CN1835484A - 一种基于正交序列设计的低复杂度信道估计方法 - Google Patents

Abstract

本发明公开了一种针对带有虚载波的多入多出正交频分复用系统的基于正交训练序列设计的低复杂度信道估计方法，所设计的正交训练序列在各个发射天线上的有效子载波内等间隔分布，且两两正交，其余补零；发射端对反快速傅立叶变换得到的时域符号截取一段后加上循环前缀并通过天线发射；接收端在对接收到时域符号进行自我复制后再转到频域符号；利用快速傅立叶变换、过采样和有限冲激响应低通内插滤波器进行低复杂度信道估计；本发明具有较强的鲁棒性、估计方法简单易行，且通用性强，可用于任意MIMO－OFDM系统，计算复杂度大大降低，实用性强，大大降低了硬件实现的功耗等优点。

Description

一种基于正交序列设计的低复杂度信道估计方法

技术领域

本发明属于MIMO-OFDM(多入多出-正交频分复用)通信技术领域，尤其涉及一种基于正交序列设计的低复杂度信道估计方法。

背景技术

正交频分复用(OFDM，Orthogonal Frequency Division Multiplexing)技术由于其频谱利用率高、实现复杂度低等原因越来越受到人们的关注。自20世纪80年代以来，OFDM技术不但在广播式数字音频和视频领域中得到广泛的应用，而且已经成为无线局域网标准的一部分。随着人们对通信数据化、宽带化、个人化和移动化需求的增强，OFDM技术已经在许多高速信息传输领域得到应用。目前，人们正在考虑在未来的下一代无线蜂窝移动通信系统中使用OFDM技术。MIMO(Multiple Input Multiple Output)技术在发射端和接收端采用多天线，能够大大提高系统容量。对于高速信息传输系统，由于多径的影响导致MIMO信道为频率选择性信道。OFDM技术能够将频率选择性MIMO信道转化为许多并行的频率非选择性MIMO信道，降低了接收机的复杂度。所以将OFDM技术与MIMO技术结合起来成为无线通信领域里研究的一个热点。

在MIMO-OFDM系统的接收端，为了对信号进行MIMO检测与相干解调，需要对信道参数进行估计，该过程称为信道估计。一种典型的方案是在一个数据帧的头部插入训练序列(preamble)，在接收端利用这些训练序列进行信道估计。就信道估计角度而言，MIMO-OFDM系统中不同发射天线的最优训练序列设计应当满足三个条件：1.等功率；2.正交；3.移位正交。如Imad Barhumi等人在《IEEE Trans.On Signal Processing》vol.51，no.6，pp.1615-1624，June 2003发表了”Optimal training design for MIMO OFDM systems in mobile wirelesschannels”(IEEE信号处理学报2003年6月，第51卷，第6期，1615到1624页，移动无线信道中MIMO-OFDM的最优训练设计)。这种设计方法有个很大的缺陷，就是不同天线之间的训练序列一旦移位正交性不能满足，将导致系统性能急剧恶化，也就是说这种训练序列设计不具备鲁棒性。我们知道，在实际应用中，OFDM系统都存在虚载波，虚载波的作用在于它不仅使得信号在边带自然地衰减，形成“砖墙”形的FFT，且能够避免由于频率偏移对旁边的频带产生干扰。当把上述训练设计方法应用到具有虚载波的MIMO-OFDM系统中时，由于虚载波位置信号为零，这将破坏不同天线之间训练序列的移位正交性，不仅导致系统性能急剧恶化，且信道估计的运算复杂度也大大增加。因此必须寻找一种适合虚载波系统的低复杂度信道估计方法。

在IEEE Std 802.16-2004中制订了基于MIMO-OFDM技术的无线接入系统空中接口标准，在802.16标准中采用了Alamouti空时结构，为避免接收端的混叠，一个天线在导频子载波上传输导频信息时，其它发射天线必须保持空闲，从而利用单天线OFDM系统的信道估计方法估计出各发射天线与各接收天线之间的信道特性。这种方法实现简单，但是存在着2个固有缺陷：其一是这种方法需要传输连续多个OFDM符号，在移动时变信道中，部分传输时段所反映的信道信息并不能反映连续多个OFDM符号对应导频子载波上的频域响应统计信息；其二是由于各个天线在同一时段选择不同的子载波发射导频，虽然避免了相互干扰，同时也导致了信噪比的损失，如采用N_t两根发射天线时，会导致信噪比损失10log₁₀N_tdB。

另外G.L.St¨uber等人在Proceedings of the IEEE，vol.92，No.2，pp.271-294，Feb.2004发表了”Broadband MIMO-OFDM wireless communications”，利用空时编码结构设计MIMO-OFDM系统的训练序列，其缺点在于采用了过多的OFDM符号作为训练序列，在时变信道中性能损失较大。Z.Wu等人在IEEE WCNC 2005发表了”Design of Optimal Pilot-tones for Channel Estimation in MIMO-OFDMSystems”，利用空频编码结构设计MIMO-OFDM系统的训练序列设计，这种方法对时变信道具有很强的鲁棒性，但是在信道阶数较大时性能损失比较严重。

发明内容

本发明的目的是提出了一种具有较强的鲁棒性、低误码率性能并能降低硬件实现功耗的基于正交序列设计的低复杂度信道估计方法。

本发明采用如下技术方案：

一种针对带有虚载波的多入多出正交频分复用系统的基于正交训练序列设计的低复杂度信道估计方法，所设计的正交训练序列在各个发射天线上的有效子载波内等间隔分布，且两两正交，其余补零；发射端对反快速傅立叶变换得到的时域符号截取一段后加上循环前缀并通过天线发射；接收端在对接收到时域符号进行自我复制后再转到频域符号；利用快速傅立叶变换、过采样和有限冲激响应低通内插滤波器进行低复杂度信道估计。

与现有技术相比，本发明具有如下优点：

根据本发明的一个方面是综合考虑信道估计性能和复杂度的要求，提出一种正交设计的MIMO-OFDM短训练序列方案，每根发射天线采用与发射天线数相同的OFDM短训练符号，在频域上采用等间隔分布，间隔数与发射天线数一致，每两根天线之间的训练序列都是互相正交的。每根发射天线的多个OFDM短训练符号之间幅值相等，相位按等差取值。这种OFDM短训练符号的设计不需要满足移位正交特性，且考虑到了虚载波影响，具有很强的鲁棒性；同时，利用这种正交序列，可以在接收端采用低复杂度的信道估计方法。

根据本发明的另一个方面，提出一种基于以上正交设计的MIMO-OFDM短训练序列的低复杂度信道估计方法和装置，包括初始信道估计模块和频域信道内插模块。它利用了FFT运算、过采样以及数字低通内插滤波技术。

本发明有益效果：

(1)本发明的训练序列设计与信道估计方法简单易行，且通用性强，可用于任意MIMO-OFDM系统；

(2)本发明的训练序列设计与信道估计方法具有较强的鲁棒性，不会随着信道条件的轻微变化导致系统性能急剧恶化，性能稳定

(3)本发明的训练序列设计与信道估计方法比之传统方法计算复杂度大大降低，且误码率性能也有所提高，实用性强，大大降低了硬件实现的功耗。

附图说明

图1是频域训练序列示意图。

图2是MIMO-OFDM系统中的训练序列发射接收方案图。

图3是初始信道估计示意图。

图4是频域信道内插示意图。

图5是低速TU信道环境下两种信道估计的误比特率比较图。

具体实施方式

一种针对带有虚载波的多入多出正交频分复用系统的基于正交训练序列设计的低复杂度信道估计方法，所设计的正交训练序列在各个发射天线上的有效子载波内等间隔分布，且两两正交，其余补零；发射端对反快速傅立叶变换得到的时域符号截取一段后加上循环前缀并通过天线发射；接收端在对接收到时域符号进行自我复制后再转到频域符号；利用快速傅立叶变换、过采样和有限冲激响应低通内插滤波器进行低复杂度信道估计。

利用上述正交序列，可以在接收端采用低复杂度的信道估计方法，该序列按如下方法设计：

第一步：根据有效子载波、虚载波的位置以及发射天线的数目N_t，选择训练序列所在子载波的位置，使得训练序列的子载波位置在有效子载波内等间隔分布，且间隔为N_t，设在一个正交频分复用符号内的训练符号个数为

相应的子载波序号依次为

第二步：设计第1根天线上第1个正交频分复用符号内

个训练符号的取值，使得这 个训练符号功率相等，其相位成等差分布，设为 $\mathrm{\λ}={[{\mathrm{\λ}}_0,{\mathrm{\λ}}_1,\·\·\·,{\mathrm{\λ}}_{\tilde{N}-1}]}^T,$ 除了这 个子载波序号为 的训练符号，其余子载波位置均填零；

第三步：以第1根天线上第1个正交频分复用符号内 个训练符号的取值λ为基准，设计其他天线上和其他位置的训练符号设计，使得第1根天线上的第2到第N_t个正交频分复用符号内

个训练符号的取值均为λ；第2根天线上N_t组训练符号的取值比之第1跟天线上的N_t组训练符号相位旋转依次为 $\frac{2\mathrm{\π}\·0}{N_t},\frac{2\mathrm{\π}\·1}{N_t},\·\·\·,\frac{2\mathrm{\π}\·(N_t-1)}{N_t};$ 第3跟天线上N_t组训练符号的取值比之第2跟天线上的N_t组训练符号相位旋转依次为 $\frac{2\mathrm{\π}\·0}{N_t},\frac{2\mathrm{\π}\·1}{N_t},\·\·\·,\frac{2\mathrm{\π}\·(N_t-1)}{N_t},$ 依此类推；

第四步：在发射端，以s⁽ⁿ⁾(k)表示第n根发射天线上第k组频域训练序列，其中n＝1，2，…，N_t且k＝1，2，…，N_t，将各频域训练序列s⁽ⁿ⁾(k)中包含的 个符号按照子载波位置为

填充到一个长度为N的序列中后得到正交频分复用频域符号，然后，对正交频分复用频域符号进行反快速傅立叶变换，并取其处理后的前N/N_t个时域符号，最后，在时域符号前加上各自的循环前缀后分别通过各个发射天线发射；

第五步：在接收端，对各个接收天线接收信号去除循环前缀后得到时域符号，将时域符号自我复制N_t份后再进行快速傅立叶变换，然后进行子载波选择，从中选择出频域训练序列子载波位置 相应的频域符号，得到N_r根天线上长度为 的频域接收符号r^(m)(k)，其中m＝1，2，…，N_r且k＝1，2，…，N_t，利用这些频域接收符号进行信道估计的方法如下：

第一步：利用所设计正交序列的特点，将各组相同子载波位置上的频域接收符号进行N_t点的傅立叶变换，得到了子载波序号为 的信道频域响应估计；

第二步：对每根接收天线上的

个子载波的信道估计值之间插零，扩展到整个有效子载波；

第三步：对每根接收天线，通过频域信道内插可以估计出整个有效子载波的信道频域估计，具体包括下面3步：

(1).设计一个归一化截止频率为α＝(L+1)N_t/N的FIR低通内插滤波器

(2).将上一步得到的信号通过设计好的FIR内插滤波器；

(3).将滤波器的输出移位得到整个有效子载波的信道估计值。

下面结合附图对本发明做进一步描述：

1.训练序列设计

图1是一个OFDM短符号的频域训练序列示意图，图中深色方格表示

个训练序列，浅色方格表示零。考虑一个MIMO-OFDM系统，发射天线数N_t，接收天线数N_r，采用N点FFT，除去低频和高频两边的虚拟子载波以及中间的直流子载波后，有效子载波个数为N₀。假设发射天线数N_t能够整除N。训练序列结构在时域上采用N_t个长度为N/N_t+L_CP的OFDM短符号取代原来长度为N+L_CP的OFDM符号；在频域上，有效子载波内采用等间隔分布的训练序列，间隔为N_t，其余补零。假设一个OFDM短符号内共

个训练序列，相应的子载波序号为也就是说除了在子载波 处发送训练序列之外，其他子载波补零。若信道阶数为L，这种训练序列设计的适用条件为：天线数N_t×信道阶数L≤FFT点数N。

图2是MIMO-OFDM系统中的训练序列发射接收方案图。

在发射端，s⁽ⁿ⁾(k)表示第n根发射天线上第k个

的频域训练序列，其中n＝1，2，…，N_t且k＝1，2，…，N_t。s⁽ⁿ⁾(k)中包含有 个符号，将此

个符号按照子载波序号为 填充到一个长度为N的序列中，即s⁽ⁿ⁾(k)的第0个符号填在位置u₀，第1个符号填在位置u₁，依此类推，最后一个符号填在位置

其中，在有效子载波内，等间隔分布，间隔为发射天线数N_t。这样得到的N×1的频域符号经过N点的IFFT运算得到N×1的时域符号，将此N×1的时域符号分成N_t等份，可以证明，这N_t份的符号是完全一致的，我们只取第1份N/N_t×1的符号，其余的全部舍弃，加上CP后得到(N/N_t+L_CP)×1的符号，然后进行D/A变换和上变频，再通过天线发射。

在接收端，经过下变频、A/D变换以及同步，每根接收天线接收到的(N/N_t+L_CP)×1的符号，去掉CP之后得到N/N_t×1的符号，自我复制N_t份得到N×1的时域符号，经过N点的FFT运算得到N×1的频域符号，按照子载波序号

抽取得到

的符号r^(m)(k)，其中m＝1，2，…，N_r且k＝1，2，…，N_t，这部分用来进行信道估计，抽取有效子载波中其余 个子载波得到

的符号z^(m)(k)，其中m＝1，2，…，N_r且k＝1，2，…，N_t，这部分用来噪声方差估计。

发射端N_t根发射天线上N_t个连续训练序列的正交设计可以描述为，第1跟发射天线上为N_t个相同的训练短符号；第2跟天线上N_t个训练短符号比之第1跟天线上N_t个训练短符号相位旋转依次为 $\frac{2\mathrm{\π}\·0}{N_t},\frac{2\mathrm{\π}\·1}{N_t},\·\·\·,\frac{2\mathrm{\π}\·(N_t-1)}{N_t};$ 第3跟天线上N_t个训练短符号比之第2跟天线上N_t个训练短符号相位旋转依次为 $\frac{2\mathrm{\π}\·0}{N_t},\frac{2\mathrm{\π}\·1}{N_t},\·\·\·,\frac{2\mathrm{\π}\·(N_t-1)}{N_t},$ 依此类推。矩阵符号表示如下：

其中， $\mathrm{\λ}={\[{\mathrm{\λ}}_0,{\mathrm{\λ}}_1,\·\·\·,{\mathrm{\λ}}_{\tilde{N}-1}\]}^{\mathrm{\&Tgr;}}$ 是一个 的向量。若取N_t为2、3和4，对应的正交设计分别为

$\left[\begin{array}{cc}\mathrm{\λ}& \mathrm{\λ}\\ \mathrm{\λ}& -\mathrm{\λ}\end{array}\right],\left[\begin{array}{ccc}\mathrm{\λ}& \mathrm{\λ}& \mathrm{\λ}\\ \mathrm{\λ}& \mathrm{\λ}{e}^{j\frac{2}{3}\mathrm{\π}}& \mathrm{\λ}{e}^{j\frac{4}{3}\mathrm{\π}}\\ \mathrm{\λ}& \mathrm{\λ}{e}^{j\frac{4}{3}\mathrm{\π}}& \mathrm{\λ}{e}^{j\frac{2}{3}\mathrm{\π}}\end{array}\right],\left[\begin{array}{cccc}\mathrm{\λ}& \mathrm{\λ}& \mathrm{\λ}& \mathrm{\λ}\\ \mathrm{\λ}& \mathrm{\λ}{e}^{j\frac{1}{2}\mathrm{\π}}& -\mathrm{\λ}& \mathrm{\λ}{e}^{j\frac{3}{2}\mathrm{\π}}\\ \mathrm{\λ}& -\mathrm{\λ}& \mathrm{\λ}& -\mathrm{\λ}\\ \mathrm{\λ}& \mathrm{\λ}{e}^{j\frac{3}{2}\mathrm{\π}}& -\mathrm{\λ}& \mathrm{\λ}{e}^{j\frac{1}{2}\mathrm{\π}}\end{array}\right]$

2.信道估计方法和装置

根据以上的训练序列设计，我们可以写出第m根接收天线上接收信号r^(m)的模型

                         r^(m)＝s·H^(m)+η^(m)

其中，

$r^{\left(m\right)}=\left[\begin{array}{c}{r}^{\left(m\right)}\left(0\right)\\ r^{\left(m\right)}\left(1\right)\\ \·\\ \·\\ \·\\ r^{\left(m\right)}(N_t-1)\end{array}\right],H^{\left(m\right)}=\left[\begin{array}{c}{H}^{(m,1)}\\ H^{(m,2)}\\ \·\\ \·\\ \·\\ H^{(m,N_t)}\end{array}\right],{\mathrm{\η}}^{\left(m\right)}=\left[\begin{array}{c}{\mathrm{\η}}^{\left(m\right)}\left(0\right)\\ {\mathrm{\η}}^{\left(m\right)}\left(1\right)\\ \·\\ \·\\ \·\\ {\mathrm{\η}}^{\left(m\right)}(N_t-1)\end{array}\right]$

H^(m，n)表示第n根发射天线与第m根接收天线之间子载波序号为

的

信道频域响应，η^(m)(k)表示第m根接收天线上第k个OFDM短符号

的频域噪声， 表示对角化运算。根据上面的信号模型，结合训练序列的正交设计，得到第n根发射天线与第m根接收天线之间第u_p个子载波的信道频域响应的估计值

${\hat{H}}_{u_p}^{(m,n)}=\frac{1}{N_t{\mathrm{\λ}}_p}\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{r}_p^{\left(m\right)}\left(k\right)e^{-j\frac{2\mathrm{\π}}{N_t}(n-1)k},p=\mathrm{0,1},\·\·\·,\tilde{N}-1$

这一过程可用FFT来实现，如图3所示。

图3是第m根接收天线对应于子载波序号为 的信道频域响应估计方案。第m根接收天线第u_p个子载波的N_t个连续符号r_p ^(m)(0)，r_p ^(m)(1)，…，r_p ^(m)(N_t-1)经过FFT运算，再乘以因子1/(N_tλ_p)即得到信道估计 ${\hat{H}}_{u_p}^{(m,1)},{\hat{H}}_{u_p}^{(m,2)},\·\·\·,{\hat{H}}_{u_p}^{(m,N_t)}.$

得到了子载波序号为 的信道频域响应估计之后通过频域信道内插可以估计出整个有效子载波的信道频域估计，我们可以设计一个归一化截止频率为α＝(L+1)N_t/N的FIR低通滤波器来实现内插。内插滤波器的实现可以分为三步：(1)将

个子载波的信道估计值之间插零，扩展到整个有效子载波；(2)将上一步得到的信号通过设计好的FIR内插滤波器；(3)将滤波器的输出移位得到整个有效子载波的信道估计值。理论上讲，内插滤波器的阶数越高，信道估计的精度越高。频域信道内插如图4所示。

传统的信道估计的计算量对每个接收天线需要做1个N点的IFFT运算以及N_t个N/N_t点的FFT运算，N_r根接收天线的信道估计需要复数乘法次数为N_r(NlogN+Nlog(N/N_t))。在新的信道估计方案中，初始信道估计的计算量对每个接收天线每个子载波需要N_tlogN_t次复数乘法，这样一共需要

次复数乘法；另外假设内插滤波器是M阶的，那么内插一共需要N_rMN₀次复数乘法。整个信道估计需要的复数乘法次数为 $N_r(\tilde{N}{N}_t\log N_t+M{N}_0),$ 当内插滤波器阶数M取较小时，新信道估计方案的计算复杂度明显比传统信道估计方案的要小的多。

实施例：

我们以4根发射天线和4根接收天线的MIMO-OFDM系统为例，说明如何发射训练序列以及接收端相应的信道估计方法。OFDM的子载波总数N＝1024，CP长度L_CP＝216，有效子载波数为884，低频70个虚载波，高频70个虚载波，训练序列所在子载波序号为70，74，…，954，并等功率分布。按照前面的设计方法，在发射端，4根发射天线上的训练序列依次为

$\left[\begin{array}{cccccccccccccccc}1& e^{\frac{1\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{221\·\mathrm{j\π}}{256}}& 1& e^{\frac{1\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{221\·\mathrm{j\π}}{256}}& 1& e^{\frac{1\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{221\·\mathrm{j\π}}{256}}& 1& e^{\frac{1\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{221\·\mathrm{j\π}}{256}}\\ 1& e^{\frac{1\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{221\·\mathrm{j\π}}{256}}& j& e^{\frac{129\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{349\·\mathrm{j\π}}{256}}& -1& e^{\frac{257\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{477\·\mathrm{j\π}}{256}}& -j& e^{\frac{385\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{605\·\mathrm{j\π}}{256}}\\ 1& e^{\frac{1\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{221\·\mathrm{j\π}}{256}}& -1& e^{\frac{257\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{477\·\mathrm{j\π}}{256}}& 1& e^{\frac{1\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{221\·\mathrm{j\π}}{256}}& -1& e^{\frac{257\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{477\·\mathrm{j\π}}{256}}\\ 1& e^{\frac{1\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{221\·\mathrm{j\π}}{256}}& -j& e^{\frac{385\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{605\·\mathrm{j\π}}{256}}& -1& e^{\frac{257\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{477\·\mathrm{j\π}}{256}}& j& e^{\frac{129\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{349\·\mathrm{j\π}}{256}}\end{array}\right]$

其中4行表示4根发射天线，888列表示连续4组频域短训练序列，每组训练的长度为222，每组训练序列首个符号为±1或者±j。然后每根天线上的每组训练序列进行补零，以第2根天线上的第3组训练序列为例，补零前为 $\begin{array}{ccccc}-1& e^{\frac{257\·\mathrm{j\π}}{256}}& \·\·\·& e^{\frac{476\·\mathrm{j\π}}{256}}& e^{\frac{477\·\mathrm{j\π}}{256}}\end{array},$ 补零后为

其中，上面的数字代表训练序列所在的位置，下面的数字表示训练序列的具体数值，浅灰色方框表示该处的信号为零。其他天线和其他组的训练序列与其类似。补零之后按照图2所示的流程进行IFFT运算，并截取前256个符号，丢弃后768个符号。加入CP之后，进行D/A变换和上变频，最后通过天线发射信号。训练序列和数据符号交替发射，相邻训练序列之间插入19个OFDM数据信号，发射信号的调制方式为4QAM。信道环境为低速典型城市(TU)信道。

在接收端，经过下变频、A/D变换以及同步，每根接收天线接收到的每组符号，去掉CP之后得到768个符号，自我复制4份得到1024个时域符号，经过1024点的FFT运算得到1024个频域符号，抽取其中位置为70，74，…，954的符号得到222个符号，对于4根接收天线，4组符号，这样一共有222*4*4个符号，这些符号用作后续的信道估计。

对于222*4*4个符号，表示222个子载波，4根接收天线，4组符号。对于每个子载波，每根接收天线，进行图3所示4点的FFT运算，得到初始信道估计；然后经过图4所示的4倍过采样和内插滤波器得到整个有效子载波的信道估计值。信道估计的频域内插采用8阶和16阶FIR低通内插滤波器，时域内插采用线性内插。MIMO检测采用迫零检测和排序SIC检测。

对系统的误比特率仿真结果如图5所示，从图中我们可以看出，在迫零检测(ZF)中，新方法的误比特率性能在低信噪比时比传统的方法高出2dB左右，当信噪比提高时，两种方法的误比特率性能趋于一致；在排序串行干扰消除(SIC)检测中，新方法的误比特率性能在低信噪比时(＜12dB)比传统的方法高出1dB左右，当信噪比到达15dB时两种方法性能一样，当信噪比高于23dB时新方法的性能略差。另一方面，内插滤波器采用8阶和16阶时，系统的误比特率性能几乎接近，但是很显然采用16阶比采用8阶计算复杂度要大的多，实际应用时推荐选择8阶的内插滤波器。

Claims (3)

1、一种针对带有虚载波的多入多出正交频分复用系统的基于正交训练序列设计的低复杂度信道估计方法，其特征在于：所设计的正交训练序列在各个发射天线上的有效子载波内等间隔分布，且两两正交，其余补零；发射端对反快速傅立叶变换得到的时域符号截取一段后加上循环前缀并通过天线发射：接收端在对接收到时域符号进行自我复制后再转到频域符号；利用快速傅立叶变换、过采样和有限冲激响应低通内插滤波器进行低复杂度信道估计。

2、根据权利要求1所述的基于正交训练序列设计的低复杂度信道估计方法，其特征在于：利用这种正交序列，可以在接收端采用低复杂度的信道估计方法，该序列按如下方法设计：

第一步：根据有效子载波、虚载波的位置以及发射天线的数目N_t，选择训练序列所在子载波的位置，使得训练序列的子载波位置在有效子载波内等间隔分布，且间隔为N_t，设在一个正交频分复用符号内的训练符号个数为

相应的子载波序号依次为

第二步：设计第1-根天线上第1个正交频分复用符号内 个训练符号的取值，使得这 个训练符号功率相等，其相位成等差分布，设为 $\mathrm{\λ}={[{\mathrm{\λ}}_0,{\mathrm{\λ}}_1,\·\·\·,{\mathrm{\λ}}_{\tilde{N}-1}]}^T,$ 除了这 个子载波序号为

的训练符号，其余子载波位置均填零；

第三步：以第1根天线上第1个正交频分复用符号内 个训练符号的取值λ为基准，设计其他天线上和其他位置的训练符号设计，使得第1根天线上的第2到第N_t个正交频分复用符号内 个训练符号的取值均为λ；第2根天线上N_t组训练符号的取值比之第1跟天线上的N_t组训练符号相位旋转依次为

；第3跟天线上N_t组训练符号的取值比之第2跟天线上的N_t组训练符号相位旋转依次为

，依此类推；

第四步：在发射端，以s⁽ⁿ⁾(k)表示第n根发射天线上第k组频域训练序列，其中n＝1，2，…，N_t且k＝1，2，…，N_t，将各频域训练序列s⁽ⁿ⁾(k)中包含的

个符号按照子载波位置为 填充到一个长度为N的序列中后得到正交频分复用频域符号，然后，对正交频分复用频域符号进行反快速傅立叶变换，并取其处理后的前N/N_t个时域符号，最后，在时域符号前加上各自的循环前缀后分别通过各个发射天线发射；

第五步：在接收端，对各个接收天线接收信号去除循环前缀后得到时域符号，将时域符号自我复制N_t份后再进行快速傅立叶变换，然后进行子载波选择，从中选择出频域训练序列子载波位置 相应的频域符号，得到N_r根天线上长度为

的频域接收符号r^(m)(k)，其中m＝1，2，…，N_r且k＝1，2，…，N_t，这些频域接收符号用作信道估计。

3、根据权利要求1所述的基于正交训练序列设计的低复杂度信道估计方法，其特征在于：

第一步：利用所设计正交序列的特点，将各组相同子载波位置上的频域接收符号进行N_t点的傅立叶变换，得到了子载波序号为 的信道频域响应估计；

第二步：对每根接收天线上的 个子载波的信道估计值之间插零，扩展到整个有效子载波；

第三步：对每根接收天线，通过频域信道内插可以估计出整个有效子载波的信道频域估计，具体包括下面3步：

(1).设计一个归一化截止频率为α＝(L+1)N_t/N的FIR低通内插滤波器

(2).将上一步得到的信号通过设计好的FIR内插滤波器；

(3).将滤波器的输出移位得到整个有效子载波的信道估计值。

Images