CN1708965A - 使用多载波信号的保护间隔进行信道估计 - Google Patents

Abstract

一种使用正交频分复用(OFDM)的通信方法，包括：产生调制作为要从发射机发射的OFDM码元的比特流(b_n∈(0，1)，n=0，1，…，K－1)及相应组的频域载波幅度((X₀(k)到(X_N(k))，其中k是OFDM码元号。将前缀作为保护间隔插入到上述采样流中，将上述OFDM码元从所述发射机发射到接收机。接收机使用来自所述前缀的信息来估计传输信道的信道脉冲响应(H_D ^(F))，使用估计的信道脉冲响应(_D ^(F))来解调接收的信号中的比特流。所述前缀(αk·c₀到α_k·c_D－1)是确定性的，并且对于接收机和发射机是已知的。优选地，所述前缀(α_k·c₀到α_k·c_D－1)包括所述码元共用的向量(P_D)乘上至少一个加权因子(α_k)。优选地，加权因子(α_k)对于各码元不同，但是给定的向量(P_D)的元素乘上相同的加权因子。优选地，加权因子(α_k)具有复数伪随机值。

Description

使用多载波信号的保护间隔进行信道估计

技术领域

本发明涉及使用正交频分复用(OFDM)通信，更具体涉及在OFDM通信中的信号估计和追踪。

背景技术

OFDM通信被选择用于大多数现代高数据率通信系统(例如，数字音频广播DAB，陆地数字视频广播DVB-T，以及诸如HIPERLAN/2、IEEE802.11a的宽带无线接入网BRAN)。但是，在大多数情况下，接收机需要准确估计信道脉冲响应。

在许多已知OFDM系统中，大小为N∈N⁺的每个OFDM码元之前是保护间隔，该保护间隔比信道脉冲响应(CIR)长，在发射机中插入D∈N⁺个采样的循环前缀作为保护间隔，前缀由D个采样组成，这D个采样是从有用的OFDM码元时域采样中循环复制的。循环前缀在接收机进行非常简单的均衡，其中丢弃循环前缀，处理每个截断的分块，例如使用傅立叶变换(通常是快速傅立叶变换)，以将频率选择信道输出转化为N个并行平衰减(flat-faded)的独立子信道输出，每个子信道输出对应于各自的子载波。为了进行均衡，存在有许多的策略。例如，在迫零(zero forcing)方法之后，每个子信道输出(除非为零)都除以对应子载波的估计信道系数。

类似于其他数字通信系统，OFDM调制遇到了高多普勒扩展的问题，这会在用户快速移动时，例如在车中，尤为显著地发生。例如，HIPERLAN/2设计用于在最多只有3m/s的速度(步行速度)工作。因而，需要连续地追踪和更新信道脉冲响应，尤其是在存在高多普勒扩展的情况中。

在已知OFDM通信系统中，添加导频音，可能将其位置从一个OFDM码元改变到另一OFDM码元。导频音的幅度和位置都是接收机已知的。接收机使用导频音来估计对应载波的信道系数。这个方法被广泛应用，但是它会降低系统性能，因为一定数量的载波不会用于数据，它们被保留用于导频音。

还已知添加学习序列(参看例如EBU Review Technical No.224，August 1987，“Principles of modulation and channel coding for digitalbroadcasting for mobile receiver”，作者M.Alard和R.Lassalle)。在HIPERLAN/2中，例如，每帧有至少2个学习OFDM码元(即，每2ms中总共有为期2·4μs的2个OFDM码元)。如果信道快速地发生变化，就必须有更多的训练序列，其结果是更加降低了系统性能。

许多已知系统都不能在存在信道空(channel nulls)的情况下解码OFDM码元的所有载波。近来的新技术提出许多方法用于在存在信道空的情况下解码OFDM码元(参看例如B.Muquet，Marc de Courville，G.B.Giannakis，Z.Wang，P.Duhamel，“Reduced Complexity Equalizersfor Zero-Padded OFDM transmissions”，the proceedings of theInternational Conference on Acoustics speech and Signal Processing(ICASSP)2000和Muquet，B.；de Courville，M.；Dunamel，P.；Glannakis，G.，“OFDM with trailing zeros versus OFDM with cyclic prefix：links，comparisons and application to the HiperLAN/2 system”，the proceedingsof the IEEE International Conference on Communications，2000，volume：2)。但是，这些公开物都没有提供对上述有关信道估计和信道追踪的问题的回答。

理想的是，OFDM调制系统会保留传统OFDM的所有优点，并且还允许在接收机上的非常简单和完全的盲信道估计。不会在系统中增添任何附加冗余，因此也不会损失带宽。这样的系统在低移动性的情况下将会是有利的，并且将使得OFDM系统同样适用于高移动性情况。

下面给出的许多例子和说明都是基于N＝4·D的假设，也就是说，前缀的大小(D采样)假定为有用OFDM码元的大小(N采样)的四分之一。这对应于HiperLAN/2或者IEEE802.11的情况。这个限制仅仅是出于简单的考虑而引入的。应该理解，这些例子和说明更一般地适用于N∈N⁺、D∈N⁺的情况，必要的调整基本上是简单明了的。

发明内容

本发明提供了一种用于使用OFDM通信的方法以及发射机和接收机，如权利要求书中所述。

附图说明

图1是通过举例给出的根据本发明一个实施例的OFDM通信系统的示意框图，包括发射机和接收机，

图2是图1系统操作中出现的信号中的OFDM帧的示意图，

图3是图1系统操作中表示用于块间干扰的信道脉冲响应的矩阵方程，

图4是图1系统操作中表示用于码元间干扰的信道脉冲响应的矩阵方程，

图5是图1系统操作中表示组合信道脉冲响应的矩阵方程，

图6是子矩阵的表示，对应于图1系统操作中的组合信道脉冲响应，用于图2的信号的前缀部分，

图7表示图6所示信道矩阵的上三角子矩阵，

图8表示图6所示信道矩阵的下三角子矩阵，和

图9是表示图1所示种类系统的一个实施例操作中作为组合信道脉冲响应结果出现的信号的矩阵方程，

图10是表示在图1所示系统的一个实施例操作中的信道估计期间中出现的信号的矩阵方程，

图11是表示图1所示种类系统的另一个实施例操作中作为组合信道脉冲响应结果出现的信号的矩阵方程，

图12是表示用于图1系统的前缀的优选值的曲线图。

具体实施方式

图1显示了根据本发明一个实施例的OFDM通信系统，包括具有OFDM调制器1的发射机和具有OFDM解调器2的接收机，发射机和接收机在通信信道3上进行通信。

输入比特流b_n∈(0，1)，n2＝0，1，...，K-1在一组N个载波上进行调制，这组载波的载波幅度由向量X(k)＝(X₀(k)，X₁(k)，...，X_N-1(k))^T给出，对应于OFDM码元号k。然后，由装置4产生时域OFDM信号，其中装置4执行逆傅立叶变换操作，或者优选地，执行逆快速傅立叶(IFFT)操作[F_N]^-1＝[F_N]^H且[F_N]^H＝([F_N]^T)^*，其中(·)^T是转置算子，而(·)^*是复共轭算子：

x(k)＝[F_N]^-1X(k)＝(x₀(k)，x₁(k)，...，x_N-1(k))^T    公式1

其中， $\left[F_N\right]=\frac{1}{\sqrt{N}}{\left(W_N^{\mathrm{lk}}\right)}_{0\≤l\≤N-\mathrm{1,0}\≤k\≤N-1}$ 且 $W_N=e^{-j\frac{2\mathrm{\π}}{N}}.$

得到的并行信号x(k)向量通过并串转换器5转换为串行信号，在信号中插入D×1向量P_D＝(c₀，...，c_D-1)^T作为每OFDM码元之间的保护间隔，用来产生串行数字信号x_n。串行数字信号x_n随后被数模转换器6转换为模拟信号x(t)，并在信道3上传送。

信道3具有信道脉冲响应H(k)＝C(k)，还引入噪声v。

在接收机2，接收模拟信号r(t)，并将其通过模数转换器7转换为数字信号r_n。数字信号r_n随后被串并转换器转换为并行信号r(k)，然后通过均衡和解调装置9进行均衡和解调，以产生解调信号s^est(k)。在下面的分析中，出于简便的目的，忽略对噪声的考虑。但是，包括对噪声的考虑也不会显著改变结果。

在某些已知OFDM通信系统中，使用保护间隔来通过引入循环前缀而添加一些冗余(添加D采样的冗余)，例如，以如下的方式：

x^(CP)(k)＝(x_N-D(k)，...，x_N-1(k)，x₀(k)，x₁(k)，...，x_N-1(k))^T

换言之，来自帧末的数据被发射机在保护间隔中进行重复，以产生前缀。

但是，根据本发明的这个实施例，插入作为OFDM码元号k的前缀采样α_k·c₀到α_k·c_D-1是确定性的并且对于所述接收机和所述发射机来说是已知的。前缀包括码元所共用的大小为D×1的向量P_D＝(c₀，...，c_D-1)^T乘至少一个加权因子α_k，因此前缀整个形式为α_k·c₀到α_k·c_D-1。加权因子α_k对于各码元可以是常数。但是，在本发明的优选实施例中，加权因子α_k对于各码元不同，给定的向量P_D的元素乘相同的加权因子。通过这样功能的发射机中的OFDM调制器，接收机中的盲信道估计可以简单且低算术复杂度地完成。特别是，接收机可以恒定地估计和追踪信道脉冲响应，而不会有任何数据带宽损失。而且，接收机上的解调器能够具有这样的优势特性，其范围从非常低的算术成本(中等性能)到高算术成本(非常好的系统性能)。

更特别的是，在本发明的优选实施例中，添加在保护间隔中的D采样的前缀包括预计算的合适的D采样向量P_D＝(c₀，...，c_D-1)^T，其独立于数据，并且通过仅取决于最后的OFDM码元号k的伪随机因子α_k进行加权：

x^(const)(k)＝(α_kc₀，...，α_kc_D-1，x₀(k)，x₁(k)，...，x_N-1(k))^T              公式2

为了下面分析的方便，如下定义第二前缀/OFDM码元向量：

x^{(const，post)}(k)＝(x₀(k)，x₁(k)，...，x_N-1(k)，α_k+1c₀，...，α_k+1c_D-1)^T    公式3

对于α_k有若干种选择的可能。有可能选择α_k∈C，也就是说α_k可以是任意复数值。但是，任意|α_k|≠1的α_k都将导致相对本发明优选实施例的性能下降。

有可能限制αk的选择，稍微缩小范围到α_k∈C且|α_k|＝1。该选择通常会带来良好的系统性能，但是解码过程就会冒着不必要的复杂的危险。

因而，在本发明的优选实施例中，选择α_k的相位使得 ${\mathrm{\α}}_k=e^{j\frac{2\mathrm{\π}}{N+D}m},$ 其中，m是整数，N是有用OFDM码元的大小，D是伪随机前缀的大小。该选择在使用下述的特定解码方法时特别具有优势。

简便起见，下面的分析假设选择这样的加权因子， ${\mathrm{\α}}_k=e^{j\frac{2\mathrm{\π}}{N+D}m},$ 其中m是整数。但是，应该明白，上面所示任何情况的数学调整都是简单的。

选择α_k使其相位随不同OFDM码元改变被证明为是非常有用的。常数前缀P_D优选地根据特定标准而选择，例如根据如下标准：

●在频域中，P_D在用于数据载波的频带上尽可能平坦。

●在频域中，P_D对于频带的无用部分尽可能接近0。

●在时域中，P_D具有低的峰值-平均功率比(PAPR)。

●P_D的长度是OFDM保护间隔的大小，也就是说D个采样。

可替换地，可以选择长度 $\hat{D}<D$ 的更短序列，其中对D-

部分添加0。

通过这些标准，不增加任何发射机复杂度，接收机能够盲估计信道脉冲响应，盲追踪信道脉冲响应的变化，并进行算术上的简单均衡。

根据本发明优选实施例的OFDM码元帧的例子如图2所示。首先描述α_k是常数且等于1的情况下的系统操作。

现在，清楚限定了发射机的调制单元。下面考虑了接收机中进行的操作。然后，在解调器9的输入选择的每个接收的OFDM码元可以如下表示(忽略加性噪声)：

r(k)＝[H_IBI]·x^{(const，post)}(k-1)+[H_ISI]·x^{(const，post)}(k)    公式4

其中，解调器9的信道脉冲响应假定为h＝(h₀，...，h_D-1)，[H_IBI]是解调器9信道矩阵对应于块间干扰的成分，[H_ISI]是其对应于码元间干扰的成分。

接收信号对应于块间干扰的分量[H_IBI]·r(k-1)如图3所示，其中空白元素对应于0，例如，其中N＝4·D(例如，在HiperLAN/2或IEEE802.11的情况下，N＝64，D＝16)。由此可见，[H_IBI]是大小为(N+D)×(N+D)的矩阵，其右上角具有大小为(D-1)×(D-1)的三角子矩阵[H₁]，如图7所示，矩阵的其他元素为0。

接收信号对应于块间干扰的分量[H_ISI]·r(k-1)如图4所示，用于同种情况且与图3形式相同。由此可见，[H_ISI]是大小为(N+D)×(N+D)的矩阵，其主对角线上具有如图7所示的三角子矩阵[H₁]，在紧接着主对角线下面的对角线上是大小为D×D的三角子矩阵[H₀]，如图8所示，矩阵的其他元素为0。

解调器9所见的信道脉冲响应是由块间干扰[H_IBI]和码元间干扰[H_ISI]的和表示的，如图5所示。对于本例，得到的信号在图9中显示，其中，在本例中，r₀(k)到r₄(k)是第k个OFDM码元的连续部分，还包含信道卷积前面和后面前缀的成分，x₀(k)到x₃(k)是大小为D的传送的有用信号的对应部分，x₄(k)是大小为D的后面的前缀的对应部分。当然，该例子可以推广到任意N∈N⁺，D∈N⁺。

接收信号部分的期望值如下：

公式5

公式6

公式7

公式8

公式9

应该认识到，OFDM码元的有用部分x₀(k)到x₃(k)的期望值在很大数量的码元上趋向于0，因为它们是0均值的准随机。但是，前缀P_D对于接收机已知(在这个实施例中其相对连续码元是常数)而且使得能够估计[H]＝[H₀]+[H₁]，其通过在很大数量R的码元上近似期望值E₀和E₄：

$E\left(r\right)\&ap;\frac{1}{R}\&CenterDot;\underset{l=0}{\overset{R-1}{\mathrm{\&Sigma;}}}r\left(l\right)$ 公式10

期望值E₀和E₄的和如下给出：

E₀+E₄＝([H₀]+[H₁])·P_D＝[H]·P_D                     公式11

根据本发明的在D个码元上进行信道脉冲响应估计的方法的第一实施例利用了上面公式的表示，如下所示：

H₁·P_D+H₀·P_D＝H·P_D＝[F_D]^-1·diag(H₀，H₁，...，H_D-1)·[F_D]·P_D  公式12

其中，矩阵[F_D]和[F_D]^-1＝[F_D]^H＝([F_D]^T)^*分别是(快速)傅立叶变换和逆(快速)傅立叶变换矩阵，前缀P_D的大小为D。矩阵[H₀]、[H₁]和[H]分别由图7、图8和图6说明。

因而，在这个第一方法中，使用下面的步骤来估计信道脉冲响应：

●对V_HP＝([H₀]+[H₁])·P_D＝E₀+E₄进行FFT_D×D

●对V_P＝P_D进行FFT_D×D

●第一结果逐分量地除以第二结果

●对

进行IFFT：

${\hat{h}}_D={\mathrm{FFT}}_{D\&times;D}^{-1}\left({\hat{H}}_D^{\left(F\right)}\right)$

得到的信道估计是大小为D×1的 该方法在许多环境中都能很好的工作并且具有低的算术成本，因为其计算是基于大小为D×D的矩阵的。但是，通常大小为N＞D采样的OFDM码元将基于该估计而均衡。因此，如果前缀频谱在FFT_D×D域中各处非零(而且，当然各处在信道噪声方面也很好)的话，该方法工作地非常好。这在其他环境中可能是讨厌的限制。

根据本发明的在D个载波上进行信道脉冲响应估计的方法的第二实施例避免了这样的限制，但付出了算术成本增加的代价。这个第二方法没有根据如上所示的在FFT_D×D域中的解卷积来估计 而是直接根据接收到的向量([H₀]+[H₁])·P_D来估计 ${\mathrm{FFT}}_{(N+D)\&times;(N+D)}\left({\left({\hat{h}}_D^T{0}_N^T\right)}^T\right).$ 这有可能使用下面的公式：

$\left[H_{(N+D)\&times;(N+D)}\right]\&CenterDot;{\left(P_D^T{0}_N^T\right)}^T={\left(E_4^T{E}_0^T{0}_{N-D}^T\right)}^T$ 公式13

这个公式在图10中更详细地表示。在第二方法中，信道脉冲响应是使用下述步骤估计的：

●对 $V_{\mathrm{HP}}=\left[H_{(N+D)\&times;(N+D)}\right]\&CenterDot;{\left(P_D^T{0}_N^T\right)}^T$ 进行FFT_(N+D)×(N+D)

●对 $V_P={\left(P_D^T{0}_N^T\right)}^T$ 进行FFT_(N+D)×(N+D)

●进行逐分量的除法

●如果需要，对

进行IFFT：

${\hat{h}}_{(N+D)}={\mathrm{IFFT}}_{(N+D)\&times;(N+D)}\left({\hat{H}}_{N+D}^{\left(F\right)}\right)$

上面所列出的最后的步骤不是基本均衡算法所必需的，但可能很有用，例如在用于减小噪声电平的算法中。

上述的方法是参考特定情况描述的，其中α_k是常数且等于1。但是，在本发明优选实施例中，每个码元k的前缀的加权因子α_k优选是复数伪随机因子，仅取决于最后的OFDM码元的号码k。对基本公式的本方法(图9所示)的调整如图11所示。

可以看出，公式4和8可被改写为：

公式14

公式15

通过使得E₀＝E_α，0和E₄＝E_α，4，上述用于盲信道估计的步骤保持适用性。其相当于分别通过相应的α_k ^-1或α_k+1 ^-1来加权每个接收码元前面和后面的D个前缀采样。

选择前缀的值α_k·P_D，作为所选标准的函数，如上所述。具有以下标准的值将得到良好的结果：

●时域信号的低峰值-平均功率比

●低带外辐射，也就是说在有用频带上最大化前缀的能量并且在空载波上不浪费前缀能量

●频谱平坦度，例如每信道估计的SNR应该接近常数

●低复杂度信道估计，即，通过前缀频谱，其对频谱的贡献主要只是相位(即，常数模)，

例如，如图12所示，用于下面的OFDM参数：

●时域中前缀大小：D＝16采样

●帧中OFDM码元的大小：N＝64采样

●要估计信道系数的载波(在N+D＝80个载波上)：载波1到52

●带外区域：载波76到80

●没有限制最大PAPR

●带外辐射尽可能低

●频谱平坦度尽可能好

通过在接收向量的多个采样上计算期望值来完成信道估计，如前面所解释的。如果根据信道脉冲响应的第一估计 $\hat{h}(k-1)={\left[F_D\right]}^H\&CenterDot;\hat{H}(k-1)$ 和R个OFDM码元来完成信道追踪的话，第一估计随后可如下进行更新：

$\hat{h}\left(k\right)={\left[F_D\right]}^H\hat{H}\left(k\right)$

其基于上面所示的用于信道估计的第一方法。可替换地，也可适用第二方法：

$\hat{h}\left(k\right){\left[F_{N+D}\right]}^H\hat{H}\left(k\right)$

其中，因子s_n，n＝0，1，...，R-1是正实数，用于不同成分的归一化和加权。因此，例如，有可能考虑较早的OFDM码元用于信道估计，而不是较迟的码元。傅立叶矩阵[F]可以在N+D载波或D载波域中选择。

使用伪随机前缀OFDM的若干均衡方法都是有利的。通常，不同方法提供了不同的性能-复杂度折中。

均衡方法的第一实施例在N+D域中使用迫零，提供低复杂度均衡。

令 ${\mathrm{\&beta;}}_k=\frac{{\mathrm{\&alpha;}}_k}{{\mathrm{\&alpha;}}_{k+1}},$ 信道脉冲响应矩阵可以如下表示：

$\left[H\right]=\left[H_{\mathrm{ISI}}\right]+\frac{{\mathrm{\&alpha;}}_k}{{\mathrm{\&alpha;}}_{k+1}}\&CenterDot;\left[H_{\mathrm{IBI}}\right]=\left[H_{\mathrm{ISI}}\right]+{\mathrm{\&beta;}}_k\&CenterDot;\left[H_{\mathrm{IBI}}\right]$

$=\left[\begin{array}{cccccc}{h}_0& {\mathrm{\&beta;}}_k\&CenterDot;h_{N+D-1}& {\mathrm{\&beta;}}_k\&CenterDot;h_{N+D-2}& ...& ...& {\mathrm{\&beta;}}_k\&CenterDot;h_1\\ h_1& h_0& {\mathrm{\&beta;}}_k\&CenterDot;h_{N+D-1}& ...& ...& {\mathrm{\&beta;}}_k\&CenterDot;h_2\\ ...& ...& ...& ...& ...& ...\\ h_{N+D-1}& ...& ...& ...& ...& h_0\end{array}\right]$ 公式16

仍旧假设信道脉冲响应的长度是D，系数h_D+1，...，h_N+D-1设置为0。这被称为伪循环行列式矩阵，对应于β_k不等于1的情况，而且可以如下进行对角化：

$\left[H\right]=\frac{1}{\sqrt{N+D}}\&CenterDot;{\left[V\right]}^{-1}\&CenterDot;\mathrm{diag}(H\left({\mathrm{\&beta;}}_k^{-\frac{1}{N+D}}\right),H(e^{j\&CenterDot;\frac{2\&CenterDot;\mathrm{\&pi;}}{N+D}}\&CenterDot;{\mathrm{\&beta;}}_k^{-\frac{1}{N+D}}),...,H(e^{j\&CenterDot;\frac{2\&CenterDot;\mathrm{\&pi;}}{N+D}(N+D-1)}\&CenterDot;{\mathrm{\&beta;}}_k^{-\frac{1}{N+D}}))\&CenterDot;\left[V\right]\&CenterDot;\sqrt{N+D}$

其中， $\left[V\right]={(\underset{n=0}{\overset{N+D-1}{\mathrm{\&Sigma;}}}{\left|{\mathrm{\&beta;}}_k\right|}^{-\frac{2\mathrm{\&pi;}}{N+D}})}^{-\frac{1}{2}}\&CenterDot;\left[F_{N+D}\right]\&CenterDot;\mathrm{diag}\{1,{{\mathrm{\&beta;}}_k}^{\frac{1}{N+D}},...,{{\mathrm{\&beta;}}_k}^{\frac{N+D-1}{N+D}}\}$

且 $H\left(z\right)=\underset{n=0}{\overset{N+D-1}{\mathrm{\&Sigma;}}}{z}^{-n}\&CenterDot;h_n$ 公式17

假设 $r\left(k\right)=\left[H\right]\&CenterDot;{\left(x{\left(k\right)}^T{P}_D^T\right)}^T,$ 选择加权因子为 ${\mathrm{\&beta;}}_k=\frac{{\mathrm{\&alpha;}}_k}{{\mathrm{\&alpha;}}_{k+1}}=e^{j\&CenterDot;\frac{2\mathrm{\&pi;}}{N+D}\&CenterDot;m},$ 其中m为整数，并且如果接收向量R(k)是：

$R\left(k\right)=\left[H_{{\mathrm{\&alpha;}}_k,(N+D)\&times;(N+D)}\right]\&CenterDot;{\left(x{\left(k\right)}^T{P}_D^T\right)}^T,$

该迫零均衡方法的步骤为：

●进行乘法 $R^{\left(1\right)}\left(k\right)=\sqrt{N+D}\&CenterDot;\left[V\right]\&CenterDot;R\left(k\right),$

其中 $\left[V\right]={(\underset{n=0}{\overset{N+D-1}{\mathrm{\&Sigma;}}}{\left|{\mathrm{\&beta;}}_k\right|}^{-\frac{2\mathrm{\&pi;}}{N+D}})}^{-\frac{1}{2}}\&CenterDot;\left[F_{N+D}\right]\&CenterDot;\mathrm{diag}\{1,{{\mathrm{\&beta;}}_k}^{\frac{1}{N+D}},...,{{\mathrm{\&beta;}}_k}^{\frac{N+D-1}{N+D}}\}$

●计算频率偏移的、估计的CIR系数

${\hat{H}}_{N+D}^{\mathrm{Shifted},F}(\hat{H}\left({{\mathrm{\&beta;}}_k}^{-\frac{1}{N+D}}\right),...,\hat{H}({{\mathrm{\&beta;}}_k}^{-\frac{1}{N+D}}\&CenterDot;e^{j2\mathrm{\&pi;}\frac{N+D-1}{N+D}}))$

●进行逐分量的除法

●进行乘法 $R^{\left(3\right)}\left(k\right)=\frac{1}{\sqrt{N+D}}\&CenterDot;{\left[V\right]}^{-1}\&CenterDot;R^{\left(2\right)}\left(k\right)$

●提取第k个OFDM数据码元的N个均衡采样S^EQ(k)

●通过傅立叶变换S_F ^EQ(k)＝[F_N]S^EQ(k)，将第k个OFDM数据码元S^EQ(k)变换到频域。

●在接收的均衡载波上进行度量计算等。

均衡方法的另一实施例使用有关补零研究中公知的方法。OFDM伪随机前缀机制中的接收的向量R(k)可以如下表示，其中[P]包含(N+D)×N预编码矩阵，I_N是N×N的单位矩阵：

$R\left(k\right)=\left[H\right]\&CenterDot;([P\&CenterDot;]x\left(k\right)+\left[\begin{array}{c}{0}_{N\&times;N}\\ {\mathrm{\&alpha;}}_{k+1}\&CenterDot;P_D\end{array}\right])+v$

$=\left[H\right]\&CenterDot;(\left[\begin{array}{c}{I}_N\\ 0_{D\&times;N}\end{array}\right]\&CenterDot;x\left(k\right)+\left[\begin{array}{c}{0}_{N\&times;N}\\ {\mathrm{\&alpha;}}_{k+1}\&CenterDot;P_D\end{array}\right])+v$ 公式18

如上述得到的信道脉冲响应估计然后与已知值P_D一起使用，以进行下面的操作

$R^{\left(1\right)}\left(k\right)=R\left(k\right)-\left[\hat{H}\right]\&CenterDot;\left[\begin{array}{c}{0}_{N\&times;N}\\ {\mathrm{\&alpha;}}_{k+1}\&CenterDot;P_D\end{array}\right]$

$=\left[H\right]\&CenterDot;\left[\begin{array}{c}{1}_N\\ 0_{D\&times;N}\end{array}\right]\&CenterDot;x\left(k\right)+v$ 公式19

其中，接收的信号减去已知前缀值乘以信道脉冲响应估计的结果。通常情况下，[H]是为循环行列式信道矩阵。因此，可以进行这种矩阵的对角化，从而有效地计算[H]·P_D。然后，有可能进行若干种均衡方法，例如最小均方差(MMSE)均衡方法的迫零(ZF)方法。MMSE均衡方法的例子在Muquet，B.；de Courville，M.；Dunamel，P.；Glannakis，G.，“OFDM with trailing zeros versus OFDM with cyclic prefix：links，comparisons and application to the HiperLAN/2 system”，ICC-2000-IEEEInternational Conference on Communications，volume：2，2000和B.Muquet，Marc de Courville，G.B.Giannakis，Z.Wang，P.Duhamel，“Reduced Complexity Equalizers for Zero-Padded OFDM transmissions”，International Conference on Acoustics speech and Signal Processing(ICASSP)2000中有描述。

在一个例子中，根据迫零法进行均衡，y⁽¹⁾乘上矩阵 的Moore-Penrose广义逆[G]： $\left[G\right]={\left[\right[H]\&CenterDot;\left[\begin{array}{c}{I}_N\\ 0_{D\&times;N}\end{array}\right]]}^{+}.$ 因此，均衡后得到的向量为：

$R^{(\mathrm{eq},\mathrm{ZF})}\left(k\right)=\left[G\right]\&CenterDot;R^{\left(1\right)}\left(k\right)=\left[G\right]\&CenterDot;\left[\right[H]\&CenterDot;\left[\begin{array}{c}{I}_N\\ 0_{D\&times;N}\end{array}\right]\&CenterDot;x\left(k\right)+v]$ 公式20

Haykin在其著作Simon Haykin，“Adaptive Filter Theory”，3rdedition，Prentice Hall Information and System Science Series，1996中对Moore-Penrose广义逆的定义进行了讨论。Haykin使用了普遍的定义

[A]⁺＝(AHA)^-1A^H                                      公式21

其中，[A]是长方矩阵。

Claims (16)

1.一种使用正交频分复用(OFDM)的通信方法，包括：产生调制作为要从发射机发射的OFDM码元的比特流b_n∈(0，1)，n＝0，1，...，K-1及相应组的频域载波幅度((X_O(k)到(X_N(k))，其中k是OFDM码元号，将前缀作为保护间隔插入到上述采样流中，将上述OFDM码元从所述发射机发射到接收机，在接收机，使用来自所述前缀的信息来估计传输信道的信道脉冲响应(H_D ^(F))，使用估计的信道脉冲响应

来解调在所述接收机接收的信号中的所述比特流，

其特征在于，所述前缀(α_k·c₀到α_k·c_D-1)是确定性的，并且对于所述接收机和所述发射机是已知的。

2.如权利要求1所述的通信方法，其中，所述前缀(α_k·c₀到α_k·c_D-1)包括所述码元共用的向量(P_D)乘上至少一个加权因子(α_k)。

3.如权利要求2所述的通信方法，其中，所述加权因子(α_k)对于各码元不同，但是给定的向量(P_D)的元素乘上相同的加权因子。

4.如权利要求3所述的通信方法，其中，所述加权因子(α_k)具有伪随机值。

5.如权利要求1或2所述的通信方法，其中，所述加权因子(α_k)是复数值。

6.如权利要求5所述的通信方法，其中，所述加权因子(α_k)的模对于各码元是常数。

7.如权利要求6所述的通信方法，其中，所述加权因子(α_k)与 成正比，其中N是有用OFDM码元的大小，D是前缀向量的大小，m是整数。

8.如任意前面权利要求所述的通信方法，其中估计所述信道脉冲响应(H_D ^(F))包括：对第一向量(V_HP)进行傅立叶变换，第一向量(V_HP)包括对应于所述前缀(α_k·c₀到α_k·c_D-1)之一的接收信号分量，还包括对应于后面的所述前缀(α_k+1·c₀到α_k+1·c_D-1)之一的接收信号分量，以产生接收的前缀信号变换(V_HP，F)；对第二向量(V_P)进行相似的傅立叶变换，第二向量(V_P)包括所述前缀(α_k·c₀到α_k·c_D-1，α_k+1·c₀到α_k+1·c_D-1)的相应分量的已知值，以产生已知前缀变换(V_P，F)；接收的前缀信号变换(V_HP，F)逐分量地除以已知前缀变换(V_P，F)。

9.如权利要求8所述的通信方法，其中，所述前缀包括所述码元共用的向量(P_D)乘上加权因子(α_k，α_k+1)，所述加权因子对于各码元不同，但是给定向量的元素乘上相同的加权因子，并且，其中，在求和与进行所述傅立叶变换以产生所述接收的前缀信号变换(V_HP，F)之前，用所述加权因子(α_k，α_k+1)的各个值来加权对应于所述的所述前缀(α_k·c₀到α_k·c_D-1)之一和所述的后面的所述前缀(α_k+1·c₀到α_k+1·c_D-1)之一的接收信号分量。

10.如权利要求8或9所述的通信方法，其中，所述傅立叶变换维度是D×D，其中，D是所述前缀(c₀·α_k到c_D-1·α_k)的大小。

11.如权利要求8或9所述的通信方法，其中所述傅立叶变换的维度是(D+N)×(D+N)，其中，D是所述前缀(α_k·c₀到α_k·c_D-1)的大小，N是OFDM信号在所述前缀之间的大小，所述第一向量(V_HP)包括所述的对应于所述前缀(α_k·c₀到α_k·c_D-1)之一和后面的所述前缀(α_k+1·c₀到α_k+1·c_D-1)之一的接收信号分量的和加上大小为N的零值向量(O_N ^T)，以产生大小为N+D的所述接收前缀信号变换(V_HP，F)，所述第二向量(V_P)包括所述前缀(α_k·c₀到α_k·c_D-1，α_k+1·c₀到α_k+1·c_D-1)的所述已知分量加上所述大小为N的零值向量(O_N ^T)，以产生大小为N+D的所述已知前缀变换(V_P，F)。

12.如任意前面权利要求所述的通信方法，其中，估计所述信道脉冲响应(H_D ^(F))包括：对于多于一个的码元，合并来自所述前缀(α_k·c₀到α_k·c_D-1，α_k+1·c₀到α_k+1·c_D-1)的信息，以获得所述的估计的信道脉冲响应

13.如任意前面权利要求所述的通信方法，其中，解调所述比特流包括：

●以正比于

的矩阵来进行乘法，其中

$\left[\hat{V}\right]={\left(\underset{n=0}{\overset{N+D-1}{\mathrm{\&Sigma;}}}{\left|{\mathrm{\&beta;}}_k\right|}^{\frac{2\mathrm{\&pi;}}{N+D}}\right)}^{\frac{1}{2}}\&CenterDot;\left[F_{N+D}\right]\&CenterDot;\mathrm{diag}\{1,{{\mathrm{\&beta;}}_k}^{\frac{1}{N+D}},\&CenterDot;\&CenterDot;\&CenterDot;,{{\mathrm{\&beta;}}_k}^{\frac{N+D-1}{N+D}}\},{\mathrm{\&beta;}}_k=\frac{{\mathrm{\&alpha;}}_k}{{\mathrm{\&alpha;}}_{k+1}};$

●计算频率偏移的CIR系数

${\hat{H}}_{N+D}^{\mathrm{Shifted},F}(\hat{H}\left({{\mathrm{\&beta;}}_k}^{-\frac{1}{N+D}}\right),\&CenterDot;\&CenterDot;\&CenterDot;,\hat{H}({{\mathrm{\&beta;}}_k}^{-\frac{1}{N+D}}\&CenterDot;e^{j2\mathrm{\&pi;}\frac{N+D-1}{N+D}})),{\mathrm{\&beta;}}_k=\frac{{\mathrm{\&alpha;}}_k}{{\mathrm{\&alpha;}}_{k+1}};$

●进行逐分量的除法

●以正比于 $R^{\left(3\right)}\left(k\right)={\left[\hat{V}\right]}^{-1}\&CenterDot;\frac{1}{\sqrt{N+D}}\&CenterDot;R^{\left(2\right)}\left(k\right)$ 的矩阵来进行乘法；

●提取对应于第k个数据码元的N个均衡采样到向量S^EQ(k)；以及

●通过进行傅立叶变换：S_F ^EQ(k)＝[F_N×N]S^EQ(k)，将码元(k)变换到频域。

14.如权利要求1-12中任意一项所述的通信方法，其中，解调所述比特流包括：对接收信号矩阵和算子矩阵补零以获得用于随后运算的一致的维度，已知前缀值矩阵乘上信道脉冲响应估计矩阵，然后用接收信号矩阵减去上述计算结果。

15.一种在如任意前述权利要求所述的通信方法中使用的发射机，包括发生装置，用于产生调制作为要发射的OFDM码元的比特流b_n∈(0，1)，n＝0，1，...，K-1，将前缀作为保护间隔插入到上述OFDM码元之间，所述前缀(α_k·c₀到α_k·c_D-1)是确定性的，并且适合于对于接收机和所述发射机是已知的。

16.一种在如权利要求1-14中任意一项所述的通信方法中使用的接收机，包括解调装置，用于接收包括调制作为要从发射机发射的OFDM码元的比特流b_n∈(0，1)，n＝0，1，...，K-1的信号，该信号具有插入到上述OFDM码元之间的保护间隔中的前缀，所述OFDM码元从所述发射机发射到所述接收机，安排所述解调装置用于使用来自所述前缀的信息来估计传输信道的信道脉冲响应(H_D ^(F))，使用估计的信道脉冲响应

来解调在所述接收机接收的信号中的所述比特流，所述前缀(α_k·C_O到α_k·c_D-1)是确定性的，并且对于所述接收机和所述发射机是已知的。

Images