基于预编码的AF多中继协作通信信道估计方法

甘立记，王 丹

(河南科技大学a.电气工程学院；b.河南科技大学 信息工程学院，河南 洛阳 471023)

基于预编码的AF多中继协作通信信道估计方法

甘立记a，王 丹b

(河南科技大学a.电气工程学院；b.河南科技大学 信息工程学院，河南 洛阳 471023)

针对瑞利平坦衰落信道下AF多中继协作通信系统，提出了一种基于预编码的分段式信道估计方法。该方法分两个阶段对S-R和R-D两个链路的信道状态信息进行估计，利用在中继端进行预编码，使中继节点可同时向目的节点发送训练序列。仿真结果表明，提出的方法可有效地估计出两段链路的信道状态信息，减小了训练时隙的开支，缩短了信道估计时间。

信道估计；预编码；多中继；LMMSE

近年来，协作中继技术作为无线通信领域的关键技术之一，获得了广泛的研究，它能有效获取无线信道内在的空间分集，提高通信系统的信息容量，改善通信质量[1-3]。根据转发方式的不同，协作方案主要分为放大转发(Amplify-and-Forward，AF)，译码转发(Decode-and-Forward，DF)等[4]，由于AF方案只需要中继节点简单地转发经线性处理过的信号而不需要解码，复杂度较低且易于实现，因此更加受到人们关注。

在中继选择、信号的相干检测等方面，都需要获得准确的信道状态信息(Channel State Information，CSI)。信道估计的方法主要包括盲估计与非盲估计。非盲估计利用训练序列或导频进行信道估计，方法简单，估计性能好，因此得到了广泛研究。文献[5]给出了一种平坦衰落信道下单中继放大转发的信道估计方法。文献[6-9]针对平坦衰落信道下多中继放大转发协同通信系统提出了基于训练序列的最小二乘(LS)和线性最小均方误差(LMMSE)信道估计算法以及最优训练序列，为了获得系统分集，文献[7-8]引入了中继预编码。以上文献都是针对源节点经中继节点到目的节点的级联信道进行估计的，不能估计出各节点之间的信道状态信息。文献[9]提出了一种分段估计的方法，但这种方法需要占用大量的训练时隙，并且随着中继个数的增加，需要的训练时隙也成线性增加，增加了系统训练时隙的开销。

本文针对AF多中继协作通信系统讨论了信道分段估计问题，提出了在中继节点同时向目的端发送训练序列的方法，为了保证中继间训练序列不发生混叠，利用中继端预编码使不同中继的训练序列相互正交。仿真结果表明，该方法和文献[9]相比，减小了训练时隙的开支，缩短了系统的训练时间。

1 系统模型

系统模型采用文献[9]给出的两跳多中继协作通信系统模型，如图1所示，整个中继网络包括一个源节点S，M(M≥2)个中继节点R1，R2，…，RM，一个目的节点D。每个节点都只配有一根能收能发的天线，但是不能同时进行收发，源节点

图1 多中继协作通信系统模型

数据传输第一阶段，源节点向中继节点广播发送数据x，第i个中继节点收到的信号可以表示为

(1)

数据传输第二阶段，源节点将收到的数据处理后发送到目的节点，定义PR,i表示中继节点的发送功率，则目的节点收到的信号可以表示为

(2)

式中：nd为目的节点接收信号是的复高斯加性白噪声，nd∈CN(0,N0I)；εi为中继放大系数，本文采用固定增益方案，即

(3)

2 训练序列和训练方案设计

文献[9]提出的信道估计方法利用不同的时间间隙进行信道估计，方法简单，但是需要浪费大量的时间间隙，且随着中继个数的增加而线性增加，因此，本节提出一种基于预编码的信道估计方法，在第一阶段，中继节点同时向目的节点发送经过预编码的训练序列，在第二阶段，源节点同时向所有中继节点广播发送训练序列，然后各个中继节点将收到的训练序列进行预编码、功率放大处理后，同时将处理好的训练序列发送到目的节点。信道估计分两个阶段，先后对R→D链路和S→R链路的CSI进行估计。

1)第一阶段

在第i个中继节点采用预编码矩阵Pi∈CM×M，这里Pi=diag{pi}满足互相正交，即

(4)

为了方便，设所有中继节点的发射功率相同且均为PR，则目的节点收到的信号可以表示为

2)第二阶段

估计S→R链路的CSI。首先，源节点向中继节点广播训练序列，中继节点将收到的训练序列处理后放大前传至目的节点，不失一般性的，源节点发送的训练序列为单位符号，则中继节点收到的信号可以表示为

(6)

式中：ni∈CN(0,NR)为中继节点接收信号时的复高斯加性白噪声，这里为了方便，假设所有中继具有相同的噪声方差NR。

第i个中继发送的预编码后的信号可以表示为

qi=εiriPiz

(7)

各个中继节点将预编码后的信号经R→D链路同时向目的节点发送，则目的节点收到的信号可以表示为

αCh+βCNg+nd

(8)

3 信道估计算法

首先估计g=[g1g2…gM]T，由式(5)，利用LMMSE信道估计方法，得到

(9)

RΔg=diag{[MSE(g1)MSE(g2) …MSE(gM)]}=

(10)

式中：MSE(gi)表示gi(i=1，2，…，M)的估计均方误差。

为了估计S→R链路的CSI，设f=[f1f2…fM]T，则式(8)可以写成

(11)

注意到，w和f是相互独立的。

根据LMMSE信道估计方法可得

(12)

式中：Cfy2表示f和y2的互相关函数，Cy2y2表示y2的自相关函数，则有

(13)

αCRfΔgCHαH+βCRnΔgCHβH+N0I

(14)

将式(13)和式(14)代入式(12)，考虑到E{F}=E{y2}=0，可得到

αCRfΔgCHαH+βCRnΔgCHβH+N0I)-1y2

(15)

4 仿真与性能分析

4.1 仿真条件

4.2 仿真结果与分析

图2给出了不同中继个数，利用不同方法进行信道估计所需要的时隙数的比较。从图中可以看出，当中继个数为16时，文献[9]的方法和文献[7]的方法需要的时隙分别为48个和32个，这是由于文献[9]方法依次对每个中继节点所对应的两个链路分阶段进行估计，每次估计需要3个时隙，因此估计整个中继网络需要3×M个时隙，而文献[7]只估计级联信道，源节点发送的训练符号长度等于中继个数，传输一个符号需要2个时隙，因此需要2×M个时隙。本文提出的基于预编码的信道估计方法，各中继节点可同时向目的节点发送训练序列，通过预编码将不同中继的训练序列正交，因此，只需要3个时间间隙，且时间间隙的个数不随中继个数的增加而增加。

图2 不同估计方法下所需要的时隙数比较

图3和图4分别给出了R→D链路在不同中继个数时的MSE性能比较和S→R链路在不同中继个数时的MSE性能比较。因为文献[7]不能分段估计信道的CSI，所以只对提出方法和文献[9]方法进行了比较。从图3和图4可以看出，本文提出的方法比文献[9]提出的方法具有更高的MSE，且随着中继节点个数的增加，MSE随之增大，这是因为随着中继个数M的增加，中继节点发送的功率减小，因此降低了系统的估计性能。由于S→R链路的信道状态信息是在R→D链路估计的基础上进行估计的，本身存在一定的误差，因此导致了S→R链路的信道估计误差要比R→D链路估计的误差大，所以，图3和图4相比，图4的MSE比图3的要大。虽然从图5和图6可以看出，提出方法比文献[9]和文献[7]有更高的MSE和BER，但是提出方法不仅能有效估计出分段信道的CSI，而且能大量节约训练时隙的开支。可以看出，本文提出的信道估计方法更适用于高信噪比的情况。

图3 R→D链路在不同中继个数时的MSE性能比较

图4 S→R链路在不同中继个数时的MSE性能比较

图5 不同估计方法的MSE性能比较(M=4)

图6 不同估计方法的BER性能比较(M=4)

图7给出了不同μ的总MSE性能比较，其中，中继个数为2，SNR=15 dB。这里假设所有的中继节点在同一位置，即各个中继节点具有相同的μ值。从图中可以看出，当μ值较小时，总MSE显著增大，μ值越大，即中继节点离目的节点距离越短，MSE越小。因此，本文提出的信道估计方法更适合于中继节点和目的节点距离接近的中继网络。

图7 不同中继位置时MSE性能比较(SNR=15 dB，M=2)

5 总结

本文研究了瑞利平坦衰落信道下AF多中继协作通信系统的信道估计方法，提出了一种在目的端获得S-R和R-D两段链路的信道估计方法。该算法利用在中继端进行预编码，以便中继节点可同时向目的节点发送训练序列，大大减小了训练时隙的开支。仿真结果表明，本文提出的方法可有效地估计出两段链路的信道状态信息，缩短了信道估计时间。

[1] SENDONARIS A，ERKIP E，BEHNAAM A. User cooperation diversity-part I：system description[J].IEEE Trans. Communications，2003，51(11)：1927-1938.

[2] KARAGIANNIDIS G K，TSIFTSIS T A，MALLIK R K. Bounds for multihop relayed communications in Nakagami-m fading[J]. IEEE Trans. Communications，2006，54(1)：18-22.

[3] 曾召华，秦彦冬.基于网络编码的下行协作系统性能分析[J].电视技术，2012，36(11)：81-84.

[4] 梁烈勇.混合转发协作通信的功率分配方案[J].电视技术，2012，36(15)：94-96.

[5] YOMO H，CARVALHO E. A CSI estimation method for wireless relay network[J]. IEEE Communications Letters，2007，11(6)：480-482.

[6] PATEL C S，STUBER G L. Channel estimation for amplify and forward relay based cooperation diversity systems[J].IEEE Trans. Wireless Communications，2007，6(6)：2348-2356.

[7] GILLIAN H，YUE W，JUSTIN P C，et al. Orthogonal training signal relaying for channel estimation in dual-hop AF relay networks[C]//Proc. IEEE Global Communications . [S.l]：IEEE Press，2012：2246-2250.

[8] GAO Feifei，CUI Tao，NALLANATHAN A. On channel estimation and optimal training design for amplify and forward relay networks[J]. IEEE Trans. Wireless Communications，2008，7(5)：1907-1916.

[9] WU Chunyan，WANG Dan，JING Yindi. MSE and outage probability based training power allocations for relay networks[J]. IEEE Trans. Communications，2014，62(7)：2260-2270.

甘立记(1990— )，硕士生，主研无线协作通信系统信号分析与处理；

王 丹(1979— )，女，博士，副教授，硕士生导师，主研通信信号处理、计算机检测技术和多学科协同仿真与建模。

责任编辑：任健男

Channel Estimation Method Based on Precoding for Multi-relay Amplify-and-Forward Cooperative Communication System

GAN Lijia, WANG Danb

(a.ElectricEngineeringCollege;b.InformationEngineeringCollege,HenanUniversityofScienceandTechnology,HenanLuoyang471023,China)

A disintegrated channel estimation method based on precoding is proposed for multi-relay Amplify-and-Forward(AF) cooperative communication over flat-fading channel. This method estimates the Channel State Information(CSI) of the S-R links and R-D links by two stages. The precoding in the relay nodes for that they can transmit the training sequence to the destination node simultaneously. Simulation results show that the proposed method in this test can effectively estimate the channel state information of the two section link, with less the training time slot and less channel estimation time.

channel estimation; precoding; muti-relay; LMMSE

【本文献信息】甘立记，王丹.基于预编码的AF多中继协作通信信道估计方法[J].电视技术,2015，39(13).

国家自然科学基金项目(61101167)；河南科技大学博士科研启动基金项目(09001409)；河南科技大学“青年学术技术带头人”项目(2014)；河南省科技攻关计划项目(112102210431)

TN911.7

A

10.16280/j.videoe.2015.13.029

2014-12-21