CN104301263B - 一种多带uwb系统低复杂度信道估计方法及装置 - Google Patents
一种多带uwb系统低复杂度信道估计方法及装置 Download PDFInfo
- Publication number
- CN104301263B CN104301263B CN201410033818.3A CN201410033818A CN104301263B CN 104301263 B CN104301263 B CN 104301263B CN 201410033818 A CN201410033818 A CN 201410033818A CN 104301263 B CN104301263 B CN 104301263B
- Authority
- CN
- China
- Prior art keywords
- channel
- channel estimation
- pilot
- narrowband
- frequency
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000001914 filtration Methods 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000011218 segmentation Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000005311 autocorrelation function Methods 0.000 claims description 5
- 238000005314 correlation function Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明涉及一种多带UWB系统低复杂度信道估计方法及装置，属于通信技术领域。本发明采用AR模型信道，利用导频跟踪时变信道衰减因子，通过Kalman滤波和频域分段MMSE算法同时跟踪信道的时域相关性和频域相关性，提高了系统性能，降低了计算复杂度，通过仿真，结果表明，和传统的Kalman滤波方法相比，本发明有效改善了信道估计精度，能够跟踪信道的时频变化，改进了修正Kalman滤波方法，保证估计精度的同时，极大降低了计算复杂度。
Description
技术领域
本发明涉及一种多带UWB系统低复杂度信道估计方法及装置，属于通信技术领域。
背景技术
目前，超宽带(UWB)技术和正交频分复用(OFDM)技术相结合的OFDM-UWB技术兼具传输速率高、空间容量大、成本低、抗多径衰落、频谱利用率高等特点，被广泛的应用于无线通信领域。在OFDM-UWB系统中，接收端的相干解调需要利用信道信息，因此，OFDM-UWB系统的信道估计问题成为了近些年来研究的热点之一。在OFDM-UWB信道环境中，信道信息的获取通常采用基于训练序列的非盲信道估计方法，然而在时变信道中，噪声和载波间干扰(ICI)会严重影响信道估计的准确性。现有技术中提供了一种基于导频的时频二维MMSE的估计算法，提高了系统的估计精度，但是没有考虑信道时域动态特性；为此又有人提供了一种Kalman滤波用于MIMO-OFDM系统快时变信道的盲信道估计方法，但是该方法整体的计算过于复杂，实际应用中难以实现。而将导频和Kalman滤波相结合，提出了基于导频的Kalman信道估计算法，使Kalman滤波在实际中可用，但未考虑信道频域相关性对信道估计性能的影响。采用Kalman滤波算法跟踪信道的时域相关性，并根据MMSE准则对信道估计进行了进一步的修正，减小了噪声和ICI对信道估计的干扰，但是MMSE信道估计方法的计算量大，不利于实际系统中的应用。
发明内容
本发明的目的是提供一种多带UWB系统低复杂度信道估计方法及装置，以解决目前多带UWB系统信道估计中存在计算量大，复杂度高的问题。
本发明为解决上述技术特征而提供一种多带UWB系统低复杂度信道估计方法，该信道估计方法包括以下步骤：
1）采用一阶AR过程对多带UWB系统信道进行建模，对单个导频位置进行最小二乘信道估计，并对得到的最小二乘信道估计进行滤波；
2）将多带UWB系统带宽等间隔分成Nsub个窄带，每个窄带宽度为NC＝N/Nsub，分别在每个窄带内对滤波后的信道估计采用MMSE准则进行修正。
所述步骤2）中修正后的信道估计为：
其中，T为修正系数并且遵循MMSE准则，为分段窄带内信道估计MMSE修正，为分段窄带内的信道频域响应，为分段窄带内导频处信道估计,为互相关函数，为自相关函数。
所述步骤1）中的导频符号采用梳状导频模式，在频域方向上以Nf个子载波等间隔放置，且第一个导频符号位于OFDM符号的第一个子载波上。
所述步骤1）中导频位置的最小二乘信道估计为：
其中表示导频处的最小二乘信道估计，为信道的输入，为信道的输出。
所述步骤1）中所采用滤波方法为卡尔曼滤波，卡尔曼滤波后的单个导频子载波低阶滤波迭代方程为：
P′n＝|αn,n-1|2Pn-1+Qn
其中表示滤波估计值，Qn、Rn分别表示状态噪声Wn和过程噪声Vn的协方差矩阵，en为观测信号的估计误差，Kn为滤波增益矩阵，αn,n-1表示信道状态转移系数，αn,n-1可通过导频的最小二乘信道估计进行跟踪，
本发明还提供了一种多带UWB系统低复杂度信道估计装置，该信道估计装置包括：
采用一阶AR过程对多带UWB系统信道进行建模，对单个导频位置进行最小二乘信道估计，并对得到的最小二乘信道估计进行滤波的模块；
将多带UWB系统带宽等间隔分成Nsub个窄带，每个窄带宽度为NC＝N/Nsub，分别在每个窄带内对滤波后的信道估计采用MMSE准则进行修正的模块。
所述修正后的信道估计为：
其中，T为修正系数并且遵循MMSE准则，为分段窄带内信道估计MMSE修正，为分段窄带内的信道频域响应，为分段窄带内导频处信道估计,为互相关函数，为自相关函数。
所述的导频符号采用梳状导频模式，在频域方向上以Nf个子载波等间隔放置，且第一个导频符号位于OFDM符号的第一个子载波上。
所述导频位置的最小二乘信道估计为：
其中表示导频处的最小二乘信道估计，为信道的输入，为信道的输出。
所述的滤波方法为卡尔曼滤波，卡尔曼滤波后的单个导频子载波低阶滤波迭代方程为：
P′n＝|αn,n-1|2Pn-1+Qn
其中表示滤波估计值，Qn、Rn分别表示状态噪声Wn和过程噪声Vn的协方差矩阵，en为观测信号的估计误差，Kn为滤波增益矩阵，αn,n-1表示信道状态转移系数，αn,n-1可通过导频的最小二乘信道估计进行跟踪，
本发明的有益效果是:本发明采用AR模型信道，利用导频跟踪时变信道衰减因子，通过Kalman滤波和频域分段MMSE算法同时跟踪信道的时域相关性和频域相关性，提高了系统性能，降低了计算复杂度，通过仿真，结果表明，和传统的Kalman滤波方法相比，本发明有效改善了信道估计精度，能够跟踪信道的时频变化，改进了修正Kalman滤波方法，保证估计精度的同时，极大降低了计算复杂度。
附图说明
图1是OFDM-UWB系统模型的示意图；
图2是几种信道估计方法的BER性能比较示意图；
图3是几种信道估计方法的MSE性能比较示意图；
图4是不同分段简化算法的BER性能比较示意图；
图5是不同分段简化算法的MSE性能比较示意图。
具体实施方式
本发明所采用OFDM-UWB系统模型如图1所示，其中系统基带部分采用了OFDM技术，以有效的对抗室内密集多径时延和提高频谱利用率，发送端，二进制数据经过调制、串并变换和插入导频后形成频域的发送信号：
Xk＝Sk+Pk，k＝0,1,2…,N-1 (1)
其中，Sk为有用数据序列，Pk为导频序列，N为子载波数。
频域发送信号经过快速傅立叶变换(IFFT)后形成时域信号，为了消除符号间干扰(ISI)要在两个符号间加入循环前缀(CP)，最后将时域信号发送出去。时域信号经过衰落信道之后到达接收端，接收端经过和发送端相反的处理过程得到频域信号：
其中，N为子载波数，Wk表示均值为零，方差为的高斯白噪声,Hk为信道频域相应，Hf-k表示子载波f对k的干扰系数
超宽带信道可以用一个有限阶的AR过程来建模，信道频响的动态变化用P阶(AR)模型可以描述为：
其中，Hn,k为第n个OFDM符号的第k个子载波的频响，αt,k为信道状态转移系数，Vn,k为均值为零，方差为的高斯白噪声。
从式(2)可以看出，信道中存在高斯白噪声(AWGN)和ICI的影响，随着信道时变性的增强，ICI会严重影响信道估计的准确性。传统Kalman滤波只利用了信道时域相关性在单个子载波上进行，在Kalman滤波的基础上利用MMSE准则对估计结果进行了频域修正，有效抑制了AWGN和ICI的影响，提高了估计性能，但是在实际UWB系统中进行频域MMSE信道估计的计算量很大。
为此，本发明提供了一种多带UWB系统低复杂度信道估计方法来降低AWGN和ICI影响，以提高系统估计性能，该方法具体包括以下步骤：
1.对信道采用一阶AR过程建模，在单个导频子载波上进行Kalman滤波。
导频符号采用梳状导频模式，导频分布满足采样定理，在频域方向上以Nf个子载波等间隔放置，且第一个导频符号位于OFDM符号的第一个子载波上，对导频位置的LS估计为
根据式(2)和式(4)建立状态空间方程为：
根据Kalman滤波算法可得单个导频子载波低阶滤波迭代方程为：
P′n＝|αn,n-1|2Pn-1+Qn (8)
其中，Qn、Rn分别表示状态噪声Wn和过程噪声Vn的协方差矩阵，en为观测信号的估计误差，Kn为滤波增益矩阵，表示滤波估计值，αn,n-1表示信道状态转移系数，αn,n-1可通过导频的LS估计进行跟踪，由式(5)可得：
则过程噪声方差Rn可以表示为：
2.利用基于MMSE准则的频域分段均衡算法对滤波结果进行修正。
在频域上，MMSE信道估计与子载波之间相关性有关，且相关性随子载波之间距离的增大而降低，对系统带宽进行等间隔分段窄带宽度为NC＝N/Nsub的Nsub个窄带，分别进行MMSE信道估计，虽然这样会降低MMSE估计的精度，但是损失部分估计精度换取系统整体计算量大幅度减小是有必要的。在分段窄带内进行修正Kalman信道估计，根据MMSE准则修正Kalman估计结果为：
其中，T为修正系数并且遵循MMSE准则，为分段窄带内Kalman信道估计MMSE修正，为分段窄带内的信道频域响应，为分段窄带内导频处信道估计,为互相关函数，为自相关函数，设信道估计误差εn为：
εn与相互独立，则式(15)可以改写为：
考虑噪声分量、导频信号和信道响应三者之间统计独立性，由式(2)和式(16)可以得到：
其中为观测噪声的方差，I为单位矩阵，SNR表示信噪比，式(14)最终可以表示为：
本发明的信道估计包含计算Kalman滤波信道估计值和计算频域信道修正矩阵T两步。本发明的估计方法在第一步与修正Kalman滤波方法过程相同，而第二步对修正Kalman滤波方法进行改进，两种方法总运算量对比如表1所示。
表1
两种方法信道估计运算量主要包括：
①计算导频位置自相关矩阵。全带宽：NP×NP维矩阵求逆；分段窄带：维矩阵求逆。
②计算互相关矩阵乘以自相关矩阵的逆。全带宽：N×NP维矩阵乘以NP×NP维矩阵；分段窄带：维矩阵乘以维矩阵。
③求解所有子载波上的信道估计。全带宽：N×NP维矩阵乘以NP×1维导频处信道估计。分段窄带：维矩阵乘以维分段窄带内导频处信道估计，然后对各窄带相加得全带宽信道估计。
以上三个步骤的运算量为：全带宽NP×NP维矩阵求逆+N×NP×(NP+1)次复数乘加，分段窄带维矩阵求逆+次复数乘加。一般，n维矩阵的求逆运算量为Ο(n3)，那么简化后的算法约为之前的(1/Nsub)3。
仿真结果比较
基于Matlab2010软件平台，在室内UWB信道环境中对上述提出的低复杂度的修正Kalman滤波信道估计算法的性能进行计算机仿真。采用IEEE802.15.3a标准信道模型CM1，系统带宽为3.168～4.752GHZ，子带宽度为528MHz，子载波数为128，OFDM符号数为256，调制方式为QPSK。假设信道之间是独立同分布，对于任何一条多径信道，单独产生100个信道样本，且信道样本随机提取。
图2、图3在信道衰落因子α=0.998的条件下给出了基于导频的LS信道估计算法、Kalman滤波算法、修正Kalman滤波算法和窄带宽度为NC=1/4N低复杂度修正Kalman滤波算法的性能比较。从图中可以看出,修正的Kalman滤波算法由于在全频带进行MMSE均衡，估计效果最好，估计精度远远大于LS算法估计和传统的Kalman滤波算法估计；低复杂度修正Kalman滤波算法的估计精度略低于全频带的估计精度，这是由于频域分段进行MMSE均衡时，忽略了不同分段子载波之间的相关性导致的。图4、图5给出了窄带带宽分别为NC＝1/4N、NC=1/8N的低复杂度修正Kalman滤波算法和传统Kalman滤波，修正Kalman滤波的性能对比。从图中可以看出，随着窄带宽度的减小，子载波之间的相关性估计变差，BER曲线和MSE曲线性能下降，但由理论分析可知，随着窄带宽度的减小，系统计算复杂度变为简化前(1/Nsub)3，系统的整体性能极大提高，有利于更好的应用于实际工程当中。
Claims (6)
1.一种多带UWB系统低复杂度信道估计方法，其特征在于，该信道估计方法包括以下步骤：
1)采用一阶AR过程对多带UWB系统信道进行建模，对单个导频位置进行最小二乘信道估计，并对得到的最小二乘信道估计进行卡尔曼滤波；
2)将多带UWB系统带宽等间隔分成Nsub个窄带，每个窄带宽度为NC＝N/Nsub，分别在每个窄带内对滤波后的信道估计采用MMSE准则进行修正；
所述步骤2)中修正后的信道估计为：
其中，T为修正系数并且遵循MMSE准则，为分段窄带内信道估计MMSE修正，为分段窄带内的信道频域响应，为分段窄带内导频处信道估
计,为互相关函数，为自相关函数；
所述步骤1)中导频位置的最小二乘信道估计为：
其中表示导频处的最小二乘信道估计，为信道的输入，为信道的输出。
2.根据权利要求1所述的多带UWB系统低复杂度信道估计方法，其特征在于，所述步骤1)中的导频位置上的导频符号采用梳状导频模式，在频域方向上以Nf个子载波等间隔放置，且第一个导频符号位于OFDM符号的第一个子载波上。
3.根据权利要求1-2中任一项所述的多带UWB系统低复杂度信道估计方法，其特征在于，卡尔曼滤波后的单个导频子载波低阶滤波迭代方程为：
其中表示滤波估计值，Qn、Rn分别表示状态噪声Wn和过程噪声Vn的协方差矩阵，en为观测信号的估计误差，Kn为滤波增益矩阵，αn,n-1表示信道状态转移系数，αn,n-1可通过导频的最小二乘信道估计进行跟踪，
4.一种多带UWB系统低复杂度信道估计装置，其特征在于，该信道估计装置包括：
采用一阶AR过程对多带UWB系统信道进行建模，对单个导频位置进行最小二乘信道估计，并对得到的最小二乘信道估计进行卡尔曼滤波的模块；
将多带UWB系统带宽等间隔分成Nsub个窄带，每个窄带宽度为NC＝N/Nsub，分别在每个窄带内对滤波后的信道估计采用MMSE准则进行修正的模块；
所述修正后的信道估计为：
其中，T为修正系数并且遵循MMSE准则，为分段窄带内信道估计MMSE修正，为分段窄带内的信道频域响应，为分段窄带内导频处信道估
计,为互相关函数，为自相关函数；
所述导频位置的最小二乘信道估计为：
其中表示导频处的最小二乘信道估计，为信道的输入，为信道的输出。
5.根据权利要求4所述的多带UWB系统低复杂度信道估计装置，其特征在于，所述的导频位置上的导频符号采用梳状导频模式，在频域方向上以Nf个子载波等间隔放置，且第一个导频符号位于OFDM符号的第一个子载波上。
6.根据权利要求4-5中任一项所述的多带UWB系统低复杂度信道估计装置，其特征在于，卡尔曼滤波后的单个导频子载波低阶滤波迭代方程为：
P′n＝|αn,n-1|2Pn-1+Qn
其中表示滤波估计值，Qn、Rn分别表示状态噪声Wn和过程噪声Vn的协方差矩阵，en为观测信号的估计误差，Kn为滤波增益矩阵，αn,n-1表示信道状态转移系数，αn,n-1可通过导频的最小二乘信道估计进行跟踪，
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410033818.3A CN104301263B (zh) | 2014-01-23 | 2014-01-23 | 一种多带uwb系统低复杂度信道估计方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410033818.3A CN104301263B (zh) | 2014-01-23 | 2014-01-23 | 一种多带uwb系统低复杂度信道估计方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104301263A CN104301263A (zh) | 2015-01-21 |
| CN104301263B true CN104301263B (zh) | 2019-04-02 |
Family
ID=52320835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410033818.3A Expired - Fee Related CN104301263B (zh) | 2014-01-23 | 2014-01-23 | 一种多带uwb系统低复杂度信道估计方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104301263B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107359610A (zh) * | 2017-07-25 | 2017-11-17 | 国网山东省电力公司青岛供电公司 | 一种输电网注入转移分布因子估计方法及设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101217288B (zh) * | 2007-12-27 | 2012-08-22 | 复旦大学 | 虚拟导频辅助信道估计方法 |
| CN101242388B (zh) * | 2008-03-13 | 2010-06-16 | 上海交通大学 | 高速单载波频域均衡超宽带系统的信道估计方法 |
| WO2010066287A1 (en) * | 2008-12-09 | 2010-06-17 | Nokia Siemens Networks Oy | Apparatus for rejecting co-channel interference and corresponding method, computer program and computer-readable medium |
-
2014
- 2014-01-23 CN CN201410033818.3A patent/CN104301263B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN104301263A (zh) | 2015-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Deneire et al. | A low-complexity ML channel estimator for OFDM | |
| Ma et al. | A low complexity MMSE for OFDM systems over frequency-selective fading channels | |
| CN102035767B (zh) | 信道估计方法和装置 | |
| 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 | |
| CN107332797B (zh) | 一种电力线ofdm通信系统中的信道估计方法 | |
| CN103491046B (zh) | 水声高速ofdm通信的多普勒扩展处理方法 | |
| CN107483373B (zh) | 一种抗多径迭代加权的lmmse信道估计方法及装置 | |
| CN107222438B (zh) | 高速移动sc-fdma系统的简化bem信道估计方法 | |
| CN103051578B (zh) | 带有ici消除的迭代差错扩散判决ofdm信道估计方法 | |
| CN104735014B (zh) | 一种基于前导符号差分相关的定时同步方法 | |
| CN103107969A (zh) | 一种快变ofdm系统的渐进迭代时变信道估计和ici消除方法 | |
| CN106165360A (zh) | 用于滤波器组多载波通信的发射机、接收机以及系统 | |
| Nissel et al. | Doubly-selective channel estimation in FBMC-OQAM and OFDM systems | |
| CN108881080B (zh) | 一种基于滑动窗与深度学习的ofdm抗ici检测方法 | |
| CN109861939A (zh) | 一种oqpsk频域均衡无线数据传输系统及方法 | |
| CN108737299A (zh) | 一种低复杂度的lmmse信道估计方法 | |
| CN102413080B (zh) | 高速移动tdd-lte上行链路中信道估计方法 | |
| CN102113285A (zh) | 用于多载波系统中的分布式资源分配的简化均衡方案 | |
| CN102065035B (zh) | 多带正交频分复用超宽带系统的信道估计方法 | |
| CN101447969A (zh) | 一种多带正交频分复用超宽带系统的信道估计方法 | |
| CN1984109A (zh) | 通信系统中的信道估计器及其信道估计方法 | |
| CN104301263B (zh) | 一种多带uwb系统低复杂度信道估计方法及装置 | |
| Al-Ogaili et al. | Leveraging the ℓ1-LS criterion for OFDM sparse wireless channel estimation | |
| CN111817990B (zh) | Ofdm系统中基于最小均方误差的一种信道估计改进算法 | |
| CN107968760A (zh) | 滤波多音调制系统中一种基于迭代信道估计的接收算法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| 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: 20190402 |