mimo-ofdm 系统的简化 ls 信道估计研究

《mimo-ofdm 系统的简化 ls 信道估计研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

BatchDoc-Word文档批量处理工具MIMO-OFDM系统的简化LS信道估计研究宋楠，张忠民哈尔滨工程大学信息与通信工程学院，黑龙江(150001)E-mail：songnan_1982@163.com摘要：本文通过MIMO-OFDM系统信道估计的研究，提出了一种新的简化LS信道估计算法。该方法通过设定路径选取阈值的方式来动态选取信道增益集中的路径，忽略能量极小的路径，最后达到在信道估计器性能未受太大影响的情况下而算法得到简化的目的，并使用LMS自适应信道滤波器使信道估计结果更加理想，最后对简化LS算法进行仿真，验证了其有效性。关键词：MIMO-OFDM；信道估计；LS估计；路径选取阈值中图分类号：TN9111引言在多输入多输出-正交频分复用（MIMO-OFDM,MultipleInputMultipleOutput-OrthogonalFrequencyDivisionMultiplexing）系统中[1]，发送端编码和接收端信号检测都需要信道状态信息。信道状态信息的准确性直接影响到MIMO-OFDM系统传输数据的可靠性。OFDM信道估计方法一般可以分为两种:一种是盲估计算法，另一种是基于导频辅助(PSAM,PilotSymbolAssistedModulation)[2]信道估计算法。PSAM信道估计算法很多，目前常用的有两种：最小二乘法(LS,LeastSquare)和最小均方误差法（MMSE,MinimumMeanSquareError）[3][4]。本文主要研究LS算法在PSAM信道估计上的应用，通过动态路径选取的方式在信道估计器的性能未受太大影响的情况下使LS算法得到了简化，最后使用LMS自适应滤波器使MIMO-OFDM系统得到更好的信道估计性能。2MIMO-OFDM系统的系统模型两根发射天线和两根接收天线的MIMO-OFDM系统模型如下图1所示。-3-BatchDoc-Word文档批量处理工具b[n,k]x1[n,k]空时编信号调制IFFTFFTy1[n,k]信号解调空时y2[n,k]译-3-BatchDoc-Word文档批量处理工具码x2[n,k]信号调制IFFTFFT信号解调码Hij[n,k]信道参数估计-3-BatchDoc-Word文档批量处理工具图1MIMO-OFDM系统模型采用基于蒙特卡洛仿真(MonteCarlo)的广义平稳非相关散射信道模型(WSSUS,Wide-SenseStationary-UncorrelatedScattering)来分析MIMO-OFDM系统信道。具有N个子载波、L′个ISI抽头的MIMO-OFDM系统，Nt根发射天线上的发射信号可以通过一个N×Nt得矩阵来表示；假定在MIMO-OFDM字中有如下的功率约束：-3-BatchDoc-Word文档批量处理工具N−1NtE⎡X(n)2⎤=N（1）-3-BatchDoc-Word文档批量处理工具i⎣⎦∑∑n=0i=1当假设只考虑非零抽头，时域信道冲击响应可表示为：-3- BatchDoc-Word文档批量处理工具-3-BatchDoc-Word文档批量处理工具L′−1hij(t.τ)=∑γl(t)δ(τ−τl)l=0（2）-3-BatchDoc-Word文档批量处理工具式（2）中，δ(∗)是Kroneckerdeta时域抽样函数，τl,γl分别表示第l个ISI抽头的时延和复幅度，L′是ISI抽头的数目。由于WSSUS信道可视为具有准静态稳定性，因此在加了适当的循环前缀保持时频同步的MIMO-OFDM系统中，第i根发送天线和第j根接收天线中的OFDM信号的第k个信号子载波的等价信道系数为：-3-BatchDoc-Word文档批量处理工具L′−1H[n,k]=∑h[n,l]WkLl(3)-3-BatchDoc-Word文档批量处理工具1⎛−j2π⎞ijijNl=0-3-BatchDoc-Word文档批量处理工具上式中，WN=exp⎜KK⎟，K为子载波数目，Ll,l=0,1,L,L′−1是ISI非零-3-BatchDoc-Word文档批量处理工具⎝⎠的抽头数目。式（3）中的Hij[n,l]是系统的信道增益矩阵，其最大秩以及L′的大小是由无线信道的ISI抽头数决定的。3MIMO-OFDM系统LS信道估计3.1LS算法首先声明，根据前面的分析，不同的接收天线信道估计过程相互独立，因此为了简化算法的分析过程，可以具有代表性的选取第j根接收天线进行信道估计方法的研究，因此以下的分析省去接收天线的标注j。在4×4MIMO-OFDM系统中，设在第i根发射天线与第j接收天线间发送的第n个OFDM周期符号上的第k个子载波信道的信道衰落系数表示为：L−1-3-BatchDoc-Word文档批量处理工具iiKH[n,k]=∑h[n,l]Wkll=0（4）-3-BatchDoc-Word文档批量处理工具经过推导，可得到信道状态估计矩阵[5]：4L−1-3-BatchDoc-Word文档批量处理工具∑∑hˆ[n,l]q[n,l0−l]=p[n,l0]（5）-3-BatchDoc-Word文档批量处理工具化为最简式：其中，在式（6）中i=1l=0iijjhˆ[n]=Q−1[n]P[n]（6）-3-BatchDoc-Word文档批量处理工具hˆ[n]=(hˆ[n,0],hˆ[n,1],,hˆ[n,L−1])TiiiLi-3-BatchDoc-Word文档批量处理工具pˆ[n]=(pˆ[n,0],pˆ[n,1],L,pˆ[n,L−1])T-3-BatchDoc-Word文档批量处理工具iiii-3-BatchDoc-Word文档批量处理工具⎛qij[n,0]qij[n,−1]Lqij[n,−L+1]⎞-3-BatchDoc-Word文档批量处理工具⎜⎟-3-BatchDoc-Word文档批量处理工具Q[n]=⎜qij[n,1]qij[n,0]Lqij[n,−L+2]⎟-3-BatchDoc-Word文档批量处理工具ij⎜MMOM⎟-3-BatchDoc-Word文档批量处理工具⎜⎟-3-BatchDoc-Word文档批量处理工具⎝qij[n,L−1]qij[n,L−2]Lqij[n,0]⎠-3- BatchDoc-Word文档批量处理工具训练序列是在发送端经过特殊设计且保持子信道正交性的用于信道估计的已知序列，因此在MIMO-OFDM系统的信道估计过程中，无线信道状态信息可以直接由估计式(6)得到；而传输数据根据训练序列估计出的信道衰落进行均衡，在接收端还原出准确值。3.2简化LS算法本文提出一种简化LS信道估计运算量的方法。信道的最大时延长度L决定了矩阵Q的维数。在4发4收的MIMO-OFDM系统中，Q是一个4L×4L矩阵。从公式（6）可知，MIMO-OFDM系统信道LS估计的求解过程需要求出Q的逆矩阵。然而当L很大时，Q也将成为一个高维度的矩阵，对它的求逆运算会是一个十分复杂繁琐的计算过程。在MIMO-OFDM系统中，由于使用的信道模型是非相关信道模型，因此各子信道的时延谱通常是离散，又由于信道衰落是有频选特性的，因此有可能会出现一部分子信道具有较好的信道增益，而另一部分子信道增益很小甚至为零。根据这种现象，本文提出一种方法，通过设定阈值来动态剔除那些信道估计性能差的子信道，最终达到简化求矩阵Q−1的运算量的目的。i简化算法如下：设可以由式（5）得到信道的初始估计hˆ[1,l],i=1,2,3,4-3-BatchDoc-Word文档批量处理工具42il=0,1,L,L−1，之后根据信道各条路径能量∑hˆ[1,l]的大小，从中挑选出能量最大的-3-BatchDoc-Word文档批量处理工具M条路径，记作hˆ[1,l],m=1,2,L,M(0≤li=1