OFDM

OFDM中基于子空间分解的半盲信道估计作者：刘强陈西宏胡茂凯

来源：《现代电子技术》2010年第03期

摘要:针对OFDM系统中盲信道估计计算量大、收敛速度慢和估计精度低的缺点,以及传统信道估计方法的频带利用率低的缺陷,详细介绍了基于子空间分解的半盲信道估计方法。该方法利用接收信号的相关矩阵特性来估计信道,其是传输速率和收敛速度的折衷,通过Matlab软件仿真表明,此方法能较大地改善信道估计精度和降低系统的误差。仿真结果对信道估计问题的深入研究具有借鉴意义。

关键词:正交频分复用;半盲信道估计;子空间分解;Matlab仿真

中图分类号:TN914 文献标识码:A

文章编号:1004-373X(2010)03-073-03

Semi-blind Channel Estimation Based on Subspace Identification in OFDM System

LIU Qiang,CHEN Xihong,HU Maokai

(The Missile Institute,Air Force Engineering University,Sanyuan,713800,China)

Abstract:In OFDM system,as the blind channel estimation has deficiencies of large qualities of calculation,slow convergence rate and bad precision of estimation,and the traditional means has deficiency of weak utilization of the channel,the semi-blind channel estimation based on the subspace identification is introduced in details.The estimation,which employs characteristics of the matrix of received signal to estimate the channel,it is a balance between the data transportation efficiency and convergence rate.The emulation in Matlab software shows that the means can improve the precision of estimation and reduce NRMSE of the system for a certain extent.The simulation results may be of reference value for the further research on channel-estimation problem.

Keywords:OFDM;semi-blind channel estimation;subspace identification;Matlab emulation

0 引言

正交频分复用(OFDM)因其良好的抗频率选择性衰落和较高的频谱利用率而备受关注。OFDM系统中的信道估计技术将成为第四代移动通信系统的关键技术之一。无线信道具备复杂多变的恶劣传输环境,为了提高数据传输的有效性和降低系统的误差,需要对信道特性进行全面了解,研究更为精确的信道估计技术。

传统的信道估计方法[1-3]是在发送数据中插入导频。为了获得较好的信道估计精度必须插入较多的导频,因而大大降低了系统的频带利用率。因此考虑将盲信道估计方法应用于OFDM 系统,以提高系统的频带利用率。盲信道估计不需要插入导频,但普遍存在估计精度低、计算量大、收敛速度较慢、灵活性差等缺陷,在实时系统中的应用受到了限制。而半盲信道估计的提出既克服了盲信道估计精度低,收敛速度慢等缺点,而且在同等导频数量情况下的信道估计精度要优于非盲信道估计。本文介绍的基于子空间分解方法的半盲信道估计利用接收信号的二阶统计特性,不需要改变OFDM系统结构,能较大地改善信道估计精度。

1 OFDM系统模型

典型的OFDM系统[4]如图1所示,串行数据经过串/并变换后转换成M个并行数据流,各路数据流调制不同的子载波,相邻子载波间的间隔为1/T,T为并行数据的持续时间,为串行数据的M倍。在时间间隔内的一个OFDM信号可表示为:

S(t)=∑M-

(1)

式中为经星座映射的符号;ωm为第m个子载波的频率。对s(t)进行M点采样

则可以得到:

S(nM+i)=∑M-

(2)

图1 OFDM系统模型简图

由式(2)可知个采样实际就是由个输入构成的一个块的IDFT。为了消除由多径信道带来的符号间干扰(ISI),不同于传统信道估计中插入长于信道延迟的保护间隔,也不同于盲信道估计,本文设计的半盲信道估计插入少量的循环前缀来消除ISI。

若信道冲激响应的长度已知,符号间是同步的且频率偏移已经校正,那么,在时,接收信号去循环前缀(CP)后的点采样为:

-1

(3)

式中是信道的频域响应是高斯白噪声。可以发现ISI已经被完全消除,此时信道对接收机的影响仅仅是一个复增益和高斯白噪声的影响。

2 子空间分解算法

假定发送信号矢量和噪声矢量e为广义平稳过程,并且相互统计独立,发送信号S均值为零,噪声矢量是均值为零,方差为的高斯白噪声,则接收信号的自相关矩阵为

(4)

式中为高矩阵,对进行谱分解得:

式中为特征值为其对应的特征向量。

将特征值按降序排列,若则:

-

式中特征值-1对应的特征向量张成信号子空间对应的特征向量张成噪声子空间,则易知信号子空间和噪声子空间互为正交补空间[5,6]。用

表示IDFT矩阵;“~”表示相应的频域符号;用表示加入循环前缀以后的IDFT矩阵,则接收信号可以表示为以下矩阵的形式:

-1)+e(k)

(5)

式中是一个(N+p)×(N+p)的矩阵是一个(N+p)×(N+p)的上三角矩阵。由式(5)可见,加入循环前缀后受的影响,接收信号的自相关协方差矩阵不符合子空间分解的结构。为了利用子空间分解的特性,从原有的信号矢量出发,构造新的信号矢量,将信号分成长度分别为p,N-p,p的三个部分构造新的接收矢量,并令:

--

--

--