基于 802.16e的信道估计算法研究

韦娟, 张运会

(西安电子科技大学通信工程学院,陕西 西安 710071)

0 引言

无线通信系统的性能主要受到无线信道的制约,发射机和接收机之间的传播路径非常复杂,无线信道具有很大的随机性,会导致接收信号的幅度、相位和频率失真,所以信道估计器是接收机设计的关键部分之一,也是正确进行空时编码译码的先决条件;既有良好的跟踪能力,又有较低的复杂度,是信道估计研究的目标。在分析IEEE802.16e[1]中的多天线信道估计的算法基础上,针对多天线导频分布模式进行信道估计算法,结合虚拟导频的设计和时频二维多项式拟合算法,研究了一种适用于快速移动场景下的VPA信道估计算法。

1 基于 IEEE802.16e的上行链路

基于 IEEE802.16e的上行多输入输出正交频分多址接入(MIMO-OFDMA)发射接收链路,上行接入的多个发送用户使用两发一收的 Alamouti空时编码。

发射链路中各个用户发送的比特流经过信道编码、调制、组帧之后形成 OFDMA符号。对每个 OFDMA符号子载波上的数据进行空时编码之后形成两个 OFDMA符号,然后分别进行快速傅里叶反变换(IFFT)变换,在时域添加循环前缀(CP),最后通过两根发射天线进行发送。信道模型采用ITU-RM.1225信道模型[1]。根据移动速度分为典型步行三公里(PB3)、车载六十公里(VA 60)、车载一百二十公里(VA120)等模式。在接收链路中接收信号去掉CP,进行快速傅里叶变换(FFT)变化,然后区分单天线、多天线等部分,对每部分分别进行处理,恢复出比特流。

2 导频结构

在 802.16e上行链路(UL)中支持空时编码的用户使用修正的UL Tile结构,图 1为UL-PUSC域两发射天线的导频分布模式,每个Tile中导频和数据的分配应按照图 2的方式映射到子载波上。天线 0使用 Pattern A的 Tile结构,天线 1使用 Pattern B的 Tile结构,数据子载波以成对的方式进行空时编码。

图1 UL-PUSC域导频分布模式(Pattern A和Pattern B)

图 2 收端的一个Tile

3 信道估计算法

为了实现所有位置的信道估计,首先恢复导频位置的信道信息,既要保证信道估计值最准确,又要使复杂性最小。

得到导频位置的信道估计值之后,需经过插值或者滤波得到其他位置的信道信息。在估计数据位置的信道信息时,频域内插或时域内插均为一维线性内插,若将频域和时域相结合,利用时频二维信道信息的相关性,可得到更加准确的信道响应值。这便是适用于快速移动场景的VPA算法,该算法通过设置虚拟导频,并结合二维多项式拟合算法,对信道模型进行拟合,然后根据所得的信道模型估计数据位置的信道响应。

接收端收到的一个 Tile如图 2所示,以发射天线 0和接收天线之间的信道估计为例阐明VPA算法,发射天线 1和接收天线之间的信道估计算法与之类似。二维一次多项式拟合表达式为：

其中k为OFDMA符号索引,n为子载波索引。c1,c2,c3为多项式模型的系数,hk,n为 OFDMA符号 k子载波 n上的信道响应。

为了准确地确定多项式系数 c1,c2,c3,至少需要三个导频位置的信道响应值。由于在一个Tile中只有两个导频,这就使得多项式拟合算法无法进行,因此可以通过设置一个虚拟导频来得到三个导频位置的信道响应值,将这三个导频位置的信道响应值代入式(1)可得到多项式模型的系数,即确定了信道模型。数据子载波的位置通过OFDMA符号和子载波索引表示,并代入式(1)可以得到所有数据位置上的信道响应值。

3.1 虚拟导频的设计

通过 LS算法进行导频位置的信道估计,得到 OFDMA符号 0子载波 3位置上的信道响应为 Hˆ0P(0,3),OFDMA符号2子载波 0的信道响应为 Hˆ0P(2,0)。根据在一个 Tile中的两个导频,可以设置一个虚拟导频,主要是确定虚拟导频点的信道响应值和位置。这里以 OFDMA符号 1子载波 1的位置作为虚拟导频点的位置。

虚拟导频在 OFDMA符号 1子载波 1的位置上,虚拟导频点的信道估计值为：

三个导频位置上的信道估计值为：

3.2 数据位置的信道估计

将式(3)二维一次多项式模型改写为：

其中,H为 3维列向量,表示三个导频位置上的信道估计值;C=[c1,c2,c3]T为多项式模型中的待定系数;P为表示导频位置的矩阵,P的每一行可以写为[k,n,1]。

设Pp表示一个Tile中发射天线0导频位置的矩阵：

通过求解待定系数C,得到信道模型系数：

设 Pd为一个 Tile中数据子载波的位置矩阵,那么,数据位置的信道估计值为：

4 仿真及性能分析

由于LMMSE算法在小信噪比时,相对LS算法性能有所改善,在大信噪比的情况下,二者性能近似[2-4]。可知 MTA(LMMSE+一维时域内插)与 LTA(LS+一维时域内插)相比,MFA(LMMSE+一维频域内插)与 LFA(LS+一维频域内插)相比,均在小信噪比情况下性能较好,在大信噪比情况下性能近似。因此在仿真中采用MTA、MFA和VPA三种信道估计算法,以便于几种信道估计算法的性能比较。

图 3、图 4分别为 VA60、VA 120信道模式下三种信道估计算法的MSE性能曲线。

图 3 VA60信道下的各种算法的MSE曲线

分析图 3移动场景下信道估计算法的 MSE仿真曲线可知：当 SNR≤20 dB时,三种信道估计算法的MSE性能近似;当 SNR≥20 dB时,VPA性能略优于 MTA,而 MTA优于 MFA。这是因为随着移动速度的增大,多普勒频移增大,从而导致信道产生时间选择性衰落,使信道成为快衰落信道,这时MFA不再适用于 VA60快速移动信道,而VPA可将时频二维信道信息相结合,并利用其相关性对信道模型进行拟合,因此性能有所改善。

分析图 4移动场景下信道估计算法的MSE仿真曲线可知：当SNR≤15 dB时,三种信道估计算法的 MSE性能均近似;当 SNR≥15 dB时,VPA性能略优于 MTA,MTA优于MFA;与 VA60信道模式相比,相同的信道估计算法性能均有所下降,主要原因是随着移动速度的增大,多普勒频移随之增大,造成系统性能下降。

图 4 VA 120信道下的各种算法的MSE曲线

5 结语

通过仿真分析可知,在 VA 60和 VA 120移动场景下,随着速度的增大,多普勒频移增大,一维内插算法的性能下降,而VPA可以利用时频二维信道信息的相关性,较现有的MTA、MFA信道估计算法,在快速移动场景下 VPA算法具有更好的MSE性能。

[1]张运会,多天线.OFDMA系统中的信道估计的研究与实现[D].西安：西安电子科技大学,2010.

[2]ATHAUDAGE,CHANDRANATH R N,JAYALATH DHAMMIKA.Enhanced MMSE Channel Estimation using Timing Error Statistic for Wireless OFDM Systems[J].IEEE Transactions on Broadcasting,2004,50(04)：369-376.

[3]何春龙,郝莉.一种改进的基于导频的 OFDM信道估计算法[J].通信技术,2009,42(07)：57-59.

[4]卢鑫,梁永生.基于 LS的 STBC导频信道估计方法[J].通信技术,2008,41(07)：63-65.