CN1996974A - 基于cdma扩频序列的自适应信道估计装置及其方法 - Google Patents

Abstract

基于CDMA扩频序列的自适应信道估计装置及其方法属移动通信信号处理领域。现有信道测试技术需要复杂、昂贵的测试设备，操作复杂且占用信道带宽。本发明由直接序列扩频信号发生器生成二进制伪随机数据序列，该伪随机数据序列作为输入测试信号，经待辨识信道传输，给出信道的输出信号；第二个直接序列扩频信号发生器生成和第一个直接序列扩频信号发生器相同的伪随机数字信号，将其输入到自适应滤波器中，将信道输出信号与自适应滤波器的输出信号进行求差运算，其输出作为误差信号；取其均方值，在达到最小均方误差准则时，自适应滤波器的抽头权系数输出信号即为待辨识信道的估计值。该发明用于微小区内将获得更好的效果。

Description

基于CDMA扩频序列的自适应信道估计装置及其方法

技术领域

本发明属于移动通信的信号处理领域。

背景技术

移动通信技术和业务的快速增长直接推动了PCS(PersonalCommunication Service，个人通信服务)，Wireless LAN(无限局域网)，Bluetooth(蓝牙)等新一代无线通信系统的发展。这类新的无线通信平台普遍采用微小区结构，即微蜂窝和微微蜂窝以便减小小区半径，提高频谱复用率，增加信道容量。其无线覆盖的基本特点是：(1)信道传播距离短，移动终端距基站一般为数十米至数百米之间；(2)基站天线低，一般几米至几十米；(3)发射功率低，基站发射功率典型值为数十毫瓦(4)高层建筑或具有大纵深的建筑物内信道环境复杂，室内覆盖模型不易建立。

移动通信的这种微小区体系加上建筑物内部的复杂结构，构成了无线信道特有的低功率传播环境，其信道特性与宏小区相比有较大差异。由于微小区和中基站配置一般较低，周围环境对场强分布影响较大，因此基于统计和修正因子的传播预测模型已不适用。而射线踪迹法要求考虑多重散射的影响，通常只能分析几何形状简单的道路和建筑物，且与实测值存在4-8dB的误差。其它常用的信道测试方法有直接射频脉冲法，频域信道测试法等，它们均需复杂、昂贵的测试设备且操作复杂。近距离信道估计方法则主要针对多载波系统，有基于IS-95下行导频信道和基于多载波系统导频符号的估计方法，这两种方法均需在发送端信号中的某些固定位置插入已知符号或序列，在接收端提取导频符号或序列估计信道的脉冲响应，缺点是占用信道带宽。该发明用于微小区内将获得更好的性能。

通信系统的一般模型如图1所示。图中，信源即原始电信号的来源，它的作用是将原始消息转换为相应的电信号。为了传输基带信号，发送设备对基带信号进行各种处理和变换，以使它适合在信道中传输。在发送设备和接收设备之间用于传输信号的媒质称为信道。噪声源，是信道中的噪声以及分散在通信系统其他各处的噪声的集中表示。在接收端，接收设备的功能与发送设备的相反，其作用是对接收的信号进行必要的处理和变换，以便恢复出相应的基带信号。收信者的作用将恢复出来的原始电信号转换成相应的消息，提供给最终的消息接收对象。本发明主要是采用自适应的方法，对通信系统中的信道做出估计。

时变信道可以用一抽头延迟线滤波器描述，抽头权系数是

，且延迟是时变的。当不相关的传播路径数足够大，信道冲激响应的二次分量成为高斯广义平稳非相关散射，如果输入信号为|f|≤W/2的带限信号，则(5)式就能用一具有固定延迟的抽头延迟线滤波器实现，其抽头权系数为高斯过程，且由散射函数确定。

假设多径传输信道是线性和时变的，图2表示采用一个离散时间自适应(FIR)滤波器作为待辨识信道的一个近似模型，在相同的采样输入作用下对信道进行逼近。自适应近似模型根据系统误差信号自动调整滤波器权系数以产生一个采样输出，使系统均方误差为最小，则可认为该自适应冲激响应就是信道冲激响应的一个最佳近似。

发明内容

本发明针对微小区无线覆盖多径信道的参数辨识问题，研究不依赖待辨识信道的模型结构，通过引入离散时间系统有限冲激响应(FIR)函数模型及自适应信号处理技术，提出一种新的，基于CDMA扩频信号激励的多径信道参数自动识别算法。该算法能够在很小的样本数及极低的信噪比条件下得到多径信道的一个较好的近似，不占用额外的信道带宽并且对系统没有附加干扰。

发明原理

如图2中所示，设未知信道的传输函数为C(z)，离散时间加性噪声n_k表示信道的扰动。自适应近似模型达到稳态，即收敛后的传输函数是H(z)，它的冲激响应以向量形式记为h(k)，其输出p_k是信道输出y_k的一个估计。根据假设条件，可知自适应模型传输函数H(z)的无约束Wiener解是

$H\left(z\right)=\frac{{\mathrm{\Φ}}_{\mathrm{sd}}\left(z\right)}{{\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right)}---\left(6\right)$

式中Φ_sd(z)和Φ_ss(z)分别是信号的互功率谱和自功率谱。它们是信号的互相关函数φ_sd(k)＝E[s_jd_j+k]和自相关函数φ_ss(k)＝E[s_js_j+k]的z变换，即

${\mathrm{\Φ}}_{\mathrm{sd}}\left(z\right)=\underset{k=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{\φ}}_{\mathrm{sd}}\left(k\right)z^{-k}---\left(7\right)$

和

${\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right)=\underset{k=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{\φ}}_{\mathrm{ss}}\left(k\right)z^{-k}---\left(8\right)$

如果系统扰动n_k、系统输入s_k和信道输出y_k不相关，则

φ_sd(k)＝φ_sy(k)    (9)

或

Φ_sd(z)＝Φ_sy(z)    (10)

将上式代入(6)式，得到

$H\left(z\right)=\frac{{\mathrm{\Φ}}_{\mathrm{sy}}\left(z\right)}{{\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right)}---\left(11\right)$

信道的传输函数亦为

$C\left(z\right)=\frac{{\mathrm{\Φ}}_{\mathrm{sy}}\left(z\right)}{{\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right)}---\left(12\right)$

所以

H(z)＝C(z)          (13)

上式说明在系统扰动与对象输入信号不相关时，自适应近似模型收敛时的传输函数就等于信道的传输函数。

事实上，线性对象C(z)一般都具有指数型的动态特征，因此具有无限长冲激响应(IIR)。由于图2采用的自适应滤波器是有限长冲激响应的(FIR)，故存在建模误差

Δ_k＝H_k(z)-C(z)      (14)

式中H_k(z)是第k次迭代的FIR滤波器的传输函数，但根据自适应模型的Wiener解，可得h(k)的估计 为

${\[\tilde{h}\left(0\right)\tilde{h}\left(1\right)...\tilde{h}(n-1)\]}^T=R_{\mathrm{ss}}^{-1}\·{\left[\begin{array}{cccc}{\mathrm{\φ}}_{\mathrm{sy}}\left(0\right)& {\mathrm{\φ}}_{\mathrm{sy}}\left(1\right)& ...& {\mathrm{\φ}}_{\mathrm{sy}}(n-1)\end{array}\right]}^T---\left(15\right)$

式中

是输入的n×n维对称、正定(或半正定)相关矩阵。

现设直接序列扩频信号是由伪随机m序列与信息序列的模2加构成。b_i表示m序列的第i个比特，c_i表示信息序列的第i个比特，则它们的模2加可由两个连续波形的乘积描述。若设信息编码序列{c_i}和m序列{b_i}的元素分别被映射成一BPSK信号，即

c_i(t)＝(2c_i-1)g(t～iT_c)    (17)

和

p_i(t)＝(2b_i-1)g(t-iT_c)    (18)

式中g(t)是一宽度等于T_c的矩形脉冲。于是，与第i个编码比特对应的等效低通发射信号为

s_i(t))＝p_i(t)c_i(t)＝(2b_i-(2c_i-1)g(t-iT_c)    (19)

A.J.Viterbi指出，序列{s_i(t)}事实上等价于双边密度为E_c/T_c W/Hz的白噪声信号，这里E_c是每个码片的能量，因此有：

${\mathrm{\φ}}_{\mathrm{ss}}\left(n\right)=\left\{\begin{array}{cc}{\mathrm{\φ}}_{\mathrm{ss}}\left(0\right)& n=0\\ 0& n\≠0\end{array}\right.---\left(20\right)$

将上式代入(16)式，得到输入相关矩阵为

或

由(15)、(22)式可知，参数向量FIR模型的参数估计式为

${\[\tilde{h}\left(0\right)\tilde{h}\left(1\right)...\tilde{h}(n-1)\]}^T=\frac{1}{{\mathrm{\φ}}_{\mathrm{ss}}\left(0\right)}\·{\left[\begin{array}{cccc}{\mathrm{\φ}}_{\mathrm{sy}}\left(0\right)& {\mathrm{\φ}}_{\mathrm{sy}}\left(1\right)& ...& {\mathrm{\φ}}_{\mathrm{sy}}(n-1)\end{array}\right]}^T---\left(23\right)$

上式就是FIR模型参数在采用周期为N_p、幅度为a的扩频等效低通发射信号作为信道辨识输入信号时的相关估计。

技术方案

本发明提供了一种基于CDMA扩频序列的自适应信道估计装置，其特征包括两部分，

一部分依次为直接序列扩频信号发生器，待辨识信道接口模块，噪声发生器；

另一部分依次为由直接序列扩频信号发生器，自适应滤波器，以及将信道输出信号与自适应滤波器的输出信号求误差并取均方值的计算机。

本发明提供了一种基于CDMA扩频序列的自适应信道估计方法，其特征包括以下步骤：

由直接序列扩频信号发生器生成二进制(0、1)随机数据信息序列，该输入信号序列经过待辨识信道并加入由高斯白噪声发生器产生的噪声，给出真实信道的模拟输出信号；

第二个直接序列扩频信号发生器需与第一个直接序列扩频信号发生器保持同步，以便生成和上述待辨识信道输入端相同的二进制数字信号，将其输入到RLS或者LMS自适应滤波器中，将信道输出信号与RLS或者LMS自适应滤波器的输出信号进行求差运算，其输出作为误差信号；取其均方值，在达到最小均方误差准则时，RLS或者LMS自适应滤波器的抽头权系数输出信号即为待辨识信道的抽头权系数估计值，也即冲激响应的估计值。

RLS或者LMS自适应滤波器的抽头权系数的输出即为待辨识信道的估计值。

示波器显示均方误差曲线，作为最小均方误差准则的阈值参考。

本发明提出的自适应信道建模方法是基于CDMA扩频信号激励的。为了方便表征，信道采用多径信道。但本领域技术人员可以根据本发明的原理容易应用到其他信道，所以其他信道也应该不脱离本发明的范围。

信道建模误差可由式(14)给出，通过假设有限冲激响应(FIR)自适应模型有足够多的权系数个数，若对权系数作适当的设定，信道和信道模型在单位冲激响应上的(均方)误差就可以忽略不计。如果再限定滤波器的权系数是由自适应最小二乘算法确定，则权系数在均方误差意义上必收敛到一个Wiener解。由于已假设自适应模型的权系数足够大，我们可以认为这个Wiener解就足够逼近信道的冲激响应，因此当自适应过程收敛时，建模误差的期望就是

E[Δ_k]＝0    (27)

该算法能够在很小的样本数及极低的信噪比条件下得到多径信道的一个较好的近似，和传统的信道估计算法相比，优点是不依赖待辨识信道的模型结构，不占用额外的信道带宽且无需复杂、昂贵的测试设备并且对系统没有附加干扰，是一种有效的无线信道参数自动识别的方案。

附图说明

图1通信系统的一般模型

图2多径衰落信道的自适应辨识原理图

图3CDMA扩频信号作为多径信道辨识信号时的自适应辨识模型

图4多径信道与自适应辨识信道冲激响应的比较

具体实施方式：

为验证采用CDMA扩频信号作为多径信道辨识信号时的FIR模型参数估计方法的有效性，图3给出一个多径信道的自适应辨识仿真模型。假定多径信道的传输函数是由下式定义的9阶全零点系统

C(z)＝1-0.5z^-1+0.25z^-2+0.4z^-7-0.2z^-8+0.12z^-9    (24)

其冲激响应序列为

c(k)＝[c(0)c(1)c(2)…]^T    (25)

自适应FIR滤波器的抽头权系数由RLS(递归最小二乘法)算法控制。图3中，自适应FIR滤波器作为信道估计器收敛以确定一个对C(z)逼近的传输函数H(z)。H(z)的冲激响应序列由下式给出

h(k)＝[h(0)h(1)…h(N-1)]^T    (26)

式中N是权系数个数。当自适应模型的权系数是由某种自适应算法确定时，这些权系数在均方误差意义上收敛到一个Wiener解，由于可取足够大的模型权系数，该Wiener解就近似等于信道的冲激响应。

现取FIR滤波器阶次N≥9。扩频信号序列{s_k}作为输入信号施加在待辨识信道的输入端，同时该信号的等效模拟信号施加于自适应滤波器。另外假定扩频信号s_k与噪声信号n_k不相关，n_k由随机信号发生器生成，s_k则由扩频信号发生器模拟，自适应滤波器选用RLS算法。滤波器长度32，则均方误差E[ε_k]达到最小值时，自适应滤波器在其抽头系数的可调整范围内可视为多径信道的一个最佳逼近。

如图3所示，本发明由直接序列扩频信号发生器生成二进制(0、1)随机数据信息序列作为仿真试验信号。该输入信号经过多径信道模块，本方法模拟了来自6条不同路径的信号在接收端叠加的情况。由高斯白噪声发生器产生数字通信系统中经常遇到的加性噪声，如果需要模拟电路或者器件的热噪声，则它应满足零均值的高斯分布。此时的输出信号与RLS自适应滤波器的输出信号之差，作为误差信号e(n)。用自适应RLS(递推最小二乘)滤波器实现自适应均衡，其抽头权系数为{h(k)，0≤k≤N～1}。由直接序列扩频信号发生器生成和多径信道输入端相同的二进制数字信号，将其输入到RLS自适应滤波器中，自适应滤波器的系数受误差信号e(n)的控制，随e(n)的值而自动调整，使之满足在RLS准则下的最优滤波。将达到最优滤波时的误差取均方值，并在示波器中显示出来。此时所得到的自适应信道模型的冲激响应非常接近于实际多径信道的冲激响应，即达到了对实际多径信道的估计。图4中，(a)是由式(23)描述的多径未知信道的冲激响应；(b)是N＝32时，自适应滤波器在第50次迭代的抽头权系数；(c)是N＝32时，自适应滤波器在第500次迭代的抽头权系数；(d)为N＝32时，自适应滤波器在建模进程中均方误差随迭代次数的变化。由图(b)和(c)可见，自适应建模误差随迭代进程很快变小，所得到的自适应信道模型的冲激响应非常接近于实际信道(a)的理想冲激响应。

Claims (2)

1、一种基于CDMA扩频序列的自适应信道估计装置，其特征在于，包括两部分，

一部分依次为直接序列扩频信号发生器，待辨识信道接口模块，噪声发生器；

另一部分依次为由直接序列扩频信号发生器，自适应滤波器，以及将信道输出信号与自适应滤波器的输出信号求误差并和取均方值的计算机。

2、一种基于CDMA扩频序列的自适应信道估计方法，其特征包括以下步骤：

由直接序列扩频信号发生器生成二进制(0、1)随机数据信息序列，该输入信号序列经过待辨识信道并加入由高斯白噪声发生器产生的噪声，给出真实信道的模拟输出信号；

第二个直接序列扩频信号发生器需与第一个直接序列扩频信号发生器保持同步，以便生成和上述待辨识信道输入端相同的二进制数字信号，将其输入到RLS或者LMS自适应滤波器中，将信道输出信号与RLS或者LMS自适应滤波器的输出信号进行求差运算，其输出作为误差信号；取其均方值，在达到最小均方误差准则时，RLS或者LMS自适应滤波器的抽头权系数输出信号即为待辨识信道的抽头权系数估计值，也即冲激响应的估计值。

Images