CN110061941A - 一种5g多载波通信系统中的信道均衡方法 - Google Patents

Abstract

本发明公开了一种5G多载波通信系统中的信道均衡方法，首先建立FBMC‑OQAM的一般模型，然后对FMBC滤波器组的原型滤波器采用Hermite滤波器设计，Hermite滤波器具有时域和频域对称特性，此滤波器设计的FBMC系统获得的相邻信号干扰比值与欧州PHYDYAS组的原型滤波器大约小3dB；并在杰克斯‑多普勒频谱衰落信道模型内，基于数据块联合的MMSE方法对MIMO‑FBMC系统中的时‑频双选信道进行多抽头均衡，通过增加天线的数目完成对FBMC系统的误比特率‑信噪比比值的测试，达到减小系统的相邻子载波间干扰、降低系统总的误码率和提高系统信噪比的目的，从而增强多载波通信系统的有效性和可靠性。

Description

一种5G多载波通信系统中的信道均衡方法

技术领域

本发明涉及5G多载波通信系统领域，具体是一种5G多载波通信系统中的信道均衡方法。

背景技术

高速数字信息的发展，5G移动通信系统的相关技术研发已经在近几年成为通信界高度关注重要课题，系统物理层的备选技术之一———偏置正交调幅(OQAM-OffsetQuadrature Amplitude Modulation)的滤波器组多载波系统(以下统一简称为FBMC)，相较于正交频分复用(Orthogonal Frequency Division Multiplexing-OFDM)系统，FBMC系统具有更高的频谱利用率和更低的带外辐射而得到了广泛的关注和发展。由于现代无线通信遇到的最普遍问题是无线信道中的误码率较高和频谱资源的匮乏，因此，如何通过降低系统的误码率和提高信噪比问题，已成为最近几年移动通信系统的研究重点。在实际情况下，FBMC或OFDM系统中，单抽头的信道均衡器带来的误码率性能是相同的，因此信道干扰相对于噪声来说可以忽略不计。但在一些SNR要求较高的实际应用场景中，信道干扰将成为主导，信道均衡则成为了关键的技术。在已有的MIMO-FBMC系统的信道均衡技术中，大多是在时变信道中进行的。公开的文献中有将针对时变信道的最小均方误差(MMSE)均衡方法推广到了MIMO系统中。以上的均衡技术仅考虑到了相邻时间符号的干扰，而相邻子载波干扰仅仅是作为干扰统计学上的意义而存在，完全可以忽略不计。所以，设计后的时变信道均衡器并不是最优的。针对MIMO-FBMC系统的时-频双选信道的均衡器，目前，鲜有文献涉及。从单抽头均衡器到N阶抽头，从时变信道到时-频双选信道的均衡器设计，依赖于快速傅里叶变换(FFT-Fast Fourier Transform)，当FFT长度增加，滤波器组的长度和计算复杂度也在相应地增加，在技术上也难于实现。

发明内容

本发明要解决的技术问题是提供一种5G多载波通信系统中的信道均衡方法，基于数据块联合的MMSE方法对MIMO-FBMC系统中的时-频双选信道进行多抽头均衡，达到减小系统的相邻子载波间干扰、降低系统总的误码率和提高系统信噪比的目的。

本发明的技术方案为：

一种5G多载波通信系统中的信道均衡方法，是基于数据块联合的MMSE方法对MIMO-FBMC系统中的时-频双选信道进行多抽头均衡的方法，具体包括有以下步骤：

(1)、建立FBMC-OQAM系统模型：原始的FBMC-OQAM系统模型主要由四部分构成，在信号发送端主要包括OQAM信号预处理模块和综合滤波器组模块，信号接收端主要包括分析滤波器组模块和后期处理模块，符号c_k,n中的k表示系统输入OQAM信号的复数值为k个，k＝0,1,…M-1,子载波长为M，时间自变量为n，n＝0,1,…k-1，且实部和虚部相互错开半个符号周期；在预处理模块中复数符号c_k,n经过转换因子为2的抽样后完成从复数到实数的转换，转换后的符号为d_k,n，d_k,n乘以旋转因子θ_k,n后彼此正交，保证了相邻的子载波符号间不产生相互干扰；在综合滤波器组模块中，每路子载波信号在经过上采样后，经由综合滤波器组处理后再经过求合器后送入信道中进行传输，其中，Z域内，每路子载波的滤波器Z域传输函数为G_k(z)，信道的传输函数为C(z)，综合滤波器组的原型滤波器为有限冲击长响应滤波器FIR，其时域内离散的脉冲响为h(m)，经过复指数调制为k阶的综合滤波器为g_k(m)定义如下式(1)：

式(1)中的m＝0,1,…L_f-1，L_f为滤波器的长度；

完美重构的综合滤波器p_k(m)定义为

其中，式(2)中的为g_k(·)的复共轭；

信号接收端信号先经由分析滤波器组模块处理，分析滤波器组模块的每路子载波滤波器Z域内的传输函数为F_k(z)，旋转因子抽样率降低2倍后再将实数转换为复数信号即可，复信号经过OQAM信号后处理后接收端的复信号为

(2)、对FMBC滤波器组的原型滤波器采用Hermite滤波器设计：

设定式(1)中的原型滤波器离散脉冲响应h(m)的连续冲激响应函数为h(t)，当Z域内传输函数多项形式为H_n(·)，则该FBMC-OQAM系统的原型滤波器定义如下式(3)：

式(3)中，e_i为Hermite多项式H_n(·)的系数，经过计算得出：

e₀＝1.4127e₄＝-3.0145×10^-3

e₈＝-8.8041×10^-6e₁₂＝-2.2611×10^-9

e₁₆＝-4.4570×10^-15e₂₀＝1.8633×10^-16 (4)；

T₀为原型滤波器脉冲响应的最小的时间周期，其时域和频域的周期分别为T₀和F。则保证式(3)中的正交性，T₀F＝1；π指代180度角度；

经上采样后信号S为式(5)：

S＝Gc (5)，

式(5)中，S∈c^M×1，c为系统传输符号c_k,n的矩阵形式，见公式(7)；G为传输矩阵其矢量空间由式(1)中矢量采样长为M的矢量g_k(m)∈c^M×1构成见公式(6)：

信道为时变多径信道时，其信道噪声为加性高斯白噪声n，设其多径传播卷积矩阵为H∈c^M×M，再经现由滤波器进行矩阵G^H复乘后采样，接收数据符号矩阵为 表示如下式(8)：

式(8)中的传输矩阵定义为：

W＝G^HHG (9)，

AWGN的概率分布为均值为0，方差为即AWGN在时域内的功率为由FBMC系统中的实正交性可得

(3)、基于数据块联合的方式进行均衡即将数据的实部和虚部堆叠成数据块后再进行均衡，均衡后的数据块见式(10)：

其中，式(10)中的

整块的数据块进行均衡，一般会有延迟且计算复杂度大，所以，要降低计算复杂度可将传输矩阵W作如下分解：

式(12)中，为接收数据块矩阵中所选取的子数据块中的子向量，O为子数据块的维数，c_O∈R^|O|×1表示从传输数据块矩阵中c选取的子数据块中的子向量，c_P∈R^|P|×1则为所有余下的数据块与接收子数据块相关的子向量，P为子数据块的维数；|P|<<L_fK-|O|，相应的传输矩阵W中选取的向量W_O∈C^|O|×|O|和W_O,P∈C^|O|×|P|；

(5)、由于式(12)满足式(8)，所以具有|O|个抽头的MMSE均衡器的式(10)转换为：

噪声矩阵Q_O∈c^2|O|×2|O|,在大小为L_fK的总矩阵中的所需要的矩阵的逆为2|O|×2|O|。

所述的信道均衡方法还包括有MMSE均衡去干扰步骤：借助OFDM系统中的去干扰方法即下式(16)：

其中，式(16)中的(·)⁽ⁱ⁾表示第i次迭代，diag(W)为对角阵矩阵，(W-diag{W})为非对角矩阵；

接收端数据估计由单抽头均衡器得到，见式(17)：

式(17)中，R(·)表示的最近相邻符号的量化算子，单抽头的均衡器从开始均衡；

同理，将SISO系统扩展为2×2的MIMO传输系统，当接收端数据为：

式(18)中，设接收端数据矩阵为传输矩阵为发送端数据矩阵为式(18)中的下标标号1和2表示为天线1和天线2；同式(10)，均衡后的数据矩阵采用MMSE方法均衡为：

式(19)中噪声矩阵为式(20)：

所述的式(5)中矩阵相乘的运算由快速傅里叶逆变换运算而来。

本发明的优点：

(1)、FMBC滤波器组的原型滤波器采用Hermite滤波器设计，Hermite滤波器具有时域和频域对称特性，因此，采用Hermite原型滤波器设计的FBMC系统获得的相邻信号干扰比(SIR--Signal-to-Interference Ratio)值与经典的欧州PHYDYAS组的原型滤波器设计相比，大约小3dB；

(2)、在杰克斯-多普勒频谱JDS(JDS-Jakes Doppler Spectrum，最大的多普频移为1.16Hz)衰落信道模型内，采用基于MMSE方法进行多抽头的信道均衡器设计，通过增加天线的数目完成对FBMC系统的误比特率(BER-Bit Error Rate)-信噪比(SNR)比值的测试，达到减小系统的相邻子载波间干扰、降低系统总的误码率和提高系统信噪比的目的，从而增强多载波通信系统的有效性和可靠性。

本发明基于数据块联合的最小均方误差方法设计结构新颖，结构合理，复杂度低，能够提高基于FBMC的大规模MIMO通信系统的有效性和可靠性，不但可以应用于即将到来的5G移动通信领域中的其它物理层结构，还可扩展到未来软件定义无线电网络中。

附图说明

图1是FBMC-OQAM系统模型。

图2是5抽头MMSE均衡器的时-域双选均衡器结构模型。

图3是基于数据块联合的5抽头MMSE均衡器的时-域双选均衡器结构模型。

图4是SISO-FBMC系统中采用Hermite原型滤波器的BER与SNR的对比图。

图5是MIMO-FBMC中采用基于数据块联合的MMSE均衡方法的BER与SNR的对比图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种5G多载波通信系统中的信道均衡方法，是基于数据块联合的MMSE方法对MIMO-FBMC系统中的时-频双选信道进行多抽头均衡的方法，具体包括有以下步骤：

(1)、建立FBMC-OQAM系统模型：见图1，原始的FBMC-OQAM系统模型主要由四部分构成，在信号发送端主要包括OQAM信号预处理模块和综合滤波器组模块，信号接收端主要包括分析滤波器组模块和后期处理模块；图1中，符号c_k,n中的k表示系统输入OQAM信号的复数值为k个，k＝0,1,…M-1,子载波长为M，时间自变量为n，n＝0,1,…k-1，且实部和虚部相互错开半个符号周期；在预处理模块中复数符号c_k,n经过转换因子为2的抽样后完成从复数到实数的转换，转换后的符号为d_k,n，d_k,n乘以旋转因子θ_k,n后彼此正交，保证了相邻的子载波符号间不产生相互干扰；在综合滤波器组模块中，每路子载波信号在经过上采样后，经由综合滤波器组处理后再经过求合器后送入信道中进行传输，其中，Z域内，每路子载波的滤波器Z域传输函数为G_k(z)，信道的传输函数为C(z)，综合滤波器组的原型滤波器为有限冲击长响应滤波器FIR，其时域内离散的脉冲响为h(m)，经过复指数调制为k阶的综合滤波器为g_k(m)定义如下式(1)：

式(1)中的m＝0,1,…L_f-1，L_f为滤波器的长度；

完美重构的综合滤波器p_k(m)定义为

其中，式(2)中的为g_k(·)的复共轭；

信号接收端信号先经由分析滤波器组模块处理，分析滤波器组模块的每路子载波滤波器Z域内的传输函数为F_k(z)，旋转因子抽样率降低2倍后再将实数转换为复数信号即可，复信号经过OQAM信号后处理后接收端的复信号为

(2)、对FMBC滤波器组的原型滤波器采用Hermite滤波器设计：

设定式(1)中的原型滤波器离散脉冲响应h(m)的连续冲激响应函数为h(t)，当Z域内传输函数多项形式为H_n(Z)，则该FBMC-OQAM系统的原型滤波器定义如下式(3)：

式(3)中，e_i为Hermite多项式H_n(Z)的系数，经过计算得出：

e₀＝1.4127e₄＝-3.0145×10^-3

e₈＝-8.8041×10^-6e₁₂＝-2.2611×10^-9

e₁₆＝-4.4570×10^-15e₂₀＝1.8633×10^-16 (4)；

T₀为原型滤波器脉冲响应的最小的时间周期，其时域和频域的周期分别为T₀和F。则保证式(3)中的正交性，T₀F＝1；π指代180度角度；

经上采样后信号S为式(5)：

S＝Gc (5)，

式(5)中，S∈c^M×1，c为系统传输符号c_k,n的矩阵形式，见公式(7)；G为传输矩阵其矢量空间由式(1)中矢量采样长为M的矢量g_k(m)∈c^M×1构成见公式(6)：

式(5)中矩阵相乘的运算由快速傅里叶逆变换运算而来；图1中的信道为时变多径信道时，其信道噪声为加性高斯白噪声n，设其多径传播卷积矩阵为H∈c^M×M，再经现由滤波器进行矩阵G^H复乘后采样，接收数据符号矩阵为 表示如下式(8)：

式(8)中的传输矩阵定义为：

W＝G^HHG (9)，

AWGN的概率分布为均值为0，方差为即AWGN在时域内的功率为由FBMC系统中的实正交性可得

(3)、基于数据块联合的方式进行均衡即将数据的实部和虚部堆叠成数据块后再进行均衡，均衡后的数据块见式(10)：

其中，式(10)中的

整块的数据块进行均衡，一般会有延迟且计算复杂度大，所以，要降低计算复杂度可将传输矩阵W作如下分解：

式(12)中，为接收数据块矩阵中所选取的子数据块中的子向量，O为子数据块的维数，c_O∈R^|O|×1表示从传输数据块矩阵中c选取的子数据块中的子向量，c_P∈R^|P|×1则为所有余下的数据块与接收子数据块相关的子向量，P为子数据块的维数；|P|<<L_fK-|O|，相应的传输矩阵W中选取的向量W_O∈C^|O|×|O|和W_O,P∈C^|O|×|P|；见图2和图3，以5抽头均衡器为例，横轴t为时间变量，纵轴f为频率，如图2和图3所示，分别为未进行数据块联合和基于数据块联合的5抽头MMSE均衡器且原型滤波器为Hermit滤波器的时-频双选均衡。在图3中,若子向量为3维时即|O|＝3，均衡器为5个抽头时，则均衡后的数据矩阵写成：

(5)、由于式(12)满足式(8)，所以具有|O|个抽头的MMSE均衡器的式(10)转换为：

噪声矩阵Q_O∈c^2|O|×2|O|,在图3中，除中间位置，余下的数据均可弃之；在大小为L_fK的总矩阵中的所需要的矩阵的逆为2|O|×2|O|；

(6)、MMSE均衡去干扰步骤：借助OFDM系统中的去干扰方法即下式(16)：

其中，式(16)中的(·)⁽ⁱ⁾表示第i次迭代，diag(W)为对角阵矩阵，(W-diag{W})为非对角矩阵；

接收端数据估计由单抽头均衡器得到，见式(17)：

式(17)中，R(·)表示的最近相邻符号的量化算子，单抽头的均衡器从开始均衡；

同理，将SISO系统扩展为2×2的MIMO传输系统，当接收端数据为：

式(18)中，设接收端数据矩阵为传输矩阵为发送端数据矩阵为式(18)中的下标标号1和2表示为天线1和天线2；同式(10)，均衡后的数据矩阵采用MMSE方法均衡为：

式(19)中噪声矩阵为式(20)：

设计实例及其仿真结果：

仿真实验环境均为MATLAB2018b,PC机采用WIN10,Intel Core I7,3.4GHz的运行配置。

实验一：FBMC系统的原型滤波器基于采用式(3)中的Hermite原型滤波器，对于单抽头均衡器来说，系统若为SISO系统，时变信道中FBMC的子载波为256-QAM,360km/h车速,2.5GHz频率的多普勒频移500km/h,F＝15kHz。对SISO-FBMC进行仿真实验的结果如图4所示，由图4可知，FBMC的误比特率优于CP-OFDM系统。可见，采用Hermite原型滤波器更适合适用于高速场景。

实验二：如图5所示，实验环境和参数与实验一的设定相同，在2×2的MIMO传输系统中采用。可以看出，在MIMO-FBMC系统的时-频双选信道中采用数据块联合方式的MMSE多抽头均衡方法得到的BER与SNR之比要比单抽头的OFDM性能改善许多。足以证明该方法在FBMC系统中可以增强系统的可靠性和有效性的优越性。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (3)

1.一种5G多载波通信系统中的信道均衡方法，其特征在于：所述的信道均衡方法是基于数据块联合的MMSE方法对MIMO-FBMC系统中的时-频双选信道进行多抽头均衡的方法，具体包括有以下步骤：

(1)、建立FBMC-OQAM系统模型：原始的FBMC-OQAM系统模型主要由四部分构成，在信号发送端主要包括OQAM信号预处理模块和综合滤波器组模块，信号接收端主要包括分析滤波器组模块和后期处理模块，符号c_k,n中的k表示系统输入OQAM信号的复数值为k个，k＝0,1,…M-1,子载波长为M，时间自变量为n，n＝0,1,…k-1，且实部和虚部相互错开半个符号周期；在预处理模块中复数符号c_k,n经过转换因子为2的抽样后完成从复数到实数的转换，转换后的符号为d_k,n，d_k,n乘以旋转因子θ_k,n后彼此正交，保证了相邻的子载波符号间不产生相互干扰；在综合滤波器组模块中，每路子载波信号在经过上采样后，经由综合滤波器组处理后再经过求合器后送入信道中进行传输，其中，Z域内，每路子载波的滤波器Z域传输函数为G_k(z)，信道的传输函数为C(z)，综合滤波器组的原型滤波器为有限冲击长响应滤波器FIR，其时域内离散的脉冲响为h(m)，经过复指数调制为k阶的综合滤波器为g_k(m)定义如下式(1)：

式(1)中的m＝0,1,…L_f-1，L_f为滤波器的长度；

完美重构的综合滤波器p_k(m)定义为

其中，式(2)中的为g_k(·)的复共轭；

信号接收端信号先经由分析滤波器组模块处理，分析滤波器组模块的每路子载波滤波器Z域内的传输函数为F_k(z)，旋转因子抽样率降低2倍后再将实数转换为复数信号即可，复信号经过OQAM信号后处理后接收端的复信号为

(2)、对FMBC滤波器组的原型滤波器采用Hermite滤波器设计：

设定式(1)中的原型滤波器离散脉冲响应h(m)的连续冲激响应函数为h(t)，当Z域内传输函数多项形式为H_n(Z)，则该FBMC-OQAM系统的原型滤波器定义如下式(3)：

式(3)中，e_i为Hermite多项式H_n(Z)的系数，经过计算得出：

e₀＝1.4127 e₄＝-3.0145×10^-3

e₈＝-8.8041×10^-6 e₁₂＝-2.2611×10^-9

e₁₆＝-4.4570×10^-15 e₂₀＝1.8633×10^-16 (4)；

T₀为原型滤波器脉冲响应的最小的时间周期，其时域和频域的周期分别为T₀和F。则保证式(3)中的正交性，π指代180度角度；

经上采样后信号S为式(5)：

S＝Gc (5)，

式(5)中，S∈c^M×1，c为系统传输符号c_k,n的矩阵形式，见公式(7)；G为传输矩阵其矢量空间由式(1)中矢量采样长为M的矢量g_k(m)∈c^M×1构成见公式(6)：

信道为时变多径信道时，其信道噪声为加性高斯白噪声n，设其多径传播卷积矩阵为H∈c^M×M，再经现由滤波器进行矩阵G^H复乘后采样，接收数据符号矩阵为表示如下式(8)：

式(8)中的传输矩阵定义为：

W＝G^HHG (9)，

AWGN的概率分布为均值为0，方差为即AWGN在时域内的功率为由FBMC系统中的实正交性可得

(3)、基于数据块联合的方式进行均衡即将数据的实部和虚部堆叠成数据块后再进行均衡，均衡后的数据块见式(10)：

其中，式(10)中的

整块的数据块进行均衡，一般会有延迟且计算复杂度大，所以，要降低计算复杂度可将传输矩阵W作如下分解：

式(12)中，为接收数据块矩阵中所选取的子数据块中的子向量，O为子数据块的维数，c_O∈R^|O|×1表示从传输数据块矩阵中c选取的子数据块中的子向量，c_P∈R^|P|×1则为所有余下的数据块与接收子数据块相关的子向量，P为子数据块的维数；|P|<<L_fK-|O|，相应的传输矩阵W中选取的向量W_O∈C^|O|×|O|和W_O,P∈C^|O|×|P|；

(5)、由于式(12)满足式(8)，所以具有|O|个抽头的MMSE均衡器的式(10)转换为：

噪声矩阵Q_O∈c^2|O|×2|O|,在大小为L_fK的总矩阵中的所需要的矩阵的逆为2|O|×2|O|。

2.根据权利要求1所述的一种5G多载波通信系统中的信道均衡方法，其特征在于：所述的信道均衡方法还包括有MMSE均衡去干扰步骤：借助OFDM系统中的去干扰方法即下式(16)：

其中，式(16)中的(·)⁽ⁱ⁾表示第i次迭代，diag(W)为对角阵矩阵，(W-diag{W})为非对角矩阵；

接收端数据估计由单抽头均衡器得到，见式(17)：

式(17)中，R(·)表示的最近相邻符号的量化算子，单抽头的均衡器从开始均衡；

同理，将SISO系统扩展为2×2的MIMO传输系统，当接收端数据为：

式(18)中，设接收端数据矩阵为传输矩阵为发送端数据矩阵为式(18)中的下标标号1和2表示为天线1和天线2；同式(10)，均衡后的数据矩阵采用MMSE方法均衡为：

式(19)中噪声矩阵为式(20)：

3.根据权利要求1所述的一种5G多载波通信系统中的信道均衡方法，其特征在于：所述的式(5)中矩阵相乘的运算由快速傅里叶逆变换运算而来。