一种基于DFT的信道估计改进算法

万民徐叶茂

（1.91404部队94分队秦皇岛066001）（2.藏龙大道3号武汉430205）

一种基于DFT的信道估计改进算法

万民1徐叶茂2

（1.91404部队94分队秦皇岛066001）（2.藏龙大道3号武汉430205）

论文在不同信道环境和不同子载波数下用Matlab对梳状导频插入的LS（最小平方）算法和基于DFT变换的信道估计算法进行了仿真。在总结两种算法估计的基础上，提出基于DFT的信道估计改进算法，并仿真分析该改进算法较传统算法在减小误码率和均方误差上的优越性。

估计算法；离散傅立叶变换；仿真

Class NumberTN919.3

1 引言

随着全球信息化时代的到来，信息技术的发展也是日新月异。发明了许多用于对信息通道进行估量计算的方法，由进行估算时提取的信息不同而主要被分为盲信道法、插入导频的信息通道估算法和一种介于两者之间的半盲信道法。

虽然盲信道法在频带方面有着很高的利用率，也不需要在使用终端编入任何相关序列，可由运算能力强大的现代计算机将目标信号中的数据直接估算出来，简化了中间一系列的步骤。但速度相当慢，效率相当低，设计使用难度相当大。直接未被OFDM技术使用。

第二种常用估计法如其名，即在发射信号之前，必须对信号加以处理，内置提前商定好的导频数据。信号接收终端根据商定好的标准，在收到信号之后以导频数据为基础，通过各种交叉运算等方法，将信息直接计算出来。其对时变系统来说，具有极好的敛散性。虽然该技术解决了计算速度问题，较之盲信道法快了很多。但是由于其对信号编入了导频，挤占了大量带宽，在效率上没有本质提高［1］。

半盲信道法则是对以上两者的这种，编入的导频很少，挤占的带宽也不大，但是效果也仅相当于对二者进行折半处理［2］。

2 DFT算法简介

高速DSP技术的发展，离散傅里叶变换在DSP上的应用，为新型信道估计算法提供了足够的发展空间。基于DFT的信道估计算法的根本原理是：首先，利用LS估计法对信号进行处理，再通过傅氏变换将频域和时域进行快速转换。将相关信道的能量进一步压制在部分采样点，之后以补零的方式进一步使AWGN产生的对信号的干扰降低，再次进行傅氏变换，使时域和频域进行快速转换，从而实现目的。

对OFDM的相关参数进行赋值，将导频比设为L，子信道总数设为N，导频和信息子载波的数量分别设为M=N/L和N-M。然后对HP(k)进行傅氏变换。可求得导频信道响应hP(n)的数学表达式为

为降低AWGN对信号的影响，对hP(n)进行补零：

HN(k)为hN(n)的N点FFT变换，即

将式（1）和式（2）带入式（3）可得

其中

当hN(n)=HN(k)为 HP(m)的线性插值。由于DSP技术日益成熟，基于DFT信道估计算法的实现非常容易［3］。

3 改进的DFT算法

基于DFT的信道估计算法虽然复杂度不高，但估计性能并不是最优的［4］，在此对其做进一步的改进。在算法中使用汉宁窗，加快带外衰减。信息处理过程如图1所示。

在信道估计时，先将频域转换为时域，使用汉宁（Hanning）窗使带外噪声迅速衰减，然后补零达到循环前缀长度，之后去窗再转换到频域［5］。主要步骤如下：

对HM进行M点离散傅里叶逆变换，得到：

用汉宁（Hanning）窗对信号进行处理，即：

其中式（7）为汉宁窗的表达式。接着在时域对信号信号进行补零操作，使信号长度达到N维，之后去窗，得到：

最后将hN转换到频域，得到改进算法的信号估计

4 性能仿真

一般地，研究无线通信系统的信道特性时，通常是基于收发信机之间否存在视距分量。主要研究Saleh和Valenzuela提出的以下四种信道特性，其信道参数设置见表1，仿真参数设置见表2［6～8］。

在S-V模型的四种信道环境中，分别在64子载波数，128子载波数条件下，用Matlab对改进算法的估计性能进行仿真分析［9-10］。

表1 四种信道参数设置

表2 四种信道估计仿真参数

信号在64子载波数下，经过CM-1信道传输后，系统误码率性能如图2所示。由此可知，DFT算法的信道估算能力很强，有效地阻止了频谱泄露的发生。对其经过进一步改进之后，使其在较低SNR的情况下，噪声被进一步降低，性能较原算法有着极大的提高。同样地，即使是在非视距环境下，改进算法能够将系统误码率降到最低。图3和图4分别是CM-3信道和CM-4信道环境下的系统误码率曲线，由图3可得，相同误码率下，改进算法的SNR较DFT算法有4dB的提升，较LS算法有9.5dB的提升；同样，在图4中，相同误码率下，改进算法的SNR较DFT算法有2.5dB的提升，较LS算法有8dB的提升。可以看出，CM-4环境下的系统性能较CM-3有所下降，原因是CM-4信道环境更复杂，多径时延最大。

图5 是信号在64子载波数下LS、DFT、改进DFT算法的均方误差比较图，该图直观地反映了改进算法在降低MSE的优越性。由图可得，当SNR均为6dB时，改进DFT算法的均方误差较传统DFT算法有了0.35dB的提升，较LS算法有0.51dB的提升。

图6是在128子载波下的仿真结果。由图可得，同一算法，随着子载波数的增加，估计性能略有下降，表3～表4也说明了这一点，例如在64子载波与128子载波下，DFT算法的误码率增加了2.50%，均方误差增加了0.26%；改进算法的误码率增加了1.76%，均方误差增加了0.13%。因此，随着子载波数的增加，改进算法的估计性能会降低。

表3 三种算法在64和128子载波下的误码率比较

表4 三种算法在64和128子载波下的均方差比较

5 结语

本文讨论了一种改进的基于DFT的信道估计算法。该算法较传统的DFT算法各有优点，因此需要针对使用环境选择合适的DFT算法。总而言之，DFT算法具有较好的抗信道时间选择性衰落的性能，并且易于使用高速DSP来实现。

［1］L.W.Couch著，罗新民，等译.数字与模拟通信系统［M］.北京：电子工业出版社，2002：23-28.

［2］T.S.Rappaport著，周文安，等译.无线通信原理与应用［M］.北京：电子工业出版社，2006：34-36.

［3］Bernard Sklar著，徐平平，等译.数字通信基础与应用［M］.北京：电子工业出版社，2002：55-58.

［4］张菊茜，舒治安.正交频分复用（OFDM）技术［J］.舰船电子工程，2003（1）：39-43.

［5］H.ochiai，H.Imai.performance analysis of the deliberately clipped OFDM signals［J］.IEEE Trans.on comm，2002（1）：282-292.

［6］J.G.Proakis，M.Salehi，andG.Bauch著，刘树棠译.现代通信系统MATLAB版［M］.北京：电子工业出版社，2005：98-101.

［7］邓华.通信仿真及应用实例详解［M］.北京：北京人民邮电出版社，2003：66-74.

［8］郭文彬，桑林.通信原理－基于Matlab的计算机仿真［M］.北京：北京邮电大学出版社，2005：75-81.

［9］张菊茜.OFDM系统关键技术研究［D］.哈尔滨：哈尔滨工程大学2006：45-48.

［10］佟学俭.正交频分复用（OFDM）通信系统内若干关键技术的研究［D］.北京：北京邮电大学，2001：51-52.

An Optimized Channel Estimation Algorithm Based on DFT

WAN Min1XU Yemao2
（1.Unit 94，No.91404 Troops of PLA，Qinhuangdao066001）（2.No.3 Canglong Road，Wuhan430205）

According to different channel environment and number of subcarriers，this paper simulated LS（least squares estimation）algorithms and DFT on channel estimation algorithms with Matlab.Through comparison and summary of these two algorithms，the paper made an optimized DFT on channel estimation algorithms.By simulated the optimized algorithm，the papaer compared the bit error rate and mean square error of above algorithms.

estimation algorithms，DFT，simulation

TN919.3

10.3969/j.issn.1672-9730.2017.07.009

2017年1月13日，

2017年2月14日

万民，男，工程师，研究方向：通信。徐叶茂，男，硕士研究生，高级工程师，研究方向：通信。