一种低成本的DTMB系统信道估计方法

2018-09-12 06:08汪大军胡远洲李自强张启晨曾晓洋
复旦学报(自然科学版) 2018年4期
关键词:复杂度载波信道

汪大军,胡远洲,李自强,张启晨,孟 巍,陈 赟,曾晓洋

(1.西南石油大学 基建处,成都 610500; 2.复旦大学 专用集成电路与系统国家重点实验室,上海 201203)

中国数字电视地面多媒体广播(Digital Terrestrial Multimedia Broadcast, DTMB)于2006年被确定为中国数字电视地面广播标准[1].长回波信道会引起符号间干扰(Inter Symbol Interference, ISI),进而会严重地影响DTMB接收机的性能.文献[2-4]提出了针对长回波信道情形的信道估计算法.文献[2]中的方法可以满足全模式的要求,但其计算复杂度很高.基于文献[2]中的方法,我们提出了一种简化的算法.

本文提出了一种低成本全模式的信道估计算法.与文献[2-4]中基于已估计的帧体(Frame Body, FB)数据的方法不同,这里提出的方法使用已接收且已估计的帧头(Frame Head, FH)数据来重构帧头数据.新算法中实际接收到的有干扰的帧头数被相应的已接收且已估计的帧头数据取代,所以新的帧头数据是没有干扰的.然后,使用新的帧头数据和已传输的伪随机(Pseudorandom Noise, PN)序列求得一个更加准确的帧头承诺信息速率(Committed Information Rate, CIR)数据,并把它们送入下一个迭代过程.本文中已估计的信道长度L决定了实际接收到的有干扰的帧头数据中要被已估计的帧头数据替换的长度.该长度L随着迭代的进行而改变并可以很容易地从最小均方误差估计(Minimum Mean-Square Error , MMSE)中得到.通过应用新的帧头重构方法,我们的算法在性能可以与其他方法媲美甚至更优的情况下,计算复杂度更低.

1 DTMB系统模型

时域相关算法的关键为帧头数据的重构方式,研究学者从不同角度提出了很多相关算法[5-12].文献[5-6]从多进单出(Multiple Input Single Output, MISO)应用入手提出时域算法,将拖尾消除与循环重建技术运用在算法中消除符号间干扰与子信道干扰.文献[7]使用了额外的基于数据的信道估计,以重构的正交频分复用(Orthogonal Frequency-Division Multiplexing, OFDM)符号数据作为虚拟训练序列,应用一维和二维移动平均技术与维纳滤波获取更精确的估计值.文献[8-12]在单进单出(Single Input Single Output, SISO)上实现信道估计,其中文献[12]Gui的算法通过从相邻的几帧或十几帧帧头中分别抽取部分不受ISI干扰的数据,组成当前帧的重构帧头.这使得重构的帧头数据比较理想,性能得以提升.但是硬件实现需要考虑从不同时间到达的帧数据中取帧头数据,实现比较困难.本节我们对于DTMB SISO系统提出一种新的性能优异同时硬件实现比较简单的相关算法.

DTMB系统包含了长度为M的帧头数据和长度为N的帧体数据.标准中定义了3种帧头模式: 2种是多载波模式,它们的M=420或945;1种是单载波模式,其M=595.以PN420模式为例,其帧头数据由长度为v的伪随机序列和长度分别为82和83的前同步码和后同步码组成,这里v等于255.

DTMB信号的传输过程如图1所示.传输过程可以被看作1个卷积过程.已传输的数据可表为:

(1)

其中:i表示帧序数;而k表示每一帧中节的序数.

那么,传输过程如下:

ri,k=hi,k⊗ti,k+wi,k,

(2)

这里: “⊗”表示线性卷积;h表示长度为L的信道冲击响应;w为信道的加性高斯白噪声(Additive White Gaussian Noise, AGWN).

接收到的数据可表示为:

(3)

图1 DTMB信号传输过程Fig.1 Transmission of DTMB signal

2 迭代算法

帧头和帧体数据在长回波信道情形下都会受到污损.我们对每一帧数据都使用判决反馈干扰消除的方法来优化CIR.我们提出的算法的迭代过程如下:

第一步: 初始化.

(4)

其中N1为2048.为了能够完成N1点快速傳里叶变换(Fast Fourier Transform, FFT),我们在ri,k和PNi,k后加上一定数量的0数据来补满N1个数据点.

第二步: 迭代过程.

(5)

(6)

(7)

(8)

(9)

(10)

(11)

其中N为3780.

(12)

对于多载波,S就是结果了,单载波需要S做快速傳里叶逆变换(Inverse Fast Fourier Transform, IFFT),s代表这个结果.

如果是多载波模式,那么Si,k就是我们要得到的数据.如果是单载波模式,那么想要得到的数据Si-1,k须再经IFFT才能得到:

(13)

3 仿真结果

基于DTMB系统的仿真参数如表1所示.采用的调制方式为16QAM,帧数据采用PN420多载波模式.我们选择中国数字电视8频道(Chinese Digital Television 8, CDT8)的信道模型作为仿真中的长回波信道.

表1 仿真参数

表2 CDT8频道的参数

图2 不同方法在CDT8信道下比特错误率的表现Fig.2 Bit Error Rate(BER) performance of different methods under CDT8 channel

计算复杂度情况如表3所示.由表可知,本文提出的算法与文献[2-3]中的相比,计算复杂度大幅下降.如果采用的是多载波模式,N点IFFT就不再需要了,因此N点FFT/IFFT过程就会减少到只有2次.而N1点FFT/IFFT的使用量只有文献[3](文献[2])的41.7%(35.7%).复数的乘法和除法操作有所减少.由此可以得出结论,本文的方法更容易实现且面积花费更少.

4 结 论

本文中我们提出了一种针对DTMB系统中的长回波信道进行全模式估计的算法.仿真结果表明,对比现有算法,该方法在较低SNR时性能有1~2dB的提升,而在较高SNR时略有优势或保持性能相当.计算复杂度较现有算法大幅降低,且更易于实现.

猜你喜欢
复杂度载波信道
水声单载波扩频均衡技术研究
一种低复杂度的惯性/GNSS矢量深组合方法
求图上广探树的时间复杂度
低压台区载波抄表技术研究
基于导频的OFDM信道估计技术
某雷达导51 头中心控制软件圈复杂度分析与改进
应急广播系统中副载波的构建与应用
一种改进的基于DFT-MMSE的信道估计方法
出口技术复杂度研究回顾与评述
基于MED信道选择和虚拟嵌入块的YASS改进算法