CN111404847A - 一种海洋通信系统的信道估计方法 - Google Patents
一种海洋通信系统的信道估计方法 Download PDFInfo
- Publication number
- CN111404847A CN111404847A CN202010202629.XA CN202010202629A CN111404847A CN 111404847 A CN111404847 A CN 111404847A CN 202010202629 A CN202010202629 A CN 202010202629A CN 111404847 A CN111404847 A CN 111404847A
- Authority
- CN
- China
- Prior art keywords
- channel
- estimation
- cir
- oofdm
- matrix
- 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.)
- Granted
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
- H04L25/0224—Channel estimation using sounding signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
- H04B10/114—Indoor or close-range type systems
- H04B10/116—Visible light communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
-
- 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
- H04L25/0204—Channel estimation of multiple channels
-
- 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
- H04L25/0212—Channel estimation of impulse response
-
- 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
-
- 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
- H04L25/0256—Channel estimation using minimum mean square error criteria
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
- Optical Communication System (AREA)
Abstract
本发明提供的一种海洋通信系统的信道估计方法,针对现有信道估计方案的不足,从线性最优信道估计出发,结合UVLC信道二阶统计特性的低秩性质,避免了对矩阵执行实时的求逆运算,因此能够以较低的复杂度取得较高的估计精度。同时,该方法考虑了实际场景中信道先验信息的自适应更新策略,具有较好的实用价值。
Description
技术领域
本发明涉及海洋通信技术领域,更具体的,涉及一种海洋通信系统的信道估计方法。
背景技术
近年来,水下可见光通信(Underwater Visible Light Communication,UVLC) 技术引起了学术界和业界越来越多的关注0。作为新兴技术,它比传统水声通信具有更高的带宽、更低的时延以及更高的安全性0-0。作为UVLC系统的关键技术之一,信道估计(ChannelEstimation,CE)的准确性极大影响着高速数据传输业务的性能。
在现有的信道估计方案中,文献[4]提出了一种自适应统计贝叶斯最小均方误差信道估计(Adaptive Statistical Bayesian Minimum Mean Square Error CE, AS-BMMSE-CE)的方案,利用可变统计窗口(Variable Statistic Window,VSW) 的机制去自适应跟踪信道冲激响应(Channel Impulse Response,CIR)的先验参数,从而提高估计精度。然而,该方案解决的是室内可见光(Visible Light Communication,VLC)信道估计问题。相比起室内VLC的信道模型,UVLC的信道模型需要考虑更复杂的物理效应,包括海水的吸收、散射及湍流等效应。因此,VLC与UVLC在信道特征上存在显著差异,用于VLC系统的AS-BMMSE-CE 技术无法在UVLC场景下取得理想的性能。同时,AS-BMMSE-CE的设计依赖唯一最优的均匀导频图案,一旦导频位置发生偏移,性能将发生恶化,因此如将其扩展至多输入多输出(Multiple-input Multiple-output,MIMO)的UVLC系统,性能将受到较大的限制。此外,针对UVLC场景,文献[5]结合信道反射路径数量少的特点进行了设计,提出了一种基于压缩感知的信道估计方案。然而,这种估计方案不适用于扩散UVLC系统。在扩散UVLC系统中,光子和海水悬浮颗粒物之间发生多重散射,导致CIR的非视距(Non-line-of-sight,NLOS)分量密集且能量集中。因此CIR在时延域上不具有稀疏性,无法直接使用压缩感知进行信道估计。
发明内容
本发明为克服现有的信道估计方案不足,提供一种海洋通信系统的信道估计方法。
为解决上述技术问题,本发明的技术方案如下:
一种海洋通信系统信道估计方法,包括以下步骤:
S1:构建基于分数采样的光正交频分复用FS-OOFDM的水下可见光通信 UVLC系统,设n、m和k分别表示OOFDM符号、过采样偏移和子载波的下标; S2:在发射端,每个子载波的调制符号Xn,k表示数据或导频,且满足功率归一化条件E{|Xn,k|2}=1;导频格式采用梳状结构,相应的子载波下标为pi, 0≤i≤Kp-1,其中Kp表示一个OOFDM符号包含的导频数目;且Xn,k满足埃尔米特对称HS,即且Xn,0=Xn,K/2=0;对频域符号Xn=[0,Xn,1,K,Xn,K-1]T进行快速逆傅里叶变换IFFT、并串转换及循环前缀CP 填充、数模转换及成形滤波、直流偏置及零削波操作后,通过发光二极管LED 将电信号转换成光信号发射出去;考虑用户终端UE在水下连续移动的场景,设 UE位置下标与OOFDM符号下标n相同,对下标n的信道冲激响应CIR进行建模,具体表示为:cn(t,τ)=ρn(t)cn'(τ),其中ρn(t)表示海水的湍流效应引起的衰落效应,cn'(τ)表示海水的吸收和散射引起的多径效应;结合成形滤波及匹配滤波的联合冲激响应p(τ),定义等效CIR为:
hn(t,τ)=cn(t,τ)*p(τ)=ρn(t)μh,n(τ) (15)
其中μh,n(τ)=cn'(τ)*p(τ),定义FS-OOFDM系统的采样周期为其中M和Ts分别表示过采样因子以及传统OOFDM系统的QAM符号采样周期;当采样周期为TM时,离散等效CIR为 其中L表示采样周期Ts下的CIR抽头数目,Δd表示相邻位置间隔, v表示UE移动速度;
S3:在接收端进行信号接收,FS-OOFDM对接收到的信号进行分数采样FS 处理以获取UVLC信道的多径增益;对FS后的接收信号进行快速傅里叶变换FFT,得到频域信号Yn,m,k具体为:
Yn,m,k=Xn,kHn,m,k+Vn,m,k,0≤m≤M-1,0<k≤K-1 (2)
其中,Hn,m,k和Vn,m,k分别表示第n个位置、第m个过采样偏移、第k个子载波上的信道传输函数CTF和均值为0、方差为σ2的复高斯噪声;
S6:根据式(4),关于hn的线性最小均方误差信道估计LMMSE-CE表达式为:
其中E{·}表示期望,是湍流的闪烁指数;其中,使用式(1)的向量化形式,即hn=ρnμh,n;观察式(6),得到Ch,n是一个低秩矩阵且秩为1;注意到将Sherman-Morrison公式SMF0运用到Ψn中:
将得到的OSMF-CE用于UVLC接收机的信号检测过程,完成对UVLC信道的时域估计。
上述方案中,尽管OSMF-CE与LMMSE-CE形式上不同,但是OSMF-CE 仍然是最优线性估计方案,原因在于OSMF-CE是LMMSE-CE在UVLC信道上的等价形式,而LMMSE-CE是最优线性估计方法,因此OSMF-CE保留了 LMMSE-CE的最小均方误差(Minimum Mean Square Error,MMSE)准则下的最优性。另一方面,对比式(5)和式(3),观察到OSMF-CE只涉及矩阵/向量之间的乘法运算,因此相对需要对矩阵进行实时求逆运算的LMMSE-CE而言, OSMF-CE具有低复杂度的优势,适用于计算资源有限的UE。
其中,在所述步骤S6中,在OSMF-CE基础上噪声功率的估计以及先验参数μh,n和Ch,n的自适应更新,形成适用于UE移动场景的方案,即AOSMF-CE方案。
上述方案中,UE移动会带来收发间失准的问题,导致CIR先验信息μh,n和 Ch,n随位置发生变化,同时接收端需要估计噪声功率。因此需要进一步在 OSMF-CE方案中考虑噪声功率的估计以及先验参数μh,n和Ch,n的自适应更新,形成适用于UE移动场景的方案,称为AOSMF-CE方案。
其中,所述AOSMF-CE方案具体为:
第二,根据式(3),得到导频子载波位置上的基于LS的频域信道估计结果;
第三,利用最大似然估计MLE方法,得到关于hn的时域信道估计结果如下:
第四,进行信道二阶统计特性更新CSSU;
第五,进行信道一阶统计特性更新CFSU;
第六,根据CSSU、CFSU的结果进行时域CIR估计;
最后,对时域CIR估计结果进行变换,得到频域CTF的估计值,将频域CTF 的估计值用于UVLC接收机的信号检测过程,完成对UVLC信道的频域估计。
其中,所述CSSU具体过程为:
由于UE的移动性导致CIR统计特性是非平稳的;对于非平稳信道环境,使用指数窗迭代方法来更新信道协方差矩阵,信道协方差矩阵的初始估计值为:
其中βR是遗忘因子。
其中,所述CFSU具体过程为:
其中,滤波器输出为信道一阶统计特性的估计值。
其中,所述根据CSSU、CFSU的结果进行时域CIR估计的过程具体为:
其中,所述的对时域CIR估计结果进行变换的过程具体为:
对式(13)进行以下变换得到频域CTF的估计值:
与现有技术相比,本发明技术方案的有益效果是:
本发明提供的一种海洋通信系统的信道估计方法,针对现有信道估计方案的不足,从线性最优信道估计出发,结合UVLC信道二阶统计特性的低秩性质,避免了对矩阵执行实时的求逆运算,因此能够以较低的复杂度取得较高的估计精度。同时,该方法考虑了实际场景中信道先验信息的自适应更新策略,具有较好的实用价值。
附图说明
图1为基于FS-OOFDM的UVLC系统示意图;
图2为AOSMF-CE方案的处理流程图;
图3为UVLC场景示意图;
图4为不同信道估计方案的MSE性能和BER性能图;
图5为均匀导频图案、非均匀导频图案下不同信道估计方案的子载波MSE 性能图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示的基于FS-OOFDM的UVLC系统的示意图,其中OOFDM方案采用直流偏置光-正交频分复用(Direct-current-biased Optical OFDM, DCO-OFDM)。为便于描述,假设n、m和k分别表示OOFDM符号、过采样偏移和子载波的下标。在发射端,每个子载波的调制符号Xn,k表示数据或导频,且满足功率归一化条件E{|Xn,k|2}=1。导频格式采用梳状结构,相应的子载波下标为pi,0≤i≤Kp-1,其中Kp表示一个OOFDM符号包含的导频数目。另外,Xn,k满足埃尔米特对称(Hermitian Symmetry,HS),即且Xn,0=Xn,K/2=0。接着,根据图1所示的操作对频域符号Xn=[0,Xn,1,K,Xn,K-1]T进行后续处理,通过发光二极管(Light Emitted Diode, LED)将电信号转换成光信号发射出去。
考虑用户终端(User Equipment,UE)在水下连续移动的场景,假设UE位 置下标与OOFDM符号下标相同。根据文献[3]可以将位置n的CIR建模成 cn(t,τ)=ρn(t)cn'(τ),其中ρn(t)表示海水的湍流效应引起的衰落效应,cn'(τ)表 示海水的吸收和散射引起的多径效应。结合成形滤波及匹配滤波的联合冲激响应 p(τ),定义等效CIR为:
hn(t,τ)=cn(t,τ)*p(τ)=ρn(t)μh,n(τ) (29)
其中μh,n(τ)=cn'(τ)*p(τ)。定义FS-OOFDM系统的采样周期为其中M和Ts分别表示过采样因子以及传统OOFDM系统的QAM符号采样周期。当采样周期为TM时,离散等效CIR为 其中L表示采样周期Ts下的CIR抽头数目,Δd表示相邻位置间隔, v表示UE移动速度。为简便起见,后续涉及的“CIR”均指“离散等效CIR”。
在接收端,通过光电二极管转化为电信号。区别于传统的OOFDM系统, FS-OOFDM需要在模数转换模块对上述电信号进行分数采样(Fractional Sampling,FS)处理以获取UVLC信道的多径增益。对FS后的接收信号进行FFT,可以得到频域信号Yn,m,k:
Yn,m,k=Xn,kHn,m,k+Vn,m,k,0≤m≤M-1,0<k≤K-1 (30)
其中Hn,m,k和Vn,m,k分别表示第n个位置、第m个过采样偏移、第k个子载波上的信道传输函数(Channel Transfer Function,CTF)和均值为0、方差为σ2的复高斯噪声。
根据式(2)中的关系,利用最小二乘(Least Squares,LS)估计得到导频位置处的信道估计为:
其中表示均值为0,方差为σ2的复高斯噪声。设为MKp×1维复向量, hn=[hn,0,0,Khn,0,L-1,Khn,M-1,0,Khn,M-1,L-1]T为ML×1维实向量,为MKp×1维复向量,可以表示成:
根据式(4),关于hn的线性最小均方误差信道估计(Linear Minimum Mean SquareError CE,LMMSE-CE)0表达式为:
其中E{·}表示期望,是湍流的闪烁指数。另外,推导过程中使用了式(1) 的向量化形式,即hn=ρnμh,n。观察式(6),可知Ch,n是一个低秩矩阵且秩为1。注意到可以将Sherman-Morrison公式(SMF) 0运用到Ψn中:
在具体实施过程中,尽管OSMF-CE与LMMSE-CE形式上不同,但是 OSMF-CE仍然是最优线性估计方案,原因在于OSMF-CE是LMMSE-CE在 UVLC信道上的等价形式,而LMMSE-CE是最优线性估计方法,因此OSMF-CE 保留了LMMSE-CE的最小均方误差(Minimum Mean SquareError,MMSE)准则下的最优性。另一方面,对比式(5)和式(3),观察到OSMF-CE只涉及矩阵/向量之间的乘法运算,因此相对需要对矩阵进行实时求逆运算的LMMSE-CE 而言,OSMF-CE具有低复杂度的优势,适用于计算资源有限的UE。
实施例2
在具体实施过程中,由于UE移动会带来收发间失准的问题,导致CIR先验信息μh,n和Ch,n随位置发生变化,同时接收端需要估计噪声功率。因此需要进一步在OSMF-CE方案中考虑噪声功率的估计以及先验参数μh,n和Ch,n的自适应更新,形成适用于UE移动场景的方案,称为AOSMF-CE方案。接下来对图2所示的AOSMF-CE方案进行具体说明。
(一)噪声功率估计(Noise Power Estimation,NPE)
(二)基于LS的频域信道估计
根据式(3),得到导频子载波位置上的基于LS的频域信道估计结果。
(三)最大似然估计(Maximum Likelihood Estimation,MLE)
利用最大似然估计方法,得到关于hn的时域信道估计结果如下:
(四)信道二阶统计特性更新(Channel Second-order Statistics Update,CSSU)
UE的移动性导致CIR统计特性是非平稳的。对于非平稳信道环境,可以使用指数窗迭代方法来更新信道协方差矩阵。信道协方差矩阵的初始估计值为:
其中βR是遗忘因子。
(五)信道一阶统计特性更新(Channel First-order Statistics Update,CFSU)
(六)时域CIR估计
(七)时频转换
对式(13)进行以下变换得到频域CTF的估计值:
在具体实施过程中,本发明提供的一种海洋通信系统的信道估计方法,针对现有信道估计方案的不足,从线性最优信道估计出发,结合UVLC信道二阶统计特性的低秩性质,避免了对矩阵执行实时的求逆运算,因此能够以较低的复杂度取得较高的估计精度。同时,该方法考虑了实际场景中信道先验信息的自适应更新策略,具有较好的实用价值。
实施例3
更具体的,在实施例1、实施例2的基础上,为更充分地阐述本发明所具有的有益效果,以下结合一个具体实施例的仿真分析及结果,进一步对本发明的有效性和先进性予以说明。
首先,假设仿真场景如图3所示,以LED位置作为直角坐标系原点,UVLC 终端在与z轴垂直的平面上以2m/s的速度进行移动,按照虚线所示的移动路径从位置(-1,0.5,10)移动到位置(1,0.5,10)。具体的仿真参数由表1给出。
表1:仿真参数表
其次,AOSMF-CE方案的相关参数主要包括:滤波器阶数Q=5,遗忘因子βR=0.999以及βC=0.9,最大迭代次数Imax=3。图4给出了AOSMF-CE方案的均方误差(Mean SquareError,MSE)和误比特率(Bit Error Rate,BER)随信噪比(Signal-to-noise ratio,SNR)变化的性能曲线。图中对比了LMMSE-CE、 MLE、文献[11]提出的一维鲁棒维纳滤波(One-dimensional Robust Wiener Filtering,1D RWF)和递归最小二乘(Recursive LeastSquares,RLS)以及 AS-BMMSE-CE方案[4]。作为一种理想的情况,LMMSE-CE方案中假设存在准确的先验信道状态信息(Channel State Information,CSI),尽管这在实际场景中是无法获得的。因此,LMMSE-CE的性能仅作为所有线性信道估计方案性能的理想下界而呈现。如图4所示,本发明提出的AOSMF-CE方案比除LMMSE-CE 以外的其余方案具有更优的MSE和BER性能。例如,在BER为10-4时,相比已知理想CSI的系统,AOSMF-CE方案的性能损失仅为0.7dB,而其余方案均有较大的性能损失。这充分展示了本发明的有效性和实用性。
在具体实施过程中,图5展示了各信道估计方案随子载波位置变化的均方误差(Mean Square Error,MSE)性能,其中任意子载波的MSE是该子载波在所有UE位置上的MSE的平均值。图5(a)和图5(b)分别给出了均匀导频图案和非均匀导频图案下的MSE性能。实验结果表明,本发明提出的AOSMF-CE 方案在各子载波下的估计性能最好,并且对导频图案不敏感,这在导频资源紧张的MIMO场景下是一种突出的优势。而其余估计方案在各子载波下的估计性能较差,且在非均匀导频图案下的MSE性能随着子载波位置的变化而产生较大的起伏。因此,本发明提出的AOSMF-CE方案可以方便地扩展至MIMO-UVLC系统,具有较好的灵活性和实用价值。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
[1]H.Kaushal and G.Kadcdoum,“Underwater optical wirelesscommunication,” IEEE Access,vol.4,pp.1518–1547,Apr.2016.
[2]Z.Zeng,S.Fu,H.Zhang,Y.Dong,and J.Cheng,“A survey of underwateroptical wireless communications,”IEEE Communications Surveys&Tutorials,vol.19,no.1,pp.204–238,Oct.2017.
[3]M.V.Jamali,P.Nabavi,and J.A.Salehi,“MIMO underwater visible lightcommunications:comprehensive channel study,performance analysis,and multiple-symbol detection,”IEEE Transactions on Vehicular Technology,vol.67,no. 9,pp.8223–8237,Sep.2018.
[4]X.Chen and M.Jiang,“Adaptive statistical Bayesian MMSE channelestimation for visible light communication,”IEEE Transactions on SignalProcessing, vol.65,no.5,pp.1287–1299,Nov.2017.
[5]X.Ma,F.Yang,S.Liu,and J.Song,“Channel estimation for widebandunderwater visible light communication:a compressive sensing perspective,”Optics express,vol.26,no.1,pp.311–321,Jan.2018.
[6]C.Tepedelenlioglu and R.Challagulla,“Low-complexity multipathdiversity through fractional sampling in OFDM,”IEEE Transactions on SignalProcessing,vol. 52,no.11,pp.3104–3116,Nov.2004.
[7]C.D.Meyer,Matrix analysis and applied linear algebra.Philadelphia:SIAM, 2000.
[8]S.M.Kay,Fundamentals of statistical signal processing:estimationtheory. Englewood Cliffs,NJ,USA:Prentice-Hall,1993.
[9]G.H.Golub and C.F.Van Loan,Matrix Computations.Baltimore,MD:JohnHopkins Univ.Press,2012.
[10]L.N.Trefethen and D.Bau III,Numerical linear algebra.Siam,1997,vol. 50.
[11]L.Hanzo,M.Münster,B.Choi,and T.Keller,OFDM and MC-CDMA forbroadband multi-user communications,WLANs and broadcasting.Reading,MA, USA:Wiley,2003.
Claims (7)
1.一种海洋通信系统信道估计方法,其特征在于,包括以下步骤:
S1:构建基于分数采样的光正交频分复用FS-OOFDM的水下可见光通信UVLC系统,设n、m和k分别表示OOFDM符号、过采样偏移和子载波的下标;
S2:在发射端,每个子载波的调制符号Xn,k表示数据或导频,且满足功率归一化条件E{|Xn,k|2}=1;导频格式采用梳状结构,相应的子载波下标为pi,0≤i≤Kp-1,其中Kp表示一个OOFDM符号包含的导频数目;且Xn,k满足埃尔米特对称HS,即1≤k≤K/2-1且Xn,0=Xn,K/2=0;对频域符号Xn=[0,Xn,1,K,Xn,K-1]T进行快速逆傅里叶变换IFFT、并串转换及循环前缀CP填充、数模转换及成形滤波、直流偏置及零削波操作后,通过发光二极管LED将电信号转换成光信号发射出去;考虑用户终端UE在水下连续移动的场景,设UE位置下标与OOFDM符号下标n相同,对下标n的信道冲激响应CIR进行建模,具体表示为:cn(t,τ)=ρn(t)cn'(τ),其中ρn(t)表示海水的湍流效应引起的衰落效应,cn'(τ)表示海水的吸收和散射引起的多径效应;结合成形滤波及匹配滤波的联合冲激响应p(τ),定义等效CIR为:
hn(t,τ)=cn(t,τ)*p(τ)=ρn(t)μh,n(τ) (1)
其中μh,n(τ)=cn'(τ)*p(τ),定义FS-OOFDM系统的采样周期为其中M和Ts分别表示过采样因子以及传统OOFDM系统的QAM符号采样周期;当采样周期为TM时,离散等效CIR为0≤m≤M-1,0≤l≤L-1,其中L表示采样周期Ts下的CIR抽头数目,Δd表示相邻位置间隔,v表示UE移动速度;
S3:在接收端进行信号接收,FS-OOFDM对接收到的信号进行分数采样FS处理以获取UVLC信道的多径增益;对FS后的接收信号进行快速傅里叶变换FFT,得到频域信号Yn,m,k具体为:
Yn,m,k=Xn,kHn,m,k+Vn,m,k,0≤m≤M-1,0<k≤K-1 (2)
其中,Hn,m,k和Vn,m,k分别表示第n个位置、第m个过采样偏移、第k个子载波上的信道传输函数CTF和均值为0、方差为σ2的复高斯噪声;
S6:根据式(4),关于hn的线性最小均方误差信道估计LMMSE-CE表达式为:
其中E{·}表示期望,是湍流的闪烁指数;其中,使用式(1)的向量化形式,即hn=ρnμh,n;观察式(6),得到Ch,n是一个低秩矩阵且秩为1;注意到将Sherman-Morrison公式SMF0运用到Ψn中:
将得到的OSMF-CE用于UVLC接收机的信号检测过程,完成对UVLC信道的时域估计。
2.根据权利要求1所述的一种海洋通信系统信道估计方法,其特征在于,在所述步骤S6中,在OSMF-CE基础上考虑噪声功率的估计以及先验参数μh,n和Ch,n的自适应更新,形成适用于UE移动场景的方案,即AOSMF-CE方案。
3.根据权利要求2所述的一种海洋通信系统信道估计方法,其特征在于,所述AOSMF-CE方案具体为:
第二,根据式(3),得到导频子载波位置上的基于LS的频域信道估计结果;
第三,利用最大似然估计MLE方法,得到关于hn的时域信道估计结果如下:
第四,进行信道二阶统计特性更新CSSU;
第五,进行信道一阶统计特性更新CFSU;
第六,根据CSSU、CFSU的结果进行时域CIR估计;
最后,对时域CIR估计结果进行变换,得到频域CTF的估计值,将频域CTF的估计值用于UVLC接收机的信号检测过程,完成对UVLC信道的频域估计。
4.根据权利要求3所述的一种海洋通信系统信道估计方法,其特征在于,所述CSSU具体过程为:
由于UE的移动性导致CIR统计特性是非平稳的;对于非平稳信道环境,使用指数窗迭代方法来更新信道协方差矩阵,信道协方差矩阵的初始估计值为:
其中βR是遗忘因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202629.XA CN111404847B (zh) | 2020-03-20 | 2020-03-20 | 一种海洋通信系统的信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202629.XA CN111404847B (zh) | 2020-03-20 | 2020-03-20 | 一种海洋通信系统的信道估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111404847A true CN111404847A (zh) | 2020-07-10 |
CN111404847B CN111404847B (zh) | 2021-03-26 |
Family
ID=71413464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010202629.XA Active CN111404847B (zh) | 2020-03-20 | 2020-03-20 | 一种海洋通信系统的信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111404847B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112910807A (zh) * | 2021-02-04 | 2021-06-04 | 华中科技大学 | 一种基于空间随机采样的智能超表面信道估计方法及系统 |
CN113225131A (zh) * | 2021-04-28 | 2021-08-06 | 中山大学 | 一种水下可见光通信系统的盲检测方法 |
CN113472703A (zh) * | 2021-06-01 | 2021-10-01 | 南京邮电大学 | 一种ofdm信道估计方法 |
WO2023005746A1 (zh) * | 2021-07-26 | 2023-02-02 | 中兴通讯股份有限公司 | 一种信道建模方法、装置、存储介质及电子装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1663211A (zh) * | 2003-03-27 | 2005-08-31 | 都科摩欧洲通信技术研究所有限公司 | 估计多个信道的设备和方法 |
EP1579689A4 (en) * | 2002-12-06 | 2010-01-20 | Apple Inc | METHOD AND APPARATUS FOR TIMING SPECIFICATION BETWEEN VARIABLE PRECISION IMAGES FOR DIGITAL VIDEO CODING WITH REDUCED REQUIREMENTS FOR DIVISION OPERATIONS |
CN103326966A (zh) * | 2013-05-16 | 2013-09-25 | 东莞中山大学研究院 | 适用于无线局域网ofdm系统的信道估计方法 |
US20140348120A1 (en) * | 2013-04-04 | 2014-11-27 | Huawei Technologies Co., Ltd. | Methods and Nodes in a Wireless Communication Network |
CN105791185A (zh) * | 2016-04-28 | 2016-07-20 | 西安交通大学 | 大规模mimo场景下基于奇异值半阈值的低秩信道估计方法 |
CN105791186A (zh) * | 2016-04-28 | 2016-07-20 | 西安交通大学 | 一种大规模mimo系统中的稀疏低秩信道联合估计方法 |
CN107147598A (zh) * | 2017-04-18 | 2017-09-08 | 东莞信大融合创新研究院 | 一种水下可见光通信方法、装置和系统 |
CN108737299A (zh) * | 2018-05-11 | 2018-11-02 | 重庆邮电大学 | 一种低复杂度的lmmse信道估计方法 |
CN110098855A (zh) * | 2019-04-30 | 2019-08-06 | 桂林电子科技大学 | 一种可见光mimo通信预编码及解码方法 |
-
2020
- 2020-03-20 CN CN202010202629.XA patent/CN111404847B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1579689A4 (en) * | 2002-12-06 | 2010-01-20 | Apple Inc | METHOD AND APPARATUS FOR TIMING SPECIFICATION BETWEEN VARIABLE PRECISION IMAGES FOR DIGITAL VIDEO CODING WITH REDUCED REQUIREMENTS FOR DIVISION OPERATIONS |
CN1663211A (zh) * | 2003-03-27 | 2005-08-31 | 都科摩欧洲通信技术研究所有限公司 | 估计多个信道的设备和方法 |
US20140348120A1 (en) * | 2013-04-04 | 2014-11-27 | Huawei Technologies Co., Ltd. | Methods and Nodes in a Wireless Communication Network |
CN103326966A (zh) * | 2013-05-16 | 2013-09-25 | 东莞中山大学研究院 | 适用于无线局域网ofdm系统的信道估计方法 |
CN105791185A (zh) * | 2016-04-28 | 2016-07-20 | 西安交通大学 | 大规模mimo场景下基于奇异值半阈值的低秩信道估计方法 |
CN105791186A (zh) * | 2016-04-28 | 2016-07-20 | 西安交通大学 | 一种大规模mimo系统中的稀疏低秩信道联合估计方法 |
CN107147598A (zh) * | 2017-04-18 | 2017-09-08 | 东莞信大融合创新研究院 | 一种水下可见光通信方法、装置和系统 |
CN108737299A (zh) * | 2018-05-11 | 2018-11-02 | 重庆邮电大学 | 一种低复杂度的lmmse信道估计方法 |
CN110098855A (zh) * | 2019-04-30 | 2019-08-06 | 桂林电子科技大学 | 一种可见光mimo通信预编码及解码方法 |
Non-Patent Citations (2)
Title |
---|
YONGHUAI ZHANG等: "OFDM transform-domain channel estimation based on MMSE for underwater acoustic channels", 《IEEE 2008 2ND INTERNATIONAL CONFERENCE ON ANTI-COUNTERFEITING, SECURITY AND IDENTIFICATION》 * |
王超: "水下可见光通信单光子检测关键技术研究", 《中国优秀博士论文全文数据库信息科技辑I136-136》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112910807A (zh) * | 2021-02-04 | 2021-06-04 | 华中科技大学 | 一种基于空间随机采样的智能超表面信道估计方法及系统 |
CN112910807B (zh) * | 2021-02-04 | 2022-03-29 | 华中科技大学 | 一种基于空间随机采样的智能超表面信道估计方法及系统 |
CN113225131A (zh) * | 2021-04-28 | 2021-08-06 | 中山大学 | 一种水下可见光通信系统的盲检测方法 |
CN113225131B (zh) * | 2021-04-28 | 2022-04-05 | 中山大学 | 一种水下可见光通信系统的盲检测方法 |
CN113472703A (zh) * | 2021-06-01 | 2021-10-01 | 南京邮电大学 | 一种ofdm信道估计方法 |
CN113472703B (zh) * | 2021-06-01 | 2022-11-04 | 南京邮电大学 | 一种ofdm信道估计方法 |
WO2023005746A1 (zh) * | 2021-07-26 | 2023-02-02 | 中兴通讯股份有限公司 | 一种信道建模方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111404847B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111404847B (zh) | 一种海洋通信系统的信道估计方法 | |
CN101242388B (zh) | 高速单载波频域均衡超宽带系统的信道估计方法 | |
Nissel et al. | FBMC-OQAM in doubly-selective channels: A new perspective on MMSE equalization | |
CN110048972B (zh) | 一种水声正交频分复用信道估计方法及系统 | |
Rossi et al. | Slepian-based two-dimensional estimation of time-frequency variant MIMO-OFDM channels | |
Wang et al. | Frequency-domain channel estimation for SC-FDE in UWB communications | |
CN111404848B (zh) | 一种渐进最优的海洋通信系统信道估计方法 | |
Nissel et al. | Doubly-selective channel estimation in FBMC-OQAM and OFDM systems | |
CN110022276A (zh) | 一种适用于ofdm通信系统的信道估计方法 | |
Chen et al. | Channel estimation method based on transformer in high dynamic environment | |
Zamiri-Jafarian et al. | Robust and improved channel estimation algorithm for MIMO-OFDM systems | |
CN115426224B (zh) | 一种基于otfs信号的信道估计方法及系统 | |
Dubey et al. | A comprehensive review on channel estimation in OFDM system | |
Zhang et al. | Efficient estimation of fast fading OFDM channels | |
Bishnu et al. | Iterative time-domain-based sparse channel estimation for IEEE 802.22 | |
Doukopoulos et al. | Adaptive algorithms for blind channel estimation in OFDM systems | |
Hammarberg et al. | A comparison of DFT and SVD based channel estimation in MIMO OFDM systems | |
Yuan et al. | A new channel estimation method based on GPR and wavelet denosing | |
Sreenivasan | DCT based Channel Estimation in OFDM using MMSE and LS | |
CN104301263B (zh) | 一种多带uwb系统低复杂度信道估计方法及装置 | |
Nazzal et al. | Sparse coding for transform domain-based sparse OFDM channel estimation | |
Krishna et al. | Improved multi-scale principal component analysis based OFDM channel estimation | |
Savaux et al. | Convergence analysis of a joint signal‐to‐noise ratio and channel estimator for frequency selective channels in orthogonal frequency division multiplexing context | |
Sagar et al. | Optimal pilot-aided semi blind channel estimation for MIMO-OFDM system | |
Zhao et al. | Sparse underwater acoustic OFDM channel estimation based on superimposed training |
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 |