CN104301262B - 一种单载波频域均衡超宽带系统信道估计方法 - Google Patents

Abstract

本发明涉及一种单载波频域均衡超宽带系统信道估计方法，属于超宽带通信系统技术领域。本发明首先采用最小二乘估计对单载波频域均衡超宽带系统进行估计，然后在该估计之上进行小波模极大值动态阈值计算，检测窄带干扰的位置，最后通过插值法恢复干扰处信道频响，通过上述过程，本发明提高了信道估计的精度和窄带干扰的检测概率，并通过仿真实验进一步证明了本发明超过了LS信道估计和小波模极大值软阈值信道估计。

Description

一种单载波频域均衡超宽带系统信道估计方法

技术领域

本发明涉及一种单载波频域均衡超宽带系统信道估计方法，属于超宽带通信系统技术领域。

背景技术

超宽带因其高数据传输速率和低功耗近年来越来越受到人们的关注。超宽带系统信号的功率很低，并且占用很宽频段，使信道的频率选择性衰落增强，基于多带正交频分复用(Multi-band Orthogonal Frequency Division Multiplexing,MB-OFDM)的超宽带(Ultra-wideband,UWB)系统可以有效地抑制信道的频率选择性衰落，但是具有很高的峰均比，并且对定时误差、载频同步非常敏感。单载波频域均衡超宽带(Single CarrierFrequency Domain Equalization Ultra-wideband,SC-FDE UWB)系统采用单载波分块传输，不仅能够有效地抑制信道的频率选择性衰落，而且数据块之前加上循环前缀后，有效地抑制了符号间的串扰，具有和传统单载波一样低的峰均比，成功克服了MB-OFDM UWB系统的不足，是一种新的超宽带信道模型，正以其优良的性能成为未来超宽带无线通信很有前景的方案。

信道估计技术是超宽带通信系统关键技术之一。SC-FDE UWB系统的信道估计对最终在频域进行的均衡操作至关重要，关系到最终接收数据的准确性。传统的SC-FDE信道估计的准则主要有最小二乘(The Least Square,LS)准则和最小均方误差(Minimum MeanSquare Error，MMSE)准则。然而由于超宽带频段很宽，经常与其它窄带系统共存，在进行信道估计时必须考虑窄带干扰信号对超宽带系统性能的影响，因此传统的信道估计方法很难直接应用到超宽带系统中，针对此，提出了基于最小均方误差联合估计的窄带干扰(Narrowband Interference,NBI)的抑 制算法，但该技术却极大的增加了UWB系统的处理复杂度，而采用抑制NBI的自适应前馈回路技术会过多的依赖了对干扰模型的假定。

发明内容

本发明的目的是提供一种单载波频域均衡超宽带系统抗窄带干扰信道估计方法，以解决目前单载波频域均衡超宽带系统信道估计中存在的窄带干扰问题。

本发明为解决上述技术问题而提供一种单载波频域均衡超宽带系统信道估计方法，该信道估计方法包括以下步骤：

1）采用最小二乘估计对单载波频域均衡超宽带系统的信道进行估计；

2）对得到的最小二乘估计进行小波变换得到小波变换估计，计算小波变换估计的模量和小波变换估计的模极大值的均值；

3）将计算得到小波变换估计的模极大值的均值作为初始阈值，检测窄带干扰的位置；

4）对所检测到窄带干扰位置采用插值法恢复干扰处信道的频响。

所述步骤1）中的最小二乘估计为：

其中X_k为发送信号，Y_k为接收信号。

所述步骤2）中小波变换后的信道估计为：

其中θ(k)是一个低通平滑函数，S为尺度因子，

所述小波变换的模量为小波变换后的模极大值的均值为：

所述步骤3）中的检测到窄带干扰的位置为小波变换模量大于等于小波变换后的模极大值的均值的位置。

所述步骤4）采用插值法恢复窄带干扰位置的信道估计为：

本发明的有益效果是：本发明首先采用最小二乘估计对单载波频域均衡超宽带系统进行估计，然后在该估计之上进行小波模极大值动态阈值计算，检测窄带干扰的位置，最后通过插值法恢复干扰处信道频响，通过上述过程，本发明提高了信道估计的精度和窄带干扰的检测概率，并通过仿真实验进一步证明了本发明超过了LS信道估计和小波模极大值软阈值信道估计。

附图说明

图1是本发明所采用的SC-FDE UWB系统结构示意图；

图2是采用最小二乘法信道估计示意图；

图3是信噪比为10dB和20dB时三种信道估计的均方误差示意图；

图4是信噪比为10dB和20dB加入25个子载波时三种信道估计的均方误差示意图；

图5是不同干噪比下信噪比为10dB和20dB时的检测概率示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的说明。

本发明所采用的SC-FDE UWB系统结构如图1所示，在发射端，数据符号首先在块之间插入长度大于最大多径时延的循环前缀(Cyclic Prefix，CP)以消除块间串扰，完成组帧后，通过超宽带信道加入噪声和干扰后到达接收端，在接收端，移去CP，对信号进行FFT处理、信道估计和均衡，再通过IFFT操作变换回时域解调出原始的数据符号。

本发明假设接收有理想的同步，并且在每一个数据块内，信道不发生变化。在接收端，接受的信号包含背景噪声和干扰噪声。

结合系统图1，如果发送的每一个数据块x的长度为N个符号，则接收数据符号y的时域表达式可以写成如下形式：

y_n＝h_n*x_n+w_n,n＝0,1,2,...N-1 (1)

其中h_n是时域信道的冲击响应，w_n是时域加性高斯白噪声和窄带干扰。在离散频域，式(1)可表示为：

Y_k＝X_kH_k+W_k,k＝0,1,2,...,N-1 (2)

其中

式(2)中W_k包含背景噪声G和多频窄带干扰B，假设背景噪声是方差为v²的加性高斯白噪声(Complex Additive White Gaussian Noise，AWGN)，并且第k个子载波处的多频窄带干扰是由一些分散的正弦波组成，表达式如下:

这里f₁,f₂,…,f_Q从{0N,1N,…(N-1)N}中任意取Q个不同的值，A_i是以(m-1)v²为方差的高斯白噪声，Q是一个发送符号中多频窄带干扰的个数，并且Q＜N,所以有W_k的概率密度函数为：

f＝(1-α)N_c(0,v²)+αN_c(0,mv²) (7)

其中0≤α＝(E(Q))N≤1，m＞1，E(Q)是期望，式(7)的得出过程如下：假设背景噪声是方差为v²的加性高斯白噪声，则在相应的频域响应中，背景噪声仍是方差为v²的加性高斯白噪声，而对于多频窄带干扰相应的频域响应可以表示为：

从上式可以看出，当k∈{Nf_i;i＝1,2,…,Q}时，多频窄带干扰（MTNBI）在频域的响应是方差为(m-1)v²的加性高斯白噪声。所以W_k的概率密度函数如式(7)中所示，背景噪声和多频窄带干扰总的方差为可表示为：

σ²＝(1-α)v²+αmv² (9)

这里假设信噪比(Signal to Noise Ratio，SNR)一定，上面已经由式(9)给出了背景噪声和多频窄带干扰总的功率，在多频窄带干扰和背景噪声一定的情况下，可以有公式(9)及干噪比(Interference to Noise Ratio，INR)求出上面公式中倍数m的值,即可求得要加入的多频窄带干扰在频域的复高斯序列。

在信道估计中最常用的估计算法是最小二乘估计（LS），优点是结构简单，计算量小，仅通过一次除法运算便可得到导频位置子载波的信道特征。对（2）式进行最小二乘估计估计得:

超宽带频段与其它窄带系统共存，尤其是存在强的窄带干扰的情况下，最小二乘估计很难满足系统性能要求，当有窄带干扰情况下LS信道估计频谱如图2所示。可以看出在只有噪声时LS估计的信道和完美信道相差不大，在噪声允许条件下一般可以满足系统需要，但当加入窄带干扰，再经过LS估计后，在加入干扰的地方信道发生了严重的突变，受窄带干扰位置的能量很高，这会严重降低系统的性能，所以对窄带干扰的抑制研究是超宽带信道估计不可回避的问题，在此基础上，又提出了小波模极大值软阈值信道估计，该传统的最小二乘估计对信道进行一次初始估计，得到如图2所示的信道估计结果，然后利用小波模极大值检测信号的突变点。再用阈值法把窄带干扰分离出来，利用相应的插值法恢复信道的参数。传统常用的阈值法有硬阈值和软阈值法，由于软阈值比硬阈值性能要好，这里以软阈值为例介绍传统估计方法，传统估计方法步骤如下：

1、式(10)首先对信道进行一次传统最小二乘估计，得到式

2、然后对进行小波变换

即的小波变换正比于经过θ_s(k)平滑的量关于k的1阶导数。其中定义θ(k)是一个低通平滑函数，

S为尺度因子 (12)

3、模量的局部极大值对应于尖锐变化点;模量的局部极小值对应于的平缓变化点。

4、根据软阈值法把窄带干扰的位置分离出来，软阈值公式如下：

5、用插值法恢复窄带干扰处信道频响。

但是由于小波阈值函数中的软阈值的局限性，不能很好地去除干扰，所以对其进行改进就尤为重。

为此本发明根据窄带干扰在频域的频谱特性，把窄带干扰看作是一种局部信号的突变，提出了一种新的单载波频域均衡超宽带系统抗窄带干扰信道估计方法，首先采用最小二乘估计对单载波频域均衡超宽带系统进行估计，然后在该估计之上进行小波模极大值动态阈值计算，检测窄带干扰的位置，最后通过插值法恢复干扰处信道频响，完成窄带干扰处的信道估计，本发明的具体步骤如下：

1.采用最小二乘估计对单载波频域均衡超宽带系统的信道进行估计，得到单载波频域均衡超宽带系统最小二乘（LS）估计该最小二乘估计如公式（10）所示。

2.对得到的最小二乘信道估计进行小波变换得到小波变换估计 如公式（11）所示，即

其中θ(k)是一个低通平滑函数，S为尺度因子，

3.计算小波变换估计的模量为小波变换估计模极大值的均值mean为；

mean为求得信号经小波变化后模极大值的均值。

4.把mean值作为迭代的初始阈值，根据以下公式，得到干扰y。

5.计算y>0的位置的个数y_num，当y_num大于加入窄带个数时，mean＝mean+(mean/10)，重复步骤5，当y_num小于加入窄带个数时，mean＝mean-(mean/10)，重复步骤5，当y_num等于加入窄带个数时，迭代结束。

6.y>0的位置即为检测到的干扰位置，通过确定干扰位置，引入一种插值法，令窄带位置的为：

恢复窄带干扰处信道频响。

系统仿真参数如下：这里采用修正的S-V室内CM4超宽带信道模型，BPSK调制方式，64循环前缀，256个子载波，10个数据块，块状导频。以高斯函数作为小波基，分别对小波模极大值传统软阈值去除窄带干扰和本文提出的动态阈值去除窄带干扰在不同的信噪比和干噪比下进行比较，同时引入了检测概率的概念，用以比较在不同方法下对窄带干扰检测的准确性。

图3为信噪比分别为10dB和20dB时，在5个子载波处加入窄带干扰的LS信道估计、小波模极大值软阈值信道估计和小波模极大值动态阈值信道估计的均方误差(MeanSquare Error，MSE)比较，可以看出小波模极大值软阈值信道估计的MSE比LS信道估计有所降低，但不十分明显，主要是由于小波模极大值软阈值信道估计阈值选择不够精确，不能有效地去除窄带干扰，而采用小波模极大值动态阈值信道估计，阈值根据每次具体接收机数据实时调整，使MSE得到了明显改善，而且当信噪比提高时MSE相应随着降低，图4是在同样条件下，加入25个子载波时的MSE比较，和图3实验结果基本保持一致，进一步说明了提出方法的稳定性和可靠性。

图5是不同干噪比下信噪比为10dB和20dB时的检测概率，可以看出，当干噪比较小时，检测概率比较低，这是因为此时窄带干扰对系统的影响基本和噪声相当，对系统没有产生明显影响，可以近似的看成噪声，用传统去噪方法可以较容易去掉，随着干噪比的增加，窄带干扰强度增强，干扰不能再简单当作噪声处理，必须将窄带干扰去除，以保证系统的稳定性和精确度。传统小波模极大值软阈值估计方法由于精度不够，误判概率较大，检测概率很低，本发明提出的小波模极大值动态阈值估计方法可以准确的检测到窄带干扰的位置，并将其去除，极大地提高了检测概率，随着干噪比的提高，检测概率也相应的增大。通过检测概率的比较进一步验证了本发明的可行性。

Claims (6)

1.一种单载波频域均衡超宽带系统信道估计方法，其特征在于，该信道估计方法包括以下步骤：

1)采用最小二乘估计对单载波频域均衡超宽带系统的信道进行估计；

2)对得到的最小二乘估计进行小波变换得到小波变换估计，计算小波变换估计的模量和小波变换估计的模极大值的均值；

3)将计算得到小波变换估计的模极大值的均值作为初始阈值，检测窄带干扰的位置；

mean为经小波变换后的模极大值的均值，把mean值作为迭代的初始阈值，根据以下公式，得到干扰y：

$y=\left\{\begin{array}{cc}\left|{\tilde{H}}_k\right|,& \left(\right|{\tilde{H}}_k|\&GreaterEqual;mean)\\ 0,& \left(\right|{\tilde{H}}_k|<mean)\end{array}\right.$

其中，为小波变换估计的模量，在发射端，发送的每一个数据块的长度为N个符号，k表示每一个数据块中的第N-1个符号；

计算y>0的位置的个数y_num，当y_num大于加入窄带个数时，mean＝mean+(mean/10)，重复步骤3)，当y_num小于加入窄带个数时，mean＝mean-(mean/10)，重复步骤3)，当y_num等于加入窄带个数时，迭代结束，y>0的位置即为检测到的干扰位置；

4)对所检测到窄带干扰位置采用插值法恢复干扰处信道的频响。

2.根据权利要求1所述单载波频域均衡超宽带系统信道估计方法，其特征在于，所述步骤1)中的最小二乘估计为：

${\hat{H}}_k={X^{-1}}_k{Y}_k$

其中X_k为发送信号，Y_k为接收信号。

3.根据权利要求2所述单载波频域均衡超宽带系统信道估计方法，其特征在于，所述步骤2)中小波变换后的信道估计为：

${\tilde{H}}_k={\hat{H}}_k\&times;{\mathrm{\&psi;}}_s\left(k\right)={\hat{H}}_k\&times;\&lsqb;S\frac{{\mathrm{d\&theta;}}_s\left(k\right)}{dk}\&rsqb;=S\frac{d}{dk}\&lsqb;{\hat{H}}_k{\mathrm{\&theta;}}_s\left(k\right)\&rsqb;$

其中θ(k)是一个低通平滑函数，S为尺度因子，

4.根据权利要求3所述单载波频域均衡超宽带系统信道估计方法，其特征在于，所述小波变换的模量为小波变换后的模极大值的均值为：

$mean=\frac{\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left|{\tilde{H}}_k\right|}{N}.$

5.根据权利要求1所述单载波频域均衡超宽带系统信道估计方法，其特征在于，所述步骤3)中的检测到窄带干扰的位置为小波变换模量大于等于小波变换后的模极大值的均值的位置。

6.根据权利要求2所述单载波频域均衡超宽带系统信道估计方法，其特征在于，所述步骤4)采用插值法恢复窄带干扰位置的信道估计为：

${\hat{H}}_k=\left({\hat{H}}_k\right(i-2)+{\hat{H}}_k(i+2\left)\right)/2.$