基于数据域统计信息的信道估计改进算法

马 志，罗 涛，李剑峰

（北京邮电大学网络体系构建与融合北京市重点实验室，北京 100876）

基于数据域统计信息的信道估计改进算法

马 志，罗 涛，李剑峰

（北京邮电大学网络体系构建与融合北京市重点实验室，北京 100876）

TD－SCDMA系统中，B.Steiner信道估计算法实现简单，但由于受到噪声的影响，其导致估计的精度有限。基于此，提出了一种基于数据域统计信息的信道估计改进算法。该算法首先基于Steiner算法对信道进行初步估计;然后基于数据域对信道的统计特征进行更新后再进行信道估计。仿真结果表明，改进的信道估计算法更准确，且适用范围广，尤其适用于快速时变信道。

B.Steiner估计器;信道估计;数据域

TD－SCDMA系统中，采用了联合检测、上行同步、智能天线等技术，它们的实现都依赖于对无线信道响应快速且准确的估计，其性能也很大程度依赖于信道估计的准确性。因此，高质量的信道估计尤为重要。

TD－SCDMA上行链路系统采用了B.Steiner等人提出的一种适用于同步CDMA系统的低代价信道估计方法［1－2］。该方法通过设置训练序列（Midamble码），构造出右循环的Toeplitz矩阵，从而用低代价的FFT/IFFT运算来代替复杂的矩阵求逆运算，大大提高了信道估计速度。但是B.Steiner估计器会在一定程度上放大噪声，降低信道估计的准确性，虽然在信道估计后还有一些后续处理手段，但其与理想信道估计还有一定差距。基于此，很多学者提出了一些相应的解决方案。其中为了抑制信道响应中的噪声影响，文献［3－5］提出在上述B.Steiner估计器后加设阈值处理，设定相应阈值对每条径上的冲激响应值进行判断，滤除多余噪声影响，保留有用信息。这些阈值处理的改进方法，可简单分为3类:抛弃功率小于最强径功率一定比例的径、抛弃功率小于噪声功率一定倍数的径以及抛弃功率小于所有径平均功率的径。针对快变信道的处理，文献［6］提出了用户在多时隙业务下，利用一个子帧内相邻时隙的信道估计结果做线性插值的方法来获得相对准确的数据部分的信道冲激响应。上述方法是基于Midamble码估计的基础上做了些许改进，没有改变训练序列结构。文献［7］提出将原Midamble码分成若干段，然后分别对每段进行信道估计，只要分段长度足够长则可以认为在一个码段中的信道是非时变的，这样就可以通过时间分割来追踪信道的变化。由于该方法要进行分段的信道估计，因此Midamble矩阵要相应地进行分区和构建。针对邻小区干扰的处理，文献［8］提出并行干扰抵消的基本思想。其具体做法是通过B.Steiner估计器输出的信道估计值来重构近似的邻小区用户信号，于是新的接收信号变为原接收的Midamble码与重构信号的差，这样经过多次迭代消除邻小区的干扰。这种方法的缺点是运算复杂度高，并且可能存在错误传播。由于B.Steiner估计器是时间域的信道估计算法，没有充分利用到信号的空间信息。在前文中论述的改进算法中均没有使用信道的相关信息来进行信道估计，因此估计结果不能更好地逼近理想的信道响应。基于此观点，本文提出了一种基于数据域统计信息的信道估计改进算法，以获取更准确的信道响应，并给出估计算法的性能仿真结果及分析。

1 算法描述

1.1 经典Steiner信道估计算法

在TD－SCDMA系统中，B.Steiner估计器利用Midamble训练序列来进行无线信道响应的估计。

TD－SCDMA协议定义了32个Midamble码组，规定一个小区只能使用一个码组。同一小区同一时隙不同用户的Midamble码由一个基本Midamble码循环移位产生。在TD－SCDMA系统中，不同用户使用的训练序列可表示为

第k（k=1，…，K）个用户的Midamble码中的元素为

考虑到加性白噪声，接收到的所有用户的训练序列信号表示为

式中:G是由Midamble码循环移位构成的一个Toepliz矩阵。且

因此，H的最大似然估计为

式（5）可根据矩阵轮换移位的性质，变为

式中:./表示矩阵中对应的各元素相除。

但上述B.Steiner信道估计算法具有迫零算法的通病，会在一定程度上放大噪声，降低信道估计的准确性，虽然在信道估计后还有一些后续处理手段，其中包括信道估计后处理选径、Alpha滤波、Wiener滤波等，可以弥补迫零算法的不足，但其与理想信道估计还有一定差距。

1.2 基于数据域统计信息的信道估计改进算法

1.2.1 基于数据域信道统计信息的改进分析

考虑到现有算法的架构，论文根据MMSE准则在原Steiner估计方法的基础上提出了改进信道估计方法，其转换表达式为

式中:RHH为信道相关矩阵;δ2为噪声功率;M为Midamble码构成的矩阵。式（7）表明，利用本算法进行信道估计时，首先计算ZF（迫零）算法的信道估计结果，然后利用信道自相关矩阵对估计结果进行修正，其中信道自相关矩阵即为信道的统计信息。噪声功率可以直接采用估计出的ISCP值代替，M矩阵为已知，所以算法中信道相关矩阵求解尤为重要，其准确性直接影响到修正的结果。本文改进算法首先使用重构信号的方法，得到发送数据，然后将数据全部用于信道相关矩阵的求解，实质上是通过使用增加计算信道相关矩阵数据量的方法来提高结果的准确性。

1.2.2 基于数据域统计信息的信道估计改进算法

本文提出的信道估计改进算法流程图如图1所示，可大体分为4步:

1）针对第n帧数据，根据前n－1帧的信道统计信息及当前ZF算法得出的信道统计信息进行修正，得到信道自相关矩阵RHH，然后计算出改进信道估计算法的RMMSE;

2）把基于改进估计算法得出的信道用于联检，得到检测数据;

3）用检测后的数据重构发射信号，根据接收信号及检测出的数据信号进行数据域的信道估计，得到信道响应Hdata;

4）将Hdata与之前基于Midamble码信道估计的信道响应滤波修正后作为能比较准确表征本帧对应的信道，用该信道计算信道相关矩阵，并与历史信道相关矩阵滤波后作为更新的信道相关矩阵传递到下一帧，用于下一帧修正因子的计算。

图1 基于数据域统计信息的信道估计改进算法流程图

2 MATLAB仿真实现及验证

针对本文中的改进算法，仿真性能曲线包含两方面:信道响应均方误差和系统的误码率。本文按照3GPP标准［8］中的Case I进行仿真，链路为TD－SCDMA上行链路，基站端使用天线阵列，天线数目为8，单小区单用户仿真。

2.1 性能分析

以实部为例，定义信道响应的归一化均方误差为

图2中给出算法信道响应的均方误差曲线。

图2 信道响应的均方误差

由图2可知，在低信噪比时，本文改进算法的信道响应均方误差比Steiner信道估计算法的更小，主要是因为改进的算法利用了信道的统计信息对Steiner信道估计做了一定的修正，所以准确度更高，而随着信噪比越来越大，噪声对系统性能的影响越来越小，使得二者的均方误差都接近0，说明二者性能都趋近于理想信道估计。

2.2 性能仿真

首先验证该方案的理论性能极限，即直接用发射端调制扩频加扰后的已知信号与接收到的信号做数据域的信道估计，当然由于检测信号在实际中BER不可能为0，因此性能应该有所下降。

图3给出了Steiner估计算法跟本文中提出的改进算法的性能仿真对比。由图3的仿真曲线分析可知，基于理想统计信息的估计算法比Steiner算法有大约1.5 dB的性能增益，说明信道相关矩阵估计准确性较高时，此算法的增益还是比较可观的。基于理想发射数据的数据域信道信息统计的估计算法较现有的算法有0.85 dB的性能增益。而基于实际检测数据的估计算法相比现有算法有0.8 dB的性能增益，与基于理想发送数据的性能差别不大，这说明本文提出的基于数据域信道统计信息的改进算法充分利用了信道相关信息对Steiner估计算法进行修正，得到了更加准确的估计结果。由于每个时隙信道估计独立计算和数据域的修正，使得估计结果基本不受用户运动速度的限制，使得在快速时变信道下，此算法也可以提供准确的信道估计，对数据解扩性能有一定程度提高。图4给出了在不同终端移动速度下的改进算法性能与Steiner估计算法的性能对比曲线。

3 小结

针对Steiner估计器的性能受噪声影响的不足，提出一种对估计结果进一步修正的改进算法。经仿真证明，此改进算法在一定程度上能提升系统的性能，并且适用于快速时变信道，但是此算法计算量会高于Steiner算法。后续研究可以使用干扰消除或简化信道响应矩阵表达式的方法来减少计算量。

:

［1］STEINER B，BAIER P.Low cost channel estimation in the uplink receiver of CDMA mobile radio systems［J］.Frequenz，1993，47（12）:292－298.

［2］STEINER B，JUNG P.Optimum and suboptimum channel estimation for the uplink of CDMA mobile radio systems with joint detection［J］.European Trans.on Telecommunications，1994，5（1）:39－50.

［3］康绍莉，裘正定，李世鹤.TD－SCDMA系统中低代价信道估计方法的改进［J］.通信学报，1994，5（1）:39－50.

［4］ZHANG Yi，GU Jian，YANG Dacheng.Channel estimation in TDD mode［J］.The Journal of China Universities of Posts and Telecommunications，2006，13（3）:34－37.

［5］CHO D S，LYU D S.Improved joint channel estimation method with interpolation［R］.Dallas，Texas:GSPx，2003:1326－1330.

［6］YANG Xiaohui，HE Dandan，LI Lihua，et al.A novel channel estimation method for TD－SCDMA system［C］//Proc.International Conference on Wireless Communications，Networking and Mobile Computing，2006.［S.l.］:IEEE Press，2006:1－4.

［7］SONG Xiaoqin，LI Ke.Improved channel estimation algorithm based on parallel interference cancellation［C］//Proc.International Conference on Neural Networks and Signal Processing，2008.［S.l.］:IEEE Press，2008:466－469.

［8］3GPP TR 25.996 version 9.0.0，3rd generation partnership project;technical specification group radio access networks;radio frequency（RF）system scenarios（Release 9）［S］.2009.

Improved Channel Estimation Algorithm Based on Statistical Channel Information of Data Field

MA Zhi，LUO Tao，LI Jianfeng

（Beijing Key Laboratory of Network System Architecture and Convergence，Beiing University of Posts and Telecommunications，Beijing 100876，China）

B.Steiner estimator used in TD－SCDMA cellular mobile radio systems is a low cost estimator.The precision of the estimated channel impulse responses（CIRs）is affected by noises in the channel，which result in worse performance of the estimation.In this paper，an improved channel estimation algorithm based on statistical channel information of the data field in order to modify the result of Steiner estimator is proposed.Simulation has shown that the system performance is improved in a certain degree.

B.Steiner channel estimator;channel estimation;data field

TN929

A

【本文献信息】马志，罗涛，李剑峰.基于数据域统计信息的信道估计改进算法［J］.电视技术，2013，37（3）.

国家自然科学基金项目（60971082;61271184）;国家重大科技专项（2010ZX03001－003）;新世纪优秀人才支持计划项目（NCET－11－0594）

马 志（1987— ），硕士生，主研无线通信与网络;

罗 涛（1971— ），教授，博士生导师，主研无线通信与宽带信息网络。

责任编辑:薛 京

2012－10－09