CN104618277B - 一种在窄带干扰下的短波ofdm信道估计方法 - Google Patents

一种在窄带干扰下的短波ofdm信道估计方法 Download PDF

Info

Publication number
CN104618277B
CN104618277B CN201510009078.4A CN201510009078A CN104618277B CN 104618277 B CN104618277 B CN 104618277B CN 201510009078 A CN201510009078 A CN 201510009078A CN 104618277 B CN104618277 B CN 104618277B
Authority
CN
China
Prior art keywords
mrow
msub
mtd
msubsup
mfrac
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.)
Active
Application number
CN201510009078.4A
Other languages
English (en)
Other versions
CN104618277A (zh
Inventor
韦世红
周小宇
唐宏
孟婷婷
王飞
薛真真
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201510009078.4A priority Critical patent/CN104618277B/zh
Publication of CN104618277A publication Critical patent/CN104618277A/zh
Application granted granted Critical
Publication of CN104618277B publication Critical patent/CN104618277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明请求保护一种在窄带干扰下的短波OFDM信道估计方法。首先利用LS算法估计出信道中导频的初始估计值，然后利用DFT(离散傅里叶变换)信道估计算法原理，即循环前缀码长度大于信道冲击响应原理对初始估计值进行第一次滤噪，通过将大于循环前缀码长度以外的估计值值置零的方法滤除了循环前缀以外的噪声。最后引入阈值对初始值进行第二次虑噪，通过将小于阈值的信号置零而大于的部分不变得出最终导频处的估计值。然后根据插值方式对导频估计进行插值得出整个信道的估计，并将时域的信道估计做DFT(离散傅里叶变换)变换得到频域信道估计。本发明提高了信道估计性能；同时本发明中导频采用梳状导频结构有效抑制了短波信号的快衰落。

Description

一种在窄带干扰下的短波OFDM信道估计方法
技术领域
本发明涉及短波OFDM系统通信技术领域，具体设计一种短波OFDM系统的信道估计方法，特别涉及窄带干扰下的一种短波OFDM系统的信道估计方法。。
背景技术
短波是工作在1.5～30MHz频段的电磁波进行通信的一种通信系统，短波通信具备无中继远程通信能力，具有机动性强、网络重构快捷和抗毁性强、保密性强等优点，所以短波通信在军事，气象，航空，航海和抢险救灾等领域得到广泛应用。但是，短波通信信道具有频带窄、衰落和多径干扰严重、频率选择性衰落，因此引入OFDM调制技术就可以有效地弥补这些不足。短波OFDM系统通过信道估计结果来完成信号的解调，同时在接收端根据信道估计结果可以消除多径干扰和对信道衰落信号进行效补偿，所以信道估计是短波OFDM系统中比较关键的技术之一。常见的短波OFDM系统信道估计算法是基于DFT的信道估计算法，该算法利用短波OFDM系统信道中插入的循环前缀码的长度大于信道冲击响应的长度的这一特性，消除了循环前缀长度以外的噪声，但是循环前缀内仍然存在噪声，且由于短波的频谱是一个开放的共享资源，因此，不可避免地会产生干扰问题，除了可能的人为单音干扰外；传统的不超过3kHz的窄带短波信号给信道带来的干扰，而此算法没有考虑短波信道在窄带噪声干扰的影响。因此，需要对该信道估计算法进行改进。短波OFDM通信系统中，信道估计用来求出信道的近似冲击响应，使之尽可能的接近真实的信道冲击响应，以便短波OFDM系统通过信道估计结果来完成信号的解调，同时在接收端根据信道估计结果可以有效补偿和消除多径干扰和信道衰落。考虑到短波OFDM系统受传统的不超过3kHz的窄带短波信号给信道带来窄带干扰问题。为了保证信道估计的性能，根据短波OFDM系统中窄带噪声干扰的分布特性，
发明内容
针对以上现有技术中的不足，本发明的目的在于提供一种提高短波信道估计的性能，有效滤除信道中的窄带噪声的方法，本发明的技术方案如下：一种在窄带干扰下的短波OFDM信道估计方法，其包括以下步骤：
101、在窄带干扰下，接收端收到信号后，采用LS算法对短波OFDM信道的导频信号进行初始估计得到频域下的初始估计值，然后将频域下的初始估计值IDFT(离散傅里叶反变换)变换得到时域下的初始估计值；
102、根据信道冲击响应的长度小于循环前缀码Ng，也即大于循环前缀码的长度Ng的估计值都为噪声，对时域下的初始估计值进行第一次滤噪；
103、引入阈值λ对初始值进行第二次滤噪并得导频信号估计值；对0≤n≤Ng-1的hDFT(n)进行滤噪，即当hDFT(n)信号的幅度小于λ时，就认为此信号是噪声并将其置为0，当hDFT(n)信号的幅度大于λ时，就把此信号当作有用信号并保持不变，然后通过噪声和导频估计的信道冲击响应的幅度的概率密度函数求出最优阈值λbest，得出导频的最终估计值；
104、根据插值方式及导频结构对导频估计进行插值，然后对其进行DFT(离散傅里叶变换)变换得整个信道的估计。
进一步的，步骤101中的短波OFDM信道采用ITS短波信道传输模型，其中子载波个数为N，导频的载波个数为Np，循环前缀码长度为Ng，带宽为3kHz，信号调制方式8PSK，导频选择梳状导频，导频以频率间隔为τ的方式插入且满足奈奎斯特定律。
进一步的，步骤101中利用LS算法对短波OFDM信道的导频信号进行初始估计的具体为：
假设第k个子载波的传输函数为：
式(1)中Y(k)为接收端收到信号，X(k)为输入的导频信号，信道噪声信号，得出导频子载波信号初始估计值为：
式中k∈PS,PS为导频子载波集合，H(k)为真实冲击响应函数。然后对LS算法导频估计的频域做IDFT(离散傅里叶反变换)变换将导频信道响应转换到时域，得导频估计时域表达式为：
进一步的，步骤102中的DFT(离散傅里叶变换)信道估计算法的具体过程为：
根据DFT(离散傅里叶变换)信道估计算法原理，当n＞Ng-1时的hLS(n)部分全应为噪声，不含任何有用信息，因此把n＞Ng-1时的估计值置0，其余值不变，就可以得到第一次滤噪后的导频信号估计表达式如式(4)所示：
进一步的，步骤103中引入阈值λ对初始值进行第二次滤噪的具体过程为：
引入一个阈值λ对权利要求3所述的0≤n≤Ng-1的hDFT(n)进行滤噪，即当hDFT(n)信号的幅度小于λ时，就认为此信号是噪声并将其置为0，当hDFT(n)信号的幅度大于λ时，就把此信号当作有用信号并保持不变，以上算法叫基于DFT信道估计算法的改进方法可表示如下:
更进一步的,步骤103中通过噪声和导频估计的信道冲击响应的幅度的概率密度函数求出最优阈值λbest其具体过程如下：
信道导频估计的的瞬时幅度hDFT-n与噪声的瞬时幅度vn和真实信道冲击响应的瞬时幅度rn三者的关系如下：
hDFT-n＝rn+vn n＝0,1…Ng-1 (6)
由于受传统的不超过3kHz的窄带短波信号给信道带来窄带干扰和多径干扰给信道带来的快衰落，w(n)为窄带高斯白噪声，所以窄带噪声服的幅度vn从均值为0，方差为δ2的瑞利分布，因此信道导频的估计瞬时幅度hDFT-n服从广义瑞利分布，其分布函数如下：
其中为信道真实冲击响应的功率的均值，S为含有真实信道冲击响应的集合，即rn≠0，由于LS算法得到的hLS(n)导频信号的冲击响应长度在大于Ng的部分全为噪声，所以噪声的方差可用噪声的统计平均值可表示为：
引入的阈值λ如果太大就会把部分幅度较小的有用信号滤掉，然而λ太小可能不会完全滤掉噪声，而影响系统的性能。所以选择一个合适的阈值λ是进行第二次滤噪的关键。
分析引入λ可能带来的错误判决的情况的概率：
当λ＞hn且n∈S时，即有用信号的幅度小于阈值，而造成将有用信号错判为
噪声，这种情况出现的概率P1为：
当λ＜|hDFT(n)|且时，即噪声的瞬时幅度大于门限值，而把噪声错判为有
用信号，这种错判的概率P2为：
其中信道中的误判的总概率P(λ)为：
为了滤除噪声，留下有用信号，那么必须取一个最优的阈值，如果存在一个的阈值λbest使得错误判决的概率最小，那么这个阈值就是最优阈值，可表示为：
由式(11)、(12)可得式(14)：
更进一步的，步骤103中根据最优阈值λbest得出导频的最终估计值的具体为：所以将(13)式带入(9)式可得最终导频信号出的估计：
进一步的，步骤104中的根据插值方式及导频结构对导频估计进行插值，然后对其进行DFT(离散傅里叶变换)变换得整个信道的估计具体为：
导频采用梳状结构，对导频估计进行频域上插值，然而从时域补零，具体为在导频估计值后面补零，其长度N-Np，即整个信道的估计的时域hest(n)的表达式为：
然后将上式进行DFT变换得出整个信道估计：
本发明的优点及有益效果如下：
本发明提供了一种在窄带干扰下的短波OFDM信道估计方法，通过对信道的初始估计进行了两次滤噪，弥补了DFT(离散傅里叶变换)信道估计算法滤噪不彻底的问题。且在不增加信道估计的复杂度和不需要信道的统计信息情况下，通过引入阈值有效的滤除掉了传统小于3kHz窄带短波信号带来的窄带干扰，提高了信道估计性能。同时本发明的导频采用梳状结构，有效抑制了短波信号的快衰落。
附图说明
图1是按照本发明优选实施例的方法流程图；
图2本发明方法的插值方式流程图；
图3本发明方法的导频结构图。
具体实施方式
下面结合附图给出一个非限定的实施例对本发明作进一步的阐述。但是应该理解，这些描述只是示例的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
本发明所设计的方法是施用在短波OFDM系统上的。采用美国ITS组织的Vogler、Hoffmeyer等科学家研究提出的一种经典的短波信道传输模型—ITS模型，其中子载波个数为N，导频的载波个数为Np，循环前缀码长度为Ng，带宽为3kHz，信号调制方式8PSK。为了抑制多径干扰带来的快衰落导频选择梳状导频，其导频结构如图3所示，横坐标为频率f，纵坐标为时间t，白色方块为数据信号，而图中黑色方块为导频信号，导频信号以频率间隔为τ的方式插入且满足奈奎斯特定律，说明本发明的的具体实施方法如图1所示。对应以下步骤：
步骤1、利用LS算法对短波OFDM信道中的导频信号进行初始估计，得出频域的导频估计表达式。
步骤2、将频域的初始估计经过IDF(离散傅里叶反变换)变换，由频域信号变到时域信号，然后利用了短波OFDM通信系统的一个原理，即时域信道估计冲激响应的长度通常情况下小于循环前缀码的长度Ng。即大于循环前缀码的长度Ng的估计值都为噪声，所以通过将大于Ng部分的信号置零的方法滤除掉大于Ng的噪声。而小于Ng的信号保持不变，此过程也可称为对初始估计的第一次滤波。
步骤3、引入阈值λ对初始值进行第二次滤噪并得信道估计值：对0≤n≤Ng-1的hDFT(n)进行滤噪，即当hDFT(n)信号的幅度小于λ时，就认为此信号是噪声并将其置为0，当hDFT(n)信号的幅度大于λ时，就把此信号当作有用信号并保持不变。然后通过噪声和导频估计的信道冲击响应的幅度的概率密度函数求出最优阈值λbest，得出导频的最终估计值。
步骤4、根据插值方式及导频结构对导频估计进行插值，得出整个信道的估计，其插值示意图如图2所示。由于导频采用梳状结构，对导频估计进行频域上插值，相当于从时域补零，如图在导频估计值尾部补零，其长度N-Np。然后将插值后的估计做DFT(离散傅里叶变换)变换得出信道估计。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (5)

1.一种在窄带干扰下的短波OFDM信道估计方法，其特征在于，包括以下步骤：
101、在窄带干扰下，接收端收到信号后，采用LS算法对短波OFDM信道的导频信号进行初始估计得到频域下的初始估计值，然后将频域下的初始估计值IDFT离散傅里叶反变换变换得到时域下的初始估计值；
102、根据DFT离散傅里叶变换信道估计算法原理，即信道冲击响应的长度小于循环前缀码Ng，即大于循环前缀码的长度Ng的估计值都为噪声，对时域下的初始估计值进行第一次滤噪；
103、引入阈值λ对初始值进行第二次滤噪并得导频信号估计值：对0≤n≤Ng-1的hDFT(n)进行滤噪，即当hDFT(n)信号的幅度小于λ时，就认为此信号是噪声并将其置为0，当hDFT(n)信号的幅度大于λ时，就把此信号当作有用信号并保持不变，然后通过噪声和导频估计的信道冲击响应的幅度的概率密度函数求出最优阈值λbest，并根据最优阈值λbest得出导频的最终估计值，步骤103中引入阈值λ对初始值进行第二次滤噪的具体过程为：
引入一个阈值λ对所述的0≤n≤Ng-1的hDFT(n)进行滤噪，hDFT(n)表示信道导频的估计瞬时幅度函数，即当hDFT(n)信号的幅度小于λ时，就认为此信号是噪声并将其置为0，当hDFT(n)信号的幅度大于λ时，就把此信号当作有用信号并保持不变，以上算法叫基于DFT信道估计算法，改进方法可表示如下:
<mrow> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>&amp;lambda;</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mo>|</mo> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>&amp;GreaterEqual;</mo> <mi>&amp;lambda;</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mo>|</mo> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>&lt;</mo> <mi>&amp;lambda;</mi> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mi> </mi> <mi>n</mi> <mo>&amp;le;</mo> <msub> <mi>N</mi> <mi>p</mi> </msub> <mo>-</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
步骤103中通过噪声和导频估计的信道冲击响应的幅度的概率密度函数求出最优阈值λbest其具体过程如下：
信道导频的估计瞬时幅度函数hDFT-n与噪声的瞬时幅度vn和真实信道冲击响应的瞬时幅度rn三者的关系如下：
hDFT-n＝rn+vn n＝0,1…Ng-1 (6)
由于受传统的不超过3kHz的窄带短波信号给信道带来窄带干扰和多径干扰给信道带来的快衰落，w(n)为窄带高斯白噪声，所述噪声的瞬时幅度vn服从均值为0，方差为δ2的瑞利分布，因此信道导频的估计瞬时幅度函数hDFT-n服从广义瑞利分布，其分布函数如下：
<mrow> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> <mrow> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> <mo>+</mo> <msubsup> <mi>r</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mi>exp</mi> <mrow> <mo>&amp;lsqb;</mo> <mrow> <mo>-</mo> <mfrac> <msubsup> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mrow> <mn>2</mn> <mrow> <mo>(</mo> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> <mo>+</mo> <msubsup> <mi>r</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow> <mo>&amp;rsqb;</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <mi>n</mi> <mo>&amp;Element;</mo> <mi>S</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> </mfrac> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mfrac> <msubsup> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mrow> <mn>2</mn> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <mi>n</mi> <mo>&amp;NotElement;</mo> <mi>S</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <mi>n</mi> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>N</mi> <mi>g</mi> </msub> <mo>-</mo> <mn>1</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
其中为信道真实冲击响应的功率的均值，S为含有真实信道冲击响应的集合，即rn≠0，由于LS算法得到的hLS(n)导频信号的冲击响应长度在大于Ng的部分全为噪声，所以噪声的方差可用噪声的统计平均值表示为：
Np为导频的载波个数；
引入的阈值λ如果太大就会把部分幅度较小的有用信号滤掉，然而λ太小可能不会完全滤掉噪声，而影响系统的性能，所以选择一个合适的阈值λ是进行第二次滤噪的关键；
分析引入λ可能带来的错误判决的情况的概率：
当λ＞hn且n∈S时，即有用信号的幅度小于阈值，而造成将有用信号错判为噪声，这种情况出现的概率P1为：
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>P</mi> <mn>1</mn> <mo>=</mo> <msub> <mi>P</mi> <mn>1</mn> </msub> <mo>{</mo> <mi>&amp;lambda;</mi> <mo>&gt;</mo> <mo>|</mo> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>,</mo> <mi>n</mi> <mo>&amp;Element;</mo> <mi>s</mi> <mo>}</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <mn>0</mn> <mi>&amp;lambda;</mi> </msubsup> <mfrac> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> <mrow> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> <mo>+</mo> <msubsup> <mi>r</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mi>exp</mi> <mo>&amp;lsqb;</mo> <mo>-</mo> <mfrac> <msubsup> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mrow> <mn>2</mn> <mrow> <mo>(</mo> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> <mo>+</mo> <msubsup> <mi>r</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>&amp;rsqb;</mo> <msub> <mi>dh</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
当λ＜|hDFT(n)|且时，即噪声的瞬时幅度大于门限值，而把噪声错判为有用信号，这种错判的概率P2为：
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>P</mi> <mn>2</mn> <mo>=</mo> <mi>P</mi> <mo>{</mo> <mi>&amp;lambda;</mi> <mo>&lt;</mo> <mo>|</mo> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>,</mo> <mi>n</mi> <mo>&amp;NotElement;</mo> <mi>s</mi> <mo>}</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <mi>&amp;lambda;</mi> <mi>&amp;infin;</mi> </msubsup> <mfrac> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> </mfrac> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mfrac> <msubsup> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mrow> <mn>2</mn> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <msub> <mi>dh</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>
其中信道中的误判的总概率P(λ)为：
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>&amp;lambda;</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>P</mi> <mn>1</mn> <mo>+</mo> <mi>P</mi> <mn>2</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <mrow> <mo>-</mo> <mi>&amp;infin;</mi> </mrow> <mi>&amp;lambda;</mi> </msubsup> <mfrac> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> <mrow> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> <mo>+</mo> <msubsup> <mi>r</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mi>exp</mi> <mrow> <mo>&amp;lsqb;</mo> <mrow> <mo>-</mo> <mfrac> <msubsup> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mrow> <mn>2</mn> <mrow> <mo>(</mo> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> <mo>+</mo> <msubsup> <mi>r</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow> <mo>&amp;rsqb;</mo> </mrow> <msub> <mi>dh</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> <mo>+</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mo>&amp;Integral;</mo> <mi>&amp;lambda;</mi> <mi>&amp;infin;</mi> </msubsup> <mfrac> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> </mfrac> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mfrac> <msubsup> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mrow> <mn>2</mn> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <msub> <mi>dh</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>n</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>
为了滤除噪声，留下有用信号，那么必须取一个最优的阈值，如果存在一个阈值λbest使得错误判决的概率最小，那么这个阈值就是最优阈值，可表示为：
<mrow> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>b</mi> <mi>e</mi> <mi>s</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mi>arg</mi> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mi>&amp;lambda;</mi> </munder> <mi>P</mi> <mrow> <mo>(</mo> <mi>&amp;lambda;</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>
由式(11)、(12)可得(13)：
<mrow> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>b</mi> <mi>e</mi> <mi>s</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <msqrt> <mrow> <mn>2</mn> <mrow> <mo>(</mo> <mfrac> <msup> <mi>&amp;delta;</mi> <mn>2</mn> </msup> <msubsup> <mi>r</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mfrac> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>l</mi> <mi>n</mi> <mrow> <mo>(</mo> <mfrac> <msubsup> <mi>r</mi> <mi>n</mi> <mn>2</mn> </msubsup> <msup> <mi>&amp;delta;</mi> <mn>2</mn> </msup> </mfrac> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </msqrt> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>
步骤103中根据最优阈值λbest得出导频的最终估计值的具体为：
所以将式(13)带入式(5)可得最终导频信号出的估计：
<mrow> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>&amp;lambda;</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mo>|</mo> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>&amp;GreaterEqual;</mo> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>b</mi> <mi>e</mi> <mi>s</mi> <mi>t</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mo>|</mo> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>&lt;</mo> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>b</mi> <mi>e</mi> <mi>s</mi> <mi>t</mi> </mrow> </msub> <mi>a</mi> <mi>n</mi> <mi>d</mi> <mi> </mi> <mi>n</mi> <mo>&amp;le;</mo> <msub> <mi>N</mi> <mi>p</mi> </msub> <mo>-</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow>
104、根据插值方式及导频结构对导频估计进行插值，然后对其进行DFT离散傅里叶变换变换得整个信道的估计。
2.根据权利要求1所述的在窄带干扰下的短波OFDM信道估计方法，其特征在于，步骤101中的短波OFDM信道采用ITS短波信道传输模型，其中子载波个数为N，导频的载波个数为Np，循环前缀码长度为Ng，带宽为3kHz，信号调制方式8PSK，导频选择梳状导频，导频以频率间隔为τ的方式插入且满足奈奎斯特定律。
3.根据权利要求1所述的在窄带干扰下的短波OFDM信道估计方法，其特征在于，步骤101中利用LS算法对短波OFDM信道的导频信号进行初始估计的具体为：假设第k个子载波的传输函数为：
<mrow> <mi>Y</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>H</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mover> <mrow> <mi>W</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> <mi>&amp;Lambda;</mi> </mover> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式(1)中Y(k)为接收端收到信号，X(k)为输入的导频信号，为信道噪声信号，得出导频子载波信号初始估计值为：
<mrow> <msub> <mi>H</mi> <mrow> <mi>L</mi> <mi>S</mi> </mrow> </msub> <mo>=</mo> <mi>Y</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>/</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>H</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mover> <mrow> <mi>W</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> <mi>&amp;Lambda;</mi> </mover> <mo>/</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式中k∈PS,PS为导频子载波集合，H(k)为真实冲击响应函数；然后对LS算法导频估计的频域做IDFT变换将导频信道响应转换到时域，得导频估计时域表达式为：
<mrow> <msub> <mi>h</mi> <mrow> <mi>L</mi> <mi>S</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <msub> <mi>N</mi> <mi>p</mi> </msub> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>H</mi> <mrow> <mi>L</mi> <mi>S</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mn>2</mn> <mi>&amp;pi;</mi> <mfrac> <mrow> <mi>n</mi> <mi>k</mi> </mrow> <mi>N</mi> </mfrac> </mrow> </msup> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>n</mi> <mo>&amp;le;</mo> <msub> <mi>N</mi> <mi>p</mi> </msub> <mo>-</mo> <mn>1</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
4.根据权利要求1所述的在窄带干扰下的短波OFDM信道估计方法，其特征在于，步骤102中的DFT离散傅里叶变换信道估计算法的具体过程为：
根据DFT离散傅里叶变换信道估计算法原理，当n＞Ng-1时的hLS(n)部分全为噪声，因此把n＞Ng-1时的估计值置0，其余值不变，就可以得到第一次滤噪后的导频信号估计表达式如式(4)所示：
<mrow> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>h</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>w</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mn>0</mn> <mo>&amp;le;</mo> <mi>n</mi> <mo>&amp;le;</mo> <msub> <mi>N</mi> <mi>g</mi> </msub> <mo>-</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <msub> <mi>N</mi> <mi>g</mi> </msub> <mo>&amp;le;</mo> <mi>n</mi> <mo>&amp;le;</mo> <msub> <mi>N</mi> <mi>p</mi> </msub> <mo>-</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
5.根据权利要求1所述的在窄带干扰下的短波OFDM信道估计方法，其特征在于，步骤104中的根据插值方式及导频结构对导频估计进行插值，然后对其进行DFT变换得整个信道的估计具体为：
导频采用梳状结构，对导频估计进行频域上插值，然而从时域补零，具体为在导频估计值后面补零，其长度N-Np，即整个信道的估计的时域hest(n)的表达式为：
<mrow> <msub> <mi>h</mi> <mrow> <mi>e</mi> <mi>s</mi> <mi>t</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>h</mi> <mrow> <mi>D</mi> <mi>F</mi> <mi>T</mi> <mo>-</mo> <mi>&amp;lambda;</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mn>0</mn> <mo>&amp;le;</mo> <mi>n</mi> <mo>&amp;le;</mo> <msub> <mi>N</mi> <mi>p</mi> </msub> <mo>-</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <msub> <mi>N</mi> <mi>p</mi> </msub> <mo>&amp;le;</mo> <mi>n</mi> <mo>&amp;le;</mo> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>15</mn> <mo>)</mo> </mrow> </mrow>
然后将上式进行DFT变换得出整个信道估计：
<mrow> <msub> <mi>H</mi> <mrow> <mi>e</mi> <mi>s</mi> <mi>t</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>N</mi> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>h</mi> <mrow> <mi>e</mi> <mi>s</mi> <mi>t</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mn>2</mn> <mi>j</mi> <mi>&amp;pi;</mi> <mfrac> <mrow> <mi>n</mi> <mi>k</mi> </mrow> <mi>N</mi> </mfrac> </mrow> </msup> <mo>,</mo> <mi>k</mi> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>N</mi> <mo>-</mo> <mn>1</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>16</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
CN201510009078.4A 2015-01-08 2015-01-08 一种在窄带干扰下的短波ofdm信道估计方法 Active CN104618277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510009078.4A CN104618277B (zh) 2015-01-08 2015-01-08 一种在窄带干扰下的短波ofdm信道估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510009078.4A CN104618277B (zh) 2015-01-08 2015-01-08 一种在窄带干扰下的短波ofdm信道估计方法

Publications (2)

Publication Number Publication Date
CN104618277A CN104618277A (zh) 2015-05-13
CN104618277B true CN104618277B (zh) 2018-02-27

Family

ID=53152562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510009078.4A Active CN104618277B (zh) 2015-01-08 2015-01-08 一种在窄带干扰下的短波ofdm信道估计方法

Country Status (1)

Country Link
CN (1) CN104618277B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105763490A (zh) * 2015-12-30 2016-07-13 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种改进的带内降噪的dft信道估计算法
CN106330792A (zh) * 2016-09-13 2017-01-11 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种基于dft变换域的带内滤噪信道估计算法及系统
CN108882369B (zh) * 2017-05-12 2020-11-13 大唐移动通信设备有限公司 一种信号处理方法、系统、接入点和移动站
CN107809256A (zh) * 2017-11-01 2018-03-16 广西师范学院 一种在窄带干扰下的短波抑制方法
CN108650197B (zh) * 2018-03-29 2021-01-29 江苏中科羿链通信技术有限公司 改进的dft-s-ofdm信道估计响应降噪方法
CN109861726A (zh) * 2019-03-20 2019-06-07 西安电子科技大学 一种改进的低压电力线通信系统信道估计算法
CN111371709B (zh) * 2020-03-10 2021-09-03 西安电子科技大学 基于时域阈值滤波的ofdm系统信道估计方法
CN112702131B (zh) * 2020-12-18 2021-09-24 大连理工大学 一种脉冲噪声环境下的窄带多径信号超分辨率时延估计的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103414669A (zh) * 2013-09-05 2013-11-27 电子科技大学 一种基于可变窗长的ccfd系统自干扰信道估计方法和装置
CN102143113B (zh) * 2010-12-22 2014-04-09 无锡物联网产业研究院 一种信道估计方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102143113B (zh) * 2010-12-22 2014-04-09 无锡物联网产业研究院 一种信道估计方法及装置
CN103414669A (zh) * 2013-09-05 2013-11-27 电子科技大学 一种基于可变窗长的ccfd系统自干扰信道估计方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"OFDM系统的信道估计和信号均衡技术的研究";樊同亮;《中国博士学位论文全文数据库 信息科技辑》;20130215(第02（2013）期);正文第3-4节 *
Efficient DFT-based channel estimation for OFDM systems on multipath channels;Y. Kang ect.;《IET communications》;20070430;第1卷(第2期);全文 *

Also Published As

Publication number Publication date
CN104618277A (zh) 2015-05-13

Similar Documents

Publication Publication Date Title
CN104618277B (zh) 一种在窄带干扰下的短波ofdm信道估计方法
CN110061792B (zh) 一种基于变分模态分解的频谱感知方法
CN101827060B (zh) 基于分数阶傅里叶变换的自适应调制解调方法
CN106789764A (zh) 联合加权阈值去噪与均衡判决的变换域二次估计方法
CN104486267B (zh) 一种短波信道下基于小波去噪的sc‑fde信道估计方法
CN106992800B (zh) 基于迭代自适应算法的电力线通信系统脉冲噪声抑制方法
CN103701730B (zh) 信道时域相关性低复杂度压缩感知的信道估计方法及装置
CN102724147A (zh) 一种水声正交频分复用的信道估计方法
CN111865863B (zh) 一种基于rnn神经网络的ofdm信号检测方法
CN104270234B (zh) 一种基于欠奈奎斯特采样的宽带信号检测识别方法
CN106936743B (zh) 一种电力线通信系统脉冲噪声抑制方法
CN106506430A (zh) 一种基于压缩感知技术的补偿峰均比非线性失真的新算法
CN103716262A (zh) 基于时域参数提取的信道估计方法
CN109729035A (zh) 一种正交频分复用技术通信系统中的脉冲噪声抑制方法
CN101867548A (zh) 一种基于滤波器组多载波的盲频率跟踪算法
CN107359899A (zh) 稀疏信道条件下正交频分复用扩频水声通信无导频判决反馈信道估计方法
CN103441769A (zh) 一种降低ofdm系统的papr的pts方法
Arunkumar et al. Iterative sparse channel estimation and data detection for underwater acoustic communications using partial interval demodulation
CN106789760A (zh) 一种抗干扰的单载波信道估计与均衡方法与装置
Bai et al. Impulsive noise mitigation with interleaving based on MUSIC in power line communication
Zhang et al. Deep learning based underwater acoustic OFDM receiver with joint channel estimation and signal detection
CN114422311A (zh) 联合深度神经网络和专家先验特征的信号调制识别方法及系统
CN104079520A (zh) 一种ofdm系统的脉冲干扰抑制方法
CN101447969B (zh) 一种多带正交频分复用超宽带系统的信道估计方法
CN110190917B (zh) 一种LTE230MHz电力无线专网的频谱空洞感知方法、装置及设备

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