CN104320369B - 一种基于信道估计误差和数据检测误差的迭代方法 - Google Patents
一种基于信道估计误差和数据检测误差的迭代方法 Download PDFInfo
- Publication number
- CN104320369B CN104320369B CN201410562713.7A CN201410562713A CN104320369B CN 104320369 B CN104320369 B CN 104320369B CN 201410562713 A CN201410562713 A CN 201410562713A CN 104320369 B CN104320369 B CN 104320369B
- Authority
- CN
- China
- Prior art keywords
- channel
- channel estimation
- data
- calculating
- data detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000010586 diagram Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 4
- 238000012937 correction Methods 0.000 abstract description 2
- 238000005562 fading Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 4
- 239000000969 carrier Substances 0.000 description 3
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03821—Inter-carrier interference cancellation [ICI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03891—Spatial equalizers
- H04L25/03961—Spatial equalizers design criteria
- H04L25/03968—Spatial equalizers design criteria mean-square error [MSE]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
Abstract
本发明属于无线通信领域,涉及一种基于信道估计误差和数据检测误差的迭代方法。所述方法包括:在发送数据中按照的梳状方式插入导频,在不同天线上发送;数据通过无线信道发送至接收天线,在接收端用基扩展模型对信道进行建模;利用AR自回归模型对信道BEM模型系数进行建模;对滤波器进行初始化、计算时间更新方程;滤波器去除噪声,进行信道估计进行信道估计;计算信道矩阵的估计值;计算信道估计误差的协方差矩阵进行SIC数据检测。本发明提出的信道估计和联合检测算法,充分利用信道估计和数据检测中的误差信息,提高了信道估计的精确度,加强了数据检测的校正。
Description
技术领域
本发明属于无线通信领域。涉及一种在快变信道环境下,MIMO-OFDM系统中利用信道估计误差和数据检测误差的迭代方法。
技术背景
多输入多输出(MIMO)技术在平坦衰落信道环境下会增加系统的容量和频谱利用率。但是在频率选择性多径衰落信道环境下,MIMO技术的实现需要复杂的信道均衡技术,因此不能广泛地应用到频率选择性衰落信道环境中。而面对频率选择性衰落信道,正交频分复用(OFDM)可以将其转化为若干个并行的窄带子信道,在各个窄带子信道上可以认为衰落是平坦衰落,这样就有效地对抗了频率选择性衰落。因此OFDM技术能很好地解决将多输入多输出MIMO技术应用于频率选择性多径衰落信道环境下所引起的均衡器复杂度过高的问题,弥补MIMO技术的缺陷。同时将多天线阵列引入到OFDM系统中实现空时编码和分集增益,可以大大提高系统的容量,并改善在深衰环境下正交频分复用OFDM子信道误码率较高的问题。因此多输入多输出(MIMO)与正交频分复用(OFDM)相结合的MIMO-OFDM技术是提高容量和增强系统可靠性的一种有效方式。
信道的快速衰落会使接收信号具有深度衰落和频率扩展,这是无线通信中非常关键的问题。在现代通信发展中,系统在高速移动环境中的抗干扰能力被广泛地关注。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(ICI),对OFDM和MIMO-OFDM系统提出了巨大的挑战。加之,MIMO-OFDM系统的接收信号是多个发射天线信号的衰落结果与加性噪声的叠加,对于某个特定的发射接收天线对,来自于其它天线的信号即为干扰,从而给信道估计技术提出了更大的挑战。H.Hijazi等人于2010年,在ISCCSP会议上发表的论文“Channel Estimation for MIMO-OFDM Systems in Fast Time-VaryingEnvironments”给出的迭代方案中,利用检测得到的数据更新进行信道估计,同时数据检测所用到的估计信道含有时变引起的ICI。在绝大多数情况下,干扰和噪声会对信道估计和数据检测造成不可避免的差错,同时由于差错传播带来进一步的错误。
为此,如何获取信道中的这些干扰信息,并对所获取的信息进行分析利用,是提高信道估计的准确性和增强数据检测的校验能力的关键所在。
发明内容
针对现有技术存在的忽视信道估计误差和数据检测误差以及迭代过程中的交互性问题,本发明提出一种MIMO-OFDM系统中基于信道估计误差和检测误差的迭代方法。首先获取信道模型和数据检测的误差信息,经过统计分析推导出其协方差矩阵,并将这部分连同噪声,一并作为Kalman滤波器的去噪对象。然后利用Kalman滤波器基础系数,得到估计信道误差的协方差矩阵,通过这个信道估计误差的协方差矩阵,得到一个最优的调零向量,从而实现信道估计误差对数据检测的干扰最小化。
一种基于信道估计误差和数据检测误差的迭代方法,包括以下步骤:
步骤1,在发送数据中,按照梳状方式插入导频,在不同天线上发送;
步骤2,数据通过无线信道,发送至接收天线,在接收端用基扩展模型(BasisExpansion Model,BEM)对信道进行建模;
步骤3,利用AR(Autoregressive Model)自回归模型对信道BEM模型系数进行建模;
步骤4,对Kalman滤波器进行初始化;
步骤5,计算Kalman的时间更新方程;
步骤6,Kalman滤波器去除噪声,进行信道估计进行信道估计;
步骤6.1,将由检查误差造成的接收信号分量和信道噪声当作Kalman滤波器去噪对象;
步骤6.2,计算卡尔曼观测更新方程。
步骤7,计算信道矩阵的估计值;
步骤8,利用Kalman滤波器计算信道估计误差的协方差矩阵;
步骤9,进行SIC(Successive Interference Cancellation,串行干扰消除)数据检测;
步骤9.1,计算最优调零向量;
步骤9.2,利用所述最优调零向量得到数据的检测值,并解调得到检测值星座图量化后的结果;
步骤9.3,计算检测误差,计算协方差矩阵,用在下一次迭代的Kalman滤波器中。
步骤10,重复步骤6~9,进行迭代运算。
本发明与现有技术相比,具有以下明显的优势和有益效果:
本发明在Kalman滤波器中将数据检测中的误差作为噪声的一部分进行去除。同时在检测中,设计一种新的调零向量,使估计误差导致的检测误差最小化。本发明提出的信道估计和联合检测算法,充分利用信道估计和数据检测中的误差信息,提高了信道估计的精确度,加强了数据检测的校正。实验表明,与采用传统的数据检测联合信道估计算法相比,采用本发明所述方法产生的均方差和误码率都有明显降低。
附图说明
图1为本发明所述方法流程图;
图2为本发明所述方法所应适应的MIMO-OFDM系统模型图;
图3为本发明所述方法所使用的导频结构示意图;
图4为本发明所述方法与传统的数据检测联合信道估计算法MSE(均方误差)性能对比图;
图5为本发明所述方法与传统的数据检测联合信道估计算法BER(误码率)性能对比图。
具体实施方式
以下结合附图和具体实施例对本发明做进一步说明。
图2为本发明MIMO-OFDM系统示意图。如图所示,假设一个MIMO-OFDM系统的发射天线数为NT,接收天线数为NR。在发送端发射天线上的k个OFDM符号可表示为:在接收端接收到的符号可表示为:MIMO-OFDM系统可以表示为:yk=Hkxk+n0,k,其中,Hk表示信道矩阵,n0为高斯白噪声。
图3为本系统梳状导频结构示意图。梳状导频是指周期性地在频域内特定的子载波位置上插入导频符号,使得在一个OFDM符号周期内的特定的子载波上都有导频。由于梳状导频在时间上可以连续发送,因此有很好的对抗时间选择性衰落的性能。
本发明所述方法的流程图如图1所示,包括以下步骤:
步骤1,在一个OFDM符号周期内插入Np个导频。
步骤2,数据通过无线信道,发送至接收天线,在接收端用基扩展模型(BasisExpansion Model,BEM)对信道进行建模。
使用P-BEM模型,第nt个发射天线到第nr个接收天线间的信道参数可以近似为:
其中,l表示第l径,B是正交基函数矩阵[B]n,q=(n-Ng-1)q-1,是模型误差。
根据BEM将接收信号进行重新建模,带有BEM系数的表达式如下:
yk=Bkck+n0,k
其中,
式中,blkdiag{·}是块对角运算,Mq是NC×NC的矩阵,q=1,...,Q,fl是矩阵F的第l列,
步骤3,利用AR模型对信道BEM模型系数进行建模。
BEM模型系数相关矩阵可用下式计算:
其中,s表示相关的阶数,J0(·)表示第一类的零阶贝塞尔函数,fd=vfc/c是速度为v时的最大多普勒频移,fc是载波频率,代表参数α第l径的方差。
根据Yule-Walker方程得到信道BEM参数的状态转移方程:
ck=Λck-1+uk
其中,状态方程噪声uk的协方差矩阵为表示张量
积运算,blkdiag{·}表示块对角运算,而
步骤4,对Kalman滤波器进行初始化表
示第k个符号的系数估计值,Pk|k代表对应的误差相关矩阵。
步骤5,计算Kalman的时间更新方程:
Pk|k-1=ΛPk-1|k-1ΛH+U
其中,表示第k-1个符号对第k个符号状态估计,Pk|k-1表示对应的误差相关矩阵。
步骤6,Kalman滤波器去除噪声,进行信道估计。
步骤6.1,将接收信号拆成三部分的信号,系统方程可以改下如下:
其中,xk表示准确的发送数据,表示检测出的发送数据,表示数据检测误差。将公式的后面两个部分作为卡尔曼滤波器的等效噪声。根据数据信道和噪声间的独立性,等效噪声nk的协方差矩阵可以表示为:
其中,是NRNC×NRNC的矩阵,其表达式为:
第一次迭代i=1时,所有非导频点的检测误差认为
步骤6.2,按下式计算卡尔曼观测更新方程:
Pk|k=Pk|k-1-KkBkPk|k-1
步骤7,用下式计算出信道矩阵的估计值:
其中,
步骤8,步骤7估计得到的信道矩阵可以表示为:
其中,Hk表示准确的信道矩阵,ΔHk为信道矩阵误差。
信道矩阵误差ΔHk的协方差矩阵可以表示为:
其中, [F]j,:表示矩阵F的第j行,
步骤9,根据估计到的信道矩阵,进行SIC数据检测。
步骤9.1,用接收端的接收信号和调零向量,得到检测出发送数据:定义干扰为:其中是检测出的数据,是准确的数据。根据步骤6.1的系统方程和上式,可以将检测误差的公式改写为:
其中,是的伪逆。
对检测误差求取平均功率:
其中,
为了求取使误差最小的最优调零向量对干扰平均功率求取复梯度,并让结果为0:
其中0N,1是全零矩阵。
由此可以得到最优的调零向量:
步骤9.2,利用计算得到的最优调零向量,可以得到并通过星座图量化运算,得到检测到的发送数据
步骤9.3,计算检测误差:
其中,
用得到的检测误差可计算Kalman滤波器中所需的协方差矩阵
步骤10,返回步骤6,进行下一次迭代,直至达到设定的迭代次数t。
下面通过仿真数据,对本发明所述的信道估计误差和数据检测误差的迭代方法与传统的数据检测联合信道估计算法进行比较。图4展示了在不同信噪比条件下两种方法产生的MSE(MeanSquare Error,均方误差)对比。传统的利用MMSE检测方法通过迭代可以带来性能上的增益,但效果不明显,迭代产生的均方误差仍然较大。本发明的方案,显著提高了信道估计的精确度,特别是当迭代次数达到5次的时候,在相对较高性噪比条件下,已经和表示数据全部已知时MSE的理论值上限值基本重合。
图5为在不同信噪比条件下的误码率(BER,Bit Error Rate)的对比。本发明的使干扰最小化,从而使检测得到的数据错误率与传统方法相比大幅降低,大大提高了检测的准确性。
Claims (1)
1.一种基于信道估计误差和数据检测误差的迭代方法,应用于MIMO-OFDM系统,包括以下步骤:
步骤1,在发送数据中,按照梳状方式插入导频,在不同天线上发送;
步骤2,数据通过无线信道,发送至接收天线,在接收端用基扩展模型BEM对信道进行建模;
步骤3,利用AR自回归模型对信道BEM模型系数进行建模;
步骤4,对Kalman滤波器进行初始化;
步骤5,计算Kalman的时间更新方程;
步骤6,Kalman滤波器去除噪声,进行信道估计;
该步骤包括:
步骤6.1,将由检测误差造成的接收信号分量和信道噪声当作Kalman滤波器去噪对象;
步骤6.2,计算卡尔曼观测更新方程;
步骤7,计算信道矩阵的估计值;
步骤8,利用Kalman滤波器计算信道估计误差的协方差矩阵;
步骤9,进行串行干扰消除SIC数据检测;
该步骤包括:
步骤9.1,计算最优调零向量;
步骤9.2,利用所述最优调零向量得到数据的检测值,并解调得到检测值星座图量化后的结果;
步骤9.3,计算检测误差,计算协方差矩阵,用在下一次迭代的Kalman滤波器中;
步骤10,重复步骤6~9,进行迭代运算,直至达到设定的迭代次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410562713.7A CN104320369B (zh) | 2014-10-21 | 2014-10-21 | 一种基于信道估计误差和数据检测误差的迭代方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410562713.7A CN104320369B (zh) | 2014-10-21 | 2014-10-21 | 一种基于信道估计误差和数据检测误差的迭代方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104320369A CN104320369A (zh) | 2015-01-28 |
CN104320369B true CN104320369B (zh) | 2019-03-22 |
Family
ID=52375540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410562713.7A Expired - Fee Related CN104320369B (zh) | 2014-10-21 | 2014-10-21 | 一种基于信道估计误差和数据检测误差的迭代方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104320369B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104954176B (zh) * | 2015-05-27 | 2019-03-22 | 北京工业大学 | 多跳蜂窝网络架构中对于环境感知的信息中心化资源管理方法 |
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 |
CN106130939B (zh) * | 2016-07-16 | 2020-02-21 | 南京邮电大学 | 一种迭代的mimo-ofdm系统中快时变信道估计方法 |
CN107145474B (zh) * | 2017-06-23 | 2020-09-08 | 无锡科技职业学院 | 一种基于自回归模型的卡尔曼滤波算法 |
CN108768566A (zh) * | 2018-05-30 | 2018-11-06 | 重庆大学 | 一种基于维纳滤波的bem信道估计方法 |
CN110830395B (zh) * | 2018-08-14 | 2022-06-28 | 上海诺基亚贝尔股份有限公司 | 通信系统中用于数据检测的方法、装置和计算机存储介质 |
CN109067695B (zh) * | 2018-10-12 | 2020-11-17 | 苏州大学 | 基于级联卡尔曼滤波器减少噪声干扰的方法及系统 |
CN111726309B (zh) * | 2020-06-29 | 2022-03-18 | 安徽大学 | 用于移动正交频分复用系统的信道估计方法及其估计装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103051578A (zh) * | 2012-12-04 | 2013-04-17 | 北京工业大学 | 带有ici消除的迭代差错扩散判决ofdm信道估计方法 |
CN104022977A (zh) * | 2014-06-17 | 2014-09-03 | 东南大学 | 一种适用于mimo-ofdm系统的信道矩阵与干扰协方差矩阵估计方法 |
-
2014
- 2014-10-21 CN CN201410562713.7A patent/CN104320369B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103051578A (zh) * | 2012-12-04 | 2013-04-17 | 北京工业大学 | 带有ici消除的迭代差错扩散判决ofdm信道估计方法 |
CN104022977A (zh) * | 2014-06-17 | 2014-09-03 | 东南大学 | 一种适用于mimo-ofdm系统的信道矩阵与干扰协方差矩阵估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104320369A (zh) | 2015-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104320369B (zh) | 一种基于信道估计误差和数据检测误差的迭代方法 | |
CN106130939B (zh) | 一种迭代的mimo-ofdm系统中快时变信道估计方法 | |
CN101222458B (zh) | Mimo-ofdm信道的低阶递推最小均方误差估计 | |
CN102804719B (zh) | 用于无线通信系统中增强信道估计的方法和设备 | |
CN106506415B (zh) | 一种多用户mimo-ofdm系统信道估计的方法 | |
CN107359906B (zh) | 低压电力线通信系统中脉冲噪声的抑制方法 | |
CN110048972B (zh) | 一种水声正交频分复用信道估计方法及系统 | |
CN108848043B (zh) | 基于压缩感知的低复杂度水声稀疏时变信道估计方法 | |
CN106972875B (zh) | 一种mimo系统下多维联合估计动态稀疏信道的方法 | |
CN106998307B (zh) | 一种用于大规模天线系统的盲信号检测及信道估计方法 | |
He et al. | On doubly selective channel estimation using superimposed training and discrete prolate spheroidal sequences | |
CN104539562A (zh) | 基于多输入多输出正交频分复用的宽带短波信道估计方法 | |
CN105847192B (zh) | 一种动态稀疏信道的联合估计方法 | |
CN108881080A (zh) | 一种基于滑动窗与深度学习的ofdm抗ici检测方法 | |
CN107026804A (zh) | Mimo‑ofdm系统中基于指数平滑的信道估计方法 | |
CN102790746B (zh) | Ofdm系统的信道估计方法 | |
CN101848183B (zh) | 多入多出正交频分复用系统中信道估计方法及装置 | |
CN101582864B (zh) | 基于部分干扰抵消的sage信道估计方法 | |
CN106936481A (zh) | 一种基于卡尔曼滤波器的迭代信道估计方法 | |
CN112217751B (zh) | 5g抗干扰信道估计方法及系统 | |
CN103095630B (zh) | 无线通信系统中噪声估计的方法和装置 | |
CN111970216A (zh) | 一种基于vamp算法的mimo-ofdm系统稀疏信道估计的设计方法 | |
CN111082837A (zh) | 基于递归压缩感知的电力线通信系统脉冲噪声抑制方法 | |
CN105119638B (zh) | 一种分数时偏条件下的mimo-ofdm系统的信道估计方法 | |
CN102710566B (zh) | 多天线移动信道特征参数的序列迭代联合估计方法 |
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: 20190322 Termination date: 20211021 |