MIMOOFDM系统的信道估计

7
4.3.2 LMMSE信道估计算法
1 ˆ ˆ h R ( R ) p ˆ ˆ ˆ LMMSE hp pp
Y Xh N
ˆ 是 R hp ˆ Ehp
ˆ 之间的互相关矩阵。 h 和含噪声的导频估计 p
2 H 1 ( pp ) 是导频估计矩阵的自相关矩阵。 pp n
20
25
信噪比(dB)
22
误码率性能仿真
10
0
误码率平台
10
-1
SER
-2
10
10
-3
LS LS-DFT LS-DFT1 LS-DFT2 MMSE
0 2 4 6 8 10 12 14 16 18 20 22
信噪比(dB)
23
4.5 MIMO-OFDM系统信道估计
C1 (k , n) R1 (k , n)
1 Nt 2 fdT
1 Nt 2 f T d
1 Nf f max c
Nc N f
向上取整
一帧中包含的所有导频符号wk.baidu.com数为
N grid N s Nt
11
导频图
两种导频插入模式 由于插入导频所带来的开销为 其信噪比的损失为
第 l 个符号的第 k 个子载波上接收到的频域符号为
Rl , k Hl , k X l , k l , k
得到信道频域响应的估值
2 * ˆ H l , k Rl , k X l , k H l , k X l , k l , k X l*, k H l , k l , k X l*, k
MIMO-OFDM系统信道冲激响应的LS估计为
ˆ (Q H Q) 1 Q H R h (Q H Q) 1 Q H N h j j j j
27
MIMO-OFDM系统信道估计中的训练序列选择： 1. 导频必须等能量； 2. 导频插入的子信道必须等间隔； 3. 不同发射天线的导频相互正交。
T
• 基于梳状导频的信道估计 若 导频子载波的信道响应
N p :导频符号个数
G N / Np
H p H p (0) H p (1) H p ( N p 1)
H (0) H (G) H ( N p
接收到的导频信号矢量

1)G
T
T
Yp Y p (0) Y p (1) Y p ( N p 1)

T
Yp X p H p I p Wp
6
Yp X p H p I p Wp
X p ( 0) 0 Xp 0 X p (1) 0 0 0 X p ( N p 1) 0 0
W p为导频子载波中的高斯噪声。 I p 是ICI矢量。
40
50
60
采样点/个
18
非采样间隔信道情形
1 0.9 0.8
0.7
归一化幅度
0.6 0.5 0.4 0.3
h(t)=δ(t-1.5Ts) + 0.5δ(t-4.5Ts)
0.2
0.1
0
0
10
20
30
40
50
60
采样点/个
19
频域
时域
频域
ˆ (0) H LS
N ˆ (1) LS H LS 点 信 I 道 ˆ ( N 2) D 估 H LS F 计 T ˆ
收的数据计算发送端发送的数据。
25
训练模式MIMO-OFDM系统输入输出关系：
R j CHj N j
第 j 个天线各个子载波接收信号：
j 0,1,, N R 1
R j [R j [0],, R j [ N 1]]T
发送端每个天线发送的训练序列：
C [diag{C0},, diag{Ci },, diag{CNT 1}]

N grid Nc N s
1 V pilot 10 log10 1
12
4.4.2 时域信道估计算法
基于训练符号的时域信道估计算法 对于训练符号
xn
，接收到的时域信号为
rn h * xn n
r Xh η
n 1,2,, N c
其中
训练符号列矢量
r r1 , r2 ,, rNc


T
C Nc 1
T L1 信道冲激响应列矢量 h h1 , h2 ,, hL C
加性噪声列矢量
η 1 , 2 ,, Nc


T
C Nc 1
13
x1 x 2 X x N c 1 xN c
若有多个训练符号时，估计时可求平均
1 1 1 1 ˆ h X (r1 r2 ) h ( X η1 X 1 η 2 ) 2 2
信道频域响应的估值
ˆ DFT h ˆ H

14
4.4.2 频域信道估计算法 1. 基于插入导频符号的频域信道估计算法
一维信道估计算法
15
2. 基于训练符号的频域信道估计LS算法

T
LS估计的均方误差（MSE）可以推得
ˆ MSE LS E h h LS
h X Y X Z X Z E
1
h X E
1
ˆ h h
H LS
Y
H
1
H
1
2 n 2 x
5
• 基于训练序列的信道估计
y0 1 ˆ h LS X Y x 0 y N 1 y1 x1 xN 1
例： 线性调频序列
A e j 2 ( k / 2) X [k ] 0
2
/N
k 偶数 k 奇数
① 不同发射天线训练序列正交 ② 低PAPR ③ 抗ISI干扰
28
C[k ] C1[k ] 0
k为偶数 k为奇数
c[n] c1(n) c[n N]
ˆ 的导数，使得 求 h LS
ˆ ) J (h * H LS ˆ 2 X Y 2 X H Xh LS ˆ h




*
0
4
LS
ˆ XH X h LS


1
X H Y X 1 Y
即
y0 1 ˆ h LS X Y x 0
y N 1 y1 x1 xN 1
Ci [Ci [0],, Ci [ N 1]]T
第 j 个天线信道矩阵（频域）：
H j [H0, j ,, Hi, j ,, HNT 1, j ]T
Hi , j [H i, j [0],, H i, j [ N 1]]T
26
第 j 个天线的噪声矩阵：
N j [ N j [0],, N j [ N 1]]T
收到的信号都是多个畸变信号的叠加。当对其中一个接收天线对的
CSI进行估计时，其它发射天线的发送信号就是干扰。
1
5.2 信道估计算法 基于导频的信道估计 非盲信道估计 信道估计 盲信道估计 基于训练序列的信道估计 （基于块状导频的信道估计）
2
t
基于训练序列的信道估计
f
t
基于导频的信道估计
f
3
4.3.1 LS信道估计算法
信道特性时域和频域关系
Hi, j FL hi, j
hi, j [hi, j [0],, hi, j [L 1]]T
MIMO-OFDM系统输入输出关系另一种表达：
R j Q hj N j
Q [diag{C0}FL ,diag{CNT 1}FL ]
h j [h0, j ,, hi, j ,h NT 1, j ]T
xNc x1 xNc 2 x N c 1
x N c 1 x N c L 2 xN c xN c L 3 x N c 3 x N c L x N c 2 x N c L 1
得到信道冲激响应的估值
ˆ X1r X1 Xh X1 η h X1 η h
在常规的梳状导频估计中，基于LS准则的导频信号估 计可以表示为
H p, LS H p, LS (0) H p, LS (1) H p, LS ( N p 1)
1 X p Yp
T

T
Y p (0) Y p (1) Y p ( N p 1) X (0) X (1) X p ( N p 1) p p
若有多个训练符号，估计时也可利用类似于时域求平 均值的方法来平滑噪声的影响，以提高估计准确度。
16
4.4.3 基于DFT的信道估计
频域 时域 频域
ˆ (0) H LS
ˆ (0) h LS
ˆ (0) h DFT
ˆ (0) H DFT
N ˆ ˆ ( L 1) N ˆ (1) LS H h h ( L 1 ) DFT LS LS 点 信 点 I D 道 D ˆ ( L) ˆ ( N 2) h F 估 H LS LS F 0 T 计 T ˆ ˆ
发送端： 接收端：
OFDM数据 OFDM数据
0 n N 1 N n 2 N 1
训练序列 训练序列 OFDM数据 OFDM数据
加入保护间隔情形 发送端： 接收端：
ˆ (0) h LS
置 零 样 值 选 择
ˆ (0) h DFT
ˆ (0) H DFT
N 点 D F T

ˆ ( N 1) h LS
0 0


ˆ ( N 1) H DFT
HLS ( N 1)
ˆ ( N 1) h DFT
改进的基于DFT 的OFDM 系统信道估计示意图
20
五种系统概况

ˆ ( N 1) H DFT
HLS ( N 1)
hLS ( N 1)
0
基于DFT 的OFDM 系统信道估计示意图
17
采样间隔信道情形
1 0.9 0.8 0.7
归一化幅度
0.6
0.5 0.4 0.3 0.2
h(t)=δ(t-Ts)+0.5δ(t-4Ts)
0.1
0
0
10
20
30
LS方法是使测量值和模型之间的加权误差最小。
Y Xh N ˆ 表示，则用LS算法估计 h ˆ 若衰落 h 的LS估计用 h LS LS
的代价函数为
ˆ ) Y Xh ˆ J (h LS LS
2
ˆ ) H (Y Xh ˆ ) (Y Xh LS LS
H H H H ˆ ˆ ˆ ˆ Y Y Y Xh LS h LS X Y h LS X Xh LS H H
4.4.1 导频插入间隔以及导频图样
导频符号成正方形分布的OFDM符号帧结构
10
插入导频的间隔必须满足奈奎斯特抽样定理，即无失
真恢复的抽样间隔必须小于抽样信号两倍带宽的倒数。
1/( N f f c ) max
或
Nf
1 maxf c
1 /( N t T ) 2 f d
实际中
或
第5章 MIMO-OFDM系统的信道估计 5.1 引言
无论是单载波系统还是多载波系统，在接收端，要采用相干解调 恢复数据信息，都需要较准确的CSI作为数据处理的必要参数，所 以，信道估计是影响OFDM系统和MIMO-OFDM系统性能的关键因 素。和传统单天线情况下的OFDM系统相比，MIMO-OFDM系统中 的CSI估计更困难些，原因是多天线的使用使得在任一子载波上接
ˆp ˆH Rp ˆp ˆ E p

R
对于块状导频信道估计
2 H 1 1 ˆ ˆ h R [ R ( pp ) ] p LMMSE hh hh n
4.3.3 信道插值 1.线性插值
2.齿条插值和三次插值
8
3.低通插值
基于低通滤波器梳状导频结构的信道估计框图
9
4.4 OFDM系统信道估计
IFFT
S ( k , n)
FFT
MIMO Channel
MIMO 编码器

IFFT
CNT (k , n)

FFT
MIMO
ˆ (k , n) S
RN R (k , n) 解码器
信道 估计器 训练 符号
基于训练序列的 MIMO-OFDM系统信道估计
24
t
基于训练序列的信道估计
f
训练模式：发送端发送训练序列，在接收端根据接收数据 和训练序列计算信道特性。 数据传输模式：根据训练模式计算的信道特性及接收端接
系统
使用路径
LS
LS-DFT LS-DFT1 LS-DFT2
0…63
0…2,61…63 0…7,56…63 0…10,53…63
MMSE
0…63
21
最小均方误差（MSE）性能仿真
0
-5
MSE(dB)
-10
LS LS-DFT LS-DFT1 LS-DFT2 MMSE
-15
-20
-25
-30
5
10
15