LTE-A系统中基于DMRS的信道估计算法*

段红光，田 枚，李玉菱

（重庆邮电大学 重庆市移动通信重点实验室，重庆 400065）

LTE-A系统中基于DMRS的信道估计算法*

段红光，田 枚，李玉菱

（重庆邮电大学 重庆市移动通信重点实验室，重庆 400065）

LTE-A下行传输通信系统中采用了多达8天线端口的增强型M IMO技术，引入了新的参考信号DMRS，用于M IMO下行信道估计。分析LTE-A系统中基于DMRS的信道估计算法，提出了一种低复杂度的频域线性最小均方误差（LMMSE）插值算法。该算法基于DMRS对信道时延参数进行估计，并采用Look Up Table（LUT）方式，选择相应的频域插值矩阵，完成频域LMMSE插值过程。它解决了传统频域LMMSE算法中获取信道二阶统计信息的困难，也避免了对矩阵的实时求逆过程。仿真结果表明，此方法在降低了复杂度的同时保证了BER和MSE的性能，具有较大的实用性。

LTE-A；信道估计；DMRS；LMMSE；LUT

0 引 言

在无线通信系统中，系统通信性能很大程度上取决于信道估计的精度。为了完成信道估计，LTE-A标准针对不同的系统配置，定义了几种不同的参考信号。其中，用户专用参考信号（DMRS）可以支持基于非码本预编码的MIMO下行信号传输[1]。参考信号和传输数据经过相同的预编码和传输信道，由信道估计器得到的信道估计值可以看做是预编码器和无线信道共同作用的结果，称之为等效信道。

LTE-A在下行传输链路中采用正交频分多址接入（OFDMA）。图1描述了DMRS在传输信号时频资源网格中的位置。图中显示了一个子帧，周期为1 ms，每个子帧由2个时隙组成。正常CP时，每个时隙有7个OFDM符号。频域上有12个子载波，为一个RB的频域子载波数。

图1 DMRS的映射图样

DMRS在天线端口7至14上传输，其中每个天线端口可以指示一个物理天线，最多可以支持8流传输。DMRS采用CDM﹑FDM相结合的映射方式。对于天线端口7﹑8﹑11﹑13和天线端口9﹑10﹑12﹑14上的参考信号，分别采用CDM映射方式进行区分；而端口7﹑8﹑11﹑13与端口9﹑10﹑12﹑14采用FDM的映射方式进行区分。LTE-A协议中，给出了8组正交掩码（OCC）用于CDM映射方式[2]。

本文创新点主要是对传统频域LMMSE插值算法的改进。传统频域LMMSE插值算法中需要获取信道的二阶统计信息，如信道相关函数或信道功率时延谱（PDP）。虽然估计精度较高，但是实现起来比较困难。此外，该算法还涉及矩阵的求逆。当一个OFDM符号上的子载波个数较多时，这个求逆矩阵的阶数也会越大，计算复杂度也越高。本文针对传统频域LMMSE插值算法缺点提出基于DMRS的信道估计改进算法。该算法首先用LS算法得到DMRS位置的初始信道频率响应（CFR），再进行时域线性插值，然后利用DMRS的CFR来估计信道时延参数，包括平均时延和时延拓展均方根（RMS），计算出频域LMMSE插值算法所需要的信道相关矩阵，最后通过LUT完成频域LMMSE插值过程。参考信号位置初始信道估计值和信道时延参数的获取方法将在下文进行介绍。

1 算法设计思想

在MIMO传输系统中，信道估计分别在每一个接收天线上进行。因此，为了简便，在信道估计时可以只考虑其中一个接收天线。假设系统同步，那么接收信号在DFT后，可以表示为：

其中，k表示子载波索引；l表示OFDM符号索引；p表示端口号索引；Yk,l表示在第l个OFDM符号子载波k上的接收信号；Xk,l表示在第l个OFDM符号子载波k上发送的数据信息或是经过OCC映射的导频信号；Hk,l表示在第l个OFDM符号子载波k上的包含了预编码的信道估计值；Zk,l表示在第l个OFDM符号子载波k上的噪声，包含了由于多普勒频域而产生的信道干扰。

整个信道估计过程可以分为三步：通过LS算法得到DMRS位置初始信道估计值；时域进行线性插值；频域进行LMMSE插值。

1.1 DMRS位置信道估计

式（1）中：

表1 p的序列值

表1 p的序列值

p o r t 0 1 2 3( , , , ) p p p p W W W W p o r t 0123( , , , ) p p p p W W W W 7 + 1 + 1 + 1 + 1 9 + 1 + 1 + 1 + 1 8 + 1 -1 + 1 -1 1 0 + 1 -1 + 1 -1 1 1 + 1 + 1 -1 -1 1 2 -1 -1 + 1 + 1 1 3 + 1 -1 -1 + 1 1 4 -1 + 1 + 1 -1

以天线端口7﹑8﹑11﹑13为例，DMRS信号收发示意图2所示。

图2 DMRS信号收发示意

由收发示意图可得：

令：

则式（4）可以表示为：

其中，Pk,l是以Sk,6﹑Sk,7﹑Sk,13﹑Sk,14为对角元素的对角矩阵；Wk,l=[wk,6,wk,7,wk,13,wk,14]'。

于是，得到参考信号位置信道估计值为：1.2 时域线性插值

在得到DMRS处初始信道估计值后，在时域进行线性插值。

线性插值算法如下：

其中，x1﹑x2分别表示参考信号的时域位置，分别是对应参考信号上的CFR。

假设一个子载波上相邻的两个参考信号位置分别为(k,l )和(k,l+1)，其中l=7m+5，m为整数。通过式（12），可以求得(k,l+4)和(k,l+11)位置上的CFR。再通过式（13）时域线性插值算法，可求得(k,l+5)和(k,l+10)中间位置的CFR。时域线性插值算法比较简单，这里不做赘述。

1.3 频域LMMSE插值

在获得参考信号位置CFR和时域线性插值结果后，再在频域进行LMMSE插值算法，以获得整个资源网格的信道估计响应。

LMMSE算法被广泛应用于OFDM系统的系统信道估计中，以获得信道估计的最小均方误差。LMMSE算法需要用到信道SNR和信道相关矩阵。

接收信号模型表示如下：

其中，X表示发送数据，Y表示接收数据，H表示CFR，W表示噪声。

LMMSE插值算法为[3]：

其中，Qf为频域插值矩阵；表示频域上所有参考信号子载波的自相关矩阵；R HHp表示频域上所有子载波和参考信号子载波的互相关矩阵；I表示单位矩阵；β是一个与调制方式相关的因子；SNR为平均信噪比；是参考信号位置信道估计值。

信道相关矩阵RHH的计算公式如下[4]：

上文中提到，改进的频域LMMSE算法中，需要利用DMRS来估计信道时延参数，进而求得信道相关矩阵，完成频域LMMSE插值。具体过程如下所述。

假设无线信道的平均时延和均方根时延分别为τu和τrms。由参考文献[5]可知，信道相关函数和信道时延参数满足以下关系：

其中，Ts是采用间隔，N是DFT大小，q为子载波间隔数。从式（18）可以看出，τu和τrms可以通过参考信号信道相关函数Rf(0)和Rf(q)(q≠0)计算得到。此外，由参考文献[6]可知，DMRS位置信道相关函数Rf(0)和Rf(q)可以通过DMRS位置的CFR得到。

ff则其计算公式如下：

在计算出参考位置信道相关函数后，信道时延参数τu﹑τrms可以分别由式（21）﹑式（22）计算得到：

求得τu和τrms后，再利用式（18）求得任意q下的信道相关函数，进而求得信道相关矩阵RHp H p和R HHp，完成频域FLMMSE的信道插值过程。

从上述推导可知，频域LMMSE插值矩阵Qf与SNR和信道时延参数有关。当二者发生变化时，需要对矩阵实时求逆得到Qf，计算复杂度较高。为了降低复杂度，可以根据不同的信道PDP和SNR，预先计算Qf并存储起来，需要时进行查表调用（LUT，Look Up Table）。在这种情况下，通过估计信道的时延参数，选择最相近的信道PDP，再通过LUT得到Qf，从而完成频域LMMSE插值。

2 仿真结果与分析

下面将对几种信道估计方案性能进行仿真。系统带宽为3 MHz，载波频率为2.5 GHz，DFT大小为128，采用QPSK调制方式，收发天线为8×8，迭代仿真次数为200次。仿真信道模型分别为EVA﹑EVA﹑ETU﹑UE，移动速度分别为3 km/h﹑30 km/h﹑120 km/h。仿真结果依次如图3﹑图4﹑图5所示。

图3 信道环境为PedB_3 km/h时误码率性能曲线

图4 信道环境为VehA_30 km/h时误码率性能曲线

图5 信道环境为PedB_120 km/h时误码率性能曲线

这里，“PERFECT”表示理想信道估计，“LS”表示参考信号位置的信道估计采用最小二乘法，“Tlinear”表示时域采用线性插值算法，“FLMMSE”表示频域采用LMMSE插值算法。

分析图3﹑图4﹑图5的仿真结果可以看出，在不同的信道环境下，本文所提的算法性能都优于“LS+Tlinear+Flinear”算法。随着UE速度的增加，普勒平移产生的影响越来越大，各算法性能都有所下降，且UE速度越快，性能下降越严重。从图5可以看出，当UE速度较大时，BER性能曲线在高信噪比处出现平底效应，且性能较差。因此，针对UE高速移动情况下的信道估计算法还有待改进。

3 结 语

本文对LTE-A系统中基于DMRS的信道估计算法进行研究，提出了一种低复杂度的频域线性最小均方误差（LMMSE）插值算法。改进算法首先通过LS算法对参考信号位置进行初始信道估计，然后在时域进行线性插值，而后在频域进行LMMSE插值。LMMSE插值算法的关键是要获取信道二阶统计信息。改进的LMMSE插值算法先通过DMRS的信道估计值得到信道时延参数估计，然后选择对应的插值矩阵，完成FLMMSE插值过程。该算法不仅降低了传统LMMSE算法获取信道相关矩阵的难度，还通过LUT避免了矩阵的求逆，大大降低了运算复杂度。此外，该算法性能也较其他算法好，因而具有较大的实用性。

[1] Nam Y H,Ak imoto Y,Kim Y,et al.Evolu tion of Reference Signals for LTE-advanced Systems[J].IEEE Communications Magazine,2012,50(50):132-138.

[2] 3rd Generation Partnership Project;Technical Specification Group Radio Access Network;Evolved Universal Terrestrial Radio Access(EUTRA);Physical Channels and Modulation (Release 10) 3GPP TS 36.211 V10.7.0[S].2013.

[3] 卞青,黄鹤,丁美玲.一种简化的LTE系统下行信道估计LMMSE算法[J].电路与系统学报,2013,18(01):322-326.

BIAN Qing,HUANG He,DING Mei-ling.A Simplified LMMSE Channel Estimation Algorithm in LTE Downlink System[J]. Journal of Circuits and Systems,2013,18(01):322-326.

[4] 杨前战,杨明武,许如峰.正交频分复用系统一种基于线性最小均方误差信道估计的改进算法[J].科学技术与工程,2016,(05):168-171.

YANG Qian-zhan,YANG Ming-wu,XU Ru-feng.An Improved Algorithm based on LMMSE Channel Estimation in OFDM System[J].Science Technology and Engineering,2016, (05):168-171.

[5] Hsieh C Y,Lin D W,Ma C.LMMSE-based Channel Estimation for LTE-Advanced M IMO Down link Emp loying UE-Specific Reference Signals[C]. Glasgow:2015 IEEE 81st Vehicu lar Technology Conference(VTC Spring),2015:1-5.

[6] Hung K C,Lin D W.Pilot-based LMMSE Channel Estimation for OFDM Systems With Power-Delay Profile Approximation[J].IEEE Transactions on Vehicular Technology,2010,59(01):150-159.

Channel Estimation Algorithm based on DMRS in LTE-A System

DUAN Hong-guang, TIAN Mei, LI Yu-ling

(Chongqing Key Lab of Mobile Communications, CQUPT, Chongqing 400065, China)

Enhanced MIMO technology with up to 8 antenna ports is employed in the downlink transmission communication system of LTE-A.DM-RS, as a new of reference signal, is introduced for downlink channel estimation in MIMO system. The channel estimation algorithm based on DMRS in LTE-A system is analyzed, and a low-complexity linear minimum mean square error(LMMSE) interpolation algorithm in frequency domain proposed, and this algorithm firstly estimates the time-delay parameters of the channel by DMRS, then completes LMMSE interpolation process in frequency domain by LUT(looking up table) for selection of corresponding frequency domain interpolation matrix. This solves the difficulty in acquiring the second order statistical information of the channel in the traditional frequency domain LMMSE algorithm, and avoiding the real-time inversion process of the matrix. The simulation results indicate that this method can reduce the complexity while ensuring the performance of BER and MSE, and thus is of fairly great practicability.

LTE-A; channel estimation; DMRS; LMMSE; LUT

TN911.23

A

1002-0802(2016)-11-1424-05

10.3969/j.issn.1002-0802.2016.11.002

段红光（1969—），男，硕士，硕士生导师，高级工程师，主要研究方向为移动通信技术；

田 枚（1991—），女，硕士研究生，主要研究方向为LTE-A中信道估计算法；

李玉菱（1991—），女，硕士研究生，主要研究方向为LTE-A无线通信信号检测算法。

2016-07-14；

2016-10-22 Received date:2016-07-14;Revised date:2016-10-22