CN1909527A - 带时域包络加权的正交频分复用系统的频域信道估计方法 - Google Patents

Abstract

本发明涉及一个OFDM符号内的频域插值及频域滤除噪声的方法，其特征在于，针对单发单收OFDM系统，或导频位置正交的多发多收OFDM系统，在变换得到的时域序列上进行包络加权来抑制时域噪声，包络值越大，加权系数越接近于1，反之，加权系数接近于0，提出了计算最佳包络加权因子的公式，在此基础上，提出了恒定包络加权近似、门限阈值包络近似以及斜切包络加权近似共三种易于硬件实现的加权系数计算方法。本发明可较大的改善OFDM频域插值后信道估计的性能又不增加复杂性。

Description

带时域包络加权的正交频分复用系统的频域信道估计方法

技术领域

本发明涉及采用梳状导频符号以及网状导频的OFDM系统中，在一个OFDM符号内的频域插值及频域滤除噪声的信道估计方法。

背景技术

随着无线通信中日益增长的带宽要求，近年来正交频分复用多载波传输OFDM系统正得到十分广泛的关注。

由于OFDM系统在发射端采用了逆傅里叶变换和循环前缀等技术和在接收端丢弃循环前缀后用傅里叶变换解调，从而消除码间干扰，并将频率选择性信道转换成平坦衰落的子信道，因此在实际应用中，仅需要简单的频域均衡技术就允许进行高速率的数据传输。当然要获得高的性能，就必须对信道的传输函数进行准确估计。

在OFDM系统中，估计信道传输函数的方法之一是基于频域导频和插值技术的信道估计方法，其主要原理是在发射端将导频符号插入数据符号中，在接收端从数据符号中取出导频符号并获得导频位置处子信道传输函数的估计，导频位置之间的子信道传输函数通过插值算法获得。由于多径和多普勒效应，移动无线信道的传输函数是时间和频率选择性的，对于网状导频分布方式，即导频在时间和频率上都均匀的插入，数据位置处子信道传输函数的估计的最佳性能是通过二维滤波获得，当信道为广义平稳非相关散射信道时，信道的传输函数的自相关函数在时间和频率上是可分的，从而可将二维插值分解为两个级联的一维插值滤波器分别进行。对于时域上的插值，可以采用线性、低通滤波器等插值方式，当低通滤波器选择为性能较好的低通滤波器时，可以很好的抑制噪声。对于频域插值，典型的插值算法有线形、DFT变换域，奇异值分解等插值算法。对于线性和变换域插值算法，只完成插值作用，在频域上没有对噪声进一步抑制。

在实际OFDM系统工作点范围内，信道频域估计误差偏大，传统变换域或线性插值算法不能满足系统的要求。

发明内容

本发明提出的OFDM系统中的频域插值及滤除噪声的信道估计方法，在提高估计性能的同时，并没有额外增加复杂度。

本发明的特征在于，针对单发单收OFDM系统，或多发多收但导频位置正交的OFDM系统，在接收端依次按以下步骤用一块数字集成电路芯片做信道估计：

步骤(1)设定该OFDM系统中，FFT或IFFT的长度NFFT除以导频间隔Finterval，等于非负导频子载波的个数NonnegaPilot、虚拟子载波中的导频位置个数VSCPilot及负导频子载波个数NegaPilot之和，第一个非负导频子载波位置序号为InitPilot，

步骤(2)OFDM符号经过FFT变换到频域后，利用最小二乘算法或是最小均方误差算法中的任何一种算法计算导频子载波上的信道估计序列H_p1，该H_p1序列包括非负导频子载波的信道估计值和负导频子载波的信道估计值，

步骤(3)在信道估计值序列H_p1中的中的非负导频子载波和负导频子载波的信道估计值之间插入VSCPilot个0，得到序列H_p2，

步骤(4)对步骤(3)得到的序列H_p2进行加窗处理，得到序列H_p3：其中加窗函数是高斯窗、汉明窗、汉宁窗、矩形窗或其它窗函数的任何一种，加窗系数AddWin的长度是NFFT/Finterval，通过以下步骤得到：

步骤(4.1)选择窗函数和参数，设定窗长度为Finterval*NonnegaPilot，生成初始窗序列Win1；

步骤(4.2)在该Win1后面补上Finterval*VSCPilot个0，再把Win1的逆序补上，得到所有点的窗函数AllWin，长度为NFFT；

步骤(4.3)从该AllWin的第一个非负导频子载波的子载波位置序号点，每隔Finterval选取一点，生成长度为NFFT/Finterval的加窗系数AddWin；

步骤(5)对该序列H_p3进行长度为

的IFFT变换，把所述序列H_p3转换到时域得到序列 $h_1\left(n\right),n=\mathrm{0,1},\·\·\·,\frac{\mathrm{NFFT}}{\mathrm{Finterval}}-1,$

步骤(6)对该序列h₁(n)的各点分进行包络加权处理，得到序列h₂(n)：

h₂(n)＝p(n)×h₁(n)其中p(n)是包络加权系数，

步骤(7)在序列h₂(n)的特定位置处插0，得到序列h₃(n)，插零的个数使得序列h₃元素的个数为NFFT，所述指定位置按以下两种情况分别处理：

若：OFDM系统中有精确同步，且收端已经选择了最佳截取循环前缀的位置，使得混叠噪声最小，则可以在序列末尾直接补零；

若：已知信道第一径和最大延迟知道近似位置分别在序列h₂(n)中的m₁点和m₂点，则补零位置应确定在序列h₂(n)的第 点，以确保混叠造成的影响最小；

步骤(8)对该序列h₃(n)进行长度为NFFT的FFT变换，转换到频域得到序列H₄(q)

$H_4\left(q\right)=\underset{k=0}{\overset{\mathrm{NFFT}-1}{\mathrm{\Σ}}}{h}_3\left(n\right)\×e^{\frac{-2\mathrm{j\πqn}}{\mathrm{NFFT}}}q=\mathrm{0,1}....\mathrm{NFFT}-1,n=\mathrm{0,1},\·\·\·,\frac{\mathrm{NFFT}}{\mathrm{Finterval}}-1$

步骤(9)对序列H₄(q)进行去窗处理，得到序列H₅(q)，去窗函数为DelWin，长度为NFFT，

$\mathrm{DelWin}\left(q\right)=\frac{1}{\mathrm{AllWin}\left(q\right)}$

H₅(q)＝H₄(q)×DelWin(q)

步骤(10)对该序列H₅(q)进行循环右移，得到OFDM系统中所有子载波的信道估计值H(q)。

本发明改进了传统的OFDM系统中信道估计频域插值的方法，在提高性能的同时，没有增加其复杂性。

附图说明

图1(a)是导频辅助的OFDM系统中的网状导频模式示意图；图1(b)是导频辅助的OFDM系统中的梳状导频模式示意图。其中N_f代表导频插入的频域间隔，Nt代表导频插入的时域间隔，实心点●代表导频子载波，空心点○代表数据子载波。

图2是发射机框图。

图3是接收机框图。

图4是本发明实例的操作流程示意图。

图5是采用传统方法的信道估计值和采用本发明实施例的信道估计值的相对均方误差比较示意图；其中带有“△”符号的曲线代表最佳包络加权的信道估计相对均方误差，其中参数A＝4，带有“○”符号的曲线代表恒包络加权(即传统变换域插值)的信道估计相对均方误差，带有“□”符号的曲线代表门限包络加权的信道估计相对均方误差，其中参数u₁＝6。

图6是OFDM一个符号内插入导频的示意图，实心点●代表导频子载波，空心点○代表数据子载波，中间插入0作为保护边带。

具体实施方式

下面结合附图和实例，对本发明作具体介绍：

在本实施例中，收发采用正交频分复用OFDM技术进行通信。一个OFDM符号长度NFFT点，导频插入间隔Finterval点，其中非负导频子载波的个数NonnegaPilot点，虚拟子载波点中的导频位置个数VSCPilot点，负导频子载波个数NegaPilot点，时域循环前缀长度CP点，第一个非负导频子载波序号为InitPilot。

本实施例仅讨论梳状导频插入方式，如图1(b)所示。发射机实现如图2所示。

为了描述方便，我们针对第k个OFDM符号进行描述，k＝0，1，2，……。

a)调制映射得到符号M^k(f)，调制可以采用QPSK、16QAM、64QAM等调制方式。其中f＝0，1，2…(NonnegaPilot+NegaPilot)×(Finterval-1)-1。

b)在频域上从第InitPilot位置开始插入第一个导频，然后每隔Finterval点插入一个导频符号，得到第k个OFDM符号的所有NFFT个频域值X^k(g)，见图6。

令g＝a×Finterval+b  b＝0，1，2…Finterval-1 g＝0，1，…NFFT-1.

则

导频符号序列C，可以选择一组长度为(NonnegaPilot+NegaPilot)的伪随机数。参数可以如下选择：

n＝0，1…NonnegaPilot+NegaPilot-1

其中的加法为模2相加。

c)对X^k(g)对做NFFT点IFFT变换，得到第k个OFDM符号的所有时域值x^k(n)。

$x^k\left(n\right)=\underset{g=0}{\overset{\mathrm{NFFT}-1}{\mathrm{\Σ}}}{X}^k\left(g\right)\×e^{\frac{2\mathrm{j\πgn}}{\mathrm{NFFT}}},n=0,....\mathrm{NFFT}-1$

d)对第k个OFDM符号时域值x^k(n)加入CP点循环前缀，得到待发送的时域序列 x^k(n)。

e)经过数模变化、通过天线发送出去。

接收机中，如图3所示，在获得同步后，对第k个OFDM符号做FFT变换到频域，得到Y^k(m)，m＝0，1，2…NFFT-1，为了清楚，上脚标k代表针对第k个OFDM符号做处理，以下均予以省略，信道估计器其具体实现步骤和方法描述如下：

(1)步骤101中，利用现有的算法得到导频子载波上的信道估计值序列H_p1，H_p1包括非负导频子载波的信道估计值和负导频子载波的信道估计值。在本实施例中现有信道估计算法采用的是最小二乘算法，信道估计值序列H_p1中元素个数是NonnegaPilot+NegaPilot。

其中m＝0，1，…NonnegaPilot+NegaPilot-1。

(2)步骤201中，在信道估计值序列H_p1中的非负导频子载波的信道估计值和负导频子载波的信道估计值之间插入VSCPilot个0，得到序列H_p2。

其中q＝0，1，…NonnegaPilot+NegaPilot+VSCPilot-1

(3)步骤301中，对H_p2进行加窗操作，这里窗函数可以根据仿真得到的信道估计性能，选用高斯窗、汉明窗、汉宁窗或者矩形窗做为初始窗，但不限于这几类窗。加窗系数可以如下获得：

a)窗长度为Finterval*NonnegaPilot，选择适当窗函数类型和参数，生成初始窗序列Win1。

本实施例中选取矩形窗，表示如下：

Win1(p)＝1 p＝0，1…Finterval×NonnegaPilot-1

b)将Win1后面补上Finterval*VSCPilot个0，再将Win1逆序补上，得到所有点的窗函数AllWin，长度为NFFT。

p＝0，1…NFFT-1

c)从AllWin的第InitPilot点，每隔Finterval选取一点，生成加窗系数AddWin，长度为

AddWin(q)＝AllWin(InitPilot+Finterval×q)

$q=\mathrm{0,1}\·\·\·\frac{\mathrm{NFFT}}{\mathrm{Finterval}}-1$

加窗后得到序列H_p3可以表示成

H_p3(q)＝H_p2(q)×AddWin(q)

$q=\mathrm{0,1}\·\·\·\frac{\mathrm{NFFT}}{\mathrm{Finterval}}-1$

(4)步骤401中，对序列H_p3进行长度为 的IFFT变换，转换到时域得到序列h₁(n)，可表示成

$h_1\left(n\right)=\underset{q=0}{\overset{\frac{\mathrm{NFFT}}{\mathrm{Finterval}}-1}{\mathrm{\Σ}}}{H}_{p3}\left(q\right)\×e^{\frac{2\mathrm{j\πqn}\×\mathrm{Finterval}}{\mathrm{NFFT}}}n=\mathrm{0,1},\·\·\·,\frac{\mathrm{NFFT}}{\mathrm{Finterval}}-1$

(5)步骤501中，对序列h₁(n)进行包络加权操作来抑制时域噪声，得到序列h₂。h₂可表示成h₂(n)＝p(n)×h₁(n)其中p(n)是加权系数， $n=\mathrm{0,1},\·\·\·,\frac{\mathrm{NFFT}}{\mathrm{Finterval}}-1.$

通过包络加权处理，可以在时域消除噪声影响。p(n)的选取决定了包络加权频域信道估计性能的好坏。选取最佳包络加权因子p(n)如下：

$p\left(n\right)=\frac{1}{1+\frac{{\mathrm{A\σ}}^2}{({\left|h_1\left(n\right)\right|}^2-{\mathrm{A\σ}}^2)\×U({\left|h_1\left(n\right)\right|}^2-{\mathrm{A\σ}}^2)}}$

式中U是符号函数，定义为

$U\left(x\right)\left\{\begin{array}{cc}1,& x>0\\ 0,& x\≤0\end{array}\right.$

A是一个加权系数，对噪声进行修正，A为设定值，可选择A＝4。σ²为时域模型的噪声方差。考虑到硬件实现简易型，可以对p(n)有如下三种简化方式，三种方法实现复杂度递增，性能也逐渐递增。

方法一：恒包络加权近似。

令p(n)＝1。

对每一径加权系数都固定为1，这种近似相当于没有做包络加权处理，相当于传统的频域变换域插值算法。

方法二：门限阈值加权近似。

对|h₁(n)|²做阶跃处理，设定一个阈值门限u₁，p(n)的值与门限的设定有关。

$p\left(n\right)=\left\{\begin{array}{cc}1,& \frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\σ}}^2}>u_1\\ 0,& \frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\σ}}^2}\≤u_1\end{array}\right.$

这种近似相当于直接将|h_p(n)|²较小的点认为是噪声项，u₁为设定值，可以选取u₁＝6。

方法三：斜切加权近似。

对|h₁(n)|²进一步近似细化。

$p\left(n\right)=\left\{\begin{array}{cc}0,& \frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}\&le;u_1\\ a\frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}+b,& u_1<\frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}<u_2\\ 1,& \frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}\&GreaterEqual;u_2\end{array}\right.$

u₁，u₂，a，b为设定值，可以选取参数如下u₁＝1，u₂＝6，a＝0.2，b＝-0.2。

(6)步骤601中，认为同步准确的情况下，直接在末尾补零得到序列h₃(n)。

n＝0，1…NFFT-1

(7)步骤701中，对序列h₃进行长度为NFFT的FFT变换，转换到频域得到序列H₄，可表示成

$H_4\left(q\right)=\underset{k=0}{\overset{\mathrm{NFFT}-1}{\mathrm{\&Sigma;}}}{h}_3\left(n\right)\&times;e^{\frac{-2\mathrm{j\&pi;qn}}{\mathrm{NFFT}}}q=\mathrm{0,1}....\mathrm{NFFT}-1$

(8)步骤801中，对序列H₄进行去窗处理，得到序列H₅。所选去窗函数要与加窗函数相对应。

计算加窗函数时，中间结果AllWin长度为NFFT，对其取倒数得到去窗函数，其中0的倒数可固定为10¹⁰。

$\mathrm{DelWin}\left(q\right)=\frac{1}{\mathrm{AllWin}\left(q\right)}q=\mathrm{0,1}....\mathrm{NFFT}-1$

H₅(q)＝H₄(q)×DelWin(q)

(9)步骤901中，对序列H₅进行循环右移，获得OFDM系统中所有子载波的信道估计值H。

这里，是对H₅循环右移第一个非负导频子载波位置序号InitPilot位。

下面通过仿真例说明本发明的效果。

仿真中仿真参数如下：

NFFT＝2048，Finterval＝8，其中1536点用于传输数据，其余各点固定传输数据0，用做保护边带，即VSCPilot＝(2048-1536)/8，NonnegaPilot＝NegaPilot＝1536/2/8，保护间隔CP头长度CPLength＝330，第一个非负导频子载波位置序号InitPilot＝0，采样频率23.04MHz，由于本实施例仅要体现包络加权的频域插值算法优越性，因此采用梳状导频结构，且忽略多普勒的影响。仿真中采用静态衰落信道模型，共有6条传播路径到达接收机，各径相互独立并服从复高斯分布，各路径到达时间也相互独立并在0-10us的时间内均匀分布

图5所示为不同加权因子的包络加权频域插值算法的相对均方误差曲线比较示意图。相对均方误差定义如下 $\mathrm{\&delta;}=\frac{E_k\left({|H_{\mathrm{id}}\left(k\right)-H\left(k\right)|}^2\right)}{E_k\left({|H_{\mathrm{id}}\left(k\right)}^2\right)},$ 其中H_id(k)为子信道k的理想信道传输函数，H(k)为子信道信道传输函数的估计值，E_k表示对所有子信道k取均值。其中带有“△”符号的曲线代表最佳包络加权的信道估计相对均方误差，其中参数A＝4，带有“○”符号的曲线代表恒包络加权(即传统变换域插值)的信道估计相对均方误差，带有“□”符号的曲线代表门限包络加权的信道估计相对均方误差，其中参数u₁＝6。

可以看出在低信噪比下，最佳包络加权的估计性能与线性或直接变换域插值算法相比，有很大改善，经仿真比较，线性插值算法性能大致与恒包络加权的估计性能一致，只起到插值作用，没有噪声抑制的功能；合理选择参数可以使斜切包络加权因子的估计性能曲线大致在门限阈值和最佳包络加权估计性能曲线之间，而复杂度也在它们之间。为了清楚，线性和斜切加权两种插值曲线并没有在图5中给出。

可见，与现有技术相比，本发明较大的改善了OFDM频域插值信道估计性能的性能，且不会增加复杂性。因此，具有很高的实用价值。

以上所述实例只是本发明的1个实施例，且不局限于此，在不超过本发明的精神范围的情况下，所做的种种变化实施，都属于本发明的范围。

Claims (5)

1.带时域包络加权的正交频分复用系统的频域信道估计方法，其特征在于，针对单发单收OFDM系统，或多发多收但导频位置正交的OFDM系统，在接收端依次按以下步骤用一块数字集成电路芯片做信道估计：

步骤(1)设定该OFDM系统中，FFT或IFFT的长度NFFT除以导频间隔Finterval，等于非负导频子载波的个数NonnegaPilot、虚拟子载波中的导频位置个数VSCPilot及负导频子载波个数NegaPilot之和，第一个非负导频子载波位置序号为InitPilot，

步骤(2)OFDM符号经过FFT变换到频域后，利用最小二乘算法或是最小均方误差算法中的任何一种算法计算导频子载波上的信道估计序列H_p1，该H_p1序列包括非负导频子载波的信道估计值和负导频子载波的信道估计值，

步骤(3)在信道估计值序列H_p1中的中的非负导频子载波和负导频子载波的信道估计值之间插入VSCPilot个0，得到序列H_p2，

步骤(4)对步骤(3)得到的序列H_p2进行加窗处理，得到序列H_p3：其中加窗函数是高斯窗、汉明窗、汉宁窗、矩形窗或其它窗函数的任何一种，加窗系数AddWin的长度是NFFT/Finterval，通过以下步骤得到：

步骤(4.1)选择窗函数和参数，设定窗长度为Finterval*NonnegaPilot，生成初始窗序列Win1；

步骤(4.2)在该Win1后面补上Finterval*VSCPilot个0，再把Win1的逆序补上，得到所有点的窗函数AllWin，长度为NFFT；

步骤(4.3)从该AllWin的第一个非负导频子载波的子载波位置序号点，每隔Finterval选取一点，生成长度为NFFT/Finterval的加窗系数AddWin；

步骤(5)对该序列H_p3进行长度为

的IFFT变换，把所述序列H_p3转换到时域得到序列h₁(n)，n＝0，1，…，

步骤(6)对该序列h₁(n)的各点分进行包络加权处理，得到序列h₂(n)：

h₂(n)＝p(n)×h₁(n)其中p(n)是包络加权系数，

步骤(7)在序列h₂(n)的特定位置处插0，得到序列h₃(n)，插零的个数使得序列h₃元素的个数为NFFT，所述指定位置按以下两种情况分别处理：

若：OFDM系统中有精确同步，且收端已经选择了最佳截取循环前缀的位置，使得混叠噪声最小，则可以在序列末尾直接补零；

若：已知信道第一径和最大延迟知道近似位置分别在序列h₂(n)中的m₁点和m₂点，则补零位置应确定在序列h₂(n)的第

点，以确保混叠造成的影响最小；

步骤(8)对该序列h₃(n)进行长度为NFFT的FFT变换，转换到频域得到序列H₄(q)

$H_4\left(q\right)=\underset{k=0}{\overset{\mathrm{NFFT}-1}{\mathrm{\&Sigma;}}}{h}_3\left(n\right)\&times;e^{\frac{-2\mathrm{j\&pi;qn}}{\mathrm{NFFT}}}q=\mathrm{0,1}...\mathrm{NFFT}-1,n=\mathrm{0,1},...,\frac{\mathrm{N\; FFT}}{\mathrm{Finterval}}-1$

步骤(9)对序列H₄(q)进行去窗处理，得到序列H₅(q)，去窗函数为DelWin，长度为NFFT，

$\mathrm{DelWin}\left(q\right)=\frac{1}{\mathrm{AllWin}\left(q\right)}$

H₅(q)＝H₄(q)×DelWin(q)

步骤(10)对该序列H₅(q)进行循环右移，得到OFDM系统中所有子载波的信道估计值H(q)。

其中q＝0，1....NFFT-1

2.根据权利要求1所述的带时域包络加权的正交频分复用系统的频域信道估计方法，其特征在于，所述包络加权系数p(n)的最佳值为：

$p\left(n\right)=\frac{1}{1+\frac{A{\mathrm{\&sigma;}}^2}{({\left|h_1\left(n\right)\right|}^2-A{\mathrm{\&sigma;}}^2)\&times;U({\left|h_1\left(n\right)\right|}^2-A{\mathrm{\&sigma;}}^2)}}$

其中， $U\left(x\right)=\left\{\begin{array}{cc}1,& x>0\\ 0,& x\&le;0\end{array}\right.,$

A为设定值，σ²为时域模型的噪声方差。

3.根据权利要求1所述的带时域包络加权的正交频分复用系统的频域信道估计方法，其特征在于，所述包络加权系数：

p(n)＝1。

4.根据权利要求1所述的带时域包络加权的正交频分复用系统的频域信道估计方法，其特征在于，所述包络加权系数：

$p\left(n\right)=\left\{\begin{array}{cc}1,& \frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}>u_1\\ 0,& \frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}{\&le;u}_1\end{array}\right.$

其中，σ²为时域模型的噪声方差，u₁为设定值。

5.根据权利要求1所述的带时域包络加权的正交频分复用系统的频域信道估计方法，其特征在于，所述包络加权系数：

$p\left(n\right)=\left\{\begin{array}{cc}0,& \frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}\&le;u_1\\ a\frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}+b,& u_1<\frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}{<u}_2\\ 1,& \frac{{\left|h_1\left(n\right)\right|}^2}{{\mathrm{\&sigma;}}^2}\&GreaterEqual;u_2\end{array}\right.$

其中，σ²为时域模型的噪声方差；u₁，u₂，a，b为设定值。

Images