CN107743106A

CN107743106A - 用于lte系统中基于统计特性的信道估计方法

Info

Publication number: CN107743106A
Application number: CN201710832702.XA
Authority: CN
Inventors: 刘光辉; 易超; 王艳艳; 杨峰; 杨一峰
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2017-09-15
Filing date: 2017-09-15
Publication date: 2018-02-27
Anticipated expiration: 2037-09-15
Also published as: CN107743106B

Abstract

本发明公开了一种用于LTE系统中基于统计特性的信道估计方法，本发明首先接收当前子帧和下一子帧的第一个OFDM符号数据，由导频处发射信号和导频处接收信号进行信道初步估计，得到导频处信道频率响应值；基于该信道频率响应值采用内插估计法进行一维频域插值估计处理；最后采用基于统计特性的信道估计法进行一维时域插值估计处理，从而得到最终的信道估计。本发明可有效估计系统的频域响应值，且估计非导频模式下的信道值，估计性能优于传统的线性内插和三阶样条算法。

Description

用于LTE系统中基于统计特性的信道估计方法

技术领域

本发明属于无线通信领域，具体涉及应用于长期演进(LTE：Long TermEvolution)系统中基于统计特性的信道估计技术。

背景技术

当前的移动通信业务中，无线传输的系统业务容量急剧增加，从而对系统传输技术在速率和性能方面提出了极高要求。第三代合作伙伴项目(3GPP)推出的长期演进技术(以下称LTE:Long Term Evolution)能够很好应对无线通信所需的高容量的语音和数据，以迎接日益增长的流量带来的挑战。正交频分复用(OFDM:Orthogonal FrequencyDivision Multiplexing)技术作为一种在无线环境下高速传输技术，主要是将一定频谱宽度信道分为多个正交子信道，将频率选择性信道改良为平坦衰落。OFDM因其优良特性被应用于LTE中，但多普勒效应分别会导致无线信道时间选择性衰落特性，对采用相干解调的接收机会产生恶劣的影响，使系统性能下降。因而，需要有高性能的信道估计方法来准确地获取信道信息，并通过信道均衡消除多径信道的影响。

当前LTE信道估计主要基于导频信息来进行，可以分成两个主要步骤：第一步是LS(最小二乘算法)估计，目的是估计出导频位上的频率响应，第二步是内插，在时域和频域上执行，以估计剩下的数据处的频率响应。这种在时域和频域上进行内插的信道估计方法被称为时频二维信道估计。传统的二维信道估计算法包括在频域上的MMSE插值估计和Kaiser窗插值估计和在时间方向的线性内插和样条内插估计。对于MMSE算法而言，其性能很好，但是复杂度较高高，涉及矩阵的求逆等，Kaiser内插器虽然性能略差于MMSE算法，但其不需要系统的统计特性，是常用的内插算法。导频处信道估计采用的LS算法，其复杂度较低，但其在复杂传输环境下性能不能满足要求，需要设计更加优良算法提升导频处信道估计精度。同样，在LTE系统中，由于时间方向导频结构是非均匀的，且最后两个符号需要外插，传统的线性插值方法不能满足恶劣环境下的信道估计性能。信道估计是LTE最重要的部分之一，OFDM信号接收器的准确的信道估计对于在接收器上恢复传输信息数据来说至关重要，因此，针对以上情况，急需一种高精度的信道估计方法估计信道，以应付恶劣条件无线信道下信息传输。而关于内插的性能，足够高质量是非常重要的。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种估时域方向上基于统计特性的信道估计技术，以提高信道估计性能。

本发现的用于LTE系统基于统计特性的信道估计方法，包括下列步骤：

步骤1：基于发射端导频信号和接收端导频信号进行导频处的信道频域响应估计，得到导频处的信道估计值。

例如，用X(m_p,k_p)表示发射端导频信号，Y(m_p,k_p)表示接收端导频信号，其中(m_p,k_p)表示时-频格点上时域方向和频域方向导频位置，则采用LS可得到导频处的信道估计值

步骤2：基于导频处的信道估计值，进行频域方向数据处的信道估计；

步骤3：基于已获得的信道估计值，进行时域方向数据处的信道估计：

对每个子载波的OFDM符号进行分组：每两个相邻的导频所在的OFDM符号位置及其之间的OFDM符号为一组；

对第一组和最后一组，基于各组已知的信道估计值，采用线性内插信道估计得到待估计OFDM符号的信道估计值；即第2，3和4个OFDM符号的信道估计值基于已知的第1和第5个OFDM符号的信道估计值采用线性内插信道估计得到；第13和14个OFDM符号的信道估计值基于已知的第12和第15个OFDM符号的信道估计值采用线性内插信道估计得到，

例如，用表示第k个子载波中第m_p个OFDM符号处(导频所在的OFDM符号位置)的信道值，其中m_p表示导频所在的OFDM位置，则第一组和最后一组中的待估计OFDM符号i处的信道估计值为：其中k为子载波区分符，m_p-1和m_p表示相邻的两个导频所在的OFDM符号位置，i＝2,3,4,13,14。

对于其他组，则采用基于统计特性的信道估计法得到各组中待估计OFDM符号i(i＝5,6,…,11)处的信道估计值：

首先，获取各组的参考OFDM符号位置：当前组的两个导频所在的OFDM符号位置、以及距当前组最近的两个导频所在的OFDM符号位置。用表示各组的参考OFDM符号位置，其中j为同组的参考OFDM符号位置的区分符。例如，对当前子载波的第5～8个OFDM符号构成的分组，其对应的参考OFDM符号位置为：1、5、8和12；第8～12个OFDM符号构成的分组的参考OFDM符号位置为：5、8、12和15。

然后，基于各组的处的信道估计值，计算各组中的待估计OFDM符号i处的信道估计值其中表示第k个子载波中参考OFDM符号位置处的信道值，即步骤1、2后已获得的信道估计值；表示对应第i个OFDM符号的的插值系数；

分别对各组采用最小均方误差准则，获取最优插值系数：

定义滤波器的估计误差为：其中H(i,k)和分别表示第k个子载波第i个OFDM符号理想信道值(预设值)和估计值。

因此，估计误差的平均功率J(ω)＝E{|e(i)|²}＝E{e(i)e^*(i)}，其中符号(·)^*表示共轭转置。

根据维纳霍夫方程可得到最优的内插系数方程为Rω＝p，则最优的内插系数为ω＝R^-1p，其中R为已知CFR(导频处的信道频域响应)的自相关值，p为当前CFR和已知CFR的互相关值。是由插值系数构成的矩阵。

令则p＝E{HH[i,k]^H}，其中符号(·)^H表示共轭。自相关矩阵R的元素为：其中m、n表示各组的四个参考OFDM符号位置，且函数r(x)＝J₀(2π|x|f_DT_s)，其中J₀表示0阶贝塞尔函数，f_D表示多普勒频移，T_s表示符号周期；互相关矩阵p的元素为：其中i-m的值表示各组的四个参考OFDM符号位置，i为各组中待估计的OFDM符号位置，且函数p(x)＝J₀(2π|x|f_DT_s)。

基于ω＝R^-1p得到的最优插值系数，从而得到的值，完成信道估计。即由和得到第k个子载波的信道估计结果。

为了进一步提升LS算法的估计精度，可以对其估计结果进行去噪处理后再进行后续的处理。其中去燥处理具体为：

首先对导频处信道频率响应做快速傅里叶逆变换得到时域信道冲激响应(CIR:Channel Impulse Response)：

其中(m_p,k_p)表示第k_p个子载波和第m_p个OFDM符号处的CFR位置；N_pilot为一个OFDM符号导频的个数。

上式得到的CIR长度和导频处CFR长度相同，可记为向量的形式但是实际中，CIR的长度小于循环前缀的长度，为了降低噪声的干扰，去除最大时延(或最大循环前缀)长度之后的值，即：其中为去除最大值时延或最大循环前缀长度之后的值。把去除噪声之后的CIR值补零，使其长度为导频的长度，即：最后将其变换到频域，可以得到去噪之后的导频处的CFR值：去噪之后的导频处信道值可记为矩阵的形式LTE系统加入去噪算法，使得导频处的信道值估计精度提高。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1)提出了一种时间方向基于统计特性的信道估计算法，可有效估计系统的频域响应值；

2)本发明可估计非均匀导频模式下的信道值；

3)本发明提出的基于统计特性的信道估计算法，性能优于传统的线性内插和三阶样条算法。

附图说明

图1为本发明的系统框图。

图2为本发明信道估计流程图。

图3为第k个子载波时间方向上导频分布图。

图4为最大多普勒设置为70Hz且未采用去噪算法时，时频方向采用不同内插算法仿真的BER性能曲线。

图5为最大多普勒设置为70Hz且未采用去噪算法时，时频方向采用不同内插算法仿真的MSE性能曲线。

图6为最大多普勒设置为300Hz且未采用去噪算法时，时频方向采用不同内插算法仿真的BER性能曲线。

图7为最大多普勒设置为300Hz且未采用去噪算法时，时频方向采用不同内插算法仿真的MSE性能曲线。

图8为最大多普勒设置为300Hz且采用去噪算法时，时频方向采用不同内插算法仿真的BER性能曲线。

图9为最大多普勒设置为300Hz且采用去噪算法时，时频方向采用不同内插算法仿真的MSE性能曲线。

图10为最大多普勒设置为1000Hz，频域方向采用不同内插算法仿真的BER性能曲线。

图11为最大多普勒设置为1000Hz，频域方向采用不同内插算法仿真的MSE性能曲线。

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，下面结合实施方式和附图，对本发明作进一步地详细描述。

将本发明的信道估计方法应用在如图1所示的LTE系统中，其主要包括发射数据比特流生成单元、导频数据生成单元、信道编解码单元、资源元素映射反映射单元、OFDM调制/OFDM解调单元、信道估计单元和信道均衡单元。由图3可知，第k个子载波时间方向上有15个OFDM符号映射单元，前14个OFDM符号属于当前子帧，第15个OFDM符号为下一个子帧的第1个OFDM符号。黑色圆点表示导频信号的位置，白色圆点表示信号的位置。频域方向导频的间隔为6，时间方向导频间隔是不均匀分布的，导频的间隔为3或者4。

图1所示的系统的信号处理流程为：

发射端：比特流生成单元用于生成二进制比特流数据b，经过信道编码得到编码信号s，并将信号通过调制映射单元得到复数信号d；同时导频生成单元生成复数导频信号s′，经过调制映射得到复数信号d′。根据LTE系统的资源分配标准，将调制映射后的数据信号d和导频信号d′映射到对应位置，分别记为X_d和X_p；将经过资源元素映射单元后的信号进行OFDM调制，其具体步骤包括信号扩展补零、位置重排、快速傅里叶逆变换和添加循环前缀(CP:Cyclic Prefix)，其中快速傅里叶逆变换采样点数为N，调制后得到发射时域信号x。

接收端：接收端接收信号y(发射信号x经过无线信道传输)，信号y经过OFDM解调，包括去CP和快速傅里叶变换，获取对应位置信号Y，其中快速傅里叶变换采样点数为N。根据LTE资源分配标准对数据Y进行资源元素反映射得到数据处信号和导频处信号，分别记为Y_d和Y_p；然后进行基于统计特性的信道估计，利用信道估计得到的信道值对接收的数据处信号进行均衡处理，得到估计的数据处信号对估计信号进行解调反映射得到复数估计信号最后通过信道解码得到估计的二进制比特流数据

信道估计过程如图2所示。首先获取导频处发射和接收数据，并在频域方向利用LS算法获得导频处的信道值，然后对导频处的信道值去噪，得到去噪后的导频处信道值，最后通过Kaiser内插算法获得频域方向非导频处的信道值。频域方向信道估计完成后，则第1、5、8、12，15个OFDM处的所有子载波处的信道值都是已知的，如图3所示，黑色圆点表示导频处CFR值，由于采用基于统计特性的估计方法需要估计位置前后各两个导频的信道值，所以时域方向上第2,3,4,13,14个OFDM符号处信道值采用线性内插方法，第5-12个OFDM符号处采用基于统计特性的信道估计方法来进行。具体实施步骤为：

1)在第k个子载波处(若10MHz带宽，则子载波的个数为600)，首先利用第1个和第5个OFDM处的CFR进行线性内插，估计出第2,3,4个OFDM符号处CFR：

同理利用第12个和第15个OFDM处的CFR进行线性内插，估计出第13,14个OFDM符号处CFR：

2)第k个子载波(若10MHz带宽，则子载波的个数为600)的第5,6,7个OFDM符号处的信道值为：

写成矩阵的形式为：其中

根据最小均方误差准则，获取得到最优的MMSE内插器系数ω：

计算自相关矩阵

互相关矩阵的各列矢量分别为：

根据函数r(x)＝J₀(2π|x|f_DT_s)，p(x)＝J₀(2π|x|f_DT_s)可得到自相关矩阵R，互相关矩阵p的值，其中J₀表示0阶贝塞尔函数，f_D表示多普勒频移，T_s表示符号周期。

根据维纳霍夫方程可得到最优的内插系数方程为Rω＝p，则最优的内插系数为ω＝R^-1p。

基于求得的MMSE内插器的滤波器系数ω，根据可求得k子载波第5,6,7个OFDM符号处信道估计值；同理，按照以上过程可求得第8,9,10,11个OFDM符号处信道估计值。

实施例

在LTE系统中，单输入单输出天线模式下，采用表1所示的移动信道仿真参数的设置进行仿真测试，对本发明的信道估计方法验证本发明的估计性能：

表1

图4和图5是测试在单输入单输出天线模式下，多普勒频移为70Hz下，调制方式为16QAM(1/3码率)，10MHz带宽条件，分别仿真理想信道估计和不同内插算法的BER和MSE曲线。频率方向内插算法为：Kaiser窗内插算法和MMSE内插算法，时间方向的内插算法为：基于统计特性内插和三阶样条内插。导频处信道估计未采用去噪算法。通过图4和图5可看出：频率方向上采用MMSE算法时BER和MSE性能最好，当频率方向内插算法固定，时间方向上基于统计特性的内插算法BER和MSE性能优于三阶样条内插算法。

图6、7是测试在单输入单输出天线模式下，多普勒频移为300Hz下，调制方式为16QAM(1/3码率)，10MHz带宽条件，分别仿真理想信道估计和不同内插算法的BER和MSE曲线。频率方向内插算法为：Kaiser窗内插算法和MMSE内插算法，时间方向的内插算法为：基于统计特性内插和三阶样条内插。导频处信道估计未采用去噪算法。通过图6和图7可看出：频率方向上采用MMSE算法时BER和MSE性能最好，当频率方向内插算法固定，时间方向上基于统计特性的内插算法BER和MSE性能优于三阶样条内插算法。

图8、9在单输入单输出天线模式下，多普勒频移为300Hz下，调制方式为16QAM(1/3码率)，10MHz带宽条件，分别仿真理想信道估计和不同内插算法的BER和MSE曲线。频率方向内插算法为：Kaiser窗内插算法和MMSE内插算法，时间方向的内插算法为：基于统计特性内插和三阶样条内插。导频处信道估计采用去噪算法。通过图8和图9可看出：频率方向上采用MMSE算法时BER和MSE性能最好，当频率方向内插算法固定，时间方向上基于统计特性的内插算法BER和MSE性能优于三阶样条内插算法。

图10、11在单输入单输出天线模式下，多普勒频移为1000Hz下，调制方式为16QAM(1/3码率)，10MHz带宽条件，分别仿真理想信道估计和不同内插算法的BER和MSE曲线。频率方向内插算法为：Kaiser窗内插算法和FFT变换，时间方向的内插算法为：基于统计特性内插。导频处信道估计采用去噪算法和未去噪算法。通过图10和图11可看出：频率方向上采用Kaiser算法时BER和MSE性能最好，当频率方向内插算法固定，时间方向上基于统计特性的内插算法并添加去噪算法时BER和MSE性能最优。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。

Claims

1.用于LTE系统中基于统计特性的信道估计方法，其特征在于，包括下列步骤：

步骤1：基于发射端导频信号和接收端导频信号进行导频处的信道频域响应估计，得到导频处的信道估计值；

对第一组和最后一组，基于各组已获得的信道估计值，采用线性内插信道估计得到待估计OFDM符号的信道估计值；对于其他组，则采用基于统计特性的信道估计法得到各组中待估计OFDM符号处的信道估计值；

其中基于统计特性的信道估计法具体为：

获取各组的参考OFDM符号位置：当前组的两个导频所在的OFDM符号位置、以及距当前组最近的两个导频所在的OFDM符号位置；

计算各组的自相关矩阵R和互相关矩阵p：自相关矩阵R的元素为r(n-m)，其中m、n表示当前组的四个参考OFDM符号位置，函数r(x)＝J₀(2π|x|f_DT_s)，其中J₀表示0阶贝塞尔函数，f_D表示多普勒频移，T_s表示符号周期；互相关矩阵p的元素为p(-m)，其中i-m的值为当前组的四个参考OFDM符号位置，i为当前组中待估计的OFDM符号位置，函数p(x)＝J₀(2π|x|f_DT_s)；

根据维纳霍夫方程可得到当前组的最优的内插系数方程为Rω＝p，则当前组的最优内插系数矩阵为ω＝R-¹p，其中表示内插系数，上标i为各组中待估计OFDM符号的区分符，下标j为同组的参考OFDM符号位置的区分符；

根据得到各组中待估计OFDM符号i处的信道估计值其中k为当前组的子载波标识符，表示第k个子载波中参考OFDM符号位置处的信道值，表示各组的四个参考OFDM符号位置，j为同组的参考OFDM符号位置的区分符。

2.如权利要求1所述的方法，其特征在于，步骤3中，线性内插信道估计具体为：

根据计算各组中待估计OFDM符号i处的信道估计值其中m_p-1和m_p表示各子载波中相邻的的导频所在的OFDM符号位置，分别表示第k个子载波中位于m_p、m_p-1位置处的信道估计值。

3.如权利要求1或2所述的方法，其特征在于，步骤1中，导频处的信道频域响应估计具体为：

采用最小二乘法估计导频处的信道频域响应，并变换到时域，得到信道的时域冲激响应；

由时域冲激响应的前L_max位得到去噪后的时域冲激响应，其中L_max表示最大值时延长度或最大信号前缀长度；

通过补零的方式使得去噪后的时域冲激响应的长度与导频的长度一致，并变换到频域，得到去噪后的导频处的信道估计值。