369A (zh) * 2014-10-21 2015-01-28 北京工业大学 一种基于信道估计误差和数据检测误差的迭代方法
CN104320369B (zh) * 2014-10-21 2019-03-22 北京工业大学 一种基于信道估计误差和数据检测误差的迭代方法
CN105471802A (zh) * 2016-01-12 2016-04-06 上海工程技术大学 梳状导频ofdm系统接收机
CN105471802B (zh) * 2016-01-12 2018-10-16 上海工程技术大学 梳状导频ofdm系统接收机
CN105871763A (zh) * 2016-05-30 2016-08-17 武汉邮电科学研究院 一种基于qr分解的信道均衡方法及系统
CN106254284B (zh) * 2016-08-01 2019-05-03 西安电子科技大学昆山创新研究院 一种基于低轨卫星系统的快变信道估计方法
CN106254284A (zh) * 2016-08-01 2016-12-21 西安电子科技大学昆山创新研究院 一种基于低轨卫星系统的快变信道估计方法
CN107294616A (zh) * 2017-06-12 2017-10-24 西北工业大学 基于基扩展模型的双扩展水声信道多普勒分集通信方法
CN107294616B (zh) * 2017-06-12 2021-03-23 西北工业大学 基于基扩展模型的双扩展水声信道多普勒分集通信方法
CN109600332A (zh) * 2018-11-22 2019-04-09 华中科技大学 一种co-fbmc/oqam的调制方法及系统
CN111277522A (zh) * 2020-01-23 2020-06-12 青岛科技大学 一种水声ofdm通信系统中信道参数的快速重构方法
CN112565140A (zh) * 2020-10-22 2021-03-26 浙江工商大学 一种采用三对角加权矩阵的ofdm系统抗时变信道干扰方法
CN112565140B (zh) * 2020-10-22 2022-07-19 浙江工商大学 一种采用三对角加权矩阵的ofdm系统抗时变信道干扰方法

Also Published As

Publication number Publication date
CN103051578B (zh) 2016-04-06

Similar Documents

Publication Publication Date Title
CN103051578A (zh) 带有ici消除的迭代差错扩散判决ofdm信道估计方法
CN102404268B (zh) 高速移动环境下莱斯信道中多普勒频偏估计与补偿方法
TWI422193B (zh) 通道估測裝置與方法
CN101945066B (zh) 一种ofdm/oqam系统的信道估计方法
KR100896654B1 (ko) Ｏｆｄｍ 시스템의 다중경로 페이딩 채널의 지연 확산 추정장치 및 방법
US8155254B2 (en) Methods and systems using FFT window tracking algorithm
KR20080021786A (ko) 수신기 장치 및 전송 시스템
JP2008124964A (ja) チャネル推定装置
CN104735014B (zh) 一种基于前导符号差分相关的定时同步方法
US9674024B2 (en) Method for transmitting a signal with a preamble and corresponding devices, signal with corresponding preamble for synchronization of a receiver
CN104104623B (zh) 正交频分复用系统中信道估计方法及其装置
CN107483373A (zh) 一种抗多径迭代加权的lmmse信道估计方法及装置
CN115086114A (zh) 基于分散式放置正交时频空otfs导频的信道估计方法
CN104836770B (zh) 一种基于相关平均与加窗的定时估计方法
EP2311210A1 (en) A radio channel model for ici cancellation in multi-carrier systems
CN102377726B (zh) Ofdm系统的定时同步方法
US8311159B2 (en) Methods and systems for time tracking in OFDM systems
CN100574305C (zh) 多载波系统中基于星座图映射的信噪比估计方法及装置
EP2311232A1 (en) A simplified equalizationscheme for distributed resource allocation in multi-carrier systems
KR20090013957A (ko) 직교 주파수 분할 다중화 시스템에서 채널 임펄스 응답의추정 오류를 보상하기 위한 장치 및 방법
KR101294283B1 (ko) Ｏｆｄｍ 시스템의 상호상관 기반 채널 추정 방법 및 그 장치
CN106850483B (zh) 一种用于无线通信系统的相位误差估计方法及装置
Shen et al. BEM-based EKF-RTSS channel estimation for non-stationary doubly-selective channel
Aboutorab et al. Channel estimation and ICI cancellation for high mobility pilot-aided MIMO-OFDM systems
CN104301263B (zh) 一种多带uwb系统低复杂度信道估计方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160406

Termination date: 20211204