基于VC的MIMO-OFDM系统的子空间半盲信道估计

刘玉珍，闫兴玉

辽宁工程技术大学电子与信息工程学院，辽宁葫芦岛 125105

基于VC的MIMO-OFDM系统的子空间半盲信道估计

刘玉珍，闫兴玉

辽宁工程技术大学电子与信息工程学院，辽宁葫芦岛 125105

为了满足用户日益增长的通信需求，多输入多输出（MIMO）技术和正交频分复用（OFDM）技术相结合的MIMO-OFDM技术已成为现今研究的热点问题[1]。MIMOOFDM系统可以实现数据在无线通信系统中的高速传输[2]。对MIMO-OFDM系统而言，要获得满意的性能就需要精确的信道状态信息（CSI），因此信道估计有着非常重要的作用。信道估计方法主要可以分为基于导频的信道估计、半盲信道估计和盲信道估计[3-4]。导频信道估计算法因其低复杂性和高稳定而被广泛使用。但是需要额外的带宽来适应周期的训练符号，从而降低了频谱效率[5-6]。盲法利用二阶或更高阶的接收信号统计量来进行信道估计[7]。而半盲信道估计结合了盲信道估计和导频序列的信道估计[8]。

文献[9-12]中叙述了考虑虚拟载波（VC）的OFDM系统信道估计。而文献[13]中提出了基于SISO-OFDM系统的子空间盲信道估计。文献[14]中提出了一种基于子空间的MIMO-OFDM系统信道估计。文献[15]中讨论了联合载波频率偏移和OFDM系统的采用导频序列的信道估计。原始的子空间盲和半盲信道估计算法收敛速度慢，并需要大量接收信号来确保获得准确的统计信息降低信道估计误差。为了提高子空间信道估计的收敛性，文献[16]提出了分块矩阵思想且无CP系统。本文结合了上述文献中的思想，提出了一种基于VC的MIMO-OFDM系统盲和半盲子空间信道估计算法，该算法将每个OFDM码元分割成子矢量来获得一组等效信号，以此提高信道估计性能。

1 MIMO-OFDM系统模型

MIMO-OFDM系统模拟框图如图1所示。

图1 MIMO-OFDM系统框图

系统采用Mt根发射天线和Mr根接收天线，总信道带宽分为N个正交子载波。其中D个子载波用于传输数据，用标号p0～p0+D-1表示，其余N-D个子载波作为虚拟子载波（VC）。

第j个发射天线发射的第n个OFDM频域符号块信号由下式给出：

2 传统子空间盲信道估计

将公式（5）中的信号向量xn可改写为：

3 子空间盲信道估计改进算法

传统子空间盲信道估计算法的估计性能与接收端接受的符号数目有关即估计性能与样本矩阵的长度有关[18]。假设ΔRr=Rr-︵Rr是样本矩阵的偏置矩阵。偏置矩阵ΔRr的范数||ΔRr||F与rn的大小成正比，与K的大小成反比。为了降低信道估计误差，要求||ΔRr||F尽可能得小而K尽可能得大。由文献[16]中的块矩阵算法启发，本文提出了一种新的快速收敛子空间信道估计算法。该算法是在接受矢量rn中单独提取出一段来进行研究，可以有效地在降低复杂度的前提下保持估计性能。

由矢量rn可以定义一组子矢量{rn，g}：

公式（17）的解是矩阵Φ的最小特征值对应的特征向量。hˆ与真正的信道上的模糊矩阵Ω不同。在盲信道子空间估计算法中可以引入的几个导频序列来解决此问题。

4 半盲信道估计改进算法

半盲信道估计是介于盲信道估计与导频信道估计之间的，即在盲信道估计算法中加入少量的导频信号。半盲信道估计算法可以有效整合子空间盲信道估计算法和导频序列，最终达到提高信道估计的性能的目的[11-12]。不考虑循环CP的接收矢量：

5 计算机模拟

文中主要通过计算机模拟对提出的信道估计算法进行仿真估计。假设调制子载波数N=64，循环前缀CP= 16，虚拟载波VC=10。仿真中的调制方式为16QAM，信道阶数L=5。在半盲信道估计算法中，令A=4，B=8，α=100。

由下式给出估计信道和真实信道之间的归一化均方根误差（NRMSE）。

其中，Nm表示蒙特卡洛运行数。

本文主要分析的是子空间分解信道估计算法，表1给出了原始盲估计算法和改进后盲估计算法复杂度的比较。

表1 传统盲估计与改进盲估计复杂度比较

从表1可以看出改进后的盲估计算法的复杂度比原始算法要低。

选择如上所述的仿真参数，图2给出了不同信道估计算法的NRMSE与SNR的比较。

图2 不同信道估计算法NRMSE与SNR比较(G=40，K=200)

从图2中可以看出，采用改进后的盲信道算法的NRMSE明显低于原始的子空间盲信道算法，并且随着误码率的增加，改进后算法的优越性更加明显。而加入导频序列后的半盲信道估计算法的NRMSE比没加入导频的盲信道算法更好。

图3给出了不同信道估计算法的BER与SNR的比较。从图中可以看出，采用改进后的盲信道算法的BER明显低于原始的子空间盲信道算法，并且随着误码率的增加，改进后算法的优越性更加明显。而加入导频序列后的半盲信道估计算法的BER比没加入导频的盲信道算法更好。

图3 不同信道估计算法BER与SNR比较(G=40，K=200)

6 结论

本文中提出了MIMO-OFDM系统下基于VC分解的子空间盲和半盲信道估计算法。通过块矩阵算法的思想，将每个OFDM符号中产生一组子矢量。在相同的信号中减少了相关矩阵的长度，用于提高子空间盲信道估计的估计性能。而后又在提出的盲信道估计算法中加入了导频序列，形成了半盲信道估计。当N较大时，新提出的半盲信道估计性能尤为突出。最后通过计算机模拟仿真证实了提出的盲和半盲信道估计算法的估计性能良好。

[1]Jiang M，Hanzo L.Multi-user MIMO-OFDM for next generation wireless systems[J].Proceedings of the IEEE，2007，95（7）：1430-1469.

[2]Dahlman E，Parkvall S，Skold J.4G LTE/LTE-advanced for mobile broadband[M].[S.l.]：Academic Press，2011.

[3]Sophia-Antipolis：radio broadcasting systems，Digital Audio Broadcasting（DAB）to mobile,portable and fixed receivers[C]//Norme ETSI，1997：300-401.

[4]Sophia-Antipolis：digital broadcasting systems for television，sound and data services；framing structure，channel coding and modulation for digital terrestrial television[C]// Norme ETSI，1996：740-744.

[5]IEEE standard for local and metropolitan area networks part 16：air interface for fixed broadband wireless access systems[S].2004.

[6]Sari H，Karam G，Jeanclaude I.Transmission techniques for digital terrestrial TV broadcasting[J].IEEE Commun Mag，1995，33（2）：100-109.

[7]Ozdemir M K，Arslan H.Channel estimation for wireless OFDM systems[J].IEEE Commun Surveys&Tutorials，2007，9（2）.

[8]Li H，Ho C K，Bergmans J W M，et al.Pilot-aided angledomain channel estimation techniques for MIMO-OFDM systems[J].IEEE Trans on Veh Technol，2008，57（2）：906-920.

[9]Bolcskei H，Heath R W，Paulraj A J.Blind channel identification and equalization in OFDM-based multiantenna systems[J].IEEE Trans on Signal Processing，2002，50（1）.

[10]Gao F，Zeng Y，Nallanathan A，et al.Robust subspace blind channel estimation for cyclic prefixed MIMO OFDM systems：algorithm，identifiability and performance analysis[J].IEEE J Sel Areas Commun，2008，26：378-388.

[11]Zeng Y，Ng T S.A semi-blind channel estimation method for multiuser multiantenna OFDM systems[J].IEEE Trans on Signal Processing，2004，52（5）：1419-1429.

[12]Wan F，Zhu W P，Swamy M N S.Semiblind sparse channel estimation for MIMO-OFDM systems[J].IEEE Trans on Vehicular Technology，2011，60（6）：2569-2582.

[13]Li C，Roy S.Subspace-based blind channel estimation for OFDM by exploiting virtual carriers[J].IEEE Trans on Wireless Commun，2003，2：141-150.

[14]Shin C，Heath R W，Powers E J.Blind channel estimation for MIMO-OFDM systems[J].IEEE Trans on Veh Technol，2007，56（2）：670-685.

[15]Cui T，Tellambura C.Joint frequency offset and channel estimation for OFDM systems using pilot symbols and virtual carriers[J].IEEE Trans on Wireless Commun，2007，6（4）：1193-1202.

[16]Huang W C，Pan C H，Li C P，et al.Subspace-based semi-blind channel estimation in uplink OFDMA systems[J].IEEE Trans on Broadcasting，2010，56（1）：58-65.

[17]Yu J L.Channel estimation for SIMO OFDM systems without cyclic prefix[J].Electronics Letters，2007，43（24）：1369-1371.

[18]Xu G，Roy R H，Kailath T.Detection of number of sources via exploitation of centro-symmetry property[J]. IEEE Trans on Signal Process，1994，42（1）：102-112.

LIU Yuzhen,YAN Xingyu

School of Electronics and Information Engineering,Liaoning Technical University,Huludao,Liaoning 125105,China

The convergence speed of traditional subspace-based blind channel estimation is slow and has a good estimating quality only by receiving a large number of signals.Therefore,this paper proposes a VC-based blind channel estimation method in MIMO-OFDM systems.The algorithm is the combination of traditional subspace algorithm and block matrix thought.It extracts a set of vectors to reduce the number of dimensions in OFDM signals and then adds pilot sequence to form a new semi-blind channel estimation method in blind channel estimation method.By computer modeling and simulation, it can be found that newly promoted blind channel estimation method and semi-blind channel estimation method work better in channel estimation and convergence.

Multiple-Input Multiple-Output（MIMO）;Orthogonal Frequency Division Multiplexing（OFDM）;channel estimation;virtual carrier;subspace channel estimation

传统的子空间盲信道估计收敛速度缓慢且需要大量接收信号才能保证估计性能良好，就此问题提出了一种新的基于虚拟载波（VC）的MIMO-OFDM系统的盲信道估计算法。该算法是传统子空间算法与块矩阵思想的结合，在每个OFDM符号中提取一组子矢量来降低维度。而后又在盲信道估计算法中加入导频序列形成新的半盲信道估计算法。通过计算机模拟仿真发现，新提出的盲信道和半盲信道估计算法在信道估计性能和收敛性方面均表现较好。

多输入多输出系统；正交频分复用；信道估计；虚拟载波；子空间估计

A

TN911

10.3778/j.issn.1002-8331.1310-0305

LIU Yuzhen,YAN Xingyu.Semi-blind channel estimation for MIMO-OFDM systems with VC.Computer Engineering and Applications,2014,50（18）：210-214.

刘玉珍（1964—），女，教授，硕士生导师，主要研究方向：数据通信与网络工程，MIMO-OFDM信道估计与检测；闫兴玉（1989—），女，硕士在读，主要研究方向：MIMO-OFDM信道估计。E-mail：825807294@qq.com

2013-10-24

2014-01-02

1002-8331（2014）18-0210-05

CNKI网络优先出版：2014-01-26，http://www.cnki.net/kcms/doi/10.3778/j.issn.1002-8331.1310-0305.html