快速时变信道下的基扩展模型信道估计性能分析

孟德智 王钰炜 王明军 秦启波 俞晖

摘 要： 针对快速时变信道，提出了一种基于复指数基扩展模型（CE-BEM）的线性最小均方误差（LMMSE）信道估计方法，对信道估计的结果使用离散长椭球序列（DPSS）进行平滑处理，并相应提出了基于迭代的载波间干扰（ICI）消除信道均衡方法.仿真结果表明：在高多普勒信道场景下，该方法系统误码性能较传统信道估计方法有一定程度的提升.

关键词： 信道估计; 基扩展模型; 快速时变信道; 载波间干扰（ICI）消除

中图分类号： TN 929.5文献标志码： A文章编号： 1000-5137（2019）01-0064-06

Abstract： In the fast time-varying channel scenario，a linear minimum mean square error （LMMSE） channel estimation method based on complex exponential basis extension model （CE-BEM） was proposed，and the channel estimation results were smoothed by use of discrete prolate spheroidal sequence （DPSS）.Meanwhile，a channel equalization method based on iterative inter-carrier interference （ICI） cancellation was proposed.The simulation results showed that the proposed method had a better system error performance than traditional estimation method in the high Doppler channel scenario.

Key words： channel estimation; base extended model; fast time-varying channel; inter-carrier interference （ICI） cancellation

0 引 言

高速移动环境中，无线信道表现出频率及时间的选择性衰落，传统的信道模型不能很好地对高速时变的信道进行模拟，由此，基扩展模型（BEM）[1-2]得到广泛的应用.

文献[3-5]中，作者提出了基于导频的BEM信道估计方法.MA等[3]时域中插入导频，解决符号间干扰（ISI）的问题.KANNU等[4]在时域中插入导频，解决载波间干扰（ICI）的问题.STAMOULIS等[5]作者在文献[4]的基础上，研究得出ICI大多发生在相邻的子载波，導致信道矩阵可近似地被认为是带状的，并相应地给出了信道均衡的迭代算法，降低了运算复杂度.

本文作者基于复指数（CE）[1]函数，提出了一种在频域中插入导频簇的信道估计方法，并采用离散长椭球序列（DPSS）[6]对信道估计出的结果进行平滑处理.仿真结果表明：在高多普勒的信道场景下，附加DPSS平滑处理的信道估计方法优于复指数基扩展模型（CE-BEM）.

1 系统和信道模型

1.1 OFDM系统模型

4 结 论

本文作者提出了采用DPSS平滑处理的CE-BEM信道估计方法，相应给出了基于迭代的ICI消除的信道均衡算法，并在高速移动信道下进行仿真实验.结果表明：相比传统LS和MMSE算法，以及CE-BEM方法，带有PPSS平滑处理的CE-BEM的信道估计方法具备更为精确的估计精度.

参考文献：

[1] TANG Z，CANNIZZARO R C，LEUS G，et al.Pilot-assisted time-varying channel estimation for OFDM systems [J].IEEE Transactions on Signal Processing，2007，55（5）：2226-2238.

[2] TANG Z，LEUS G，BANELLI P.Pilot-assisted time-varying OFDM channel estimation based on multiple OFDM symbols [C]//Signal Processing Advances in Wireless Communications.Canne：IEEE，2006：1-5.

[3] MA X，GIANNAKIS G B，OHNO S.Optimal training for block transmissions over doubly selective wireless fading channels [J].IEEE Transactions on Signal Processing，2003，51（5）：1351-1366.

[4] KANNU A R，SCHNITER P.MSE-optimal training for linear time-varying channels [C]//IEEE International Conference on Acoustics Speech and Signal Processing.Philadelphia：IEEE，2005：789-792.

[5] STAMOULIS A，DIGGAVI S N，AL-DHAHIR N.Intercarrier interference in MIMO OFDM [J].IEEE Transactions on Signal Processing，2002，50（10）：2451-2464.

[6] CHENG P，CHEN Z，RUI Y，et al.Channel estimation for OFDM systems over doubly selective channels：a distributed compressive sensing based approach [J].IEEE Transactions on Communications，2013，61（10）：4173-4185.

[7] 任大孟.快速时变信道下无线 OFDM 系统信道估计技术的研究 [D].哈尔滨：哈尔滨工程大学，2009.

REN D M.Research on channel estimation techniques of wireless OFDM systems in fast time-varying channel [D].Harbin：Harbin Engineering University，2009.

[8] ZEMEN T，MECKLENBRAUKER C F.Time-variant channel estimation using discrete prolate spheroidal sequences [J].IEEE Transactions on Signal Processing，2005，53（9）：3597-3607.

[9] International Telecommunication Union.Guidelines for evaluation of radio transmission technologies for IMT-2000 [R].Geneva：ITU，1997.

（责任编辑：冯珍珍，包震宇）