背景技术
MIMO-OFDM系统是在OFDM系统存在香农容量限制这个不可突破瓶颈的基础之上,通过在收发两端都采用多根天线配置,即在空间中产生独立的并行信道同时传输多路数据流据,从而在不增加系统带宽的情况下增加频谱效率,有效地提高了系统的传输效率。但也由于多衰落信道下多路数据的传输,造成了数据间的相互干扰,这就对信道估计性能的要求更为苛刻。
信道估计技术是对移动信道的多径衰落瞬时特性进行估计的技术,是影响OFDM系统和MIMO-OFDM系统性能的关键因素。MIMO-OFDM系统与传统单天线情况下的OFDM系统相比对于信道的估计更加困难,原因在于多天线的使用使得在任一子载波上接收到的信号都是多个畸变信号的叠加。当对其中一个接收天线进行估计时,其他发送天线的发送信号就成为了干扰。
通常对信道估计技术的评价有三个方面:对数据传输速率的影响、计算的复杂度以及估计的准确程度。对信道估计的期望是尽量在小的额外的系统开销以及计算复杂度较小的情况下,提高估计精度。
一般信道估计技术有非盲信道估计技术、盲信道估计技术以及在此基础上发展起来的半盲信道估计。盲信道估计不借助导频符号,不占用额外的频谱资源。它主要利用接收信号的高阶统计量进行信号处理,就可以得到信道的估计值,但是它的缺点是需要很大的样本数、计算量大、收敛速度慢,因此它不利于实时通信。非盲信道估计需要在发送端发送接收端已知的导频信号,因此,也称为基于导频的信道估计技术。虽然占用了额外的频谱资源,减小了数据传输率,但对于接收端来说,导频信号是已知的,其算法相对简单,并且可以通过对导频位置的设置,更好的跟踪信道的变化,便于实时得到信道状态。因此,在目前的许多通信系统中都得到了广泛的应用,也成为目前学术界研究的热点。
基于导频的信道估计方法有很多,比如最小二乘算法(Least Squares,LS)和最小均方误差算法(Minimum Mean Square Error,MMSE)以及相应的演变算法。LS算法不需要知道信道的统计特性,实现起来相对简单,但其估计值受子载波干扰和白噪声影响很多,估计性能很差;MMSE算法对子载波干扰和白噪声有很好的抑制作用,其利用了信道的统计特性包括信道自相关矩阵和噪声方差。然而典型的MMSE算法存在计算复杂度高、信道统计特性(噪声方差和多径时延)不容易求得等问题,需对其进行算法简化,才可在实际系统中应用。
导频序列的设计与信道估计算法的性能密切相关,特别是对于采用块状导频序列的系统来说,好的导频分布与取值将极大提高估计算法的性能。LTE-Advanced系统上行链路采用块状导频方案来存放DMRS解调参考信号,块状导频信号的分布示意图如图1所示,其中每个导频符号上的所有子载波都用做导频,图1中,黑色方框表示参考信号所在的位置,白色方框表示数据信号所在的位置,l表示OFDM符号序号。本发明提出的方法即为针对块状导频设计的一种信道估计方法,并在此基础上实现一种应用于该方法的装置。
发明内容
本发明提出了一种基于MIMO-OFDM系统的信道估计方法及装置,使用的前提是导频信号具有正交性,且不同数据流的导频信号由基本正交序列通过不同的循环移位方法实现。
根据本发明的一方面,提出一种基于MIMO-OFDM系统的信道估计方法,该方法包括以下步骤:
步骤1,利用最小二乘(LS)信道估计算法计算得到MIMO-OFDM系统中每一条数据流中导频数据位置处的LS信道冲激响应估计值HLS,其中,所述导频数据相互正交;
步骤2,利用导频数据之间的正交性,对于所述LS信道冲激响应估计值中进行初步干扰消除,得到消除干扰后的信道冲激响应估计值HLS_IC;
步骤3,利用频域MMSE信道估计算法对所述步骤2得到的信道冲激响应估计值HLS_IC进行进一步的干扰和噪声消除,得到每一数据流的最终的信道冲激响应估计值。
根据本发明的另一方面,还提出一种基于MIMO-OFDM系统的信道估计装置,该装置包括:LS信道估计器、干扰消除装置和MMSE信道估计器,其中:
所述LS信道估计器用于对于每一条数据流的导频数据进行LS信道估计,得到频域上的每一条数据流中导频数据位置处对应的LS信道冲激响应估计值,并将得到的LS信道冲激响应估计值发送到干扰消除装置;
所述干扰消除装置用于对于LS信道估计器得到的LS信道冲激响应估计值中进行初步干扰消除,并将消除干扰后的信道冲激响应估计值发送到MMSE信道估计器中;
所述MMSE信道估计器用于将消除干扰后的信道冲激响应估计值进行频域MMSE信道估计,进一步消除干扰和噪声,最终得到每一数据流的信道冲激响应估计值。本发明能够在现有MMSE算法的基础之上,性能提升1dB左右,并且对于高阶调制具有更好的性能。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
为了便于说明,在本发明的下述实施例中,将以LTE上行系统为例,对本发明提出的一种基于导频信号的信道估计方法进行解释。
图2为本发明信道估计方法的流程图,如图2所示,所述信道估计方法包括以下步骤:
步骤1,利用最小二乘(Least Squares,LS)信道估计算法计算得到MIMO-OFDM系统中每一条数据流中导频数据位置处的LS信道冲激响应估计值HLS,其中,所述导频数据相互正交;
步骤2,利用导频信号的正交性原理,通过邻近导频信号之间的相关运算,消除所述LS信道冲激响应估计值中其他数据流对本数据流的干扰影响,得到消除干扰后的信道冲激响应估计值HLS_IC;
所述步骤2进一步包括:
首先判断数据流的个数M,然后根据M值的不同进行不同的操作:若M=1,则直接输出所述步骤1得到的LS信道冲激响应估计值;若M>1,则采用相邻M个数据流的LS信道冲激响应估计值进行相加求平均的方法,来消除其他数据流所带来的干扰,最终得到消除干扰后的信道冲激响应估计值HLS_IC。
所述步骤2干扰消除的原理为:在MIMO系统、多数据流传输的情况下,同一数据流邻近信号处的信道冲激响应可假设是相同的,并且不同数据流的导频信号是由基本正交序列通过不同的循环移位得到的,而时域的循环移位等价于在频域上的相位旋转,在采用等间距的相位旋转的情况下,其他数据流和本数据流对应位置处的导频信号相除后的结果在相邻信号位置处通过相加操作是可以相互抵消的,只剩下本数据流对应的信道冲激相应值,即消除其他数据流对本数据流的干扰影响。
具体来说,LS信道估计算法的公式为:
其中,Hji表示信道冲激响应,j∈(1,Q)表示天线的序号,Q表示天线个数,i∈(1,P)表示数据流的序号,P表示数据流个数,Xi或Xl表示第i或l个数据流上的导频信号,Zj表示第j个天线上的高斯白噪声。
由于不同数据流存在等间距相位旋转的特性,在相邻导频信号处会存在两两互逆的特性,举例来说,在两条数据流的情况下,存在如下表所示特点:
注:k表示子载波序号。
在两条数据流的情况下,通过相邻导频信号处LS信道冲激响应估计值相加求平均,就可将其他数据流对本数据流的干扰消除。
以此类推,具有P条数据流的情况下,通过下式即可消除其他数据流对本数据流的干扰:
步骤3,利用复杂度简化后的MMSE信道估计算法对所述步骤2得到的消除其他数据流干扰的信道冲激响应估计值HLS_IC进行进一步的干扰和噪声消除操作,得到精度更高的每一条数据流的信道冲激响应估计值。
所述步骤3进一步包括以下步骤:
步骤31,根据无线传输信道的最大时延扩展值获得信道自相关矩阵RHH;
本实施例中,为了简化计算量,采用固定的最大时延扩展值来计算信道自相关矩阵RHH,其中,固定的最大时延扩展值的选取是本领域技术人员所能够熟练掌握的,因此在此不作赘述;
根据最大时延扩展值计算信道自相关矩阵RHH的方法是本领域常用的计算方法,本发明不作赘述。
步骤32,根据所述步骤31得到的信道自相关矩阵RHH,计算MMSE信道估计算法的滤波器系数:
W=RHH(RHH+σ2I)
其中,σ2表示加性高斯白噪声的方差,I表示单位矩阵。
本实施例中,为了简化计算量,采用固定的噪声方差σ2来进行计算,其中,固定的噪声方差值的选取是本领域技术人员所能够熟练掌握的,因此在此不作赘述。
步骤33,根据邻近信号之间相关性高,而相距较远的信号相关性可忽略不计的特点,对于所述MMSE滤波器的系数长度进行缩减处理,以此降低计算复杂度;
假设所述MMSE滤波器系数的长度为M,则在本发明一实施例中,根据邻近信号之间相关性高,而相距较远的信号相关性可忽略不计的特点,选取与当前导频信号前后邻近的N个导频信号进行计算,即将所述MMSE滤波器系数的长度由M降为N。
步骤34,利用降低复杂度后的MMSE滤波器系数进行MMSE信道估计,得到最终的信道冲激响应估计值。
该步骤中,利用下式进行MMSE信道估计:
HMMSE=WLS_IC=RHH(RHH+σ2)HLS_IC
得到最终的信道冲击响应估计值。
接下来,以LTE-Advanced上行链路天线配置为2*2,发送两流数据为例对于本发明进行进一步的说明,2*2的MIMO信道结构示意图如图3所示,其中,信道选取时延功率谱服从平均分布的扩展ITU信道模型,最大时延扩展τmax=5000ns,噪声方差选为0.01,MMSE滤波器系数的长度选为12。在该信道配置下,所述信道估计方法包括以下步骤:
步骤S101:根据最大时延扩展值得到信道自相关矩阵RHH,根据信道自相关矩阵RHH和噪声方差得到MMSE滤波器系数,并将其预先存储起来;
其中,LTE-Advanced上行链路中时频二维自相关矩阵RHH可简化为一维频域自相关矩阵,简化原因是本领域技术人员所能够熟练掌握的,因此在此不作赘述。
在时延功率谱服从平均分布的信道模型下,一维频域自相关矩阵RHH中的元素可利用下式来计算:
其中,Δk表示OFDM符号间隔,Δf表示子载波间隔。
步骤S102:根据LS算法得到同一个数据流中任意两个相邻导频信号k和k+1处的信道冲激响应H的初步估计结果: 和
步骤S103:根据LTE-Advanced协议规定的导频信号具有等间距相位旋转的特性,采用下式即可得到消除不同数据流之间的干扰后的信道冲激响应估计值HLS_IC:
其中,i、j∈(1,2),k=1、2、…、M-1。
步骤S104:根据公式HMMSE=WLS_IC,进行MMSE信道估计,得到最终的信道冲激响应估计值。
图4为根据本发明一实施例的采用64QAM调制方法在EPA(多普勒频移为5Hz)信道下的BLER性能图,图5为根据本发明一实施例的采用64QAM调制方法在EVA(多普勒频移为70Hz)信道下的BLER性能图,图6为根据本发明一实施例的采用QPSK调制方法在ETU(多普勒频移为300Hz)信道下的BLER性能图,如图4-6所示,通过实验可以看出,本发明方法在该实施例中的环境下,较已有的MMSE信道估计算法提升约1dB的性能,在高阶调制情况下性能提高的更多,如64QAM。并且本发明方法算法复杂度低,完全可以用于实际应用中。
另外,需要特别说明的是,本发明并不局限于2*2的LTE系统,其可用于所有导频信号具有正交性的MIMO-OFDM系统中。
根据本发明的另一方面,还提出一种信道估计装置,如图7所示,所述信道估计装置包含:LS信道估计器10、干扰消除装置20和MMSE信道估计器30,其中:
所述LS信道估计器10用于对于每一条数据流的导频数据进行LS信道估计,得到频域上的每一条数据流的导频数据对应的LS信道冲激响应估计值,并将得到的LS信道冲激响应估计值发送到干扰消除装置20;
所述干扰消除装置20用于将LS信道估计器10得到的LS信道冲激响应估计值中其他数据流产生的干扰因素进行初步消除,并将消除干扰后的信道冲激响应估计值发送到MMSE信道估计器30中;
所述MMSE信道估计器30用于将干扰消除装置20传输的信道冲激响应估计值进行频域MMSE信道估计,进一步消除干扰和噪声,最终得到高精度的每一数据流的信道冲激响应估计值。
其中,所述MMSE信道估计器30进一步包括计算单元301和数据缓存单元302,其中,所述计算单元301用于进行MMSE信道估计,所述数据缓存单元302用于存储信道估计过程中产生的缓存数据,比如MMSE滤波器系数和其他相关缓存数据。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。