CN103179057B - 一种适用于直接序列扩频超宽带系统的信道估计方法 - Google Patents

Abstract

一种适用于直接序列扩频超宽带系统的信道估计方法，属宽带无线通信技术领域，该方法利用数据包中导频数据块对应的波形相关器输出采样值序列，接收机分别估计出时间延迟小于和大于一个符号周期的所有多径分量的增益，又将上述估计结果作为信道估计初始值，对数据包中的净荷数据块进行逐块接收判决，判决结果又被视作导频数据，并采用上述方法重复估计多径分量的增益，通过迭代计算更新估计值，并将更新后的结果用于下一净荷数据块的接收判决。

Description

一种适用于直接序列扩频超宽带系统的信道估计方法

技术领域

本发明涉及一种超宽带无线通信系统中的信道估计方法，属于宽带无线通信技术领域。

背景技术

随着信息技术的快速发展和普及应用，人们对高速、短距离无线数据传输的要求越来越高。超宽带（UWB：ultra-wideband）是在20世纪90年代以后发展起来的一种新型无线通信技术，被认为是未来短距离无线通信最具潜力的备选技术。超宽带信号占据500兆赫兹（MHz）以上至几个吉赫兹（GHz）的带宽，且辐射功率谱密度极低。因此，具有传输容量大、截获概率低、抗干扰能力强等优点。目前，超宽带无线通信技术已经被美国IEEE标准化委员会确定为无线个域网（WPAN：wirelesspersonalareanetwork）标准IEEE802.15.4a的物理层技术。超宽带无线通信技术在未来的无线个域网、无线体域网（WBAN：wirelessbodyareanetwork）、无线传感器网络（WSN：wirelesssensornetwork）中具有广阔的应用前景。

直接序列扩频超宽带（DS-UWB：directsequenceultra-wideband）系统是适用于高速数据传输的调制方案之一，它采用伪随机序列对数据符号进行扩频，然后对极窄的超宽带脉冲进行幅度调制。由于超宽带信道表现出强烈的多径传播效应，致使超宽带信号在时间上产生严重弥散，出现脉冲间干扰（IPI：intra-pulseinterference）和符号间干扰（ISI：inter-symbolinterference），导致接收机性能严重下降。在直接序列扩频超宽带系统中，为了提高接收机输出信噪比，通常采用瑞克（Rake）接收机捕获多径能量，但瑞克接收机无法克服符号间干扰。为了进一步克服符号间干扰，须采用均衡器（Equalizer）进行补偿。最大比合并(MRC：maximalratiocombining)瑞克接收机和均衡器都需要获得精确的信道信息。因此，信道估计是直接序列扩频超宽带系统中的重要技术环节。

针对超宽带无线通信系统的信道估计问题，VinezoLottici等人提出了有辅助符号信道估计（DA：data-aidedchannelestimation）和无辅助符号信道估计（NDA：nondata-aidedchannelestimation）两种方法（详见文献：VinezoLottici,AldoD’AndreaandUmbertoMengali,ChannelEstimationforultra-widebandcommunication,IEEEJ.Select.AreasinCommun.,vol.20,No.9,pp.1638-1645,Dec.2002.）。有辅助符号信道估计利用训练符号辅助实现信道估计，无辅助符号信道估计利用信号结构先验信息实现信道估计，二者需要奈奎斯特速率采样，计算复杂度很高。BartoszMielczarek等人将滑动窗口法（SW：slidingwindow）和连续删除法（SC：successivecancellation）应用于超宽带信道估计（详见文献：BartoszMielczarek,Matts-OlaWessmanandArneSvensson,PerformanceofcoherentUWBrakereceiverswithchannelestimators,IEEE58thVehicularTechnologyConference(VTC),vol.3,pp1880-1884,Oct.2003.），这两种算法一定程度上降低了复杂度，但在估计精度上付出较高代价。上述信道估计方法仅适用于无符号间干扰的低速传输系统。对于高速直接序列扩频超宽带系统而言，信道的多径传播效应将同时引起脉冲间干扰和符号间干扰，在这种情形下，如何精确地估计信道信息仍是需要深入研究的问题。

发明内容

针对现有技术的不足，本发明提出了一种适用于直接序列扩频超宽带系统的信道估计方法。所提出的信道估计方法基于分层估计思路，在同时存在脉冲间干扰和符号间干扰的情形下，可以对多径信道信息进行准确估计，从而有效地提高接收机性能。

本发明的技术方案如下：

一种适用于直接序列扩频超宽带系统的信道估计方法，在该系统的发射机与接收机之间采用基于数据包的传输策略，发射机发出的每个数据包以1个导频数据块开始,后面为M个净荷数据块，其中导频数据块由收发双方约定的已知数据组成，用于信道估计，净荷数据块由信源产生的随机业务数据组成；导频数据块和每个净荷数据块具有相同的长度，均由N个数据符号组成；

发射机工作流程如下：

信源产生的随机业务数据被组合成净荷数据块，每M个净荷数据块附加1个导频符号块后构成1个数据包，数据包经BPSK（二进制相移键控）调制、直接序列扩频和超宽带脉冲成形后，被超宽带天线发送到无线信道，一个数据块对应的发送信号s(t)表示为

$s\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_{i}w(t-\mathrm{iT})---\left(1\right)$

$w\left(t\right)=\underset{j=1}{\overset{N_s}{\mathrm{\Σ}}}{c}_{j}g(t-j{T}_c)---\left(2\right)$

其中，d_i∈{+1,-1}为BPSK调制后的数据符号，i表示数据符号的序号，N表示一个数据块的长度；T表示符号周期；c_j表示扩频序列的一个码片，下标j表示码片的序号，N_s表示扩频序列长度，T_c表示扩频序列的码片周期；g(t)为超宽带脉冲波形；w(t)为扩频序列与超宽带脉冲g(t)卷积得到的脉冲序列波形；t表示时间；w(t-iT)表示平移i个符号周期后的脉冲序列波形；g(t-jT_c)表示平移j个码片周期后的超宽带脉冲波形；

超宽带无线信道的结构如下：

信道冲激响应h(t)表示为一个抽头延迟线模型

$h\left(t\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{\mathrm{\α}}_l\mathrm{\δ}(t-l{T}_c)---\left(3\right)$

其中，l表示多径分量的序号，L代表多径分量的数目，α_l表示第l条径的增益，lT_c为第l条径的时间延迟，T_c是码片周期，t表示时间，δ(t)是Dirac函数，时间延迟的最大值(L-1)T_c大于一个符号周期T但小于一个数据块周期NT，显然，前N_s条多径（即多径分量0,1,…,N_S-1）的时间延迟小于一个符号周期T，后面L-N_s条径将延伸到后续一个至几个符号周期；

接收机工作流程如下：

一个数据块期间，接收机天线从无线信道接收到的信号r(t)表示为

$r\left(t\right)=s\left(t\right)*h\left(t\right)+n\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{\mathrm{\α}}_{l}w(t-\mathrm{iT}-l{T}_c)+n\left(t\right)---\left(4\right)$

其中，*表示卷积运算，n(t)是零均值、单边功率谱密度为N₀（瓦/赫兹）的高斯噪声，接收信号r(t)首先经过波形相关器，采样电路以码片速率对波形相关器输出进行采样并储存，所得采样值为

$z_{i,j}=\underset{0}{\overset{T_c}{\∫}}r(t+\mathrm{iT}+j{T}_c)g\left(t\right)\mathrm{dt}---\left(5\right)$

其中，z_i,j表示数据块中第i个数据符号的第j个采样值，i表示数据符号的序号，j表示采样值的序号，公式（4）中r(t+iT+jT_c)表示接收信号r(t)平移i个符号周期和j个码片周期后的结果，信道估计模块利用采样值序列z_i,j,i＝1,2,...,N;j＝1,2,...,N_S，估计出多径信道信息（即各多径分量的增益）；波形级Rake合并模块根据信道估计结果选出一定数量的多径分量，采用最大比合并（MRC：MaximumRatioCombining）将对应采样值z_i,j进行加权求和，对于某净荷数据块第i个符号的第j个码片，Rake合并后的输出变量为

$z_{i,j}^r=\underset{f=1}{\overset{N_f}{\mathrm{\Σ}}}{\mathrm{\α}}_f{z}_{i,j-{\mathrm{\τ}}_f}---\left(6\right)$

其中，f表示Rake合并支路的序号，N_f为Rake合并支路数目，α_f和τ_f分别表示第f支路的加权值和时间延迟，表示第f支路对应采样值，对于某净荷数据块第i个符号，波形级Rake合并后的输出变量序列j＝1,2,…,N_S，经过解扩处理，得到解扩后变量

$Z_i=\underset{j=1}{\overset{N_s}{\mathrm{\Σ}}}{c}_j{z}_{i,j}^r---\left(7\right)$

其中，Z_i表示第i个符号的解扩后变量，即发射机采用的扩频序列，c_j表示扩频序列的一个码片，j表示码片的序号，为了消除符号间干扰，采用各种均衡器对（7）式中解扩后变量Z_i进行处理，均衡器的抽头系数来自于信道估计结果，对于第i个符号，假设均衡器输出变量用表示，则通过检测Z_i的极性可恢复数据符号，即

${\hat{d}}_i=\left\{\begin{array}{cc}+1,& {\tilde{Z}}_i>0\\ -1,& {\tilde{Z}}_i<0\end{array}\right.---\left(8\right)$

最后，（8）式中恢复的数据符号经BPSK逆映射还原为二进制数据，当整个数据包接收完成后，按数据包结构解封装后输出至信源；

本信道估计方法步骤如下：

(1)利用数据包中导频数据块对应的波形相关器输出采样值序列，接收机估计出时间延迟小于一个符号周期的所有多径分量的增益；

时间延迟小于一个符号周期的多径分量即公式（3）中第0至第N_S-1条径，将导频数据块中每个数据符号对应的波形相关器采样序列表示为N_s维列向量，第i个符号对应的列向量Z_1,i为

$Z_{1,i}=\left[\begin{array}{c}{z}_{i,1}\\ z_{i,2}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ z_{i,N_S}\end{array}\right],i=\mathrm{1,2},...,N---\left(9\right)$

利用公式（9）对导频数据块中N个符号的列向量进行加权平均，得加权平均值

${\stackrel{\&OverBar;}{Z}}_1=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{d}_i\&CenterDot;Z_{1,i}---\left(10\right)$

其中，d_i∈{+1,-1}为BPSK调制后的导频数据符号，i表示导频数据符号的序号，利用发射机扩频序列码片构成如下三角矩阵

其中，c_j,j＝1,2,…,N_S为扩频序列的码片，j表示码片的序号，基于公式（10）和（11），计算时间延迟小于一个符号周期的所有多径分量的增益如下

$\left[\begin{array}{c}{\widehat{\mathrm{\&alpha;}}}_0\\ {\widehat{\mathrm{\&alpha;}}}_1\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ {\widehat{\mathrm{\&alpha;}}}_{N_S-1}\end{array}\right]=C^{-1}{\stackrel{\&OverBar;}{Z}}_1---\left(12\right)$

其中，为第j条径的增益估计值，C^-1表示矩阵C的逆矩阵；

（2）利用数据包中导频数据块对应的波形相关器输出采样值序列以及步骤（1）估计结果，接收机估计出时间延迟大于一个符号周期的所有多径分量的增益；

时间延迟大于一个符号周期的多径分量分布在第2个至第p个符号周期，每个符号周期内包含N_s条径，通常p小于数据块长度N；在步骤（1）估计结果的基础上，我们通过一个迭代过程，从第2个符号周期开始，逐个符号周期分别估计出对应多径分量的增益；对于第k（2≤k≤p）个符号周期，待估计的多径分量为第(k-1)N_s至第kN_s-1条径，具体算法如下：首先，对导频数据块内所有N个导频数据符号，利用已有估计结果消除公式（9）Z_1,i中前面已估计出的多径分量，即作如下计算：

$z_{k,i}=z_{k-1,i}-d_{i-(k-2)}\&CenterDot;\left[\begin{array}{c}\underset{n=1}{\overset{1}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(1-n)}\\ \underset{n=1}{\overset{2}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(2-n)}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \underset{n=1}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(N_S-n)}\end{array}\right]-d_{i-(k-1)}\&CenterDot;\left[\begin{array}{c}\underset{n=2}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+1}\\ \underset{n=3}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+2}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \underset{n=N_s}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+(N_S-1)}\\ 0\end{array}\right],i=k,k+1,...,N---\left(13\right)$

其中，Z_k,i表示消除前面(k-1)N_s条径后波形相关器采样序列组成的向量，k表示待估计的符号周期的序号，i表示导频数据块中符号的序号，d_i-(k-2)表示第i-(k-2)个导频数据符号，d_i-(k-1)表示第i-(k-1)个导频数据符号，c_n,n＝1,2,…,N_S为扩频序列的码片，n表示码片的序号，N_S为扩频序列长度， ${\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(1-n)},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(2-n)},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(N_S-n)},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+1},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+1},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+2},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+(N_S-1)}$ 表示已估计出的某条径的增益，它们的下标计算结果表示对应径的具体序号；其次，在导频数据块第k个至第N个导频符号周期内，对公式（13）中Z_k,i进行加权求和计算

${\stackrel{\&OverBar;}{Z}}_k=\frac{1}{N-(k-1)}\underset{i=k}{\overset{N}{\mathrm{\&Sigma;}}}{d}_{i-(k-1)}{Z}_{k,i}---\left(14\right)$

最后，估计出第k个符号周期内所有多径分量的增益如下

$\left[\begin{array}{c}{\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S}\\ {\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S+1}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ {\widehat{\mathrm{\&alpha;}}}_{k{N}_S-1}\end{array}\right]=C^{-1}{\stackrel{\&OverBar;}{Z}}_k---\left(15\right)$

其中， ${\widehat{\mathrm{\&alpha;}}}_j,j=(k-1)N_S,(k-1)N_S+1,...,k{N}_S-1$ 为第j条径的增益估计值，C^-1表示矩阵C的逆矩阵；

（3）以步骤（1）和（2）估计结果作为信道估计初始值，对数据包中的净荷数据块进行逐块接收判决，每个净荷数据块的判决结果又被视作导频数据，并采用步骤（1）和步骤（2）方法重复估计多径分量的增益，通过迭代计算更新估计值，并将更新后的结果用于下一净荷数据块的接收判决，当达到规定的迭代次数后，停止估计与更新过程；

设用向量H₀表示步骤（1）和（2）估计结果，即信道估计初始值；为了进一步降低由噪声引起的估计误差，我们采用判决反馈机制对信道估计结果进行I次（I＜＜M）迭代修正，以提高估计精度，具体步骤如下：首先，用已有的信道估计初始值H₀进行Rake合并和均衡，经判决得到第1个净荷数据块的数据，这些已判决的数据被视作导频数据符号用于信道估计，具体估计过程如上述步骤（1）和（2）；假设估计结果为H’₁，利用H’₁修正信道估计初始值H₀如下

H₁＝(H'₁+H₀)/2(16)

修正后的信道信息H₁用于第2个净荷数据块的接收与判决，判决恢复的数据又用于信道估计和修正，估计过程如上述步骤（1）和步骤（2），修正方法同公式（16），假设估计结果为H’₂，则修正后的信道信息为

H₂＝(H'₂+H₁)/2(17)

上述迭代修正过程使信道估计精度将逐渐提高，经过I步迭代后，得到最终的估计值表示为H_I；剩余的净荷数据块都用H_I进行接收与判决；迭代次数I的取值根据实际需求选择，以便在计算复杂度和系统性能之间取得合理的折中，当达到规定的迭代次数后，停止估计与更新过程。

本发明的有益效果是：在同时存在脉冲间干扰和符号间干扰的情形下，可以利用少量的导频数据对多径信道进行准确估计，从而有效地提高直接序列扩频超宽带系统的传输性能。

附图说明

图1给出了本发明所提出信道估计方法的均方误差（AverageMSE）与信噪比关系的性能曲线，N表示数据块长度，I表示迭代次数，所采用的信道模型为IEEE802.15.3aCM1信道。从图1曲线中可以看出：采用本发明提出的信道估计方法可以利用较少的导频数据符号获得良好的估计性能，经过判决反馈迭代修正可以大幅提升估计精度,例如,在取相同信噪比时，N=50、I=10和N=25、I=20的均方误差比N=50、I=0(即没经过迭代修正)和N=25、I=0的均方误差小许多。

图2给出了本发明所提出信道估计方法在典型数据块长度N和迭代修正次数I时的系统误码率（BER）与信噪比关系的性能曲线，N表示数据块长度，I表示迭代次数，所采用的信道模型为IEEE802.15.3aCM1信道。图2曲线表明：当导频符号较大时，仅利用导频符号进行信道估计就可以获得满意的误码性能，例如，N=50，I=0时，BER曲线与理想信道信息（perfectchannelinformation）情况相比，信噪比Eb/N0相差不到2dB；经过适当次数的判决反馈修正后，BER性能可迅速接近理想信道情况，例如，N=50，I=10时，BER曲线与理想信道信息（perfectchannelinformation）情况已几乎重合。

具体实施方式

下面结合实施例对本发明作进一步说明，但不限于此。

实施例：

一种适用于直接序列扩频超宽带系统的信道估计方法，在该系统的发射机与接收机之间采用基于数据包的传输策略，发射机发出的每个数据包以1个导频数据块开始,后面为M个净荷数据块，其中导频数据块由收发双方约定的已知数据组成，用于信道估计，净荷数据块由信源产生的随机业务数据组成；导频数据块和每个净荷数据块具有相同的长度，均由N个数据符号组成；

发射机工作流程如下：

信源产生的随机业务数据被组合成净荷数据块，每M个净荷数据块附加1个导频符号块后构成1个数据包，数据包经BPSK（二进制相移键控）调制、直接序列扩频和超宽带脉冲成形后，被超宽带天线发送到无线信道，一个数据块对应的发送信号s(t)表示为

$s\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{d}_{i}w(t-\mathrm{iT})---\left(1\right)$

$w\left(t\right)=\underset{j=1}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_{j}g(t-j{T}_c)---\left(2\right)$

其中，d_i∈{+1,-1}为BPSK调制后的数据符号，i表示数据符号的序号，N表示一个数据块的长度；T表示符号周期；c_j表示扩频序列的一个码片，下标j表示码片的序号，N_s表示扩频序列长度，T_c表示扩频序列的码片周期；g(t)为超宽带脉冲波形；w(t)为扩频序列与超宽带脉冲g(t)卷积得到的脉冲序列波形；t表示时间；w(t-iT)表示平移i个符号周期后的脉冲序列波形；g(t-jT_c)表示平移j个码片周期后的超宽带脉冲波形；

超宽带无线信道的结构如下：

信道冲激响应h(t)表示为一个抽头延迟线模型

$h\left(t\right)=\underset{l=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_l\mathrm{\&delta;}(t-l{T}_c)---\left(3\right)$

其中，l表示多径分量的序号，L代表多径分量的数目，α_l表示第l条径的增益，lT_c为第l条径的时间延迟，T_c是码片周期，t表示时间，δ(t)是Dirac函数，时间延迟的最大值(L-1)T_c大于一个符号周期T但小于一个数据块周期NT，显然，前N_s条多径（即多径分量0,1,…,N_S-1）的时间延迟小于一个符号周期T，后面L-N_s条径将延伸到后续一个至几个符号周期；

接收机工作流程如下：

一个数据块期间，接收机天线从无线信道接收到的信号r(t)表示为

$r\left(t\right)=s\left(t\right)*h\left(t\right)+n\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{d}_i\underset{l=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{l}w(t-\mathrm{iT}-l{T}_c)+n\left(t\right)---\left(4\right)$

其中，*表示卷积运算，n(t)是零均值、单边功率谱密度为N₀（瓦/赫兹）的高斯噪声，接收信号r(t)首先经过波形相关器，采样电路以码片速率对波形相关器输出进行采样并储存，所得采样值为

$z_{i,j}=\underset{0}{\overset{T_c}{\&Integral;}}r(t+\mathrm{iT}+j{T}_c)g\left(t\right)\mathrm{dt}---\left(5\right)$

其中，z_i,j表示数据块中第i个数据符号的第j个采样值，i表示数据符号的序号，j表示采样值的序号，公式（4）中r(t+iT+jT_c)表示接收信号r(t)平移i个符号周期和j个码片周期后的结果，信道估计模块利用采样值序列z_i,j,i＝1,2,...,N;j＝1,2,...,N_S，估计出多径信道信息（即各多径分量的增益）；波形级Rake合并模块根据信道估计结果选出一定数量的多径分量，采用最大比合并（MRC：MaximumRatioCombining）将对应采样值z_i,j进行加权求和，对于某净荷数据块第i个符号的第j个码片，Rake合并后的输出变量为

$z_{i,j}^r=\underset{f=1}{\overset{N_f}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_f{z}_{i,j-{\mathrm{\&tau;}}_f}---\left(6\right)$

其中，f表示Rake合并支路的序号，N_f为Rake合并支路数目，α_f和τ_f分别表示第f支路的加权值和时间延迟，表示第f支路对应采样值，对于某净荷数据块第i个符号，波形级Rake合并后的输出变量序列经过解扩处理，得到解扩后变量

$Z_i=\underset{j=1}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_j{z}_{i,j}^r---\left(7\right)$

其中，Z_i表示第i个符号的解扩后变量，即发射机采用的扩频序列，c_j表示扩频序列的一个码片，j表示码片的序号，为了消除符号间干扰，采用各种均衡器对（7）式中解扩后变量Z_i进行处理，均衡器的抽头系数来自于信道估计结果，对于第i个符号，假设均衡器输出变量用表示，则通过检测Z_i的极性可恢复数据符号，即

${\hat{d}}_i=\left\{\begin{array}{cc}+1,& {\tilde{Z}}_i>0\\ -1,& {\tilde{Z}}_i<0\end{array}\right.---\left(8\right)$

最后，（8）式中恢复的数据符号经BPSK逆映射还原为二进制数据，当整个数据包接收完成后，按数据包结构解封装后输出至信源；

本信道估计方法步骤如下：

(1)利用数据包中导频数据块对应的波形相关器输出采样值序列，接收机估计出时间延迟小于一个符号周期的所有多径分量的增益；

时间延迟小于一个符号周期的多径分量即公式（3）中第0至第N_S-1条径，将导频数据块中每个数据符号对应的波形相关器采样序列表示为N_s维列向量，第i个符号对应的列向量Z_1,i为

$Z_{1,i}=\left[\begin{array}{c}{z}_{i,1}\\ z_{i,2}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ z_{i,N_S}\end{array}\right],i=\mathrm{1,2},...,N---\left(9\right)$

利用公式（9）对导频数据块中N个符号的列向量进行加权平均，得加权平均值

${\stackrel{\&OverBar;}{Z}}_1=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{d}_i\&CenterDot;Z_{1,i}---\left(10\right)$

其中，d_i∈{+1,-1}为BPSK调制后的导频数据符号，i表示导频数据符号的序号，利用发射机扩频序列码片构成如下三角矩阵

其中，c_j,j＝1,2,…,N_S为扩频序列的码片，j表示码片的序号，基于公式（10）和（11），计算时间延迟小于一个符号周期的所有多径分量的增益如下

$\left[\begin{array}{c}{\widehat{\mathrm{\&alpha;}}}_0\\ {\widehat{\mathrm{\&alpha;}}}_1\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ {\widehat{\mathrm{\&alpha;}}}_{N_S-1}\end{array}\right]=C^{-1}{\stackrel{\&OverBar;}{Z}}_1---\left(12\right)$

其中，为第j条径的增益估计值，C^-1表示矩阵C的逆矩阵；

（2）利用数据包中导频数据块对应的波形相关器输出采样值序列以及步骤（1）估计结果，接收机估计出时间延迟大于一个符号周期的所有多径分量的增益；

时间延迟大于一个符号周期的多径分量分布在第2个至第p个符号周期，每个符号周期内包含N_s条径，通常p小于数据块长度N；在步骤（1）估计结果的基础上，我们通过一个迭代过程，从第2个符号周期开始，逐个符号周期分别估计出对应多径分量的增益；对于第k（2≤k≤p）个符号周期，待估计的多径分量为第(k-1)N_s至第kN_s-1条径，具体算法如下：首先，对导频数据块内所有N个导频数据符号，利用已有估计结果消除公式（9）Z_1,i中前面已估计出的多径分量，即作如下计算：

$z_{k,i}=z_{k-1,i}-d_{i-(k-2)}\&CenterDot;\left[\begin{array}{c}\underset{n=1}{\overset{1}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(1-n)}\\ \underset{n=1}{\overset{2}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(2-n)}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \underset{n=1}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(N_S-n)}\end{array}\right]-d_{i-(k-1)}\&CenterDot;\left[\begin{array}{c}\underset{n=2}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+1}\\ \underset{n=3}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+2}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ \underset{n=N_s}{\overset{N_s}{\mathrm{\&Sigma;}}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+(N_S-1)}\\ 0\end{array}\right],i=k,k+1,...,N---\left(13\right)$

其中，Z_k,i表示消除前面(k-1)N_s条径后波形相关器采样序列组成的向量，k表示待估计的符号周期的序号，i表示导频数据块中符号的序号，d_i-(k-2)表示第i-(k-2)个导频数据符号，d_i-(k-1)表示第i-(k-1)个导频数据符号，c_n,n＝1,2,…,N_S为扩频序列的码片，n表示码片的序号，N_S为扩频序列长度， ${\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(1-n)},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(2-n)},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-2)N_S+(N_S-n)},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+1},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+1},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+2},$ ${\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S-n+(N_S-1)}$ 表示已估计出的某条径的增益，它们的下标计算结果表示对应径的具体序号；其次，在导频数据块第k个至第N个导频符号周期内，对公式（13）中Z_k,i进行加权求和计算

${\stackrel{\&OverBar;}{Z}}_k=\frac{1}{N-(k-1)}\underset{i=k}{\overset{N}{\mathrm{\&Sigma;}}}{d}_{i-(k-1)}{Z}_{k,i}---\left(14\right)$

最后，估计出第k个符号周期内所有多径分量的增益如下

$\left[\begin{array}{c}{\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S}\\ {\widehat{\mathrm{\&alpha;}}}_{(k-1)N_S+1}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ {\widehat{\mathrm{\&alpha;}}}_{k{N}_S-1}\end{array}\right]=C^{-1}{\stackrel{\&OverBar;}{Z}}_k---\left(15\right)$

其中， ${\widehat{\mathrm{\&alpha;}}}_j,j=(k-1)N_S,(k-1)N_S+1,...,k{N}_S-1$ 为第j条径的增益估计值，C^-1表示矩阵C的逆矩阵；

（3）以步骤（1）和（2）估计结果作为信道估计初始值，对数据包中的净荷数据块进行逐块接收判决，每个净荷数据块的判决结果又被视作导频数据，并采用步骤（1）和步骤（2）方法重复估计多径分量的增益，通过迭代计算更新估计值，并将更新后的结果用于下一净荷数据块的接收判决，当达到规定的迭代次数后，停止估计与更新过程；

设用向量H₀表示步骤（1）和（2）估计结果，即信道估计初始值；为了进一步降低由噪声引起的估计误差，我们采用判决反馈机制对信道估计结果进行I次（I＜＜M）迭代修正，以提高估计精度，具体步骤如下：首先，用已有的信道估计初始值H₀进行Rake合并和均衡，经判决得到第1个净荷数据块的数据，这些已判决的数据被视作导频数据符号用于信道估计，具体估计过程如上述步骤（1）和（2）；假设估计结果为H’₁，利用H’₁修正信道估计初始值H₀如下

H₁＝(H'₁+H₀)/2(16)

修正后的信道信息H₁用于第2个净荷数据块的接收与判决，判决恢复的数据又用于信道估计和修正，估计过程如上述步骤（1）和步骤（2），修正方法同公式（16），假设估计结果为H’₂，则修正后的信道信息为

H₂＝(H'₂+H₁)/2(17)

上述迭代修正过程使信道估计精度将逐渐提高，经过I步迭代后，得到最终的估计值表示为H_I；剩余的净荷数据块都用H_I进行接收与判决；迭代次数I的取值根据实际需求选择，以便在计算复杂度和系统性能之间取得合理的折中，当达到规定的迭代次数后，停止估计与更新过程。

本实施例仿真参数：

仿真环境：Matlab7.0

符号映射：BPSK

比特率：100Mbps

数据包总长度：20000bits

扩频码长度：20

扩频码码型：ZCD(zerocorrelationduration)码

扩频码码字：1000000000-1000000000

脉冲波形：0.5ns高斯二阶导数脉冲

信道模型：IEEE802.15.3aCM1

Rake接收机类型：选择式Rake（SelectiveRake）

Rake合并支路数：16

均衡器：为简化处理，未进行均衡

同步：理想同步，即同步参数不存在误差。

Claims (1)

1.一种适用于直接序列扩频超宽带系统的信道估计方法，在该系统的发射机与接收机之间采用基于数据包的传输策略，发射机发出的每个数据包以1个导频数据块开始,后面为M个净荷数据块，其中导频数据块由收发双方约定的已知数据组成，用于信道估计，净荷数据块由信源产生的随机业务数据组成；导频数据块和每个净荷数据块具有相同的长度，均由N个数据符号组成；

发射机工作流程如下：

信源产生的随机业务数据被组合成净荷数据块，每M个净荷数据块附加1个导频符号块后构成1个数据包，数据包经二进制相移键控调制、直接序列扩频和超宽带脉冲成形后，被超宽带天线发送到无线信道，一个数据块对应的发送信号s(t)表示为

$s\left(t\right)=\underset{i=1}{\overset{N}{\&Sigma;}}{d}_{i}w(t-iT)---\left(1\right)$

$w\left(t\right)=\underset{j=1}{\overset{N_s}{\&Sigma;}}{c}_{j}g(t-{\mathrm{jT}}_c)---\left(2\right)$

其中，d_i∈{+1,-1}为BPSK调制后的数据符号，i表示数据符号的序号，N表示一个数据块的长度；T表示符号周期；c_j表示扩频序列的一个码片，下标j表示码片的序号，N_s表示扩频序列长度，T_c表示扩频序列的码片周期；g(t)为超宽带脉冲波形；w(t)为扩频序列与超宽带脉冲g(t)卷积得到的脉冲序列波形；t表示时间；w(t-iT)表示平移i个符号周期后的脉冲序列波形；g(t-jT_c)表示平移j个码片周期后的超宽带脉冲波形；

超宽带无线信道的结构如下：

信道冲激响应h(t)表示为一个抽头延迟线模型

$h\left(t\right)=\underset{l=0}{\overset{L-1}{\&Sigma;}}{\mathrm{\&alpha;}}_1\mathrm{\&delta;}(t-{\mathrm{lT}}_c)---\left(3\right)$

其中，l表示多径分量的序号，L代表多径分量的数目，α_l表示第l条径的增益，lT_c为第l条径的时间延迟，T_c是码片周期，t表示时间，δ(t)是Dirac函数，时间延迟的最大值(L-1)T_c大于一个符号周期T但小于一个数据块周期NT，显然，前N_s条多径即多径分量0,1,K,N_S-1的时间延迟小于一个符号周期T，后面L-N_s条径将延伸到后续一个至几个符号周期；

接收机工作流程如下：

一个数据块期间，接收机天线从无线信道接收到的信号r(t)表示为

$r\left(t\right)=s\left(t\right)*h\left(t\right)+n\left(t\right)=\underset{i=1}{\overset{N}{\&Sigma;}}{d}_i\underset{l=0}{\overset{L-1}{\&Sigma;}}{\mathrm{\&alpha;}}_{l}w(t-iT-{\mathrm{lT}}_c)+n\left(t\right)---\left(4\right)$

其中，*表示卷积运算，n(t)是零均值、单边功率谱密度为N₀(瓦/赫兹)的高斯噪声，接收信号r(t)首先经过波形相关器，采样电路以码片速率对波形相关器输出进行采样并储存，所得采样值为

$z_{i,j}=\underset{0}{\overset{T_c}{\&Integral;}}r(t+iT+{\mathrm{jT}}_c)g\left(t\right)dt---\left(5\right)$

其中，z_i,j表示数据块中第i个数据符号的第j个采样值，i表示数据符号的序号，j表示采样值的序号，公式(5)中r(t+iT+jT_c)表示接收信号r(t)平移i个符号周期和j个码片周期后的结果，信道估计模块利用采样值序列z_i,j,i＝1,2,...,N；j＝1,2,...,N_S，估计出多径信道信息即各多径分量的增益；波形级Rake合并模块根据信道估计结果选出一定数量的多径分量，采用最大比合并将对应采样值z_i,j进行加权求和，对于某净荷数据块第i个符号的第j个码片，Rake合并后的输出变量为

$z_{i,j}^r=\underset{f=1}{\overset{N_f}{\&Sigma;}}{\mathrm{\&alpha;}}_f{z}_{i,j-{\mathrm{\&tau;}}_f}---\left(6\right)$

其中，f表示Rake合并支路的序号，N_f为Rake合并支路数目，α_f和τ_f分别表示第f支路的加权值和时间延迟，表示第f支路对应采样值，对于某净荷数据块第i个符号，波形级Rake合并后的输出变量序列经过解扩处理，得到解扩后变量

$Z_i=\underset{j=1}{\overset{N_s}{\&Sigma;}}{c}_j{z}_{i,j}^r---\left(7\right)$

其中，Z_i表示第i个符号的解扩后变量，即发射机采用的扩频序列，c_j表示扩频序列的一个码片，j表示码片的序号，为了消除符号间干扰，采用各种均衡器对(7)式中解扩后变量Z_i进行处理，均衡器的抽头系数来自于信道估计结果，对于第i个符号，假设均衡器输出变量用Z％_i表示，则通过检测Z_i的极性可恢复数据符号，即

${\hat{d}}_i=\left\{\begin{array}{cc}+1,& Z_i^{\%}>0\\ -1,& Z_i^{\%}<0\end{array}\right.---\left(8\right)$

最后，(8)式中恢复的数据符号经BPSK逆映射还原为二进制数据，当整个数据包接收完成后，按数据包结构解封装后输出至信源；

本信道估计方法步骤如下：

(1)利用数据包中导频数据块对应的波形相关器输出采样值序列，接收机估计出时间延迟小于一个符号周期的所有多径分量的增益；

时间延迟小于一个符号周期的多径分量即公式(3)中第0至第N_S-1条径，将导频数据块中每个数据符号对应的波形相关器采样序列表示为N_s维列向量，第i个符号对应的列向量Z_1,i为

$Z_{1,i}=\left[\begin{array}{c}{z}_{i,1}\\ z_{i,2}\\ M\\ z_{i,N_S}\end{array}\right],i=1,2,K,N---\left(9\right)$

利用公式(9)对导频数据块中N个符号的列向量进行加权平均，得加权平均值

${\stackrel{\&OverBar;}{Z}}_1=\frac{1}{N}\underset{i=1}{\overset{N}{\&Sigma;}}{d}_i\&CenterDot;Z_{1,i}---\left(10\right)$

其中，d_i∈{+1,-1}为BPSK调制后的导频数据符号，i表示导频数据符号的序号，利用发射机扩频序列码片构成如下三角矩阵

$C=\left[\begin{array}{cccc}{c}_1& 0& L& 0\\ c_2& c_1& L& 0\\ M& M& O& M\\ c_{N_s}& c_{N_s-1}& L& c_1\end{array}\right]---\left(11\right)$

其中，c_j,j＝1,2,K,N_S为扩频序列的码片，j表示码片的序号，基于公式(10)和(11)，计算时间延迟小于一个符号周期的所有多径分量的增益如下

$\left[\begin{array}{c}{\widehat{\mathrm{\&alpha;}}}_0\\ {\widehat{\mathrm{\&alpha;}}}_1\\ M\\ M\\ {\widehat{\mathrm{\&alpha;}}}_{N_s-1}\end{array}\right]=C^{-1}{\stackrel{\&OverBar;}{Z}}_1---\left(12\right)$

其中，为第j条径的增益估计值，C^-1表示矩阵C的逆矩阵；

(2)利用数据包中导频数据块对应的波形相关器输出采样值序列以及步骤(1)估计结果，接收机估计出时间延迟大于一个符号周期的所有多径分量的增益；

时间延迟大于一个符号周期的多径分量分布在第2个至第p个符号周期，每个符号周期内包含N_s条径，通常p小于数据块长度N；在步骤(1)估计结果的基础上，我们通过一个迭代过程，从第2个符号周期开始，逐个符号周期分别估计出对应多径分量的增益；对于第k(2≤k≤p)个符号周期，待估计的多径分量为第(k-1)N_s至第kN_s-1条径，具体算法如下：首先，对导频数据块内所有N个导频数据符号，利用已有估计结果消除公式(9)Z_1,i中前面已估计出的多径分量，即作如下计算：

$z_{k,i}=z_{k-1,i}-d_{i-\left(k-2\right)}\&CenterDot;\left[\begin{array}{c}\underset{n=1}{\overset{1}{\&Sigma;}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{\left(k-2\right)N_S+\left(1-n\right)}\\ \underset{n=1}{\overset{2}{\&Sigma;}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{\left(k-2\right)N_S+\left(2-n\right)}\\ M\\ \underset{n=1}{\overset{N_s}{\&Sigma;}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{\left(k-2\right)N_S+\left(N_S-n\right)}\end{array}\right]-d_{i-\left(k-1\right)}\&CenterDot;\left[\begin{array}{c}\underset{n=2}{\overset{N_s}{\&Sigma;}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{\left(k-1\right)N_S-n+1}\\ \underset{n=3}{\overset{N_s}{\&Sigma;}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{\left(k-1\right)N_S-n+2}\\ M\\ \underset{n=N_S}{\overset{N_s}{\&Sigma;}}{c}_n{\widehat{\mathrm{\&alpha;}}}_{\left(k-1\right)N_S-n+\left(N_S-1\right)}\\ 0\end{array}\right],i=k,k+1,...,N---\left(13\right)$

其中，Z_k,i表示消除前面(k-1)N_s条径后波形相关器采样序列组成的向量，k表示待估计的符号周期的序号，i表示导频数据块中符号的序号，d_i-(k-2)表示第i-(k-2)个导频数据符号，d_i-(k-1)表示第i-(k-1)个导频数据符号，c_n,n＝1,2,K,N_S为扩频序列的码片，n表示码片的序号，N_S为扩频序列长度， 表示已估计出的某条径的增益，它们的下标计算结果表示对应径的具体序号；其次，在导频数据块第k个至第N个导频符号周期内，对公式(13)中Z_k,i进行加权求和计算

${\stackrel{\&OverBar;}{Z}}_k=\frac{1}{N-(k-1)}\underset{i=k}{\overset{N}{\&Sigma;}}{d}_{i-(k-1)}{Z}_{k,i}---\left(14\right)$

最后，估计出第k个符号周期内所有多径分量的增益如下

$\left[\begin{array}{c}{\widehat{\mathrm{\&alpha;}}}_{\left(k-1\right)N_s}\\ {\widehat{\mathrm{\&alpha;}}}_{\left(k-1\right)N_s+1}\\ M\\ {\widehat{\mathrm{\&alpha;}}}_{{\mathrm{kN}}_s-1}\end{array}\right]=C^{-1}{\stackrel{\&OverBar;}{Z}}_k---\left(15\right)$

其中，为第j条径的增益估计值，C^-1表示矩阵C的逆矩阵；

(3)以步骤(1)和(2)估计结果作为信道估计初始值，对数据包中的净荷数据块进行逐块接收判决，每个净荷数据块的判决结果又被视作导频数据，并采用步骤(1)和步骤(2)方法重复估计多径分量的增益，通过迭代计算更新估计值，并将更新后的结果用于下一净荷数据块的接收判决，当达到规定的迭代次数后，停止估计与更新过程；

设用向量H₀表示步骤(1)和(2)估计结果，即信道估计初始值；为了进一步降低由噪声引起的估计误差，我们采用判决反馈机制对信道估计结果进行I次(I＝M)迭代修正，以提高估计精度，具体步骤如下：首先，用已有的信道估计初始值H₀进行Rake合并和均衡，经判决得到第1个净荷数据块的数据，这些已判决的数据被视作导频数据符号用于信道估计，具体估计过程如上述步骤(1)和(2)；假设估计结果为H’₁，利用H’₁修正信道估计初始值H₀如下

H₁＝(H'₁+H₀)/2(16)

修正后的信道信息H₁用于第2个净荷数据块的接收与判决，判决恢复的数据又用于信道估计和修正，估计过程如上述步骤(1)和步骤(2)，修正方法同公式(16)，假设估计结果为H’₂，则修正后的信道信息为

H₂＝(H'₂+H₁)/2(17)

上述迭代修正过程使信道估计精度将逐渐提高，经过I步迭代后，得到最终的估计值表示为H_I；剩余的净荷数据块都用H_I进行接收与判决；迭代次数I的取值根据实际需求选择，以便在计算复杂度和系统性能之间取得合理的折中，当达到规定的迭代次数后，停止估计与更新过程。