一种四天线MIMO-SC-FDMA高精度信道估计方案

邱 实,陈 鹏,张蓓蓓,王彬虎

(中国人民解放军空军参谋部,北京 100080)

0 引言

伴随着通信技术的发展,4G通信技术已经成熟,5G通信技术也已经走进大众的日常生活,单载波频分多址(Single-carrier Frequency-Division Multiple Access,SC-FDMA)作为长期演进(Long Term Evolution,LTE)标准中使用的上行链路多址技术,在4G与5G技术领域已经得到了广泛的应用和验证。相对于采用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)方式进行信号调制的技术,SC-FDMA技术采用单载波频分复用进行信号调制,这意味着在进行信号处理时,SC-FDMA技术不需要进行复杂的正交变换计算[1]。SC-FDMA使用非正交载波调制方式,每个子载波所需要的峰值功率更小、频域资源的重叠更少,相对于OFDM技术可以降低传输过程中的能量损耗,提高频谱利用率[2]。同时,由于OFDM技术对载波正交性的要求,在高速移动场景下多普勒频偏效应的影响会造成信号传输性能的极大下降,而SC-FDMA技术可以通过时频域的预编码技术来改善高速移动场景下移动通信的可靠性。

现阶段,学者们针对SC-FDMA通信技术的研究有信道分配算法、多跳中继SC-FDMA网络等。在信道分配算法研究中,提出了利用遗传算法、粒子群优化算法等分配算法以最大化频谱利用率和降低功耗。在多跳中继SC-FDMA网络研究中,重点考虑网络拓扑设计、信号的干扰与信号处理的复杂度问题。此外,多输入多输出(Multiple-Input Multiple-Output,MIMO)技术研究也得到了广泛关注。

MIMO技术是在无线通信中使用多个收发天线对传输信号进行处理的技术。MIMO技术的原理是将同一个数据流分为多个子流(多路传输),并分别通过多个天线发送,接收端也采用多个天线接收,然后通过信道转换矩阵进行组合,从而提高无线信道的性能。MIMO技术的应用可以极大提高系统传输的信道容量,可以在限定频谱带宽范围内提高数据传输速率,直接提高了频谱利用率[3]。同时,在信号传输过程中,多路径衰落是导致信道质量下降和抗干扰能力降低的主要原因。采用MIMO技术可以减弱干扰和衰落对通信质量的影响,提高通信质量和可靠性。除此之外,由于在MIMO通信系统中多个天线可以向空间的不同方向发送信号,提高通信系统的覆盖范围,可以为用户提供更好、更可靠的通信服务。研究SC-FDMA技术的MIMO应用具有重要意义。

针对高速移动环境下频率色散现象以及信道容量低和系统可靠性差的问题,提出采用MIMO技术与SC-FDMA技术相结合的方法,针对四天线MIMO-SC-FDMA技术进行研究,提出了一种四天线MIMO-SC-FDMA信道估计算法,该方法采用空时编码(Spatial Time Block Code,STBC)[4]与时间切换传输分集(Time Switched Transmit Diversity,TSTD)结合的STBC-TSTD分集编码技术,选择自然插值方案,在离散傅里叶变换(Discrete Fourier Transform,DFT)信道估计方法的基础上设计了一种利用频域加权来提高信道估计精度的高精度信道估计算法。

1 MIMO-SC-FDMA通信系统模型

基于SC-FDMA信号体制的MIMO分集传输系统由发送端、信道、接收端三部分构成,发送端框图如图1所示。

图1 MIMO-SC-FDMA通信系统发送端框图Fig.1 MIMO-SC-FDMA communication system transmitter block diagram

发送端在数据流经过信道编码和交织处理后,进行符号映射,然后将调制后的信号进行快速傅里叶变换(Fast Fourier Transformation,FFT)。变换后进行串/并转换,将高速传输的数据流转换成低速传输的并行数据流。在本4×4MIMO系统中,发射端天线采用STBC-TSTD分集技术,分别在4根发射天线的数据块中合理放置导频和数据。将信号从频域转变到时域后,通过引入循环前缀(Cyclic Prefix,CP),将多径信道对信号在时域的线性卷积转化为循环卷积,再经过并串转换加入前导序列后经天线发送出去。

MIMO-SC-FDMA系统接收端框图如图2所示,接收端在接收到信号后,利用前导序列进行同步定位,去除训练序列,经串/并转换后去除循环前缀,时域变换到频域利用导频进行信道估计,去除导频并解分集、均衡后的数据变回时域;进行并/串转换后进行快速傅里叶逆变换(Inverse Fast Fourier Transform,IFFT)、解映射、解交织和译码。

图2 MIMO-SC-FDMA通信系统接收端框图Fig.2 Receiver block diagram of MIMO-SC-FDMA communication system

整体来看,MIMO-SC-FDMA系统与MIMO-OFDM系统大致相同,信道编译码模块、分集模块、信道模块、信道估计模块、解分集均衡模块是其中的主要组成部分。在信道编译码模块中,采用Matlab中集成的低密度奇偶校验码(Low Density Parity Check Code,LDPC)编译码库,其中编码速率为1/2;在信道模块中,采用抽头延时模型对不同信道环境建模;在信道估计模块中,研究了导频样式的选取、高精度信道估计算法。

2 MIMO-SC-FDMA系统分集编解码

分集技术是MIMO技术的重要组成部分。分集技术通过使用多个天线来发送和接收载有同一信息的信号,提高了传输的可靠性。根据收发天线与应用环境信号类型的不同,具有多种不同的分集编码方式与解码方式,在本系统中,采用STBC-TSTD编码方式。

2.1 分集编码

天线切换分集技术即当发射端存在多根传输天线时,从时间上或者频率上按照一定的顺序依次选择其中一根天线进行传输的技术。如果在不同的时间上进行天线的切换,即为TSTD。相比于其他分集方案,TSTD对信道估计误差敏感度较小,与STBC分集编码综合起来能够取得很好的性能。TSTD发送信号分集框图如图3所示。

图3 时间切换发送分集框图Fig.3 Time switching transmission diversity block diagram

STBC编码将空间和时间上的信息相结合,通过编码方式使得多个天线在同一时间发送的多路数据被同一接收天线接收到,从而提高数据传输的可靠性和速率。STBC与TSTD相结合的编码方案如式(1)所示,其中行向量代表空间维即天线,对TSTD而言,列向量代表时间维即时刻。

(1)

式中：Xk为经过调制的M点时域信号,可表示为xm,m=0,1,…,M-1。在经过DFT得到频域信号如式(2)所示：

(2)

对式(1)中的STBC-TSTD编码矩阵进行传输,可得接收信号：

y=HX4×4+n,

(3)

式中：H矩阵为包含信道信息的信道矩阵,均值n为0,方差为N0的高斯白噪声。以接收天线1为例,接收天线1在4个时刻接收到的信号表示为：

(4)

2.2 分集解码

在解码过程中,定义第1根接收天线接收信号向量为：

(5)

发射端的编码向量为：

(6)

定义噪声向量为：

(7)

则接收信号可以用矩阵形式表示为：

Y=HX+N。

(8)

其中,信道矩阵H为：

(9)

信道矩阵仍是正交的,即：

(10)

(11)

(12)

式中：K为子载波个数,之后在调制星座中计算发送比特软信息。

3 MIMO-SC-FDMA信道估计方案

3.1 信道估计导频

信道估计方案中所选定的导频为“混合梳K7L2”导频。

在该导频设置方案中,导频符号放置在每个SC-FDMA符号的第1、8、15、23、…、834、840子载波位置上,共121个导频,天线1在奇数OFDM符号上发送导频,偶数OFDM符号不发送导频,总计发送121×25个导频符号。

图4为所选定的导频样式在发射天线1上的时频资源,其中R1代表发射天线1发送导频符号的时频资源位置,XX代表天线1为避免干扰天线2的导频符号发送而保持静默的时频资源位置,空白时频资源代表天线1发送数据符号的位置。

图4 “混合梳K7L2”其发射天线1时频资源Fig.4 Time frequency resources of transmitting antenna 1 in the hybrid comb K7L2

3.2 信道估计算法

由于每发射天线上的导频资源互不重叠,导频符号相互之间不产生干扰,因此MIMO信道估计问题可简化为单输入单输出(Single-Input Single-Output,SISO)信道估计问题。

在信道估计方案中建立模型如下,当导频占用的子载波正交时,K个导频子载波的符号可表示为：

(13)

则接收导频符号Y可以用信道H、发送导频符号X和噪声Z表示为：

(14)

在OFDM信道估计方案中,最常见的信道估计算法为最小二乘(Least Square,LS)[5-9]算法。

在LS信道估计基础上,对每个符号上的信道系数进行IFFT(或FFT),得到时域(或变换域)冲激响应,滤波后再进行FFT(或IFFT)[10-15],得到降噪后的频域信道系数,即为基于DFT降噪的信道估计[15-20],如图5所示。

图5 DFT算法Fig.5 DFT algorithm

在基于DFT降噪的信道估计基础上,对每个OFDM符号的信道系数先进行频域加权,再进行一系列DFT降噪处理,最后进行频域去加权,如图6所示。这种方法可以在两种情况下进一步降低估计误差提升估计精度,情况1：由于系统实际使用的子载波个数常小于或远小于FFT/IFFT长度,在DFT降噪过程中时域冲激响应可能包含非采样时延值;情况2：天线间在相同时频资源发送导频符号时多天线间时域冲激响应不完全正交。本方案将此算法记为频域加权的基于DFT降噪的信道估计,显然该算法的重点在于加权系数的确定,本方案将加权系数的确定方案称为加窗方案。

图6 频域加权DFT算法Fig.6 Frequency domain weighted DFT algorithm

3.3 加窗方案

由文献[21]可知,考虑频域加窗方案时信道估计均方误差(Mean Squared Error,MSE)可以表示为加权系数向量w的函数,即：

(15)

OP2：maxw1Tw,

(16)

(17)

I(1Tw)=0,

(18)

‖w‖2≤K。

(19)

针对本方案场景,对优化问题进行说明。

首先,式(15)优化目标是通过求解最优加权系数w,使得尽可能抑制由于频域去加权D-1(w)造成的对NRT的放大。

参数ax和bx取值分别为ax=1：K和bx=1+d_max+40：N-40,其中K=840,N=1 024,且dmax=51代表信道最大时延。图7表示优化问题OP2的解,即求得的频域权值。

图7 加窗结果Fig.7 Window results

之前的信道估计只能估计导频处的信道值,若要完整得到整个信道矩阵,还需要将剩余的位置通过插值来得到。采用不同插值方式得到导频位置之间数据点处的信道系数估计值时,系统误码性能会不完全相同。本信道估计方案所采用的插值方案为自然邻点插值方法[22]。

3.4 信道估计方案流程

最终的高精度信道估计方案流程如图8所示,首先利用LS算法进行导频符号位置的信道估计,然后进行自然差值方案估计出数据符号所在位置信道信息,进行频域加权与DFT降噪,最终在经过频域去加权步骤之后,实现高精度信道估计。

图8 高精度信道估计方案流程Fig.8 Process flow of high-precision channel estimation scheme

4 仿真结果与分析

采用Matlab软件进行信道估计的仿真与分析,采用不同信噪比下的误码率(Bit Error Ratio,BER)性能作为信道估计精度的评判标准,同时对比LS信道估计方案与所设计自然插值频域加权DFT信道估计方案在非视距(Non Line of Sight,NLoS)与视距(Line of Sight,LoS)两种信道环境下MIMO-SC-FDMA与MIMO-OFDM通信系统中的仿真表现。仿真参数的设置如表1所示。

表1 Matlab仿真参数

LS信道估计方案与所设计高精度信道估计方案在远距离NLoS、中距离NLoS与LoS信道环境下的仿真结果如图9～图11所示。图中fd表示多普勒频率,单位为Hz,fd=417 Hz=vf/c,其中v=300 km/h=83.3 m/s,f=1.5 GHz,c=3×108m/s分别代表运动速度、子载波频率、光速。

图9 远距离NLoS信道环境仿真结果Fig.9 Long distance NLoS channel environment simulation result

图10 中距离NLoS信道环境仿真结果Fig.10 Medium distance NLoS channel environment simulation result

图11 LoS信道环境仿真结果Fig.11 LoS channel environment simulation result

图中BER曲线出现断线是现有蒙特卡洛仿真次数条件下,传输过程没有出现错误比特所致,在纵坐标为对数坐标时不显示仿真点,表现为断线。

在LoS信道环境中的仿真结果如图11所示。由仿真结果可以看出,在两种信道环境中,相对于传统的LS信道估计方案所设计的自然插值DFT频域加权高精度信道估计方案均实现了估计精度的提高。由仿真结果可以看出,同BER下性能提升大约为1 dB。同时,经过MIMO-SC-FDMA与MIMO-OFDM通信系统仿真结果对比,可以证明该信道估计方案在MIMO-SC-FDMA通信系统中可以实现与MIMO-OFDM通信系统几乎相同的信道估计性能。同时兼具SC-FDMA技术的优势,可以更好地适配高速移动场景下的通信需求。

5 结论

本文针对SC-FDMA技术,设计了一种四天线MIMO-SC-FDMA高精度信道估计方案。在方案中采用STBC-TSTD分集方式,设计了一种插值后经过频域加权的高精度信道估计方案,仿真结果证明所设计方案可以有效提高信道估计精度,同时由于SC-FDMA技术的优越性,所设计方案在4G、5G技术中都具有广阔的应用前景,在有效对抗频率色散现象的同时提升信道容量。对高速移动场景下的可靠通信实现具有实际工程应用价值。同时,对于具体通信环境下的分集方案与频域加权的权值选择方案也值得继续深入研究。