CN109639602B - 面向5g高速移动场景的低复杂度gfdm信道估计方法 - Google Patents

面向5g高速移动场景的低复杂度gfdm信道估计方法 Download PDF

Info

Publication number
CN109639602B
CN109639602B CN201811605871.0A CN201811605871A CN109639602B CN 109639602 B CN109639602 B CN 109639602B CN 201811605871 A CN201811605871 A CN 201811605871A CN 109639602 B CN109639602 B CN 109639602B
Authority
CN
China
Prior art keywords
gfdm
channel estimation
bem
data
wiener
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
CN201811605871.0A
Other languages
English (en)
Other versions
CN109639602A (zh
Inventor
吴虹
张钰婷
刘兵
耿雪
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.)
Nankai University
Original Assignee
Nankai University
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 Nankai University filed Critical Nankai University
Priority to CN201811605871.0A priority Critical patent/CN109639602B/zh
Publication of CN109639602A publication Critical patent/CN109639602A/zh
Application granted granted Critical
Publication of CN109639602B publication Critical patent/CN109639602B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L25/0202—Channel estimation
    • 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
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出一种针对5G高速移动通信场景下的基于GFDM数据块的BEM‑wiener信道估计方案，包含步骤：设计符合GFDM符号的导频模型；提出针对GFDM数据块的BEM信道估计算法；通过四阶滑动频域维纳滤波估计出导频时隙符号，二阶滑动时域维纳滤波内插得到数据符号值。本发明针对5G中的高速移动通信场景，通过设计结合5G‑NR标准和高速运动特征的GFDM信号导频图案，保证资源块内数据点之间的相关性；提出基于GFDM数据块的BEM二维滑动维纳滤波信道估计方案，采用BEM信道估计方案完成导频点估计，并利用时域二维滑动维纳滤波完成数据点插值。从理论分析和仿真结果来看，该方案能够有效的抑制高速移动带来的频域弥散，降低系统误码率。

Description

面向5G高速移动场景的低复杂度GFDM信道估计方法
技术领域
本发明涉及一种针对5G高速移动场景所提出的基于GFDM调制系统的利用基扩展模型及维纳滑动滤波上进行的高精度低复杂度信道估计方法。
背景技术
第五代移动通信作为一个能够提供全方位、多样化的无线通信与网络服务的未来通信系统，将是一个包含各种频段、各种无线技术的异构网络。2018年6月由3GPP确定的5GNR协议中提出5G对空中接口的要求包括了极简设计、前向兼容、超宽频带范围、低延迟以及对多天线的兼容性，因此，设计统一的5G 新空口以满足多个主要场景的技术需求是5G研究的重中之重。GFDM是一种为适应广泛场景应用而提出的多载波调制方案。相较于OFDM，GFDM由循环卷积滤波器完成子载波脉冲成型使得其可以应对长、短脉冲传输，对脉冲波形的灵活选择可以降低带外辐射，基于块插入的CP(Cyclic Prefix，循环前缀)可以提高频谱利用率，二维时频传输块可以根据场景灵活调控，满足对海量连接或超低时延的技术需求，搭建统一的空中接口。这些优势使得GFDM成为了非常有前景的5G备选技术，且由于其时频结构的灵活性， GFDM可以轻松向前兼容LTE(Long Term Evolution，长期演进)中主流的OFDM(子符号数为1)以及 SC-FDMA(子载波数为1)。但同时，GFDM也有其缺陷，GFDM多载波调制系统属于一种非正交多载波调制，由于它的子载波之间、符号之间不是相互正交，所以即使它是在理想平坦衰落信道下传输，该系统由于自干扰仍然会存在ICI干扰。尤其当面临高速移动时，GFDM将面临相对于OFDM调制系统更严重的信号干扰。
在低速移动应用场景下，对于频率选择性的慢时变信道，采用LTV(linear time-varying，线性时变) 模型可搭建信道模型，采用频域单抽头均衡算法即可完成信道估计；但是，如果通信设备在高速移动场景中，无线信道随时间剧烈变化，信道估计算法如果仍将传输信道看作正交矩阵结构、将ICI当作附加噪声，则不能准确描述实际的信道，在解调是造成较大的系统偏差；若采用信道抽头算法，大量的待估计参数会导致系统复杂度急剧上升。在GFDM系统中，快时变信道下子载波之间ICI干扰导致信道在延迟-多普勒域的稀疏度随时间变化，忽略ICI影响的简化信道估计算法会降低算法精度，但考虑ICI影响的非正交矩阵模型计算复杂度高。因此，寻找一种简化的模型算法来表述信道特征，降低运算复杂度，增强GFDM在快时变信道下的信道估计性能是目前研究的重点。
目前针对GFDM系统所提出的信道估计方案主要集中在平缓信道及低速信道条件下，采用频域单抽头均衡算法完成对GFDM的信道估计，对于在高速移动场景下的研究还比较匮乏，有研究提及了GFDM 调制在快时变信道下的干扰问题，但是对于具体的信道估计算法及干扰抑制算法没有做必要的叙述和说明。因此需要研究一种更精准同时更简便的适用于GFDM调制系统的低复杂度信道估计方法。
发明内容
本发明提出一种快时变信道下基于GFDM数据块的BEM-wiener信道估计方案，通过设计针对高速运动下的GFDM信号的导频图案，保证了一个资源块内数据点之间的相关性；提出了一种基于GFDM数据块的BEM二维滑动维纳滤波信道估计方案，采用BEM信道估计方案完成对导频点信号进行估计，并利用时域二维滑动维纳滤波完成对数据点的插值。从理论分析和仿真结果来看，该方案能够有效的抑制高速移动带来的频域弥散，降低相邻子载波间的干扰，同时以滑动维纳滤波的采用，大大降低了运算的复杂度。本算法采用的技术方案包含以下步骤：
步骤1：设计符合GFDM传输过程的导频模型
步骤2：接收端通过对GFDM数据块设计的BEM算法完成导频符号的信道估计值
步骤3：通过四阶滑动频域维纳滤波估计出每个导频时隙上的数据符号
步骤4：通过二阶滑动时域维纳滤波内插得到其余数据符号的信道估计值
进一步地，本发明提出的导频插入方式，参考5G NR中对DMRS信号的标准，结合高速移动应用场景特点，在时频二维资源网格中插入导频，从子载波上看，每间隔一个子载波插入一个导频符号，从时隙上看，每间隔两个时隙插入一个导频符号；
进一步地，本发明提出的BEM算法是针对GFDM数据块所提出的，将一个GFDM符号作为多个子符号的合集，提出针对多个子符号联合运算的BEM算法，得到一个导频GFDM符号块的频域表达式为
Figure GSB0000179875560000021
进一步地，本发明中提出基于维纳的数据符号插值算法利用对称性分时频两个维度进行，首先完成对所有载波符号的信道估计，再采用已知的每个子载波符号完成对每个时隙数据符号的信道估计，其中，频域自相关矩阵系数采用PDP谱计算，时域自相关系数采用贝塞尔函数计算，即
Figure GSB0000179875560000022
Figure GSB0000179875560000023
进一步地，本发明中提出的维纳插值算法采用滑动信道估计窗口进行，在频域上采用四阶滑动窗口，在时域采用二阶滑动窗口，以降低运算复杂度并提高信道估计精度；
本发明的提出的面向5G高速移动场景的基于GFDM数据块的BEM-wiener信道估计算法相对于传统信道估计方法相比有以下优点：
(1)本发明针对GFDM调制系统，提出的导频插入方式参考了5G NR中对DMRS信号的标准，并与高速移动应用场景特点相结合，使得其能够快速应用于5G通信移动场景，并且由于 GFDM系统的前向兼容性，能够同时兼顾4G通信；
(2)本发明提出的本发明提出的BEM算法是针对GFDM数据块所提出的，将一个GFDM符号作为多个子符号的合集，能够大大提高BEM信道估计的准确性，并且降低运算的复杂度；
(3)本发明提出的基于维纳的数据符号插值算法利用对称性分时频两个维度进行，且频域自相关矩阵系数采用PDP谱计算，时域自相关系数采用贝塞尔函数计算，可以减少数据插值时计算相关系数的过程，降低计算复杂度和成本；
(4)本发明提出的维纳插值算法采用滑动信道估计窗口进行，利用了高速移动通信的特点，在频域选取的滑动窗口较大，而在时域选取的滑动窗口较小，利用了高速移动场景下多径较少，但多普勒效应明显的特点，以降低运算复杂度并提高信道估计精度。
附图说明
图1为本发明提出的基于GFDM数据块的BEM-wiener信道估计方案示意图。
图2为基于5G NR与高速移动场景的导频插入方式
图3为基于滑动窗口的维纳数据符号插值过程示意图
图4为基于GFDM数据块的BEM-wiener信道估计方案与传统LS-wiener方案的BER对比图
具体实施方式
结合附图及实施例，对本发明所述的方法作详细阐述。
面向5G高速移动场景的基于GFDM调制的BEM-wiener信道估计算法流程框图如图1所示。系统总的流程如下：在发送端，信源发送二进制信息，经过信道编码后，进行串并变换，将变换后的数据进行 16QAM调制，插入导频，再经过子载波映射后进行GFDM调制，最后将并行数据再变成串行数据发送至信道，接收端接收到信号后，分两步完成信道估计过程，首先通过数据块BEM算法对导频符号进行估计，其次通过四阶滑动频域维纳滤波估计出每个导频时隙上的数据符号，二阶滑动时域维纳滤波内插得到其余数据符号的信道估计值，并通过GFDM解调模块完成解调及解码操作。
步骤1：设计符合GFDM传输过程的导频模型。
本发明面向5G及未来通信模块的设计，采用5G NR协议中对DMRS信号的分布设计，时频二维导频插入，在一个数据块内插入四列导频，如图2所示，导频疏密与信道估计结果密切相关，在慢时变信道中，由于不同符号间时域特性相近，可认为符号周期内的信道系数为不变的常数，但对于块时变信道下，较密的时域导频结构可保证在插值过程中获得较好的数据符号估计值。
步骤2：接收端通过对GFDM数据块设计的BEM算法完成导频符号的信道估计值。
接收端获得的GFDM接收信号的时域表达式为
y＝(xP+xD)*h+ω
其中，xP表示导频符号，xD表示数据符号，ω为高斯白噪声。在一个RB中，存在P个导频信号，接收到第p(p＝1，2…P)个导频子符号的频域表达式为
Yp＝FHpFHXp+Wp＝GpXp+W
则一个RB的导频接收矢量可以表示为
Figure GSB0000179875560000041
采样时间间隔为Ts，则一个GFDM符号块所对应的归一化最大多普勒频域为
VD＝fd(N+NCP)TS
设L为无线信道的可分离延迟径数，将信道的第l(l＝0，1，…，L)抽头在一帧内的变化展开为一组基函数的线性组合，用q(q＝0，1，…，Q)表示不可分离径。对GFDM符号块进行BEM信道估计，则第n 个采样时刻时第l个信道抽头的信道增益为
Figure GSB0000179875560000042
BEM阶数Q+1的取值依据系统的多普勒频移；第p个子符号可以表示为
Figure GSB0000179875560000043
公式中，bp，q＝[bq，l+0，bq，l+1，…，bq，l+N-1]，I＝N+NCP为基扩展矩阵，则可以得到一个导频GFDM 符号块的频域表达式为
Figure GSB0000179875560000044
步骤3：通过四阶滑动频域维纳滤波估计出每个导频时隙上的数据符号。
完成对导频符号的估计后，通过维纳滤波插值完成对数据符号的估计，维纳滤波方案即为对通过BEM 完成的信道估计结果乘以一个相对应的滤波矩阵，即
Hwiener＝ωHBEM
滤波矩阵ω满足最小均方误差的要求，即
ω＝arg min trace{E[(Hrs-ωHBEM)(Hrs-ωHBEM)H]}
可得
Figure GSB0000179875560000051
为噪声方差，可以看出滤波矩阵由导频点间的自相关矩阵以及数据点与导频点间的互相关矩阵得到。本发明提出采用一种二维滑动维纳滤波插值方案，如图3所示，利用信道对称的方法，降低数据符号估计的复杂度；同时，考虑快时变信道的特点，在频域和时域分别采用四维和二维滑动选窗的数据处理方式，提高插值估计准确性。任意两个相同时隙内的子符号的频域相关性可表示为
Figure GSB0000179875560000052
其中|al|2为功率时延谱，τn＝n/N，Δv＝k1-k2，可知相同时隙内两符号间的频域相关性仅与频域间隔相关，而同一子载波内两符号间的时域相关性可表示为
Figure GSB0000179875560000054
如果多普勒频率谱符合U型谱，则时域相关性可近似为贝塞尔函数
Figure GSB0000179875560000055
可知，相同时隙内符号间的频域相关性仅与频率间隔Δv相关，相同子载波内符号间的时域相关性仅与时间间隔Δt相关。首先对一个时隙内的非导频符号的数据点进行信道估计，在时隙3中，数据符号2，4，6 由导频符号1，3，5，7插值得到，其时域系数相同，相邻符号间的频率间隔为Δvc，则导频符号的频域自相关矩阵为：
Figure GSB0000179875560000056
对数据符号2，4，6来说，导频符号的频域自相关矩阵均相同，数据符号2与6的频域互相关系数为共轭反对称，数据符号4位于4个导频符号中心，在估计时较为准确，因此，数据符号6不采用与2共轭反对称的数据，而是滑动信道估计窗口，采用导频符号3，5，7，9进行估计，其频域互相关系数与数据符号4相同，即具有K个子载波数据符号的频域互相关矩阵为Rdata，rs＝[R2，rs，R4，rs…RK-1，rs，RK，rs]，其中
Figure GSB0000179875560000061
Figure GSB0000179875560000062
Figure GSB0000179875560000063
步骤4：通过二阶滑动时域维纳滤波内插得到其余数据符号的信道估计值。
在完成对导频时隙所有符号的估计后，对其他数据符号进行插值，由于时变信道的影响，相隔较远的符号之间相关性较弱，因此选取二维导频信号进行估计，数据符号4，5由导频符号3，6插值得到，其位于同一个子载波上，频域系数相同，相邻符号的时间间隔为Δtc，则导频符号的时域自相关矩阵为
Figure GSB0000179875560000064
同样的，采用滑动信道估计窗口以提高准确度，数据符号4与5与导频符号的时域互相关矩阵为共轭反对称：
R4，rs＝[E(h3h4 H)E(h6h4 H)]＝[J0(2πvlΔt)J0(-2πvl2Δt)]
更进一步地，在具体实施过程中，为提高数据精度及降低硬件复杂度，维纳滤波过程同样也对导频符号进行处理，相当于经过最小均方误差的滤波器以降低ICI带来的干扰，基于GFDM块的BEM-wiener信道估计方案可以完成对整个数据块的信道估计过程并大大降低自干扰及快时变信道带来的载波间干扰。
仿真结果：
下面结合仿真分析本发明的性能。在仿真中设置载波频率为2.3GHz，带宽为10MHz，一个GFDM符号子载波数为12，子符号数为5，子载波滤波器为RRC滤波器，其滚降系数为0.1，数据载波调制方式为 16QAM，采用车载EVA信道，其服从指数延迟功率谱分布，归一化的多普勒频移为0.1。图4比较了在低复杂度GFDM通信系统中，采用传统的基于LS的维纳滤波信道估计方案与本发明所提出的基于BEM的二维滑动维纳滤波信道估计方案的仿真特性。通过图4的BER性能分析整体系统性能可以看出，在100km/h 的速度下，两种信道估计方案性能相近，BEM-wiener信道估计算法略优于LS-wiener方案，在相同误码率下，BEM-wiener相较LS-wiener大约有2dB的性能提升；而在300km/h的移动速度下，BEM-wiener体现出了大幅度的优越性，这是由于当前移动速度较高，多普勒频移明显，无线信道在一个符号周期内剧烈变化，所引起的ICI干扰已经不能被忽视，因此基于BEM的二维滑动维纳滤波信道估计方案使得系统性能获得较大的提升，在相同误码率下，BEM-wiener相较LS-wiener有接近4dB的性能提升，因此采用 BEM-wiener信道估计方案能够有效的抑制高速移动带来的频域弥散，降低相邻子载波间的干扰，同时由于滑动维纳滤波的采用，大大降低了运算的复杂度，验证了本发明所提出算法的性能。

Claims (3)

1.一种面向5G高速移动场景的基于GFDM数据块的BEM-wiener信道估计方法，其特征在于利用GFDM数据块的特点，采用BEM信道估计方法完成对导频点信号进行估计，该方法是针对GFDM数据块所提出，将一个GFDM符号作为多个子符号的合集，针对多个子符号进行联合运算的BEM算法，并利用时域二维滑动维纳滤波完成对数据点的插值，包含以下步骤：
1)设计符合GFDM传输过程的导频模型；
2)接收端通过对GFDM数据块设计的BEM算法完成导频符号的信道估计值；
3)通过四阶滑动频域维纳滤波估计出每个导频时隙上的数据符号；
4)通过二阶滑动时域维纳滤波内插得到其余数据符号的信道估计值。
2.如权利要求1所述的一种面向5G高速移动场景的基于GFDM数据块的BEM-wiener信道估计方法，其特征在于，基于维纳的数据符号插值算法利用对称性分时频两个维度进行，首先完成对所有载波符号的信道估计，再采用已知的每个子载波符号完成对每个时隙数据符号的信道估计，其中，频域自相关矩阵系数采用PDP谱计算，时域自相关系数采用贝塞尔函数计算。
3.如权利要求1所述的一种面向5G高速移动场景的基于GFDM数据块的BEM-wiener信道估计方法，其特征在于，维纳插值算法采用滑动信道估计窗口进行，在频域上采用四阶滑动窗口，在时域采用二阶滑动窗口，以降低运算复杂度并提高信道估计精度。
CN201811605871.0A 2018-12-25 2018-12-25 面向5g高速移动场景的低复杂度gfdm信道估计方法 Active CN109639602B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811605871.0A CN109639602B (zh) 2018-12-25 2018-12-25 面向5g高速移动场景的低复杂度gfdm信道估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811605871.0A CN109639602B (zh) 2018-12-25 2018-12-25 面向5g高速移动场景的低复杂度gfdm信道估计方法

Publications (2)

Publication Number Publication Date
CN109639602A CN109639602A (zh) 2019-04-16
CN109639602B true CN109639602B (zh) 2021-05-18

Family

ID=66078101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811605871.0A Active CN109639602B (zh) 2018-12-25 2018-12-25 面向5g高速移动场景的低复杂度gfdm信道估计方法

Country Status (1)

Country Link
CN (1) CN109639602B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112637095B (zh) * 2020-12-16 2022-11-11 上海微波技术研究所（中国电子科技集团公司第五十研究所） 一种5g联合信道估计方法及系统
CN113541826B (zh) * 2021-07-12 2022-06-07 东南大学 一种动态场景信道的四维空口性能测试方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9379917B2 (en) * 2013-09-09 2016-06-28 Huawei Technologies Co., Ltd. System and method for channel estimation for generalized frequency division multiplexing (GFDM)
CN105337906B (zh) * 2014-07-24 2019-02-05 华为技术有限公司 信道估计方法及装置
US10181923B2 (en) * 2015-10-30 2019-01-15 Motorola Mobility Llc Apparatus and method for generating and using a pilot signal
CN107426121B (zh) * 2017-08-04 2019-09-17 南京仄普托信息科技有限公司 用于广义频分复用系统的训练序列设计及应用方法和装置
CN107682296B (zh) * 2017-08-17 2020-06-30 天津大学 适于fsc的gfdm系统mmse接收方法及装置

Also Published As

Publication number Publication date
CN109639602A (zh) 2019-04-16

Similar Documents

Publication Publication Date Title
Roy et al. A subspace blind channel estimation method for OFDM systems without cyclic prefix
US9219629B1 (en) Adaptive low complexity channel estimation for mobile OFDM systems
US8548101B2 (en) Demodulation method and demodulator for orthogonal frequency multiplexing—multiple input multiple output system
CN107359904B (zh) 基于压缩感知、高速移动的ufmc系统无线信道估计方法
CN102413091B (zh) 一种基于对称cazac序列的ofdm系统同步方法
CN102006249B (zh) 协同正交频分复用系统中的信道估计方法
CA2692467A1 (en) Channel estimation method of the mobile communication system based on the time division pilot field
CN108462557B (zh) 一种fbmc系统中联合信道估计的迭代检测方法
CN109639602B (zh) 面向5g高速移动场景的低复杂度gfdm信道估计方法
CN104184688B (zh) 一种基于模糊函数的ofdm信号参数估计方法
CN102801662B (zh) 一种多带超宽带系统隐藏导频的信道估计方法及装置
Hijazi et al. Rayleigh time‐varying channel complex gains estimation and ICI cancellation in OFDM systems
Choi et al. Low-complexity 2D LMMSE channel estimation for OFDM systems
Galih et al. High mobility data pilot based channel estimation for downlink OFDMA system based on IEEE 802.16 e standard
CN103685094A (zh) 基于mimo-ofdm通信系统的分离维纳信道估计方法
Zhang et al. A DFT-based channel estimation algorithm with noise elimination for burst OFDM systems
Yan et al. Low-Cost Channel Estimation Algorithm for DRM Receiver.
CN108540411B (zh) 一种利用快速傅里叶变换的低复杂度bem信道估计方法
CN110691055A (zh) Oqam/ofdm中的时频偏联合估计方法
Lin et al. Linear block precoding for blind channel estimation in OFDM systems
Hossain et al. DFT Based Channel Estimation Analysis in OFDM Supported Wireless Communication system
CN103227766A (zh) 一种基于循环训练序列的信道估计方法
Cai et al. EM channel estimation algorithm for OFDM wireless communication systems
Kobayashi et al. Sampling point selection scheme for fractional sampling-OFDM receivers on fast time-varying multipath channels
Abdelhay et al. Pilot-Based Channel Estimation Techniques in OFDM Systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant