CN103269321B - 单载波频域均衡系统中基于独特字的信道估计方法 - Google Patents

Abstract

本发明公开了一种单载波频域均衡系统中基于独特字的信道估计方法，包括帧结构设计、噪声方差估计和信道频率响应估计三部分；在帧结构设计时，将一个以上数据块组成一个长帧，在每个长帧中插入一段由若干UW构成的UW序列；在信道估计时，首先利用LS算法求出每个子信道的频率响应，通过IDFT/FFT回到时域，根据超出循环前缀长度的信道脉冲响应值，估计出噪声方差，然后对信道脉冲响应进行降噪处理，最后经过DFT/FFT变换到频域，估计出信道频率响应。本发明提供的单载波频域均衡系统中基于独特字的信道估计方法，针对慢衰落信道的特点，对传统的SC-FDE帧结构进行改进，并在此基础上对基于DFT的信道估计算法进行改进，同时估计出信道的频率响应和噪声方差，提高算法的性能。

Description

单载波频域均衡系统中基于独特字的信道估计方法

技术领域

本发明涉及一种适用于慢衰落信道的单载波频域均衡系统的信道估计算法，属于无线通信技术。

背景技术

在无线通信中，由于多径效应，会产生码间干扰。OFDM（OrthogonalFrequencyDivisionMultiplexing，正交频分复用）和SC-FDE（SingleCarrierFrequencyDomainEqualization，单载波频域均衡）技术是对抗多径效应的两种有效方式。

OFDM系统通过IFFT（InverseFastDiscreteFourierTransform，快速傅里叶逆变换）将串并变换后的信号映射到多个子载波上，每一个子载波占据很窄的带宽，各子载波频谱相互重叠但保持正交，提高了频谱利用率。然而，OFDM信号的PAPR（Peak-to-averagePowerRatio，峰平比）过大，对放大器的线性范围要求高，对载波频偏和相位噪声非常敏感。

单载波频域均衡技术借鉴了OFDM的均衡思想，在接收端通过FFT（FastDiscreteFourierTransform，快速傅里叶逆变换）将高速单载波信号变换到频域，然后在频域补偿信道的影响，通过IFFT运算将均衡以后的信号变换回到时域以便对数据符号进行检测判决输出。SC-FDE系统采用单载波传输而保留了OFDM系统对信号的处理方法，具有与OFDM相似的性能，且峰均比较低，对频偏和相位噪声较不敏感，降低了对射频运放的要求。单载波频域均衡的技术己经被纳入IEEE802．16无线城域网标准中，作为宽带无线接入的物理层兼容方案。

信道估计算法一直是SC-FDE的研究重点之一。在SC-FDE系统中，可以使用UW（UniqueWord，独特字）进行信道估计。UW要求在时域上呈现随机性，在频域上有平坦的幅度响应，如Frank-Zadoff序列、Chu序列等。文献“EfficientDFT-basedchannelestimationforOFDMsystemsonmultipathchannels”提出的基于DFT（DiscreteFourierTransform，离散傅里叶变换）的信道估计算法，在频域用LS（LeastSquare，最小二乘）算法估计出信道频率响应后，通过IDFT（InverseDiscreteFourierTransform，离散傅里叶逆变换）回到时域进行降噪处理。该算法能有效提高信道估计的精度，但无法估计信道噪声方差。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种适用于慢衰落信道的单载波频域均衡系统的信道估计算法，对传统的SC-FDE帧结构进行改进，并在此基础上改进基于DFT的信道估计算法，使其能同时估计出信道频率响应和噪声方差，并提高信道估计的精度。

技术方案：为实现上述目的，本发明采用的技术方案为：

单载波频域均衡系统中基于独特字的信道估计方法，包括帧结构设计、噪声方差估计和信道频率响应估计三部分；在帧结构设计时，首先将一个以上数据块组成一个长帧，在每个长帧中插入一段由若干UW构成的UW序列，所述UW序列的长度与该长帧的每个数据块的长度一致，将一个UW记为一个独特字；在信道估计时，使用Q个独特字分别进行信道估计，取其平均值作为信道估计的最终结果。

本发明的信道估计算法是对基于DFT/FFT的信道估计算法的改进。首先，根据LS算法，求出每个子信道的频率响应值，将经过IDFT/IFFT回到时域，得到信道的时域脉冲响应，超过CP长度后的点全部为噪声信息。通过这些超出CP长度后的点以及UW在频域幅度恒定的特性，估计出时域噪声方差。然后，用估计出的噪声方差替代实际噪声方差，为前CP长度的信道脉冲响应设置阈值，超过CP长度后的点全部补零至数据块的长度，进一步降低噪声的影响。再经过DFT/FFT变换到频域，得到频率响应，即完成了信道估计。

假设发射的独特字为x(n)，长度为M，经过M点的DFT/FFT后得到X(n)；接收到的独特字为y(n)，经过M点的DFT/FFT后得到Y(n)；数据块的长度为N：

首先根据LS算法，求出信道的频域响应值为：

${{\hat{H}}_{\mathrm{LS}}}^{\′}\left(n\right)=\frac{Y\left(n\right)}{X\left(n\right)}=H\left(n\right)+\frac{W\left(n\right)}{X\left(n\right)}---\left(1\right)$

$=H\left(n\right)+\tilde{W}\left(n\right)$

其中，0≤n<M，W(n)为高斯白噪声，H(n)为信道频率响应；

然后，计算通过IDFT/IFFT回到时域后的时域脉冲响值为：

${\hat{h}}_{\mathrm{LS}}\left(n\right)=\left\{\begin{array}{c}h\left(n\right)+\tilde{w}\left(n\right),n=\mathrm{0,1,2},...,N_g-1\\ \tilde{w}\left(n\right),n=N_g,N_g+1...,M-1\end{array}\right.---\left(2\right)$

超出CP长度后的点全部为噪声信息；其中，N_g为CP长度，由经过IDFT/IFFT后得到；

由于超出CP长度后的点全部为噪声信息，因此可以使用超出CP长度后的点估计的方差为：

${\widetilde{\mathrm{\&sigma;}}}^2=\frac{1}{M}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|\tilde{w}\left(n\right)\right|}^2\&ap;\frac{1}{M-N_g}\underset{n=N_g}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|{\hat{h}}_{\mathrm{LS}}\left(n\right)\right|}^2---\left(3\right)$

由于独特字在频域的幅值恒定，假设独特字在频域的幅值为A，则W(n)的时域方差估计值为：

${\widehat{\mathrm{\&sigma;}}}^2=\frac{1}{M^2}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|W\left(n\right)\right|}^2=\frac{A^2}{M^2}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|\frac{W\left(n\right)}{X\left(n\right)}\right|}^2$

$=\frac{A^2}{M^2}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|\tilde{W}\left(n\right)\right|}^2=\frac{A^2}{M}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|\tilde{w}\left(n\right)\right|}^2---\left(4\right)$

$\&ap;A^2{\widetilde{\mathrm{\&sigma;}}}^2$

使用估计出的噪声方差替代实际噪声方差，为前CP长度的信道脉冲响应符号设置阈值α：

$\mathrm{\&alpha;}=A{\widetilde{\mathrm{\&sigma;}}}^2---\left(5\right)$

经过降噪处理后的信道脉冲响应为：

将经过N点DFT/FFT变换到频域，得到响应即完成了信道估计。

本案，在信道估计时，使用Q个独特字分别进行信道估计，取其平均值作为信道估计的最终结果；记第i个独特字估计出的信道频率响应和噪声方差分别为和：

${\hat{H}}_{\mathrm{DFT}}\left(n\right)=\frac{1}{Q}\underset{i=0}{\overset{Q-1}{\mathrm{\&Sigma;}}}{{\hat{H}}_{\mathrm{DFT}}}^{\left(i\right)}\left(n\right)---\left(7\right)$

${\widehat{\mathrm{\&sigma;}}}^2=\frac{1}{Q}\underset{i=0}{\overset{Q-1}{\mathrm{\&Sigma;}}}{\widehat{\mathrm{\&sigma;}}}^{2^{\left(i\right)}}---\left(8\right)$

则信道的信道估计的最终结果如上。

在实际应用中，可以使用FFT替代DFT、以IFFT替代IDFT以降低复杂度；但是由于信道估计多次使用到FFT，每个独特字完成信道估计后需要求平均，这样会消耗大量硬件资源；为节约成本，可以使独特字首先在时域取平均后，再变换到频域进行信道估计。

有益效果：本发明提供的单载波频域均衡系统中基于独特字的信道估计方法，针对慢衰落信道的特点，对传统的SC-FDE帧结构进行改进，并在此基础上对基于DFT的信道估计算法进行改进，同时估计出信道的频率响应和噪声方差，提高算法的性能。

附图说明

图1为SC-FDE的系统原理图；

图2为本发明的长帧结构图；

图3为基于DFT的信道估计算法改进图；

图4为噪声方差估计性能比较图；

图5为信道频率响应估计性能比较图；

图6为系统误码率性能比较图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

单载波频域均衡系统的原理图如图1所示，在实际应用中，为降低实现复杂度，通常使用FFT替代DFT、使用IFFT替代IDFT。在发射端，编码后的数据经过映射后形成长度为N的数据块，将每个数据块的最后N_g个符号复制到数据块前作为CP（CyclicPrefix，循环前缀），数据块根据帧格式组帧，经过成型滤波后发射。在接收端，数据经过匹配滤波、同步和去除CP操作后，通过FFT变换到频域，在频域经过信道估计和均衡处理后，再通过IFFT回到时域后进行判决和解码。

CP是每个数据块的最后若干符号，在这里的作用主要有两个：作为保护间隔，为最大限度地消除符号间干扰，CP的长度要大于信道的最大多径时延；使接收到的数据块具有周期性，将线性卷积变为循环卷积。

由于信道随时间变化较慢，因此不必对每个数据块都进行信道估计，帧结构设计如图2所示，在该结构中，多个数据块组成一个长帧，在每个长帧中插入一段由若干UW构成的UW序列，所述UW序列的长度与该长帧内的每个数据块的长度一致；在信道估计时，使用Q个独特字分别进行信道估计，取其平均值作为信道估计的最终结果。

SC-FDE频域均衡的基本思想就是利用估计出的信道参数，求出均衡系数，补偿信道引起失真。基本的均衡算法有两种：ZF（ZeroForcing，迫零）均衡和MMSE（MinimumMeanSquareError，最小均方误差）均衡。MMSE均衡考虑了噪声的影响，避免了深衰落时噪声过分放大，性能比较优越；则根据MMSE均衡算法，则最佳频域均衡抽头系数如式（1）所示：

$C_{\mathrm{MMSE}}=\frac{H^{*}}{{\left|H\right|}^2+{\mathrm{\&sigma;}}^2/P}---\left(1\right)$

其中，H为信道的频率响应，*表示共轭，σ²为噪声方差，P为发射数据的功率；采用MMSE均衡算法，必须同时估计出信道频率响应和噪声方差。

本案采用UW（即独特字）进行信道估计。假设发射的UW为x(n)，长度为M，经过M点的DFT后得到X(n)；接收到的UW为y(n)，经过M点的DFT后得到Y(n)；本案的信道估计算法是对基于DFT的信道估计算法的改进，如图3所示。

首先根据LS算法，求出每个子信道的频域响应值为：

${{\hat{H}}_{\mathrm{LS}}}^{\&prime;}\left(n\right)=\frac{Y\left(n\right)}{X\left(n\right)}=H\left(n\right)+\frac{W\left(n\right)}{X\left(n\right)}---\left(2\right)$

$=H\left(n\right)+\tilde{W}\left(n\right)$

其中，0≤n<M，W(n)为高斯白噪声，H(n)为信道频率响应。

将经过M点IDFT回到时域，得到信道的时域冲击响应，超出CP长度后的点全部为噪声信息，如式（3）所示：

${\hat{h}}_{\mathrm{LS}}\left(n\right)=\left\{\begin{array}{c}h\left(n\right)+\tilde{w}\left(n\right),n=\mathrm{0,1,2},...,N_g-1\\ \tilde{w}\left(n\right),n=N_g,N_g+1...,M-1\end{array}\right.---\left(3\right)$

其中，由经过IDFT后得到。

由于超出CP长度后的点全部为噪声信息，因此可以使用超出CP长度后的点估计的方差为：

${\widetilde{\mathrm{\&sigma;}}}^2=\frac{1}{M}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|\tilde{w}\left(n\right)\right|}^2\&ap;\frac{1}{M-N_g}\underset{n=N_g}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|{\hat{h}}_{\mathrm{LS}}\left(n\right)\right|}^2---\left(4\right)$

由于UW在频域的幅值恒定，假设UW在频域的幅值为A，则W(n)的时域方差估计值为：

${\widehat{\mathrm{\&sigma;}}}^2=\frac{1}{M^2}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|W\left(n\right)\right|}^2=\frac{A^2}{M^2}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|\frac{W\left(n\right)}{X\left(n\right)}\right|}^2$

$=\frac{A^2}{M^2}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|\tilde{W}\left(n\right)\right|}^2=\frac{A^2}{M}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\left|\tilde{w}\left(n\right)\right|}^2---\left(5\right)$

$\&ap;A^2{\widetilde{\mathrm{\&sigma;}}}^2$

为进一步降低前N_g个符号内噪声的影响，使用估计出的噪声方差替代实际噪声方差，为前CP长度的信道脉冲响应符号设置阈值α：

$\mathrm{\&alpha;}=A{\widetilde{\mathrm{\&sigma;}}}^2---\left(6\right)$

经过降噪处理后的信道脉冲响应为：

将经过N（数据块长度）点DFT变换到频域，得到响应即完成了信道估计。

在信道估计时，使用Q个UW分别对同一个信道进行估计，取所有信道估计的平均值作为该信道的信道估计的最终结果；记第i个UW估计出的信道频率响应和噪声方差分别为和：

${\hat{H}}_{\mathrm{DFT}}\left(n\right)=\frac{1}{Q}\underset{i=0}{\overset{Q-1}{\mathrm{\&Sigma;}}}{{\hat{H}}_{\mathrm{DFT}}}^{\left(i\right)}\left(n\right)---\left(8\right)$

${\widehat{\mathrm{\&sigma;}}}^2=\frac{1}{Q}\underset{i=0}{\overset{Q-1}{\mathrm{\&Sigma;}}}{\widehat{\mathrm{\&sigma;}}}^{2^{\left(i\right)}}---\left(9\right)$

则该信道的信道估计的最终结果如上。

在实际应用中，可以使用FFT替代DFT、以IFFT替代IDFT以降低复杂度；但是由于信道估计多次使用到FFT，每个UW完成信道估计后需要求平均，这样会消耗大量硬件资源；为节约成本，可以使UW首先在时域取平均后，再变换到频域进行信道估计。

以MATLAB为平台，搭建一个SC-FDE系统（未编码），采用SUI-3加高斯白噪声作为仿真信道，采用Chu序列作为UW，仿真参数如下表1所示：

表1：仿真参数

本案的噪声方差估计性能的比较如图4所示。从图中可以看出本发明估计出的噪声方差曲线与实际的噪声方差曲线几乎重合。噪声方差的NMSE（NormalizedMeanSquareError，归一化均方误差）随SNR（SignaltoNoiseRatio，信噪比）的提高，波动较大，但都小于10^-3。

本案算法和基于DFT的信道估计算法的性能对比如图5所示。从图中可以看出，本发明算法对信道估计的性能有显著提高，在10dB时，信道频率响应的均方误差为4.93×10^-3，而基于DFT的信道估计算法信道频率响应的均方误差为4.89×10^-2。在相同的NMSE下，本发明算法比基于DFT的信道估计算法约提升了8dB。

系统误码率性能对比如图6所示。本案算法能同时估计出信道噪声方差和频率响应，而基于DFT的信道估计算法仅能估计出信道频率响应，图中对三种情况的性能进行了对比：1）采用本发明算法进行MMSE均衡，2）采用基于DFT的信道估计算法进行ZF均衡，3）利用本发明算法估计出的噪声方差，采用基于DFT的信道估计算法进行MMSE均衡。从图中可以看出，本发明算法的误码率性能较优，当误码率达到5×10^-2时，本发明算法比第2）中情况有1.5dB的性能增益，比3）中情况有0.3dB的性能增益。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.单载波频域均衡系统中基于独特字的信道估计方法，其特征在于：包括帧结构设计、噪声方差估计和信道频率响应估计三部分；在帧结构设计时，将一个以上数据块组成一个长帧，在每个长帧中插入一段由若干UW构成的UW序列，所述UW序列的长度与该长帧内的每个数据块的长度一致，将一个UW记为一个独特字；在信道估计时，使用Q个独特字分别进行信道估计，取其平均值作为信道估计的最终结果；

该方法在频域使用LS算法进行信道频率响应估计，然后通过IDFT/IFFT回到时域进行降噪处理，根据超出CP长度的信道脉冲响应值，估计出噪声方差；假设发射的独特字为x(n)，长度为M，经过M点的DFT/FFT后得到X(n)；接收到的独特字为y(n)，经过M点的DFT/FFT后得到Y(n)；数据块的长度为N：

首先根据LS算法，求出信道的频域响应值为：

$\begin{array}{c}{{\hat{H}}_{LS}}^{\&prime;}\left(n\right)=\frac{Y\left(n\right)}{X\left(n\right)}=H\left(n\right)+\frac{W\left(n\right)}{X\left(n\right)}\\ =H\left(n\right)+\tilde{W}\left(n\right)\end{array}---\left(1\right)$

其中，0≤n<M，W(n)为高斯白噪声，H(n)为信道频率响应；

然后，计算通过IDFT/IFFT回到时域后的时域脉冲响值为：

${\hat{h}}_{LS}\left(n\right)=\left\{\begin{array}{cc}h\left(n\right)+\tilde{w}\left(n\right),& n=0,1,2,...,N_g-1\\ \tilde{w}\left(n\right),& n=N_g,N_g+1...,M-1\end{array}\right.---\left(2\right)$

超出CP长度后的点全部为噪声信息；其中，N_g为CP长度，由经过IDFT/IFFT后得到；

由于超出CP长度后的点全部为噪声信息，因此使用超出CP长度后的点估计的方差为：

${\widetilde{\mathrm{\&sigma;}}}^2=\frac{1}{M}\underset{n=0}{\overset{M-1}{\&Sigma;}}|\tilde{w}\left(n\right){|}^2\&ap;\frac{1}{M-N_g}\underset{n=N_g}{\overset{M-1}{\&Sigma;}}|{\hat{h}}_{LS}\left(n\right){|}^2---\left(3\right)$

由于独特字在频域的幅值恒定，假设独特字在频域的幅值为A，则W(n)的时域方差估计值为：

$\begin{array}{c}{\widehat{\mathrm{\&sigma;}}}^2=\frac{1}{M^2}\underset{n=0}{\overset{M-1}{\&Sigma;}}|W\left(n\right){|}^2=\frac{A^2}{M^2}\underset{n=0}{\overset{M-1}{\&Sigma;}}|\frac{W\left(n\right)}{X\left(n\right)}{|}^2\\ =\frac{A^2}{M^2}\underset{n=0}{\overset{M-1}{\&Sigma;}}|\tilde{W}\left(n\right){|}^2=\frac{A^2}{M}\underset{n=0}{\overset{M-1}{\&Sigma;}}|\tilde{w}\left(n\right){|}^2\\ \&ap;A^2{\widetilde{\mathrm{\&sigma;}}}^2\end{array}---\left(4\right)$

使用估计出的噪声方差替代实际噪声方差，为前CP长度的信道脉冲响应符号设置阈值α：

$\mathrm{\&alpha;}=A{\widetilde{\mathrm{\&sigma;}}}^2---\left(5\right)$

经过降噪处理后的信道脉冲响应为：

将经过N点DFT/FFT变换到频域，得到响应即完成了信道估计；

该方法在信道估计时，使用Q个独特字分别进行信道估计，取其均值作为信道估计的最终结果；记第i个独特字估计出的信道频率响应和噪声方差分别为和

${\hat{H}}_{DFT}\left(n\right)=\frac{1}{Q}\underset{i=0}{\overset{Q-1}{\&Sigma;}}{{\hat{H}}_{DFT}}^{\left(i\right)}\left(n\right)---\left(7\right)$

${\widehat{\mathrm{\&sigma;}}}^2=\frac{1}{Q}\underset{i=0}{\overset{Q-1}{\&Sigma;}}{\widehat{\mathrm{\&sigma;}}}^{2^{\left(i\right)}}---\left(8\right)$

则信道的信道估计的最终结果如式(7)和式(8)所示。