一种改进的MIMO_OFDM的信道估计算法

合集下载

MIMO-OFDM系统中一种改进的最大似然信道估计算法

信号信息与信道估计进行信息交互来提高估计性能。仿真结果表明，对于传统估计方法，种改进方法能够相这得到更好的均方误差和误码率性能，尤其是在导频数量较少时，此改进算法的性能提升将更明显。
关键词：多输入多输出；正交频分复用；道估计；最大似然信中图分类号：Ｔ９２Ｎ１文献标志码：Ａ文章编号：１０ —６５２１）４１８ — ３０１３９（０１０ — ４３０
第２８卷第４期
用研究
ＡｐｌａｉｎＲｅｅｒｈｏｏｕｅｓｐｉｔｓａｃｆＣｍｐｔｒｃｏ
Ｖｏ＿８Ｎｏ４ｌ２．Ａｐ．０１ｒ２１
Ｍｌ０ＦＭ系统中一种改进的ＭＯ・Ｄ最大似然信道估计算法术
联合ＭＩ —ＦＭ技术作为下一代无线通信系统的核心技术，ＭＯＯＤ近年来引起了众多研究者的关注。
１系统模型
假设ＭＩＭＯ系统采用个发送天线，个接收天线，系统框图如图１所示。发送信号在时间上和空间上都独立。在发送端，［］ｎ表示在ｎ时刻经过空时编码后的数据，串并经
０引言
正交频分复用（ＦＭ）技术由于其快速的数据传输能ＯＤ力、简单的操作性，以及对频率选择性衰落信道具有很强的鲁棒性等优点引起了通信界广泛的关注。多输入多输出（ — ＭＩＭＯ）系统可以成倍地提高数据传输速率和信道容量。两者的

MIMO-OFDM系统中一种改进的信道估计方法

MIMO-OFDM系统中一种改进的信道估计方法
吴丽丽
【期刊名称】《电讯技术》
【年(卷),期】2009(49)2
【摘要】信道的准确估计是提高MIMO-OFDM系统性能的关键.在最优导频时域信道估计的基础上,提出了一种较低复杂度的改进算法,利用时变信道的自回归(AR)模型构造卡尔曼滤波器对估计出的时域信道响应进行滤波,提高信道时域响应的估计精度.仿真结果表明,在慢时变信道环境下,改进方法可以进一步提高信道估计的精度,同时保持了较低的复杂度.
【总页数】5页(P33-37)
【作者】吴丽丽
【作者单位】华侨大学,信息科学与工程学院,福建,泉州,362021
【正文语种】中文
【中图分类】TN929
【相关文献】
1.MIMO-OFDM系统中一种改进的盲信道估计算法 [J], 李国民;刘鑫;康晓非;廖桂生
2.MIMO-OFDM系统中一种有效的信道估计方法 [J], 葛利嘉;李红军
3.MIMO-OFDM系统中一种新的信道估计方法 [J], 周雯;邱玲;朱近康
4.MIMO-OFDM系统中一种改进的Bayesian EM信道估计器 [J], 张晓瀛;魏急波
5.MIMO-OFDM系统中一种改进的最大似然信道估计算法 [J], 陈鹤;李兆训;李峰
因版权原因，仅展示原文概要，查看原文内容请购买。

MIMO—OFDM系统的一种改进型LS信道估计算法

ＡｂｔａｔＬｈｎｅｓｉｔｎｍｅｈｄｂｓｄｏＭＯ —ＯＦＭｙｔｍｓｓｕｉｄＡｔｉｉｇ —ｂｓｄｓｒｃ：ＳｃａｎｌｅｔｍａｉｔｏａｅｎＭＩｏＤｓｓｅｉｔｄｅ．ｒｎｎａａｅ
ｉｒｖｓｔｅＢＥｅｏａｃｔｉｈｆｘｂｌｙａｄｌｔｏｌｘｔｎｒａｅｍｐｏｅｈＲｐｒｒｎｅｗｉｈｇｅｉｉｔｎｉｌｃｍｐｅｉｉｃｅｓ．ｆｍｈｌｉｔｅｙ
ａｄｐｌ — ｉｅｉＳｃａｎｌｓｍｔｎｍｔｏｒｓｎｅ，ｎｅｆｍｌｆｒａｃｌｔｇｏｔｌｎｉｔａｄｄｊｎＬｈｎｅｅｔａｏｅｄｉｐｅｅｔａｄｔｒｕａｏｌａｉｐｉｏｏｔｉｉｈｓｄｈｏｃｕｎｍａ
ｗｅｇｔｃｅｆｃｅｓｉｅｉｅｉｈｏｆｉｎｔｓｄｒｖｄ．ＣｏｕｔｒｓｍｕａｉｎｓｏｈｔｔｅｍｏｉｅＳｃａｎｌｅｔｔｏｔｏｉｍｐｅｉｌｔｈｗｓｔａｈｄｆｄＬｈｎｅｓｉｉｎｍｅｈｄｏｉｍａ
杨
摘
博，罗汉文，余
峰
（海交通大学电子工程系，海２０４）上上０２０
要：于多输入多输出正交频分复用（ＭＯ—ＯＤ系统，究了基ＭＩＦＭ）研信道估计算法，出了一提
种训练序列和块状导频联合信道估计算法，出了权值的计算公式。理论推导和计算机仿真表给 ∞ 改进型的信道估计方法提高了明，这种信道估计的误码率性能，并具有较高的灵活性和较低

改进的高效MIMO-OFDM系统EM信道估计算法

ｅｔｍａｉｌｒｔｓｉｔｏｎａｇｏｉｈｍ．ｎａｄｔｏｎｈｔｒｎｍｉｓｏｅｃｅｙＩｄｉｉ，ｔｅｄａａｔａｓｓｉｎｆｉｎｃｗａｓｄｃｉｄｏｂｖｏｕｓｙｗｉｈｅｉｃｅｓｎｕｍｂｅｉｅｌｎｅｉｌｔｔｎｒａｉｇｎｈｒｏｆ
中图分类号：Ｔ１．３Ｎ９１２文献标识码：Ａ文章编号：１０ —３Ｘ２１）ｌ０７０００４６（０１Ｏ一８—７０
ＩｐｒｖｄｄｆｃｅｍｏｅａｎｅｉｉｎｔＥＭｈａｃｎｎｅｓｉａｉｎｌｅｔｍｔｏ
ｍａｅｏｍａｃｆｈｒｐｓｄａｇｒｈｐａｅｏｔｏｏａｐｌｔｓｑｅｃｓａｄｊｉｔｓｍａｉｎｗｒａｒｄｏｔｔｐｒｒｎｅｏｅｐｏｏｅｌｏｔｍ，ｈｓｒｇｎｌｉｓｅｕｎｅｎｎｔｔｅｅｃｒｅｕｅｆｔｉｈｏｏｅｉｏｉ
现象，且ＯＦＭ符号的数据传输效率随发射天线数的增加而明显降低，提出一种改进的高效Ｅ信道估计算法。ＤＭ该算法首先引入一种准确的等效信号模型并推导出一种修正的Ｅ算法，改善了Ｅ算法在高ＳＭＭＮＲ下的性能；在多个ＯＤＭ间利用相位正交导频序列来提高数据传输效率，同时进行联合信道估计以提高估计性能。仿真实Ｆ验验证了所提算法具有更高的信道估计性能和更高的数据传输效率。关键词：多输入输出；正交频分复用；信道估计；期望最大化；误差地板

MIMO—OFDM系统中一种新的联合迭代信道估计与符号检测算法

利用率。ＭＯＭｕｔＩｐｔｌ— ｕｐｔＭＩ（ｌ— ｕｔＯｔｕ）ｉｎＭｕｉ技术利用空间增
加传输信道，在发送端和接收端采用多天线或天线阵列同时发送和接收信号，因此大大地提高了系统容量和频谱利用
１引言
未来移动通信系统需要获得高数据传输速率和高频谱
信道估计算法，以此来提高ＬＳ算法的估计性能。而基于导频辅助的信道频率响应估计算法主要有Ｌ，ＬＳＭＭＳ算Ｅ法【，。ＬＳ信道估计算法简单，但性能较差，而基于维纳滤
波的ＬＭＭＳＥ信道估计器具有最优的估计性能。Ｌ但ＭＭＳＥ
维普资讯
第２卷第５期９
２０年５月０７
电
子
与
信
息
学
报
Ｖ＿．９．０２Ｎｏ５１
Ｍａ２０ｙ０７
Ｊｕｎｌｆｅｔｏｉｓ＆ＩｆｒｔｏｅｈｏｏｙｏｒａｃｒｎｃｏＥｌｎｏｍａｉｎＴｃｎｌｇ
ＡｂｔａｔＴｈｓｐｐｒｒｐｓｓｏｅｊｉｔｔｒｔｅｃａｎｌｓｉｔｎａｄｓｍｂｌｅｅｔｎａｇｒｈｂｓｄｏｓｒｃ：ｉａｅｏｏｅｎｖｌｏｎｅａｉｈｎｅｅｔｐａｉｖｍａｉｎｙｏｔｃｉｌｏｉｍａｅｎｏｄｏｔＭＭＳｒｅｉｎｆｒＭＯ— ＤＭｓｅ．ｅｐｒｒｎｅｏｅｊｉｔｔｒｔｅａｇｒｈｍａｎｙｄｐｎｓｏＥｃｉｒｔｏｏＭＩＯＦｓｔｍｓＴｈｅｆｍａｃｆｈｎｅａｉｌｉｍｉｌｅｅｄｎｙｏｔｏｉｖｏｔ

MIMO-OFDM系统中信道估计算法的改进研究

Ｋｙｏｄ：ｈｐｅｉｐｔｈｐｅｏｔｕＭＩＯ）ｒｏｏａｆｑｅｃｉｉｏｕｉｅｉｇ（ＦＭ）ｅｓｅｗｒｓｍｕｉｌｎｕｍｕｉｌ－ｕｐｔ（Ｍ；ｏｔｇｎｌｒｕｎｙｄｖｓｎｍｈｐｘ — ｈｅｉｌｎＯＤ；ｌｔａ
ｓｏｓｓｏｌｓｂｃｒｉｒｓｎｇｔｏｓｃｔｖｒｉｉｇｓｍｂｌ．Ｗｉｈｔｉｔｏｐｎｅｆａｌｕ－ａｒｅｓｕｉｗｏｃｎｅｕｉｅｔａｎｎｙｏｓｔｈｓｍｅｈｄ，ｔｅｅｏｓｄｂｉｅｒｉ－ｈｒｒｐｏｅｙｌａｎｓｎｔｒｌｔｏｒｏｒｄ：ｔｅｅｊｃｆＤｏｐｅｈｆｏｓｉｔｏｃｕａｙｉｏｉｒｂｙｒｄｃｄｂｃｕｅｏｈｅｐｏａｉｎａｅｌｗｅｅｈＩｅｔｏｐｌｒｓｉｔｎｅｔｆｍａｉｎａｃｒｃｓｃｎｓｄｅａｌｅｕｅｅａｓｆｔｅｕｅｏｉｅｅｔｐｅｅｔｔｄｗｅｇｔｄｆｃｏｓｃｒｅｐｎｉｇｔｉｅｅｐｌｒｓｉｔＴｈｅｅｃｅｕｔｐｏｅｓｆｄｆｒｎｒ — ｓｉｅｉｈｅａｔｒｏｒｓｏｄｎｏｄｆｒｎｔＤｏｐｅｈｆ．ｍａｆｅｒｓａｈｒｓｌｒｖｓｒｔａｈｓｎｗｇｒｔｍａｍｐｒｖｈｅｆｒｎｃｔｕｎｒａｉｇｃｃｌｔｏｏｌｘｔ．ｈｔｔｉｅａｏｉｈｃｎｉｌｏｅｔｅｐｒｏｍａｅｗｉｈｏｔｉｃｅｓｎａｕａｉｎｃｍｐｅｉｙｌ ‘

MIMOOFDM系统基于指数平滑的改进信道估计算法

M I MO ＧO F D M 系统基于指数平滑的改进信道估计算法苏㊀生,李㊀琳(中国船舶重工集团公司第七二三研究所,江苏扬州２２５１０１)摘要:多输入多输出Ｇ正交频分复用(M I MO ＧO F D M )系统在时变信道中,最小二乘(L S )信道估计算法估计精度低.为了解决这一问题,提出了基于指数平滑的改进信道估计算法,将L S 信道估计算法和指数平滑理论相结合,充分利用时变信道的变化规律及指数平滑算法抑制随机干扰的等效低通滤波特性,通过迭代运算,将前一时刻的预测结果用于预测当前时刻的信道估计值.因此,指数平滑算法可以有效抑制L S 信道估计算法中的加性高斯白噪声(AWG N ),提升信道估计精度.仿真结果表明,与经典信道估计算法相比,本文提出的算法在时变以及低信噪比环境中,可有效提升信道估计精度,且改进算法的运算复杂度低.关键词:多输入多输出;正交频分复用;时变信道;信道估计;指数平滑算法中图分类号:T N ９１１２３㊀㊀㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀㊀文章编号:C N ３２Ｇ１４１３(２０１９)０１Ｇ００５２Ｇ０６D O I :１０．１６４２６/j ．c n k i ．jc d z d k ．２０１９．０１．０１３I m p r o v e dC h a n n e l E s t i m a t i o nA l g o r i t h mB a s e do n E x p o n e n t i a l S m o o t h i n g f o rM I M O ＧO F D MS ys t e m S US h e n g,L IL i n (T h e ７２３I n s t i t u t e o fC S I C ,Y a n gz h o u２２５１０１,C h i n a )A b s t r a c t :I no r d e r t o s o l v e t h e p r o b l e mt h a t t h ee s t i m a t i o na c c u r a c y o f l e a s t s qu a r e (L S )c h a n n e l e s t i m a t i o na l g o r i t h mi s l o wf o rm u l t i p l e i n p u tm u l t i p l e o u t p u t o r t h o g o n a l f r e q u e n c y di v i s i o nm u l t i Ｇp l e x i n g (M I MO ＧO F D M )s y s t e mi nt i m e Ｇv a r y i n g c h a n n e l ,t h i s p a p e r p u t sf o r w a r da ni m pr o v e d c h a n n e l e s t i m a t i o nm e t h o db a s e do ne x p o n e n t i a l s m o o t h i n g a l go r i t h m (E S A ),w h i c hc o m b i n e sL S c h a n n e l e s t i m a t i o n a l g o r i t h m w i t hE S At h e o r y ,f u l l y e x p l o i t s t h e c h a n g e r u l e o f t i m e Ｇv a r y i n g c h a n Ｇn e l a n de q u i v a l e n t l o w Ｇp a s s f i l t e r i n g s p e c i a l i t y t h a tE S As u p p r e s s e s r a n d o m j a mm i n g ,a d o pt s t h e pr e d i c t e dr e s u l t so f p r e v i o u s m o m e n tt o p r e d i c tt h ec h a n n e le s t i m a t i o n v a l u eo ft h i s m o m e n t t h r o u g h i t e r a t i v eo p e r a t i o n ,t h u st h eE S Ac a ne f f e c t i v e l y s u p p r e s sa d d i t i v ew h i t eG a u s s i a nn o i s e (AWG N )i n t h eL Sc h a n n e l e s t i m a t i o na l g o r i t h m ,i m p r o v e t h e e s t i m a t i o n a c c u r a c y of t h e c h a n n e l ．S i m u l a t i o n r e s u l t s s h o wt h a t t h e p r o p o s e d a lg o r i th mc a n e f f e c ti v e l y p r o m o t e c h a n n e l e s t i m a t i o n a c Ｇc u r a c y w i t h l o wc o m p u t a t i o n a l c o m p l e x i t y u n d e r t i m e Ｇv a r y i n g c h a n n e l a n d l o ws i gn a l t o n o i s e r a t i o (S N R )e n v i r o n m e n t c o m p a r e dw i t hc l a s s i c a l c h a n n e l e s t i m a t i o na l g o r i t h m s ．K e y wo r d s :m u l t i p l e i n p u tm u l t i p l e o u t p u t ;o r t h o g o n a l f r e q u e n c y d i v i s i o nm u l t i p l e x i n g ;t i m e Ｇv a r y i n g c h a n n e l ;c h a n n e l e s t i m a t i o n ;e x p o n e n t i a l s m o o t h i n g a l go r i t h m 收稿日期:２０１８０７２５０㊀引㊀言M I MO ＧO F D M 是一种能够有效满足４G /５G无线移动通信需求的传输方案[１].M I MO 技术和O F D M 技术的结合能够在避免频率选择性衰落的同时,实现高速率信号传输和大信道容量[２].然而,２０１９年２月舰船电子对抗F e b ．２０１９第４２卷第１期S H I P B O A R DE L E C T R O N I CC O U N T E R M E A S U R EV o l ．４２N o ．１在宽带无线移动通信系统中,无线信道具有频率选择性衰落和时变特性,在M I MOＧO F D M系统中需要对信道做动态的估计.因此,对于M I MOＧO F D M系统信道估计的研究吸引了广大学者的关注[３].信道估计方法主要有盲信道估计㊁半盲信道估计和基于训练序列的非盲信道估计三个大类,由于盲信道估计和半盲信道估计都存在着运算复杂度高㊁算法收敛速度慢的不足,专家学者对于非盲信道估计有着更为广泛的研究[４].根据最小二乘准则,文献[５]提出了M I MOＧO F D M系统中的L S信道估计算法,L S信道估计算法具有运算复杂度低㊁实现简单的优势,然而信道估计过程中L S算法忽略了无线环境中的噪声,因此在低信噪比环境下,L S信道估计算法的估计精度低.为了解决这一不足,文献[６]提出了最小均方误差(MM S E)信道估计算法,充分考虑了无线环境中的噪声和信道的自相关性,有效抑制了噪声,提升了信道估计的精度.然而,随着相关矩阵维度的增加,MM S E估计算法的运算复杂度剧烈增加,同时,由于需要获得无线信道的统计特性,MM S E估计算法在实际中运用的较少.为了同时满足高估计精度和低运算复杂度,研究人员提出了一些改进L S信道估计算法的思路[７Ｇ９].文献[９]给出了基于离散傅里叶变换(D F T)的信道估计算法,通过将信道冲击响应(C I R)在最大时延长度外的部分设为零,D F T信道估计算法能有效抑制加性高斯白噪声,并且D F T估计算法的运算复杂度低.然而,D F T估计算法中需要提前获取信道的最大时延长度,在时变信道环境中不便于实现.为了解决上述信道估计算法中的问题,本文将指数平滑算法和L S信道估计算法相结合,创新提出M I MOＧO F D M系统中改进的L S信道估计算法.对于时变信道,相邻时间的信道冲击响应变化是有规律可循的,根据这一特性,本文提出的改进算法利用过去时刻预测的信道冲击响应值和预测误差来修正当前时刻的信道冲击响应估计值,通过迭代运算,可以获取所有时刻预测的信道冲击响应.同时,指数平滑算法具有等效低通滤波的特性,无线信道中的随机干扰能够被有效抑制.因此,与L S信道估计算法相比,本文提出的改进信道估计算法的精度得到提升,与D F T信道估计算法相比,最大时延长度不需要再获取,因而,L S估计算法和D F T估计算法中面临的问题得以解决.１㊀系统模型１１㊀M I MO信道模型本文基于抽头延迟线信道模型,建立了一般的M I MO信道模型[１０],表示如下:H(t,τ)＝ðL l＝１A l(t)δ(τ－τl(t))(１)式中:L为传输路径数;τl(t)为t时刻第l个路径的时延;δ( )表示冲激响应函数;A l(t)为t时刻第l个传输路径的信道系数矩阵[１１],矩阵的组成如下:A l(t)＝αl１１(t)αl１２(t) αl１N T(t)αl２１(t)αl２２(t) αl１N T(t)⋮⋮⋱⋮αl N R１(t)αl N R２(t) αl N R N T(t)éëêêêêêùûúúúúú(２)式中:αl j i(t)为第i个发射天线到第j个接收天线之间第l条路径的信道系数;N T和N R分别表示发射天线数和接收天线数.因此,t时刻第i个发射天线到第j个接收天线之间的信道冲激响应可以表示如下:h j i(t,τ)＝ðL l＝１αl j i(t)δ(τ－τl j i(t))(３)式中:τl j i(t)为第i个发射天线到第j个接收天线之间第l条路径的时延.信道建模时,一般考虑一个O F D M符号时间内信道冲激响应保持不变,O F D M符号之间信道冲激响应函数随时间变化,因此公式(１)可以简化为:H(τ)＝ðL l＝１A lδ(τ－τl)(４)㊀㊀因此,公式(３)可表示为:h j i(τ)＝ðL l＝１αl j iδ(τ－τl j i)(５)㊀㊀对于离散时间系统,h j i(τ)可近似为一个向量[１２]:h j i＝[h j i(１),h j i(２), ,h j i(L)]T(６)１２㊀M I MOＧO F D M系统模型图１给出了本文采用的M I MOＧO F D M基带传输模型,其中N T和N R分别表示发射天线数和接收天线数,初始比特流完成正交相移键控(Q P S K)调制后生成原始符号,然后将串行符号做串并变换,接着对各并行符号做空时编码,分配到各个发射天线,３５第１期苏生等:M I MOＧO F D M系统基于指数平滑的改进信道估计算法各发射天线对符号做导频插入㊁快速傅里叶逆变换(I F F T)运算后生成O F D M符号,最后加入循环前缀,经各发射天线送入信道,接收端的传输流程与发送端对应,移除循环前缀后,接收的信号经过快速傅里叶变换(F F T)㊁信道估计㊁空时解码㊁并串变换㊁Q P S K解调等步骤后,解算出初始比特流.其中,为消除信号多径传播引起的符号间干扰,循环前缀的长度L g要大于多径信道的最大时延L[１３].图１㊀M I MOＧO F D M系统㊀㊀以第j个接收天线为例,移除了循环前缀的时域接收信号表示为:y j＝ðN T i＝１X i h j i＋z j(７)式中:y j＝[y j(１),y j(２), y j(K)]T,表示第j个接收天线的时域信号,k为F T T运算点数;z j＝[z(１),z(２), ,z(K)]T,表示均值为０㊁方差为σ２n的加性高斯白噪声[１４];X i为第i个发射天线的发射信号矩阵,表示为:X i＝x i(１)x i(K) x i(K－L＋２)x i(２)x i(１) x i(K－L＋３)⋮⋮⋱⋮x i(K)x i(K－１) x i(K－L＋１)éëêêêêêùûúúúúú(８)㊀㊀通过对时域接收信号做F F T变换可以得到接收信号的频域表达形式,表示为:y f j＝ðN T i＝１X f i h f j i＋z f j(９)式中:y f j＝[y f j(１),y f j(２), ,y f j(K)]T,表示第j个接收天线信号的频域表达式,对角矩阵X f i＝d i a g[x f i(１),x f i(２), ,x f i(K)]由第i个发射天线的频域发射信号组成;h f j i和z f j分别为h j i和z j的频域表达.２㊀M I MOＧO F D M系统信道估计本节简要介绍了经典L S信道估计算法,并详细推导了基于指数平滑的改进信道估计算法.２种算法在推导时,均认为O F D M符号之间的信道冲激响应变化缓慢,导频插入方式采用梳状导频,且不同天线导频的位置相互正交[１５].２１㊀经典L S信道估计算法根据最小二乘准则,L S信道估计利用插入的导频信号和对应的接收信号来估计信道值.结合公式(９),导频插入位置对应的频域接收信号为:y f P j＝ðN T i＝１X f P i h f P j i＋z f P j(１０)式中:上标P表示导频所在位置.为便于推导,将公式(１０)中来自所有发射天线的导频信号为:Q m(n)＝x f m(m＋(n－１)p)(１１)式中:Q m(n)表示来自第m个发射天线的第n个导频信号;p为导频间隔.将所有的导频信号排列为对角矩阵Q,表示为:Q＝d i a g(Q１(１),Q２(１), ,Q N T(１),Q１(２),Q２(２),,Q N T(２), ,Q１(M),Q２(M), ,Q N T(M))(１２)式中:M为一个O F D M符号中插入的导频数量,M＝K p.根据Q的表达式,所有发射天线到第j个接收天线的信道频率响应可以表示为:h f P j＝[h f j１(１),h f j２(１), ,h f j N T(１),h f j１(p＋１),h f j２(p＋１), ,h f j N T(p＋１), ,h f j１((M－１)p＋１),h f j２((M－１)p＋１), ,h f j N T((M－１)p＋１)]T(１３)㊀㊀因此,公式(１０)可以转换为如下形式:４５舰船电子对抗㊀㊀㊀第４２卷㊀y f P j＝Q h f P j＋z f P j(１４)㊀㊀基于公式(１４),信道状态系数的L S信道估计为:^h f L Sj＝Q－１y f P j＋Q－１z f P j(１５)㊀㊀其中:^h f L S j＝[^h f L S j１(１),^h f L S j２(１), ,^h f L S j N T(１),^h f L S j１(p＋１),^h f L S j２(p＋１), ,^h f L S j N T(p＋１), ,^h f L Sj１((M－１)p＋１),^h f L S j２((M－１)p＋１), ,^h f L S j N T((M－１)p＋１)]T (１６)㊀㊀将公式(１６)中的信道频率响应按照同一发射天线排列为^h f L S j i(１),^h f L S j i(p＋１),．．．,^h f L S j i((M－１)p ＋１),可以得到各天线对之间的导频位置信道频率响应,再通过线性插值㊁二阶插值㊁三次样条插值[１６]等插值算法,可以得到所有子载波对应的信道频率响应.由公式(１５)可以看出,Q－１z f P j是由加性高斯白噪声引入的估计误差,且噪声功率越大,L S信道估计越不精确.因此,L S信道估计算法提升估计精度,需要抑制随机噪声,下面将推导基于指数平滑的改进信道估计算法.２２㊀改进信道估计算法２２１㊀指数平滑算法指数平滑[１７]是一种分析时间序列变化趋势且运算复杂度低的算法,它能有效抑制随机因素带来的干扰,揭露时间序列隐藏的变化规律.对时间序列,指数平滑算法通过过去时刻的序列变化趋势来预测当前时刻的序列值,具体为:为了减少估计误差,需要通过迭代运算,根据过去时刻的预测值和预测误差,来修正当前时刻的估计值.由于预测过程是规律的,因此由随机因素产生的干扰能被有效抑制.指数平滑算法的递归公式表示为[１８]:H~t＝α(H^t－H~t－１)＋H~t－１(１７)式中:α为平滑系数,在０到１之间取值;H~t和H^t 分别为t时刻的序列平滑值和观察值.对公式(１７)做迭代运算,可以得到:H~t＝ðt－１i＝０α(１－α)i H^t－i＋(１－α)t H~０(１８)㊀㊀本文在推导时,H~０的取值为H^０,即初始时刻的平滑值取初始时刻的观察值代替.公式(１７)也可变换为:H~(n)＝αH^(n)＋(１－α)H~(n－１)(１９)㊀㊀公式(１９)实际为数字滤波器的表达式,其系统函数为:H(z)＝H~(z)H^(z)＝αzz－(１－α)(２０)㊀㊀其中,滤波的频率响应为:H(e jω)＝αe jωe jω－(１－α)＝α[１－(１－α)c o sω]＋j(１－α)s i nω(２１)幅频响应为:H(e jω)＝α１＋(１－α)２－２(１－α)c o sω(２２)㊀㊀由于α在０到１之间取值,该数字滤波器本质上为低通滤波器[１９].由于随机干扰分布于信号的各个频段,因此利用指数平滑算法可以滤除位于中高频的干扰,从而提升估计的精度.对于不同的α,图２给出了滤波器的滤波效果,可以看出,平滑系数越小,低通滤波的效果越明显.图２㊀指数平滑算法幅频特性２２２㊀基于指数平滑算法的改进L S信道估计算法本小节将通过经典L S信道估计算法推导得到基于指数平滑的改进信道估计算法.根据文献[１９],信道冲激响应在O F D M符号之间变化缓慢时,一个O F D M符号内的信道冲激响应可以看做一个低频信号,同时,加性高斯白噪声分布于所有频率范围[２０].因此,具有等效低通滤波效果的指数平滑５５第１期苏生等:M I MOＧO F D M系统基于指数平滑的改进信道估计算法算法可以运用到L S 信道估计算法中,抑制噪声,提升信道的估计精度.基于指数平滑的L S 信道估计算法流程如图３所示,首先要执行离散傅里叶逆变换(I D F T )来获取L S 信道估计算法在时域的信道冲激响应估计值,此估计值即作为指数平滑的观察值;然后通过指数平滑算法预测出每一时刻的信道冲激响应;最后再将指数平滑后的信道冲激响应做离散傅里叶变换(D F T )得到频域的信道估计值.用公式表示为:^h L S j i ＝I D F T {^h f L S j i }(２３) h E L S j i (q )＝α[^h L S j i (q )－ h E L S j i (q －１)]＋ h E L S ji (q －１)(２４) h f E L S j i ＝D F T [ h E L S ji (q )](２５)式中: h E L Sji (q )为第q 个O F D M 符号平滑后的信道冲激响应;平滑系数α在０到１之间取值.３㊀仿真结果本小节基于上述的分析,对改进信道估计算法做了仿真,并与L S ㊁D F T ㊁最小均方误差(MM S E )信道估计算法的性能做了比较分析.仿真参数如表１所示,其中导频的为梳状导频,不同天线上的导频位置相互正交,同时,信道冲激响应在O F D M 符号之间变化.表１㊀仿真参数参数规格发射天线接收天线数２F F T 点数１０２４调制方式Q P S K循环前缀长度６４多径数量６导频间隔８㊀㊀图４给出了改进信道估计算法在不同信噪比和平滑系数下的估计性能.可以看出,在低信噪比环境中,随着平滑系数的减小,估计误差随之减小;然而,在高信噪比环境中,随着平滑系数的减小,估计误差反而增加.因此本文选取了低㊁中㊁高３种信噪比环境,通过仿真找出了对应最佳的指数平滑系数,３种信噪比对应为０d B ㊁１４d B ㊁２８d B ,与之对应的最佳平滑系数分别为０１㊁０３㊁０４.图５给出了各信道估计算法的估计误差,与L S图３㊀指数平滑算法流程图估计算法相比,当平滑系数为０３和０４时,基于指数平滑的改进估计算法的估计误差要小于经典L S信道估计算法.指数平滑算法具有等效低通滤波特性,能够滤除部分L S 信道估计中引入的噪声.同时,平滑系数为０４时,改进算法的估计精度接近D F T 信道估计算法,同时还避免了D F T 信道估计算法中需要获取最大时延长度的问题.此外,在高信噪比环境下,平滑系数越小,估计误差越大,这是由于在高信噪比环境中,接收信号中有用信号占主要部分,平滑系数越小,低通滤波性能越强,此时指数平滑算法滤除了部分有用信号,从而导致了估计误差的增加.因此,对于所有的信噪比环境,既要滤除信号中的噪声,也需要保护有用信号,本文选取了０４作为最优平滑系数.最后,观察MM S E 算法的估计效果可以看出,MM S E 信道估计算法的估计精度最高,但是运算复杂度也最高.图４㊀基于指数平滑的改进L S 算法在不同α和信噪比下的均方误差曲线图图６给出了L S ㊁D F T ㊁MM S E 以及选取了最优系数指数平滑算法的估计误比特率性能,与前述分析一致,指数平滑算法改善了经典L S 信道估计算法的估计精度,降低了误比特率,同时与D F T 估计算法相比,指数平滑算法估计精度与其接近,且避免了获取最大时延长度的问题.因此,可以看出指数平滑算法是一种有效提升６５舰船电子对抗㊀㊀㊀第４２卷㊀图５㊀基于指数平滑的改进L S算法均方误差曲线图图６㊀基于指数平滑的改进L S 算法误比特率曲线图L S 信道估计算法的方案,同时,与广泛使用的D F T信道估计算法相比,指数平滑算法避免了最大时延长度的问题,与MM S E 信道估计算法相比,尽管指数平滑算法精度不如MM S E 算法,但是指数平滑算法运算复杂度低,易于实现.４㊀结束语指数平滑算法能够揭露隐藏在时间序列背后的一般变化规律,抑制时间序列中的随机干扰.因此,在时变信道中,由于加性高斯白噪声,经典L S 信道估计算法精度低,可以采用本文提出的方法来改进估计精度,减少估计误差.指数平滑的效果随着不同的平滑系数发生变化,在低信噪比环境中,平滑系数越小,估计性能越好;而在高信噪比环境中,平滑系数越小,估计结果越差.因此,需要对所有信噪比环境选择一个最优的平滑系数.本文建立了多径信道传输模型,并通过估计均方误差和误比特率验证了指数平滑算法带来的估计算法改善.仿真结果表明,指数平滑算法有效改善了经典L S 信道估计算法的估计精度,同时与D F T 信道估计算法相比,一个显著的优势是指数平滑算法无需获取多径信道的最大时延长度,且指数平滑算法能够将L S 估计算法的估计精度改善到与D F T 估计算法相近.最后,与MM S E 信道估计算法相比,指数平滑算法运算复杂度低,易于实现.参考文献[１]㊀D I X I TS ,K A T I Y A R H．P e r f o r m a n c e o fO F D Mi n t i m es e l e c t i v em u l t i p a t h f a d i n g c h a n n e l i n ４Gs ys t e m s [C ]//I E E E２０１５F i f t hI n t e r n a t i o n a lC o n f e r e n c eo nC o mm u Ｇn i c a t i o n S y s t e m sa n d N e t w o r k T e c h n o l o gi e s ．G w a l i o r I n d i a ,２０１５:４２１４２４．[２]㊀S AM P A T H H ,T A L WA R S ,T E L L A D O J ,e ta l ．Af o u r t h Ｇg e n e r a t i o n M I MO ＧO F D M b r o a d b a n d w i r e l e s s s y s t e m :d e s i g n ,pe rf o r m a n c e ,a n df i e l dt r i a l r e s u l t s [J ]．I E E E C o mm u n i c a t i o n s M ag a z i n e ,２００２,４０(９):１４３１４９．[３]㊀J I N D A L N．M I MO b r o a d c a s t c h a n n e l sw i t hf i n i t e Ｇr a t ef e e d b a c k [J ]．I E E E T r a n s a c t i o n s o n I n f o r m a t i o n T h e o r y,２００６,５２(１１):５０４５５０６０．[４]㊀HAMMA R B E R G P ,R U S E K F ,E D F O R S O．C h a n n e le s t i m a t i o n a l g o r i t h m sf o r O F D M ＧI D MA :c o m p l e x i t y a n d p e r f o r m a n c e [J ]．I E E E T r a n s a c t i o n so n W i r e l e s s C o mm u n i c a t i o n s ,２０１２,１１(５):１７２２１７３２．[５]㊀Y I NC ,L I J ,HO U X ,e t a l ．P i l o t a i d e dL S c h a n n e l e s t i Ｇm a t i o ni n M I MO ＧO F D M s ys t e m s [C ]//I n t e r n a t i o n a l C o n f e r e n c e o nS i g n a l P r o c e s s i n g,２００６:２０１２０５．[６]㊀K E T O N E NJ ,J U N T T IM ,Y L I O I N A SJ ,e t a l ．I m pl e Ｇm e n t a t i o no f L S ,MM S Ea n dS A G Ec h a n n e l e s t i m a t o r sf o rm o b i l eM I MO ＧO F D M [C ]ʊ１１t hA s i l o m a rC o n f e r Ｇe n c eo nC i r c u i t s ,S y s t e m sa n dC o m p u t e r s ,２０１２:１０９２１０９６．[７]㊀Y A N G L ,T I A N R ,J I A M ,e t a l ．A m o d i f i e d L Sc h a n n e le s t i m a t i o n a l g o r i t h m f o r O F D M s ys t e m i n m o u n t a i nw i r e l e s se n v i r o n m e n t [J ]．P r o c e d i aE n gi n e e r Ｇi n g,２０１２(１):２７３２２７３６．[８]㊀W E IS ,P A N Z ．I t e r a t i v e L S c h a n n e le s t i m a t i o nf o rO F D Ms y s t e m s b a s e do n t r a n s f o r m Ｇd o m a i n p r o c e s s i n g [C ]ʊI E E E I n t e r n a t i o n a l C o n f e r e n c e o n W i r e l e s sC o mm u n i c a t i o n s ,N e t w o r k i n g a n d M o b i l eC o m p u t i n g,２００７:４１６４１９．㊀㊀㊀(下转第９２页)７５第１期苏生等:M I MO ＧO F D M 系统基于指数平滑的改进信道估计算法蚀防护措施.这些设计要点对于舰载机卫星导航天线的研发及工程应用具有一定的参考意义.参考文献[１]㊀谢钢．G P S原理与接收机设计[M]．北京:电子工业出版社,２０１４．[２]㊀聂宏,房兴波,魏小辉,等．舰载飞机弹射起飞动力学研究进展[J]．南京航空航天大学学报,２０１３,４５(６):７２７７３８．[３]㊀豆清波,杨智春,刘小川,等．舰载机全机落震试验方法研究[J]．航空学报,２０１６,３７(１):１９．[４]㊀聂宏,彭一明,魏小辉,等．舰载飞机着舰拦阻动力学研究综述[J]．航空学报,２０１３,３５(１):１１２．[５]㊀刘元海．舰载机载成附件环境适应性设计与管理[J]．装备环境工程,２０１５,１２(１):７３７８．[６]㊀谢世富．信息战中的导航与导航站[J]．空间电子技术,２００４(３):７１１．[７]㊀董金鑫,叶琼龙．舰艇对敌G P S干扰分析[J]．舰船电子对抗,２００４,２７(１):２７２９．[８]㊀P I N K E R A,WA L K E R D,S M I T H C．J a mm i n g t h eG P Ss i g n a l[C]//P r o c e e d i n g o fI O N５５t h A n n u a lM e e t i n g,C a m b r i d g e,MA:１９９９６．[９]㊀郭艺,张尔扬．空时自适应滤波抗干扰分析[J]．航天电子对抗,２００７,２３(３):５４５６．[１０]陈金令,康博,沈家瑞．北斗卫星导航空时抗干扰技术研究[J]．舰船电子工程,２０１５,３５(８):５４５６．[１１]F A T ER L,V A C C A R OJJ．W i d e b a n dc a n c e l l a t i o no fi n t e r f e r e n c e i naG P S r e c e i v e r a r r a y[J]．I E E ET r a n s a cＧt i o n so n A e r o s p a c ea n d E l e c t r o n i cS y s t e m s,２０００,３６(２):５４９５６４．[１２]张柏华,孙新利,马红光．弹载北斗抗干扰天线系统分析与设计[J]．现代防御技术,２０１４,４２(６):６６７２．[１３]宋剑,何建忠．航空母舰在随机海况下的运动统计特性[J]．舰船电子工程,２０１１,３１(３):６７６９．[１４]聂宏,房兴波,魏小辉．舰载飞机弹射起飞动力学研究[J]．南京航空航天大学学报,２０１３,４５(６):７２７７３８．[１５]聂宏,彭一明,魏小辉．舰载飞机着舰拦阻动力学研究综述[J]．航空学报,２０１４,３５(１):１１２．[１６]李雨,魏强．机载电子装备轻量化设计初步研究[J]．现代电子技术,２０１４,３７(１５):１４８１５２[１７]徐丽,陈跃良,武书阁,等．舰载机舰面停放环境及腐蚀情况研究[J]．飞机设计,２０１６,３６(６):５４５７．[１８]李星,王晓慧．舰载机三防设计技术研究综述[J]．装备环境工程,２００６,３(４):１２１５．㊀㊀(上接第５７页)[９]㊀Y A N G B,C A O Z,L E T A I E F K．A n a l y s i so f l o wＧc o mＧp l e x i t y w i n d o w e d D F TＧb a s e d MM S E c h a n n e le s t i m a t o rf o r O F D M s y s t e m s[J]．I E E E T r a n s a c t i o n so nC o mm u n i c a t i o n s,２００１,４９(１１):１９７７１９８７．[１０]C HO Y S,K I M J,Y A N G W Y,e ta l．M I MOＧO F D M w i r e l e s s c o mm u n i c a t i o n s w i t h MA T L A B[M]．H o b o k e n,U S A:J o h n W i l e y&S o n s(A s i a)P e t eL t d．,２０１０．[１１]M I N N H,A LＧD HA H I R N．T r a i n i n g s i g n a ld e s i g nf o r M I MO O F D M c h a n n e le s t i m a t i o ni nt h e p r e s e n c eo ff r e q u e n c y o f f s e t s[C]ʊI E E E W i r e l e s sC o r r m u n i c a t i o n sa n dN o t w o r k i n g c o n f e r e a n c e,２００５:１６．[１２]H EC,L IH．P i l o tＧa i d e dc h a n n e l e s t i m a t i o nt e c h n i q u e si n O F D M s y s t e m[C]ʊI n t e r n a t i o n a lC o n f e r e n c eo nC o mm u n i c a t i o n S o f t w a r e a n d N e t w o r k s,２００９:１４３１４６．[１３]A R S L A N H．C h a n n e le s t i m a t i o nf o r w i r e l e s s O F D M s y s t e m s[J]．I E E ES u r v e y sa n d T u t o r i a l s,２００７,９(２):１８４８．[１４]HA N Z O L,A K H TMA N Y,WA N G L,e ta l．M I MOＧO F D Mf o rL T E,W iＧF ia n d W i MA X[M]．H o b o k e n,U S A:J o h n W i l e y&S o n sP e t eL t d．,２０１０．[１５]MA RJ,K U O C C,B A S N E T M B．I m p r o v e d p i l o tＧa i d e d c h a n n e l e s t i m a t i o n f o r M I MOＧO F D M f a d i n gc h a n n e l s[J]．I n t e r n a t i o n a l J o u r n a l o fA n t e n n a s&P r o pＧa g a t i o n,２０１３(１６):１０９８１１０１．[１６]C O L E R I S,E R G E N M,P U R IA,e t a l．C h a n n e l e s t i m aＧt i o n t e c h n i q u e sb a s e do n p i l o ta r r a n g e m e n t i n O F D Ms y s t e m s[J]．I E E ET r a n s a c t i o n so nB r o a d c a s t i n g,２００２,４８(３):２２３２２９．[１７]B R OWN R G．E x p o n e n t i a lS m o o t h i n g[M]．S p r i n g e r U S,２０１３．[１８]G A R D N E R E S．E x p o n e n t i a ls m o o t h i n g:t h es t a t eo f t h e a r t P a r t I I[J]．I n t e r n a t i o n a l J o u r n a l o fF o r e c a s t i n g,２００６,２２(４):６３７６６６．[１９]L IX,J I N G X,S U N S,e ta l．A ni m p r o v e dD F TＧb a s e dc h a n n e l e s t i m a t i o n m e t h o df o r O F D M s y s t e m[C]ʊI E TI n t e r n a t i o n a l C o n f e r e n c e o nC y b e r s p a c eT e c h n o l oＧg y,２０１３:５５０５５４．[２０]K HA N A．P e r f o r m a n c e e v a l u a t i o n o fO F D Mu s i n g M IＧMOＧS T T Cf o r AWG N,R a y l e i g h,c o m b i n e d R a y l e i g hw i t h AWG N a n d R I C I A N c h a n n e lf o r W I MA X a n dB l u e t o o t ha p p l i c a t i o n[J],２０１５,７(１２):１７５８５１７５９０．２９舰船电子对抗㊀㊀㊀第４２卷㊀。

MIMO_OFDM系统的信道估计算法

H -1 H H -1
( 16) ( 17)
由于 Tr { AB } = Tr { BA } , RH i1 H i2 = RHi 2 H i1 = R Hi Hj , 则 ( 18)
其中( ) H 表示 Hermitian 转置运算. 假设不同 ( 10)
所以要满足正交条件, 导频符号 X i 1 , X i 2 必须适当设计。下面是设计导频符号以满足正交条件 ( 15) : 假设系统得噪声功率
收稿日期 : 2005- 08- 19 基金项目 : 国家自然科学基金资助项目 ( 60372084) 作者简介 : 孙山林 ( 1973- ) , 男 , 1997 年毕业于天津大学 , 主要从事下一代移动通信关键技术的研究 , 目前是桂林航专讲师在职读天津大学研究生。
1 MIMO 技术概述
4 信道估计算法
4. 1 估计算法描述假定系统的导频结构如下图 ( 2) 所示。图中, 黑块代表导频符号, 系统正是利用这些导频信息来估计信道的频率响应的。 S t Sf 分别表示导频在时域方向及频域方向的间隔, B t Bf 分别表示一个 OFDM 估计块包含的符号数目以及载波数目。
图2
N
r
r
y =
i= 1
X iH i + W
( 7)
H i 的 MMSE 估计式表达为 H i = K iy 其中 K i 是B i B j 正交性原理推导线性 MMSE 估计式 H h E [ ei y ] = E [ ( K iy - H i ) Y ] = K i R yy - RH iy = 0 发射接收天线对的信道衰落不相关 , 即 RH iHj = 0 i j
r
, Hi , ( 1)

一种新的基于训练序列的MIMO-OFDM信道估计方法

ＬｏｇｘｕＨｉＩｎ — ，ＳＵＱｎＤｉ
（ｃｏｌｆＥｅｔｃｌｎｉｅｒｇ＆ＩｏｍｔｎｉｕｎＵｉｒｔ，Ｃｅｇｕ６０６ＣｉａＳｈｏｌｒａｇｎｅｎｏｃｉＥｉｎｒａｉ，Ｓｃａｎｖｓｙｈｎｄ１０５，ｈｎ）ｆｏｈｅｉ
ｉｏＳｌｗ．
Ｋｅｏｄ：ｍｌｐｅｉｕｍｌｐｅｏｔｕｒｏｏａｆｑｅｃ—ｉｉｏｕｔｌｉｇＭＩ —ＦＭ）ｈｎｅｅｔｔｎｙｗｒｓｕｔｌ— ｐｔｕｔｌｕｐｔｔｇｎｌｅｕｎｙｄｖｉｎｍｌｐｅｎ（ＭＯＯＤ；ｃａｎｌｓｍａｏ；ｉｎｉ — ｏｈｒｓｉｘｉｉｔｉｉｇｐｔｒ；ｌｓｓｕｒｓＬ）ｒｎｎａｅｎｅｔｑａｅ（Ｓａｔａ
ｃｉｒｎｒｉｉｇｐｔｒｓｉｒａｅａｌｒｔｉａｄｔｎｎａｔｎｎｇｅｔｄｔｉ。Ｄｕｏｔｅｃｒｅａｉｎｏｅｐｏｏｅｒｉｉｇｐｔｒｓｈｈｎｅｓｉｔｎｅａａｅｅｔｈｏｒｌｔｆｔｒｐｓｄｔｎｎａｔｎ，ｔｅｃａｎｌｅｔｏｈａｅｍａｉｏｃｕｄｂｃｕｒｄｃｎｅｉｎｌｎｃｕａｅｙｈｏｇｅｒｔａｎｌｓｓａｄｃｍｐｔｒｓｌｔｎ，ｔｅｐｏｏｅｌｏｉｍ’ ｏｌｅａｑｉｅｏｖｎｅｔａｄａｃｒｔｌ．ＴｒｕｈｔｏｅｉｌａａｙｉｎｏｕｅｉａｉｙｈｃｍｕｏｈｒｐｓｄａｇｒｈＳｔｐｒｏｍａｃｓａｏｄａｈＳａｇｒｈｂｓｄｏｐｉｌｒｉｉｇｓｑｅｃｓｉｉ — ｏｉ．ＡｔｔｅｓｍｅｔｅｆｒｎｅｉｓｇｏｓｔｅＬｌｏｉｍａｅｎｏｔｔｍａａｎｎｅｕｎｅｎｔｔｍｅｄｍａｎｈａｉｍｅ，ｔｅａｇ — ｈｌｏ

一种MIMO—OFDM系统的信道估计算法

计算法，先将Ｌ道估计循环前缀长度以外的时域响应值置零，后选择重要路径，通过计算参考导频的相位偏移量首Ｓ信然再来进行补偿，终实现信道的估计。算法能够满足一定的估计精度，便于实现。仿真数据证明了算法的有效性。最且关键词：交频分复用；输入多输出；小平方算法；小均方误差；散傅里叶变换正多最最离中图分类号：Ｎ１．３Ｔ９１２文献标识码：Ｂ
—
ＯＦＤＭｙｔｍ．ＩａｇｒｔｏｈｓｌｗｏｓｓｅＳｌｏｌｈｍａｏｃｍｐｌｘｔｎｓｅｓｏｂｍｐｌｍｅｔｄ，ｕｔｉｃｕａｙｉｏｒＭｉ・ｅｉａｄｉａｙｔｅｉｅｎｅｙｂｔａｃｒｃｓｐｏ．ｓｎｉ
ｔｎｆ（）．ＦｒｅｉｉａｅｔｔｄｖｌｅｏｔｅｃａｎｌｅｐｎｅｉａａｅｒｕｈＬｌｒｈ，ｎｅ・ｒｓｒＤａｏｍｉｔｈｔｌｓｍａａｆｈｈｎｅｒｓｏｓｓｔｉｄｔｏｇＳａｏｔｍａｄｓｃｓｔｎｉｉｅｕｔｎｈｇｉｏｄｔｅｔ —ｄｍｉｒｐｎｅｏｔｄｈｎｔｏｃｉｐｅｉｉｃｅｒｄＣ），ｎｉｐｒｎｐｔｄｒｇｎｍｅｏａｅｏｓｕｓｅｔｅｌｇｆｙｌｒｘｓｌａ（Ｐａｄｔｒｉｏａｔａｕｎｈｉｎｓｉｅｈｃｃｆｅｈｄｍｔｈｉ

《2024年MIMO-OFDM系统中信道估计及信号检测算法的研究》范文

《MIMO-OFDM系统中信道估计及信号检测算法的研究》篇一一、引言随着无线通信技术的飞速发展，多输入多输出（MIMO）技术和正交频分复用（OFDM）技术因其卓越的性能在无线通信系统中得到了广泛应用。

MIMO-OFDM系统结合了MIMO和OFDM的优点，具有高数据传输速率、频谱利用率高和抗多径干扰能力强等特点。

然而，在实际应用中，由于无线信道的复杂性和时变性，信道估计和信号检测成为了MIMO-OFDM系统中的关键技术。

本文将重点研究MIMO-OFDM系统中的信道估计及信号检测算法。

二、MIMO-OFDM系统概述MIMO-OFDM系统是一种高效的无线通信技术，通过在发送端使用多个天线发送信号，同时在接收端使用多个天线接收信号，实现了空间复用和分集增益。

OFDM技术则通过将频带划分为多个正交子载波，将高频信号转换为并行低频信号进行传输，从而提高了频谱利用率和抗多径干扰能力。

三、信道估计技术研究信道估计是MIMO-OFDM系统中的一项关键技术，其主要目的是通过对接收信号进行分析和处理，估计出信道的响应特性。

常见的信道估计方法包括最小均方误差（MMSE）估计、最大似然（ML）估计和基于导频的信道估计等。

（一）MMSE信道估计MMSE信道估计是一种基于最小均方误差准则的估计方法。

该方法通过最小化估计误差的均方值来求解信道参数。

在实际应用中，MMSE信道估计具有良好的性能和稳定性，适用于各种信道条件。

（二）最大似然（ML）信道估计ML信道估计是一种基于最大似然准则的估计方法。

该方法通过最大化接收信号与实际发送信号之间的似然函数来求解信道参数。

ML信道估计在信噪比较高的情况下具有较好的性能，但在低信噪比条件下性能较差。

（三）基于导频的信道估计基于导频的信道估计是一种常见的信道估计方法。

该方法通过在发送信号中插入已知的导频符号，接收端根据导频符号的接收情况来估计信道的响应特性。

基于导频的信道估计具有计算复杂度低、实现简单等优点，但需要额外的频谱资源。

一种改进了的OFDM信道估计算法

2008年第06期，第41卷通信技术 Vol.41，No.06,2008 总第198期Communications Technology No.198,Totally一种改进了的OFDM信道估计算法龚爱斐，陈发堂（重庆邮电大学移动通信重点实验室，重庆 400065）【摘要】有较长持续时间的正交频分复用符号对频率选择性衰落有更强的承受能力，但是对于时间选择性衰落则较为敏感，因此信道估计在正交频分复用系统中占有重要的地位。

文中对正交频分复用的特点进行了概述，并根据正交频分复用本身的特性、WiMAX帧结构，提出了一种基于导频的信道估计的算法。

并在SUI1-SUI6信道环境下，用MATLAB对其性能进行了仿真。

仿真结果表明，该算法的抗衰落性能有所提高，且具有一定的灵活性。

【关键词】正交频分复用；WiMAX；导频【中图分类号】TN911.5 【文献标识码】A【文章编号】1002-0802(2008)06-0100-03A Improved OFDM Channel Estimate AlgorithmGONG Ai-fei， CHEN Fa-tang（Key Laboratory of Mobile Communications Technology, Chongqing University of Posts and Telecommunications, Chongqing, 400065, China）【Abstract】The OFDM symbols with a longer duration have a stronger tolerance towards frequency selective fading while are more sensitive to time selective fading. Channel Estimation in OFDM system holds an important position. In this paper, the characteristics of OFDM are outlined, and in accordance with the characteristics of OFDM and WiMAX frame a new channel estimation algorithm based on the Pilot is proposed. In channel environment of SUI1-SUI6, its performance is simulated by MATLAB. The simulation results indicate that this Algorithm is very flexible and can resist fading more effectively.【Keywords】OFDM；WiMAX；Pilot0 引言正交频分复用OFDM（Orthogonal Frequency Division Multiplexing）是一种特殊的多载波传输方案。

MIMO-OFDM系统中LS时域信道估计的一种简化改进算法

对上式求导，令结果为零，并如对ｚ＝ｆ时的左［，０。ｎ］求导结果为
（）２
ａｎ］一丽一＿＿＝，五，丢专ｆ２［０｛１ｉｆｊ一’ Ｊ — 善ｉ。Ｊ）
＝
３
经化简整理后，到得
（［一∑ ∑矗ｎ］Ｉ［，） “ ｎｉ０（＝１…，ｒ００…，一）（）ｙｎ，ｘｎ］。［，［ｆｉ勺．｝］＝，Ｎ，＝，Ｌ１・ｆ４
第３卷第１１期
２１００１年１月
西安
科
技
大学学
报
Ｖ１３Ｎ．ｏ．１０１
ＪＵＲＩＯＩＡＵＩＥＳＯＦＳＩＮＥＡＤＴＣＮＯＯＧｏＮＡ．ＦＸ ’ ＮＮＶＲＩＹＣＥＣＩＮＥＨＬＹ
１ＬＳ时域信道估计基本算法ｊ
对任意接收天线来说，假定发射天线ｉ的第个ＯＤ符号周期，ｋ载波信道的频率响应表示为ＦＭ第个［ｋ＝，］
使用ＬＳ准则的代价函数为
ｈ［，．凡１］
（）１
ｃ［，；１，｝＝∑ ｌ［，＿∑ ∑矗ｎ］［，ｌ（ｎ］ｆ， …，）２ｊｙＩ］，Ｉｎ１［ｆ．．ｃ］
１
一。＾
．
１
Ｊ
…
Ｑ［］、ｎ
１ｊ
２
一
Ｑ［］＝几
Ｑ。ｎＱ［］［］ｎ
…
‘
．
Ｑ Ⅳ［］Ｑ［］Ｔｎ２ｎ

一种新的基于导频的MIMO-OFDM信道估计方法

ｔｔｈｉｅｒｒａｅ（Ｅ）ｐｒｒａｃｆｈｒｐｓｄｍｔｏｅｔａａｏａｔｑａｓ（Ｓｅｏ，ｎｈｅｂｔｒｔＢＲｅｆａｔｏｒｏｎｅｏｅｐｏｏｅｅｈｄｉｂｔｒｈｎｔｔｆｅｓｓｕｒｍｔｓｅｔｈｌｅＬ）ｍｔｄａｄｈ
ｅｆｃｉｅｅｈｎｅｔｅｔｎｍｉｓｏａｅａｄｔｅｃｐｃｔｆｔｅｗｒｌｓｏｆｔｎａｃｈｒｓｓｉｎｒｔｎｈａａｉｏｈｉｅｓｃｍｍｕｉａｉｎｓｓｅｅｖａｙｅｎｃｔｙｔｍ．Ａｎｈｃｕａｙｏｏｄｔｅａｃｒｃｆ
ＡｖｌＭＩ０．ＤＭａｎｌＥｓｉｔｏｅｈｄＢａｅｎＰｉｔａｄｄＮｏｅｎ０ＦＣｈｎｅｔｍａｉｎＭｔｏｓｄｏｌ・ｉｅｏ
Ｈｈｎｎ１ＥＧＺｅｍｎＢＩｈｎｙＥＣｕｌｇ，ＮｈｎｉｏＰｆ，ＡｅｇｕＣ
Ｖ１６Ｎｏ２ｏ．２．
Ｍａ．２０ｒ０１
科技通报
ＢＬＴＮＯＦＳＩＮＣＥＡＮＤＴＨＮ０ＧＹＵＬＥＩＣＥＥＣ０Ｌ
第２卷第２期６
２０年３月０１
一
种新的基于导频的ＭＩ．ＦＭ信道估计方法ＭＯＯＤ
ｃａｎｌｅｔｔｎｗｌｉｌｅｃｅｐｒｒａｃｆＭＩ — ＦＭｙｔｉｃｙＴｍｅｄｍａｅｓｓｕｒｓ（）ｈｎｅｓｍａｏｉｎｕｎｅｔｅｏｎｅｏＭＯＯＤｓｓｍｓｄｒｔ．ｉｏｉｌｔｑａｅｉｉｌｆｈｆｍｅｅｌｎａ

一种改进的MIMO OFDM系统信道估计算法

一种改进的MIMO OFDM系统信道估计算法
胡蝶;杨绿溪
【期刊名称】《电路与系统学报》
【年(卷),期】2006(011)004
【摘要】本文对MIMO OFDM系统中基于训练序列的信道估计问题进行了研究,针对信道冲击响应的最大抽头数大于每个OFDM符号中导频数的情况,提出一种有效的结合前后若干训练序列进行信道估计的算法和结合方式.仿真结果表明,在基于无线局域网(WLAN)中打包传送的MIMO OFDM系统里,本文的方法比采用块状训练序列的估计算法有着更小的归一化均方误差.
【总页数】4页(P1-4)
【作者】胡蝶;杨绿溪
【作者单位】东南大学,无线电工程系,信息与信号处理实验室,江苏,南京,210096;东南大学,无线电工程系,信息与信号处理实验室,江苏,南京,210096
【正文语种】中文
【中图分类】TN911.23
【相关文献】
1.一种改进的DFT迭代的MIMO-OFDM系统信道估计算法 [J], 王东;赵宇;王秀红
2.MIMO-OFDM系统中一种改进的盲信道估计算法 [J], 李国民;刘鑫;康晓非;廖桂生
3.MIMO-OFDM系统的一种改进型LS信道估计算法 [J], 杨博;罗汉文;佘峰
4.一种改进MSE性能的MIMO-OFDM系统信道估计算法 [J], 申慧鹏;张玉婷;王华奎;原冬梅
5.一种改进MSE性能的MIMO-OFDM系统信道估计算法 [J], 申慧鹏;张玉婷;王华奎;原冬梅
因版权原因，仅展示原文概要，查看原文内容请购买。

一种改进的基于子空间MIMO-OFDM信道盲估计算法

一种改进的基于子空间MIMO-OFDM信道盲估计算法张鏖烽
【期刊名称】《数字技术与应用》
【年(卷),期】2017(000)007
【摘要】信道估计是MIMO-OFDM系统的关键技术,相比非盲估计而言,盲估计技术具有带宽利用率高,系统传输效率高的优点.基于子空间盲估计算法在信道变化不是很快的情况下有比较精确的估计效果,但是多径衰落、噪声等会引起子空间之间的非正交,从而导致估计性能急剧恶化,本文采用斜投影解决子空间之间非正交问题,采用MMSE估计准则的仿真结果表明对信道估计性能有明显的提高.
【总页数】2页(P146,150)
【作者】张鏖烽
【作者单位】湖南工程学院,湖南湘潭 411104
【正文语种】中文
【中图分类】TN919.3
【相关文献】
1.一种新的OFDM系统信道盲估计的子空间算法 [J], 黄学军;余松煜;毕厚杰
2.基于子空间投影的信道阶数盲估计算法 [J], 孙有铭;刘洛琨;杨正举;郭虹;
3.基于子空间投影的信道阶数盲估计算法 [J], 孙有铭;刘洛琨;杨正举;郭虹
4.一种基于子空间的MIMO-OFDM信道盲估计算法 [J], 李欣欣;李宏;隋凯凯
5.一种改进的基于子空间MIMO-OFDM信道盲估计算法 [J], 张鏖烽
因版权原因，仅展示原文概要，查看原文内容请购买。

一种改进MSE性能的MIMO-OFDM系统信道估计算法

况．时域滤波法的确可以滤除一部分噪声对信道估
计的影响。然而，当信噪比较大时，时域滤波的方
法劣于未时域滤波的情况。
图２改进的时域滤波框图
在已给的信道条件下，实际只能估计出信道频域特性在可用子载波处的值，而在子载波不可用的
图３信遭频率响应合并前后对比图
２２改进后Ｌ＿ｓ频域信道估计算法的ＭＳＥ性能
载波可用的情况。改进后方案将能够估计出的信道频率响应值合并为一块整的信道频率响应向量。去除不可用子载波处的频响值，这样就使新频率响应向量仅包含可用子载波处的值。
２改进的ＬＳ频域信道估计算法
２１改进的Ｌ频域信道估计算法．Ｓ根据上述方案，该模型应用时域滤波方案不理想的主要原因是传输数据时并不是所有的子载波都
可用．为克服这一问题，按以下方法可改进，使得时域滤波的方法也能应用于文中所述的只有部分子
不妨仍设Ｋ个子载波中。低频处ａ个子载波不
仿真使用的系统模型，发射端采用：４根天线．接收端采用：６根天线．Ｉ和ＦＴ的长度ＦＦ
均为１２，循环前缀的长度为１８４０２。系统的载波频率为３５Ｇｚ传送数据时，低频处ａ个子载波和．Ｈ。高频处ｂ个子载波均不用来传输数据．ＯＤＦＭ符号
用技术
ｚ的点是噪声和插值误差引起的干扰，可以令这些

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

2011年第04期，第44卷通信技术 Vol.44，No.04,2011 总第232期 Communications Technology No.232,Totally一种改进的MIMO-OFDM的信道估计算法王钢飞，石慧，卓东风(太原科技大学电子信息工程学院，山西太原030024)【摘要】针对频率选择性衰落信道下MIMO—OFDM的系统，基于瑞利衰落信道的模型,利用m序列的自相关性，提出了一种基于m序列做梳状导频的多输入多输出正交频分复用最小二乘算法，该算法可以避免对大矩阵求伪逆，以减少计算复杂度，从而提高了信道估计的计算性能。

通过对该算法的误码率性能分析和计算复杂度分析，结果表明，相比传统经典最小二乘算法，所提出信道估计算法在中低信噪比下，有效提高了信道估计性能，适合于在实际应用中实现。

【关键词】信道估计；m序列；最小二乘法；计算复杂度【中图分类号】TN914.51【文献标识码】A【文章编号】1002-0802(2011)04-0043-02A Modified Channel Estimation Method for MIMO-OFDM SystemWANG Gang-fei， SHI Hui， ZHUO Dong-feng(Department of Electronic Engineering, Taiyuan University of Science and Technology, Taiyuan Shanxi 030024, China)【Abstract】Aiming at MIMO-OFDM system under frequency selective fading channel, and based on Rayleigh fading channel model and autocorrelation of m sequence, a multi-input multi-output orthogonal frequency division multiplexing least-square algorithm, with m sequence as the comb pilot is proposed. This algorithm can avoid big pseudo-inverse matrix, thus to reduce the computational complexity and improve the calculation performance of channel estimation. Simulation result and analysis of BER performance and computational complexity of channel estimation indicate that the proposed algorithm could achieve good channel estimation in low channel SNR as compared with classical least squares algorithm, and is quite suitable for actual application.【Key words】channel estimation; m sequence; least square(LS); computational complexity0 引言正交频分复用技术（OFDM）技术具有很强的抗多径衰落能力和较高的带宽利用率。

多天线收发（MIMO）技术能显著增加系统信道容量，提高系统传输速率[1]。

将两种技术结合成为下一代无线移动通信的关键技术。

在无线通信系统中，信号的检测和均衡都要用到信道估计技术[2]。

因此，信道估计成为MIMO-OFDM系统的重要技术之一。

基于导频的信道估计一直是研究的热点。

本方法在信号发送端的适当位置周期性插入导频，在接收端利用导频恢复出导频位置的信道信息，再利用某种处理手段（如内插、滤波、变换等）获得所有时段的信道的频率响应。

经典的导频辅助信道估计算法是最小二乘法。

LS 估计不需要待估计量的统计信息, 实现复杂度较低, 但对信道的高斯噪声、多径干扰抵抗能力较差，要用到矩阵求逆, 计算量比较复杂。

笔者改进的算法综合了算法的计算复杂度和信道频率利用率。

1 算法分析1.1无线信道模型MIMO-OFDM系统发送端的结构框图[3]如图1所示。

输入的信号比特流经过一个串并变换、空时编码、星座映射、编码调制、IDCT变换，插入导频、循环前缀保护间隔等，然后通过天线发送到无线多径信道。

在接收端, 信号经去除循环前缀、DCT变换、编码解调、星座映射、空时译码串变换, 提取出导频信号进行信道估计, 最后解调解码, 恢复出原始的比特流。

在MIMO-OFDM系统中采用2根发射天线，2根接收天线，信息数据送入空时编码器后分成２路并行数据流，经串并变换送入对应的DCT单元进行调制，最后再分别由2个天收稿日期：2010-11-09。

基金项目：山西高校科技研究开发基金资助项目（编号：20091023）。

作者简介：王钢飞（1981-），男，硕士研究生，主要研究方向移动通信技术；石慧（1979-），女，讲师，主要研究方向为OFDM信道估计的研究；卓东风（1958-），男，教授，主要研究方向为信号处理。

4344 线同时发送出去。

则该系统中存在4条多径信道，且这4条信道的统计特性基本相同。

图1 MIMO-OFDM 系统模型1.2 经典导频图案经典的导频图案是块状导频和梳状导频。

根据实际的信道特性，二者各有不同的用途。

块状导频在一个OFDM 符号的内所有子载波上均插入导频，缺点是对频率反应慢，信道快衰落时，估计性能不好[4]。

梳状导频是在某些子载波的所有时间上均插入导频信号，对时变信道估计表现良好，但是信道慢衰落时，估计性能不好。

基本过程：在信号发送端的适当位置插入导频，在接收端利用导频恢复出导频位置的信道信息，再利用某种处理手段（如内插、滤波、变换等）获得所有时段的信道信息。

本频域信道估计算法将采用m 序列作为梳状导频，为了保证导频在频率上的正交性，本系统以2发2收为例，两个天线上的ｍ序列导频将先后发送。

ｍ序列后面发送OFDM 符号，符号的数目与信道的频率选择性有关。

由于信道的统计特性是相同的，后面的分析以单发单收为基础。

m 序列称作最大长度移位寄存器序列，是自相关特性最好的二进制序列[5]。

如果m 序列的长度为L P ，它在一个周期内的归一化自相关函数满足：1,0,()1,11,P P P i C i L i L -=ì=í--î≤≤ （1）其中i 代表m 序列循环移位的位数。

每个一定数量的OFDM 符号，就插入一个m 序列作为频域信道估计的导频符号[6]，这个导频也要与OFDM 符号一样，将最后的添加循环前缀后。

时域信号经串并转换后，添加m 序列，经过发送天线，发送到信道。

本文假设信道为快衰落的多径信道，快衰落的信道具有频率选择性和时变性，即在传输一个OFDM 符号帧的时间内，信道特性会发生明显的变化，在接收端接收的OFDM 符号会产生子载波间干扰，破坏子载波上的参考相位和幅值，并且一个OFDM 符号边缘的子载波受到的影响比较大。

信道的冲激响应可以表示为： )1()(),(1-=å-n t a t h l Ll d t ，（2）式（2）中L 为多径数；l t ,()l t a 是零均值复高斯随机变量，其幅值和相位分别服从瑞利分布和[0,2π)均匀分布，该信道冲激响应的理论频谱从一∞到+∞的范围延伸。

()t d 是频率响应为升余弦奈奎斯特滤波器的均方根成形脉冲。

基于m 序列的时域迭代信道估计相算法：发送端在时域插入m 序列梳状导频，经过快衰落信道，由于多径效应，接收到的m 信号出现延时，产生位移。

用接收m 序列的不同位移版本与循环卷积形式的接收信号做相关运算, 通过插值算法，和最小二乘法得到初始的信道冲激响应估计值。

从理论上讲，传统的基于循环迭代的信道估计算法[7]，可以很好追踪频率选择性信道的变化，以OFDM 符号为单位实现追踪，但是这种算法有一些不足之处，由于循环迭代算法需要对信息进行反复迭代逼近，因此其计算量比较大。

本文对此方法进行改进，利用m 序列的自相关性作为梳状导频，经过多次循环迭代，提高信道估计的精确度，同时降低了计算的复杂度。

2 系统仿真及性能分析2.1 仿真参数多天线系统采用两发两收。

信道模型为带多普勒频移的Rayleigh 衰落模型，其中DopPler 频移为200 Hz ，系统工作频率为1 800 Hz ，多径数为4，采用QPSK 调制方式，每帧含有12个OFDM 符号，每个OFDM 符号包括128个子载波，循环前缀为子载波的八分之一，采用均匀插入的梳状导频，导频处用LS 估计。

2.2 仿真分析图2针对梳状导频和添加m 序列的梳状导频信道估计性能进行了比较。

仿真结果给出了基于LS 算法的误比特率( BER) 和信噪比( SNR) 关系曲线。

从图2中可以看出, 当信噪比较低时, 以上两种导频结构的估计性能比较接近。

随着信噪比的升高, 由于插入导频信号的不同,表现了不同的估计性能,添加m 序列的估计算法表现出良好的性能。

R SN /dB图2 m 序列和传统的梳状导频对比图为了比较信道估计的精确度，这里定义一对收发天线之间的信道估计的均方误差函数为：å-=--=10*)]}(ˆ)([)](ˆ)({[)/1(N kk k H k H k Hk H N MSE ，（3） []*表示取共轭，N 代表OFDM 子载波的数目，然后将各个收发天线间的均方误差求均值即可。

图3表明经过循环迭代的方法有效的降低了误码率，同时利用m 序列的自相关性有效降低了计算复杂度。

（下转第47页）ROF与3G及以上系统网络融合，将大大降低每个基站建设成本，因而使基站的广泛分布变得可行。

ROF与无源光网络(PON，Passive Optical Network) 融合，无线和有线业务均在光纤上传输，实现有线信号和无线信号的分离，可以利用目前FTTH已铺设的光纤，降低无线接入的成本并可以扩容。

2.5ROF系统在智能交通系统中的应用智能交通系统（Intelligent Transportation System，以下简称“ITS”）是未来交通的发展方向，以交通的安全、高效和舒适为目标。

ITS主要包括两种系统：RVC（Road-vehicle Communication）和VVC（Vehicle-vehicle Communication），目前日本已经研制出RVC的实验系统，用ROF技术实现了视频等服务。