基于最小二乘算法的OFDM信道估计*

黄 波 王 琦 徐强辉

(中国船舶重工集团公司第七二二研究所 武汉 430250)



基于最小二乘算法的OFDM信道估计*

黄 波 王 琦 徐强辉

(中国船舶重工集团公司第七二二研究所 武汉 430250)

作为一种高效的传输技术,正交频分复用(OFDM)正被广泛地应用于下一代无线通信系统。论文采用一种OFDM系统中低复杂度的最小二乘(LS)信道估计算法,该算法采用在频域上插人梳状导频数据,通过仿真,证明了该算法在瑞利衰落多径信道中的优越性。同时,仿真也表明,当信道变化过快时,该算法的优越性将变得不再显著。

正交频分复用技术; 最小二乘; 信道估计

Class Number TN929.531

1 引言

正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)是多载波调制(Multi-Carrier Modulation,MCM)的一种。其主要思想是:将信道分成若干正交子信道,将高速数据信号转换成并行的低速子数据流,调制到在每个子信道上进行传输[1]。正交信号可以通过在接收端采用相关技术来分开,这样可以减少子信道之间的相互干扰ICI。每个子信道上的信号带宽小于信道的相关带宽,因此每个子信道上的可以看成平坦性衰落,从而可以消除符号间干扰。而且由于每个子信道的带宽仅仅是原信道带宽的一小部分,信道均衡变得相对容易。在向B3G/4G演进的过程中,OFDM是关键的技术之一,可以结合分集、时空编码、干扰和信道间干扰抑制以及智能天线技术,最大限度地提高了系统性能[2]。包括以下类型:V-OFDM,W-OFDM,F-OFDM,MIMO-OFDM,多带-OFDM。

由于接收端的相干解调需要信道估计,因此信道估计是OFDM系统的关键技术之一,信道估计的方法主要分为三类:基于导频的估计、盲估计和半盲估计[3]。考虑算法的复杂度,实际的OFDM系统中通常采用的信道估计方法都是基于导频的确知性估计算法,即在发射数据流中插入导频信号,接收端提取导频从而得到导频上的信道响应,再利用插值的方法估计其它数据载波位置上的信道响应。

本文采用多径衰落的信道模型,主要研究了基于频域插入梳状导频的最小二乘(LS)信道估计算法[4～6],并且分析比较了在不同多径数的情况下LS信道估计与没有信道估计的结果。

2 OFDM系统结构

以OFDM方式实现的多载波调制如图1所示。输入数据经过QAM调制得到一个复数的数据序列X[0],X[1],…,X[N-1]。经过串并变换后的N个并行QAM符号X[0],X[1],…,X[N-1]对应N个子载波上传输的符号,也就是OFDM调制器输出信号s(t)的离散频率分量。这N个频率分量经过逆DFT变换后成为s(t)的时域抽样值,逆DFT可利用IFFT高效实现。IFFT所产生OFDM符号由长度为N的序列x[n]=x[0],x[1],…,x[N-1]组成,其中

(1)

图1 OFDM系统框图

OFDM系统将带宽信道分解为相互正交的一组窄带子信道,每个子信道上传输不同的QAM符号。这种分解不需要已知信道增益H[i],i=0,…,N-1,如同把频率响应为H(f)的连续时间信道分割为正交信道时也不需要知道H(f),只要把发送信号的频谱分割为不相重叠的子带。解调器将Y[i]除以信道增益H[i]就可以复原QAM符号,这个过程也叫频域均衡。

3 基于频域插入导频的OFDM信道估计

在OFDM系统中,频域的信道估计算法,大都是基于导频的信道估计算法[7～8]。导频插入方式不同,其应用环境就不同,传输业务也存在一定的差异。目前,主要有两类导频插入方式:一是根据抽样定理,在时频二维空间上插入梳状导频,即按照一定规律将导频分布在整个时频空间上;二是训练符号的方式,即在某些符号的所有子载波上都插入导频,而在随后的一些符号中插入极少的导频甚至不插入导频[9]。采用训练符号的导频插入方式,往往只是在开始发送一些训练符号,这就要求信道在相当长的时间内变化较小,甚至不变,即所谓准静止信道、慢衰落信道。由此可见,这种方法较适用于恒参信道、WLAN信道等。同时,由于在训练符号内所有子载波都用来发送导频符号,所以可选用低阶的信道估计算法。如果信道中有较大的多普勒频移[10],信道变化较快,则不能选用插入训练符号的导频插入方式,而应在整个信号的时频空间内插入梳状导频信号。这种情况下,还应考虑所插入导频的数量问题。从可靠性角度考虑,插入的导频符号越多,估计就越准确,极端情况就是只发送导频符号;但若从传输有效性角度来考虑,插入的导频越多,有效数据的传输速率就越低,且在发送能量一定的条件下降低了有效信噪比,所以应插入尽可能少的导频信号[11]。因此,实际系统中应在准确度和传输有效性之间取得折衷,根据具体情况选择恰当的导频插入方式。

本文考虑的是无线多径衰落信道[12],信道的变化较快,因此选取的是基于频域插入梳状导频的信道估计方法。

如图1虚线部分所示,信源发出的二进制信息经过信道编码和交织以后成组地映射成QPSK或QAM信号,插入频域导频数据块之后,频域有效数据和导频一起经过IFFT变换成为时域数据和时域导频,然后加上循环前缀CP,经过D/A发送出去。接着发送信号通过频率选择性多径衰落信道,接收信号经过A/D和去CP,再进行FFT变换,得到:

Y=XH+W

(2)

式(2)中H是频域信道矩阵,X是频域发射信号矩阵,Y为频域接收信号矩阵,W为加性白高斯噪声矩阵。若要将信号恢复出来,必须得到准确的H的信息,即进行信道估计。基于频域的信道最小二乘估计为

(3)

4 系统参数

本文选取的信道模型是带多普勒频移的瑞利衰落无线多径信道,采用频域插入梳状导频的方式,利用LS算法来进行信道估计,其中系统参数设置如表1所示。

表1 系统参数表

5 仿真结果

本文的仿真结果如图2所示,由图2(a)可以看出,利用LS方法进行信道估计的系统误码率比没有信道估计的系统误码率有明显的减小。比较图2中的(a)、(b)、(c)可以发现,随着多径数量的增加,不管有无信道估计,系统的误码率都明显增加,并且随着多径数量的增加,LS信道估计相对于无信道估计的方法所获得的系统误码率的减少逐渐变得不明显,图2(a)中,当多径数为3时,LS相比无信道估计的方法获得的误码率的提升达到两个数量级;图2(b)中,当多径数为4时,LS相比无信道估计的方法获得的误码率的提升只有一个数量级;图2(c)中,当多径数为5时,LS相比无信道估计的方法获得的误码率的提升甚至不到一个数量级。观察图2(d)可以发现,当多径数为6时,LS信道估计的性能甚至比无信道估计的系统性能更差。

图2 LS信道估计与无信道估计的误码率比较

6 结语

本文研究了OFDM系统中利用LS方法进行信道估计的技术,通过仿真得出,当多径数在一定范围内时,LS信道估计的方法比无信道估计的方法的误码率低,随着多径数目的增加,LS方法的优势逐渐减弱,而当多径数达到一定程度时,LS方法的性能甚至变得比无信道估计要差,说明此时的信道变化太快,按照原有的方式已经难以进行信道估计了。

[1] Linglong Dai, Zhaocheng Wang, Zhixing Yang. Time-Frequency Training OFDM with High Spectral Efficiency and Reliable Performance in High Speed Environments[J]. IEEE Journal on Selected Areas in Communications,2012(30):695-707.

[2] Changyong Shin, Heath R. W., Powers E. J. Blind Channel Estimation for MIMO-OFDM Systems[J]. IEEE Transactions on Vehicular Technology,2007(56):670-685.

[3] 张继东,郑宝玉.基于导频的OFDM信道估计及其研究进展[J].通信学报.2003,24(11):116-124.

[4] Muck M., de Courville M., Duhamel P. A pseudorandom postfix OFDM modulator-semi-blind channel estimation and equalization[J]. IEEE Transactions on Signal Processing,2006(54):1005-1017.

[5] Tomasin, S., Butussi, M. Analysis of interpolated channel estimation for mobile OFDM systems[J]. IEEE Transactions on Communications,2010(58):1578-1588.

[6] 郑济均,林竞力,朱维乐.基于T-MMB标准的OFDM信道均衡技术[J].电子科技大学学报,2011,40(5):682-685.

[7] 姜俊迪,林如侩.一种OFDM时域导频插入的最小二乘估计方法[J].电子测量技术,2008,31(1):34-37.

[8] Die Hu, Xiaodong Wang, Lianghua He. A New Sparse Channel Estimation and Tracking Method for Time-Varying OFDM Systems[J]. IEEE Transactions on Vehicular Technology,2013(62):4648-4653.

[9] 刘伟锋,樊滨温.基于小波去噪的OFDM信道估计技术研究[J].计算机仿真,2013,30(8):185-189.

[10] 黄敏,李兵兵.基于整体最小二乘的联合信道估计及OFDM信号检测算法[J].电子与信息学报,2014(6):1448-1453.

[11] 解永生,汪明亮,周磊磊.线性时变信道下OFDM系统的加窗信道估计[J].华南理工大学学报(自然科学版),2013,41(5):43-47.

[12] Ming Liu, Crussiere, M., Helard, J. A Novel Data-Aided Channel Estimation With Reduced Complexity for TDS-OFDM Systems[J]. IEEE Transactions on Broadcasting,2012(58):247-260.

OFDM Channel Estimate Based on Least Square Algorithm

HUANG Bo WANG Qi XU Qianghui

(No. 722 Research Institute of CSIC, Wuhan 430250)

OFDM(Orthogonal Frequency Division Multiplexing) is being widely used in the next generation of wireless communication systems as an efficient transmission technology. In this paper, a low complexity LS(least squares) channel estimation algorithm which inserting comb pilot data in the frequency domain is proposed in OFDM system. Simulation results prove the superiority of the algorithm in Rayleigh multipath fading channel. Meanwhile, the simulation results also show that the superiority of this algorithm will become no longer significant when the channel changes too fast.

OFDM, least square, channel estimate

2014年12月7日,

2015年1月25日

黄波,男,工程师,研究方向:无线通信。王琦,男,硕士,工程师,研究方向:舰船通信系统。徐强辉,男,工程师,研究方向:无线通信。

TN929.531

10.3969/j.issn1672-9730.2015.06.015