单载波频域均衡信道估计分析

2010-09-26 01:59朱良彬文运丰桑会平
无线电工程 2010年12期
关键词:频域载波信噪比

朱良彬,文运丰,桑会平

(中国电子科技集团公司第五十四研究所,河北石家庄050081)

0 引言

在高速率信息传输系统中,对抗多径衰落方面,基本的传输技术可以分为多载波调制体制、单载波时域均衡和单载波频域均衡。在多载波传输技术中,最具代表性的是OFDM技术,它通过IFFT变换将原始的数据符号调制到正交的子载波上;在单载波传输技术中,需要在接收端采用均衡器来补偿码间串扰,均衡可以采用传统的时域滤波器,也可以在频域进行,相应的系统分别称为单载波时域均衡系统(Single Carrier Time-Domain Equalization,SC-TDE)和单载波频域均衡系统(Single Carrier Frequency-Domain Equalization,SC-FDE)。

SC-FDE利用单载波进行数字通信,但是与传统的单载波通信不同。SC-FDE采用分组传输模式,均衡是在频域进行而不是在时域进行。SC-FDE系统发送的是调制后的高速率单载波信号,接收端通过FFT和IFFT变换来实现频域均衡,实际上是对接收信号的频域分析。

在SC-FDE系统中,信道估计在整个系统的实现中起着非常关键的作用。信道估计性能的好坏直接影响到频域均衡的有效性,最终影响整个系统的性能。

1 SC-FDE系统模型

SC-FDE和OFDM 相比,二者在原理和实现结构上都有很多相似之处:都使用了计算效率很高的FFT运算,都是靠保护间隔来消除码间串扰(ISI),信道估计和均衡也都是在频域上进行的,数字信号处理的复杂程度相当。SC-FDE系统和OFDM系统,二者的区别仅仅在于IFFT模块是在接收端还是在发射端。SC-FDE的基本原理框图如图1所示。

图1 SC-FDE系统原理

2 SC-FDE系统信道估计

SC-FDE信道估计的准则主要有最小二乘(LS)准则和最小均方(MMSE)准则。设发射信号表示为:

信道模型为:

接收信号表示为:

接收信号的频域形式为:

最小二乘(LS)准则信道估计结果为:

最佳均衡抽头系数为:

最小均方(MMSE)准则为:

最佳均衡抽头系数为:

在一般的多径衰落信道中,LS估计准则和MMSE估计准则的性能相近,其中LS算法较简单。但是,当信道衰落很大,即出现深衰落(Hk很小)时,MMSE估计准则性能比LS估计准则好,所以通常采用最小均方误差(MMSE)准则。这样就减小了深衰落信道中的噪声放大问题,提高了系统的可靠性。

若采用MMSE算法进行频域均衡,不但需要估计信道的频率响应,还需要知道信道中的信噪比。信噪比估计问题是提高信道估计有效性的关键。

2.1 高斯信道下信噪比估计

由于高斯白噪声的性质,要想在一般的信号中分离出噪声信号的能量是十分困难的一件事情。在这里将研究一种使用特殊结构导频序列来测量信道中加性噪声的方法。

根据傅里叶变换的性质,当一个序列包含2个或者2个以上的相同的子序列时,其变换结果会呈现特殊的性质。下面以包含4个周期子序列为例来说明。设x=[UW UW UW UW],其中UW为系统帧结构中的独特字,长度选16。如图2(a)所示,它包含4个相同的子序列UW,它的FFT变换结果如下图2(b)所示;对x叠加上高斯白噪声以后的结果如图2(c)所示,再对叠加的结果进行FFT变换,结果如图2(d)所示。从图2(b)和图2(d)可以看出,FFT有些点只有噪声,没有信号。所以根据这些点的幅值就可以估算出加入的高斯白噪声的方差。

图2 FFT性质示意图

根据上述快速傅里叶变换的性质,在高斯信道条件下,利用经典周期图法通过计算噪声能量和信号能量,可以估计出信道中的信噪比。

把随机信号x(n)的N点观察数据xN(n)视为一能量有限信号,直接取 xN(n)的傅里叶变换,得XN(ejw),然后取其幅值的平方,并除以N,作为对x(n)真实的功率谱P(ejw)的估计。以PPER(ejw)表示用周期图法估计出的功率谱,则

综合周期图功率谱估计法和上述FFT性质,根据偶数位点频域幅值可以估算出噪声的功率或能量,再根据奇数位点频域幅值可以估算出有用信号的功率或能量,最终计算出接收信号的信噪比。

2.2 多径信道下算法的局限性和改进

在多径信道下,除了存在主径信号外,同时还有多条反射径伴随。这种信道条件下,其他子信道上的信号能量会因为受多径影响扩散到偶子信道上,导致信噪比估计的性能恶化。

这里对该信噪比估计算法进行了改进,在系统的接收端,对接收到的信号先进行一次预处理,用最小二乘算法对数据进行线性均衡,将估计得到的信道信息反馈回去,以降低因多径传播造成的能量扩散,再用上述方法对信噪比进行估计。改进后算法流程如图3所示。

图3 改进后算法流程

3 仿真性能

在K=4莱斯信道下,对改进前后的信噪比估计算法进行仿真,结果如图4和图5所示。图中横坐标为信噪比,纵坐标为信噪比估计的相对误差。从图中可以看出:改进后的算法能对信噪比进行较为准确的估计。

图4 莱斯信道下改进前信噪比估计性能

图5 莱斯信道下改进后信噪比估计性能

利用信道估计得到的信道信息进行频域均衡,采用SUI-3信道模型进行性能仿真。SUI-3信道具有3个瑞利径,具体参数如表1所示。FFT长度为512,UW序列长度为64,仿真结果如图6所示。从图中可以看出,用论文采用的方法进行信噪比估计后,结合MMSE均衡算法对系统进行优化,要比LS均衡算法误码率性能好。

表1 信道参数

图6 K=4的莱斯信道下均衡性能仿真

4 结束语

将信噪比估计和单载波频域均衡系统中信道估计结合起来,用信道估计得到的信道信息对对均衡算法进行优化处理。仿真结果表明该方法能够改善LS信道估计算法在多径深衰落信道中的不足,消除深衰落点对信道估计精度的影响,有效地改善了SC-FDE系统的误码率性能。

[1]CHU D.Polyphase Codes with Good Periodic Correlation Properties[J].IEEE Trans Info Therory,1972,18(4):531-532.

[2]CZYLWIK A.OFDM and Related Methods for Broadband Mobile Radio Channels[J].Proceeding of the International Zurich Seminar on Broadband Communications,1998(1):81-981.

[3]桑会平,邓甲昊.宽带无线通信的单载波频域均衡技术的研究[J].科技导报,2009,27(7):12-15.

[4]张国斌,朱 琦.基于IEEE 802.16a标准的单载波频域均衡系统[M].江苏:南京邮电学院通信工程系,2006:27-31.

猜你喜欢
频域载波信噪比
大型起重船在规则波中的频域响应分析
水声单载波扩频均衡技术研究
两种64排GE CT冠脉成像信噪比与剂量对比分析研究
基于深度学习的无人机数据链信噪比估计算法
用于SAR与通信一体化系统的滤波器组多载波波形
频域稀疏毫米波人体安检成像处理和快速成像稀疏阵列设计
低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像
网络控制系统有限频域故障检测和容错控制
低压台区载波抄表技术研究
基于改进Radon-Wigner变换的目标和拖曳式诱饵频域分离