CN111049771B

CN111049771B - 一种适用于短循环前缀ofdm的减状态最大似然检测方法

Info

Publication number: CN111049771B
Application number: CN201911219792.0A
Authority: CN
Inventors: 赵春明; 时伟; 姜明
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2019-12-03
Filing date: 2019-12-03
Publication date: 2022-02-11
Anticipated expiration: 2039-12-03
Also published as: CN111049771A

Abstract

本发明公开了一种适用于短循环前缀OFDM的减状态最大似然检测方法，包括如下步骤：(1)先采用预检测得到一个初始的检测结果

其中0≤k≤K‑1；(2)对OFDM符号进行减状态最大似然检测，得到最终检测值

其中0≤k≤K‑delay。本发明的有益效果为：(1)当R_c和R_s较小且N较大时，可以显著降低传统MLSE的计算复杂度；(2)通过采用预检测

作为当前符号未遍历的子载波的预判值和采用更为精确的Viterbi临时判决值

作为上个符号未遍历的子载波的预判值，实现了在降低MLSE复杂度的同时仍可以达到可观的BER性能；(3)在存在ISI/ICI时，因为可以获得额外的分集增益，所以其检测性能可能会好于CP充分时的单抽头均衡的性能。

Description

一种适用于短循环前缀OFDM的减状态最大似然检测方法

技术领域

本发明涉及无线移动通信技术领域，尤其是一种适用于短循环前缀OFDM的减状态最大似然检测方法。

背景技术

OFDM是现代无线移动通信系统(LTE，WiMAX，第五代移动通信系统等)常用的调制技术。在OFDM中，为了避免符号间干扰(ISI)和载波间干扰(ICI)，通过在每个发送符号的前端加上循环前缀(Cyclic Prefix,CP)。CP的长度必须至少与信道的多径延迟长度一样大，以保证子载波间的正交性。这样接收端只需采用单抽头均衡补偿信道失真。

但是，在有些信道环境下，信道冲激响应很长，采用充分CP会严重降低频谱效率。如果只采用常规CP长度，由于CP长度短于信道冲激响应，会引起ICI和ISI。在这种情况下，如果CP未覆盖的多径功率较强，传统的单抽头均衡有着较高的误码率平层。

在发送消息是先验等概率的情况下，最大似然(ML)接收机可以等效为最佳检测器。但是，最大似然的计算量随着信息长度呈指数增长。在存在ISI和ICI的短CP场景的OFDM系统中，如果可以采用最大似然检测，利用ISI和ICI引起的目标子载波上叠加的其余子载波信息分量，而不是像传统接收机中只将其余子载波信息看作是需要抑制的干扰，这样可以收获额外的频率分集增益，甚至可能比CP充分条件下的传统OFDM单抽头均衡具有更好的性能。因此，有必要研究一种可以应用在短CP场景OFDM中减少状态且高性能的ML检测方式。

发明内容

本发明所要解决的技术问题在于，提供一种适用于短循环前缀OFDM的减状态最大似然检测方法，能够在降低传统ML检测运算量的同时有效改善短循环前缀OFDM系统的误码率平层问题。

为解决上述技术问题，本发明提供一种适用于短循环前缀OFDM的减状态最大似然检测方法，包括如下步骤：

(1)先采用预检测得到一个初始的检测结果

其中0≤k≤K-1；

(2)对OFDM符号进行减状态最大似然检测，得到最终检测值

其中0≤k≤K-delay。

优选的，步骤(1)中，预检测值

为串行干扰抵消(SIC)检测的结果。

优选的，步骤(2)中，对OFDM符号进行减状态最大似然检测，得到最终检测值

具体包括如下步骤：

(21)根据当前检测的k时刻(即第k个)OFDM符号的时域信道系数

算出信道干扰矩阵

其中：

其中，

N为OFDM子载波数，L为信道多径长度，L_cp为CP长度，CP为每个发送符号的前端加上的循环前缀，L_cp<L-1，φ_k,0,φ_k,1,…,φ_k,N-1是Φ^(k)的行向量，φ_k,m＝[φ_k,m(0),φ_k,m(1),…,φ_k,m(N-1)]，0≤m≤N-1；

(22)对于k＝0时刻OFDM符号，假设对当前OFDM符号在检测目标子载波时遍历附近R_c个子载波，其中1≤R_c≤N；在检测k＝0时刻OFDM符号的第n个子载波(0≤n≤N-1)时，当前OFDM符号中需要遍历的子载波集合A为

检测k＝0时刻OFDM符号的第n个子载波(0≤n≤N-1)时的分支度量公式如下

其中，Y_k＝[Y_k,0Y_k,1…Y_k,N-1]^T是k时刻OFDM符号接收端FFT后的频域信号，φ_k,i是k时刻OFDM符号对应的信道干扰矩阵Φ^(k)的第i行行向量，矩阵H^(k)和G为对角阵，其中：

即，

表示N×L维度的F阵，X_k,i和X_k,m(0≤m≤N-1)的计算公式如下

表示对第m个子载波的预检测值，

表示对第m个子载波遍历所有可能性；

累积度量为

∧(k+1)＝∧(k)+λ(k)

其中∧(0)＝0；

使用累积度量∧(1)对k＝0时的OFDM符号的N个子载波进行临时判决，记为

(23)检测k(k≥1)时刻OFDM符号的第n个子载波(0≤n≤N-1)时，设k时刻OFDM符号遍历R_c个子载波，k-1时刻OFDM符号遍历R_s个子载波，0≤R_s≤R_c≤N；

k时刻OFDM符号需要遍历的子载波集合为

k-1时刻OFDM符号需要遍历的子载波集合为

检测k时刻OFDM符号的第n个子载波(0≤n≤N-1)时的分支度量公式如下

其中X_k-1,m(0≤m≤N-1)的计算公式如下

其中

是k-1时刻的OFDM符号依据当前的累积度量做出的临时判决值；

定义时刻k的状态S[k]为

累积度量

使用累积度量∧(S[k+1],k+1)对k≥1时刻OFDM符号的N个子载波进行临时判决，记为

(24)重复步骤(23)直至时刻k＝delay-1，delay是Viterbi算法的判决延迟，在OFDM中可令delay＝5；

(25)时刻k＝delay-1开始，进行减状态最大似然检测的判决，此时在检测时刻k对应的第k个OFDM符号的第n个子载波(0≤n≤N-1)时，找到此时

条幸存路径中累积度量最小路径对应的(k-delay+1)时刻的OFDM符号的第n个子载波信息，判为

其中M是OFDM的调制阶数；当k-delay+1时刻的OFDM符号的0≤n≤N-1共N个子载波都完成判决时，k-delay+1时刻的OFDM符号的最终判决结果表示为

(26)最终，当时刻k＝K-1时，完成减状态最大似然检测，最终判决结果为

本发明的有益效果为：(1)当R_c和R_s较小且N较大时，可以显著降低传统MLSE的计算复杂度；(2)通过采用预检测

附图说明

图1为本发明的方法流程示意图。

图2为本发明的实施例一的BER仿真曲线图。

图3为本发明的实施例二的BER仿真曲线图。

具体实施方式

如图1所示，一种适用于短循环前缀OFDM的减状态最大似然检测方法，包括如下步骤：

(1)先采用预检测得到一个初始的检测结果

其中0≤k≤K-1；

(2)对OFDM符号进行减状态最大似然检测，得到最终检测值

其中0≤k≤K-delay。

本发明提供一种适用于短循环前缀OFDM的减少状态的最大似然(Reduced-stateML，RSML)检测方法，只对OFDM所需检测的目标子载波的附近一些子载波进行遍历，其余子载波直接用预检测值代替。本发明可以在降低传统ML检测运算量的同时有效改善短循环前缀OFDM系统的误码率平层问题。下面具体建模介绍本发明：

对于第k个OFDM符号，假设发送端IFFT之前的频域信号为X_k＝[X_k,0X_k,1…X_k,N-1]^T，时域信道系数为

信道条件在单个OFDM符号时间内不变，但是对于连续的OFDM符号是不同的。则接收端FFT后的频域接收信号Y_k为

Y_k＝H^(k)X_k-Φ^(k)GX_k+Φ^(k-1)X_k-1

其中，

Y_k＝[Y_k,0Y_k,1…Y_k,N-1]^T

其中

其中

N为OFDM子载波数，L为信道多径长度，L_cp为CP长度，L_cp<L-1。φ_k,0,φ_k,1,…,φ_k,N-1是Φ^(k)的行向量，φ_k,i＝[φ_k,m(0),φ_k,m(1),…,φ_k,m(N-1)]，0≤m≤N-1。

因为上述干扰矩阵Φ^(k)元素的期望功率

具有对角占优特性，最强的ISI/ICI贡献来自相邻子载波，并且干扰随着子载波之间距离的增加而减少。而MLSE中是对每个OFDM块的所有子载波进行遍历，复杂度极高。因为ISI/ICI干扰功率矩阵存在对角功率占优的情况，可以考虑只对所需检测的目标子载波的附近一些子载波进行遍历，其余子载波直接用预检测值代替。因此可以提出一种减少状态的ML检测算法(Reduced-state ML,RSML)，具体实现如下：

首先，对于k＝0时的OFDM符号，假设对当前OFDM符号在检测目标子载波时遍历附近R_c个子载波，其中1≤R_c≤N。在检测k＝0时OFDM符号的第n个子载波(0≤n≤N-1)时，当前OFDM符号中需要遍历的子载波集合A为

检测k＝0的OFDM符号的第n个子载波(0≤n≤N-1)时的分支度量公式如下

其中，X_k,i和X_k,m(0≤m≤N-1)的计算公式如下

表示对第m个子载波的预检测值，预检测方式可以采用单抽头检测，SIC检测或者迭代SIC检测，

表示对第m个子载波遍历所有可能性。

累积度量为

∧(k+1)＝∧(k)+λ(k)

其中∧(0)＝0。

其次，检测k(k≥1)时的OFDM符号的第n个子载波(0≤n≤N-1)时，设k时的OFDM符号遍历R_c个子载波，k-1时的OFDM符号遍历R_s个子载波，0≤R_s≤R_c≤N。

k时刻OFDM符号需要遍历的子载波集合为

k-1时刻OFDM符号需要遍历的子载波集合为

其中X_k-1,m(0≤m≤N-1)的计算公式如下

其中

是k-1时刻的OFDM符号依据当前的累积度量做出的临时判决值。

定义时刻k的状态S[k]为

累积度量

使用累积度量∧(S[k+1],k+1)对k≥1时的OFDM符号的N个子载波进行临时判决，记为

然后，重复上述步骤直至时刻k＝delay-1，delay是Viterbi算法的判决延迟，在OFDM中可令delay＝5。

时刻k＝delay-1开始，进行减状态最大似然检测的判决，在检测时刻k对应的OFDM符号的第n个子载波(0≤n≤N-1)时，找到此时

其中M是OFDM的调制阶数。当k-delay+1时刻的OFDM符号的0≤n≤N-1共N个子载波都完成判决时，k-delay+1时刻的OFDM符号的最终判决结果表示为

最终，当时刻k＝K-1时，完成RSML检测，判决结果为

当子载波数为N时，采用RSML的复杂度可以近似为

而MLSE需要遍历的欧氏距可能性为M^N×M^N＝M^2N。当R_c和R_s较小且N较大时，采用RSML检测算法可以显著降低传统MLSE的计算复杂度。

下面结合具体仿真进行详细说明：

实施例一：

表1等功率信道仿真参数表

仿真对比此时单抽头均衡，SIC，迭代SIC，RSML和CP充分时的单抽头均衡的BER性能，其中归一化多普勒频偏为0.01，仿真结果如图2所示。

如图2所示，其中RSML采用迭代SIC检测作为预判初值，迭代次数为4次。

分别仿真R_c＝3，R_s＝0；R_c＝3，R_s＝1；R_c＝3，R_s＝3这三种情况的RSML检测。发现相比迭代SIC，RSML检测算法的BER有了极大的提升。R_c＝3，R_s＝0时的RSML已经可以把误码率平层降到10^-2量级。并且随着遍历子载波数R_c和R_s的增加，BER性能会进一步提升。R_c＝3，R_s＝1在10^-2量级相比R_c＝3，R_s＝0约有6dB增益。

值得注意的是，当R_c＝3，R_s＝3时，RSML的BER性能在20dB之前都贴近CP充分时的单抽头均衡的性能。

实施例二：

表2芬兰信道仿真参数表

5G实测长多径信道模型：

该信道具有非零冲激响应的多径位置为[1,2,3,4,9,13,16]，对应归一化功率强度为[0.0903,0.1083,0.2036,0.1853,0.1003,0.2116,0.1007]。

仿真对比此时单抽头均衡，SIC，迭代SIC，RSML和CP充分时的单抽头均衡的BER性能，其中归一化多普勒频偏为0.01，仿真结果如图3所示。

R_c＝3，R_s＝0时的RSML检测的BER性能就可以突破CP充分时线性接收的理想线。原因是RSML利用ISI和ICI引起的目标子载波上叠加的其余子载波信息分量，而不是像线性接收机中只将其余子载波信息看作是需要抑制的ICI/ISI干扰，于是可以获得额外的频率分集增益。

而图中R_c＝3，R_s＝1时，RSML检测的BER性能还会进一步提升。

需要注意的是，上述RSML检测的BER性能也是基于迭代SIC检测作为预判初值。

虽然仿真示例中没有讨论，RSML检测对预判初值的BER性能十分敏感，一般只有采用SIC或迭代SIC检测作为预判初值才会获得比较好的性能。