（通信与信息系统专业论文）ltea信道模型与信道估计的研究.pdf

摘要 摘要 2 0 0 9 年9 月3 g p p 向i t u 正式提交了l t e a 技术方案，以此作为4 g 的候选 评估方案。为了能更好的评估l t e a 系统性能以及各种技术的优劣性，必须了解 信道特性，从而通过构建信道模型来模拟实际的信道环境。信道估计则是一种有 效的对抗无线信道对信号干扰的技术。 本文根据3 g p pt r3 6 8 1 4 所提出的l t e a 信道模型，对该模型进行分析和实 现，其中包括生成自定义参量、传输参量和信道系数三个关键步骤，并通过程序 仿真模拟出各种信道环境。 在l t e a 接收处理算法中采用基于参考信号的信道估计方法。首先，本文对 p d s c h 的解调参考信号d m r s 进行了研究。d m r s 参考信号采用了c d m + f d m 的混合复用技术，其复用的关键在于o c c 映射方式。本文在一维映射的基础上分 析了三种映射方案，分别是为了保证频域正交性的二维映射；为了解决功率失衡 的循环移位映射；在保证频域正交的同时也能保证功率平均的混合映射。通过仿 真性能和复杂度的分析比较，二维映射方案具有明显优势。其次，采用结合o c c 映射方式的最小二乘l s 算法对参考信号进行信道估计，进一步分析一维映射和二 维映射对信道估计的影响，发现接收端的信道估计方案不会因不同的o c c 映射方 式而改变。然后，对数据符号进行信道估计，主要研究分析了线性插值算法，高 斯插值算法，2 d m m s e 算法以及l m m s e 算法，并对几种算法进行了误码率和均 方误差性能的比较，仿真结果表明线性插值和高斯插值性能相近，2 d m m s e 算法 性能较优，但2 d m m s e 比l m m s e 算法复杂。 本文最后给出了l t e a 信道模型和信道估计的链路级仿真实现方案。对本文 分析的各种算法进行了仿真验证，仿真结果表明，在不同场景下2 d - m m s e 算法 都是最优的。 关键字：l t e a ，信道模型，参考信号，信道估计 a b s t r a c t a b s t r a c t i ns e p t e m b e ro f2 0 0 9 ，t h e3 g p pp a r t n e r sm a d eaf o r m a ls u b m i s s i o nt ot h ei i 。u p r o p o s i n gt h a tl t e - a b ee v a l u a t e da sac a n d i d a t ef o ri m t - a d v a n c e d i no r d e rt og e ta b e t t e re v a l u a t i o no fl t e as y s t e m sp e r f o r m a n c e ，a d v a n t a g e sa n dd i s a d v a n t a g e so f v a r i o u st e c h n o l o g i e s ，c h a n n e lc h a r a c t e r i s t i c sh a v et ob eu n d e r s t o o da n dc h a n n e lm o d e l h a st ob ee s t a b l i s h e df o rs i m u l a t i n gt h ec h a n n e le n v i r o n m e n t c h a n n e le s t i m a t i o ni so n e o ft e c h n o l o g i e sw h i c hc a ne f f e c t i v e l yf i g h t a g a i n s ts i g n a li n t e r f e r e n c e o fw i r e l e s s c h a n n e l s a c c o r d i n gt ol t e ac h a n n e lm o d e lb a s e do n3 g p pt r3 6 814 ，t h i st h e s i sa n a l y z e s a n dm o d e l st h ec h a n n e lm o d e l ，w h i c hi n c l u d i n gt h r e ek e ys t e p s ：u s e rd e f i n e d p a r a m e t e r s ， p r o p a g a t i o np a r a m e t e rg e n e r a t i o n a n dc i rg e n e r a t i o n t h e nv a r i o u sc h a n n e l e n v i r o n m e n t sa r es i m u l a t e d c h a n n e le s t i m a t i o nt e c h n o l o g yb a s e do nr e f e r e n c es i g n a le s t i m a t i o ni su s e di nt h e r e c e i v e rp r o c e s s i n go fl t e - as y s t e m f i r s t l y , t h ed e m o d u l a t i o nr e f e r e n c es i g n a ld m r s o fp d s c hi sr e s e a r c h e di nt h e s i s d m r sr e f e r e n c es i g n a la d o p t sh y b r i dc o d e d i v i s i o n m u l t i p l e x i n g ( c d m ) f r e q u e n c y d i v i s i o na n dm u l t i p l e x i n g ( f d m ) s c h e m e ，t h ek e yo f w h i c hi so r t h o g o n a lc o v e rc o d e ( o c c ) m a p p i n gs c h e m e t h et h e s i sh a sp u tf o r w a r d 、析t 1 1t h r e e m a p p i n g s c h e m e sb a s e do no n e d i m e n s i o n a lo c ca sf o l l o w s ： t w o - d i m e n s i o n a lo c ct oo p t i m i z ef r e q u e n c y d o m a i no r t h o g o n a l ，c y c l i cs h i f t ( c s ) m a p p i n gt os o l v ep o w e ru n b a l a n c e ，h y b r i dm a p p i n gt og u a r a n t e eb o t hf r e q u e n c y - d o m a i no r t h o g o n a la n dp o w e rb a l a n c e t a k i n gs i m u l a t i o np e r f o r m a n c ea n dc o m p l e x i t y i n t oc o n s i d e r a t i o n , t w o - d i m e n s i o n a lm a p p i n gs c h e m eh a so b v i o u sa d v a n t a g e s s e c o n d l y ， l s ( 1 e a s ts q u a r e s ) a l g o r i t h mc o m b i n i n gw i t ho c cm a p p i n gm e t h o di su s e dt oe s t i m a t e t h ec h a n n e l ，w h i c hi sb a s e do nr e f e r e n c es i g n a l t h ei m p a c to fo n e - d i m e n s i o n a l m a p p i n ga n dt w o d i m e n s i o n a lm a p p i n go nc h a n n e le s t i m a t i o ni sf u r t h e ra n a l y z e d i ti s f o u n dt h a tc h a n n e le s t i m a t i o ns c h e m ei nt h er e c e i v e rw o u l dn o tt h ec h a n g ed i f f e r e n t o c cm a p p i n gs c h e m e t h e nt h ec h a n n e le s t i m a t i o no fd a t as i g n a li sc o n d u c t e d l i n e a r i n t e r p o l a t i o n , g a u s si n t e r p o l a t i o n , t w o d i m e n s i o n a lm i n i m u mm e a ns q u a r e de r r o r ( 2 d - m m s e ) a n dl i n e a rm i n i m u mm e a ns q u a r ee r r o r ( l m m s e ) a r ei n v e s t i g a t e d t h e p e r f o r m a n c eo fb e ra n dm s eo ft h r e ea l g o r i t h m sa r es i m u l a t e d i ti ss h o w nt h e p e r f o r m a n c eo fl i n e a ri n t e r p o l a t i o na n dg a u s si n t e r p o l a t i o na r es i m i l a r , a n dt h eo p t i m u m a l g o r i t h mi sm m s ea l g o r i t h m b u t2 d m m s ea l g o r i t h mi sm o r ec o m p l i c a t e dt h a n l i a b s t r a c t l m m s e a l g o r i t h m a tl a s t ，t h el i n ks i m u l a t i o ni m p l e m e n t a t i o ns c h e m eo fc h a n n e lm o d e la n dc h a n n e l e s t i m a t i o ni nl t e aa r ei n t r o d u c e di nt h i st h e s i s t h ep e r f o r m a n c eo ft h ea n a l y z e d a l g o r i t h m si ss i m u l a t e da n dv a l i d a t e d i ti si l l u s t r a t e dt h ep e r f o r m a n c eo f2 d - m m s e i s t h eb e s tu n d e rv a r i o u sc h a n n e le n v i r o n m e n t s k e y w o r d s ：l t e a ，c h a n n e lm o d e l ，r e f e r e n c es i g n a l ，c h a n n e le s t i m a t i o n 图目录 图1 1 图1 2 图1 3 图2 1 图2 2 图2 3 图2 4 图2 5 图2 6 图2 7 图2 8 图2 9 图3 1 图3 2 图3 3 图3 4 图3 5 图3 6 图3 7 图3 8 图3 9 图3 1 0 图3 1 1 图3 1 2 图3 1 3 图3 1 4 图3 1 5 图4 1 图4 2 图4 3 图4 4 图目录 l t e a d v a n c e d 物理层流程。：6 l 1 m a d v a n c e d 无线帧结构7 常规循环前缀下的物理资源块8 信道模型总体结构1 2 网络布局示意图1 4 l o s 概率密度函数图l5 不同场景中距离和路损关系一1 6 各场景下的延迟分布18 功率延迟分布1 9 相对位置坐标图2 3 信道模型搭建流程。2 4 各场景下的p d p 分布2 6 c m d 和f d m 示意图。2 7 d m r s 时频资源映射图案2 8 1 ，2 ，4 ，8 层参考信号的映射方式。2 9 一维o c c 映射3 0 一维o c c 映射产生功率失衡3 1 二维o c c 映射3l 二维o c c 映射的功率分布3 2 一维o c c 映射和二维o c c 性能比较3 3 长度为2 的o c c 映射到8 层3 3 8 层参考信号的二维o c c 映射3 5 8 层参考信号o c c 循环移位映射3 6 8 层参考信号o c c 混合映射3 6 8 层参考信号的三种映射方式性能比较。3 8 p r b 绑定3 9 参考信号生成过程4 0 用户m i m o 信号模型4 3 收端信号处理流程一4 4 一维o c c 映射d m r s 的估计过程。4 6 二维o c c 映射d m r s 的估计过程4 7 图目录 图4 5 一维o c c 映射与二维o c c 映射信道估计4 7 图4 6 均方误差性能比较5 5 图4 7b e r 性能比较5 5 图5 1o f d m 调制到信道估计之间的模块5 7 图5 2 不同场景下的l 值5 9 图5 3 频偏补偿性能比较6 3 图5 4l t e a 信道模型与信道估计整体流程6 4 图5 5i n h 场景中的信道估计b e r 性能。6 5 图5 6u m i 场景中的信道估计b e r 性能6 6 图5 7u m a 场景中的信道估计b e r 性能6 6 图5 8r m a 场景中的信道估计b e r 性能6 7 表目录 表目录 表1 2 上下行配置8 表2 1网络布局数参数1 3 表2 2 延迟分布比例因子取值18 表2 3 莱思因子取值1 9 表2 4 波簇遮蔽标准差取值2 0 表2 5 尺度因子取值2 0 表2 6 簇到达角角度扩展的r m s 取值2 1 表2 7 基本角度偏置取值2 1 表3 1r b 绑定大小3 9 表3 2诼。( f ) 取值一4 1 表5 1带宽与资源块和抽样频率的关系5 8 v 第一章l t e a 综述 1 1本文的研究背景 1 1 1l t e a 背景概述 第一章l t e a 综述 2 0 0 8 年初，i t u r 向全球发出了征集i m t - a d v a n c e d 的技术通函，也就是征集 4 g 的技术方案，自此许多技术组织向i t u 。r 提交了技术提案，3 g p p 也针对 i m t - a d v a n c e d 的要求，进行了l t e a d v a n c e d ( 简称l t e a ) 的可行性研究。由 于l t e 已经显现出一部分4 g 的技术特征，所以3 g p p 也就开始征集一系列基于 l t er 8 版本的l t e a 关键技术提案，意在增强l t e 以满足i m t - a d v a n c e d 的要求。 换句话说，l t e a 不会成为一次技术性革命，而是l t e 的一次平滑演进，将前向 兼容l t e 系统，并且为了满足i m t - a d v a n c e d 的要求也将提出便于后向兼容的新技 术。 事实上，l t e - a 的预期目标不仅会满足甚至将超过i m t - a d v a n c e d 的要求。其 系统性能将会有显著的提高：天线结构将支持下行8 8 ，上行4 x 4 的模式，拥有大 约i o o m h z 的带宽，使其峰值速率( p e a kd a t ar a t e ) 达到下行1 g b p s ，上行5 0 0 m b p s ， 并且峰值频谱效率( p e a ks p e c t r u me f f i c i e n c y ) 将达到下行3 0 b p s h z ，上行 15 b p s h z l 2 。 所提出的新技术包括载波聚合( c a r r i e ra g g r e g a t i o n ) 、增强的多天线技术 ( e n h a n c e dm u l t i a n t e n n at e c h n i q u e s ) 、多点协作( c o m p ，c o o r d i n a t e dm u l t i - p o i n t t r a n s m i s s i o n ) 和中继技术( r e l a y i n g ) 。下面将对这几种技术做一个简单的介绍： 1 载波聚合 目前，l t e 系统在频带的利用率上已经接近极限。如果要提高系统吞吐量， 就必须提高系统的带宽或者信噪比l t e a 所采用的载波聚合是一种带宽增强技 术，是将几个2 0 m h z 的频带捆绑在一起，最后可以将带宽扩展到1 0 0 m ，如此扩 展了可用带型引。相比于一个l t e 的终端，每个载波分量将被视为一个l t e 载波， 而一个l t e a 终端可以利用全部带宽。而实际上，在频域上获得一整块的空闲带 宽是一件非常困难的事情，所以l t e a 的载波聚合技术是允许将离散的频带聚合 起来。应当指出的是，不连续的“载波分量”从实施的角度来说是一个很大的挑 战。因此，虽然基本规范将支持频谱聚合，但实际执行将受到严格限制。 重庆邮电大学硕士论文 2 增强的多天线技术 多天线技术是l t e 的一种关键技术，主要包括波束赋形和空间复用两种。目 前，l t e 的多天线技术能够支持4 根天线的传输，在下行方向配置小区特定参考 信号，并使用基于码本的预编码技术，这种结构同时支持多达4 个空间复用层和 基于码本的波束赋形【4 j 。如前文所述，l t e a 能够支持到1 0 0 m h z 的带宽，那么根 据目前l t e 的空间复用方案，所支持的峰值速率达到1 5 g b i t s ，这将大大的超过 l t e a 的要求。然而，对于终端来说，大层数的空间复用主要用于信道环境较理 想的情况，比如具有高信噪比的信道环境。并且，l t e a 更重要的目标是提高数 据传输速率。因此，对可提高接收端信噪比的波束赋形以及使用复用技术的改进， 比仅增加传输层数目更重要。然而，在超过4 个天线的传输的时候小区特定参考 信号的波束赋形会开销过大。因此对于l t e a 而言，使用u e 专用参考信号d m r s 将比小区特定参考信号c r s 更加具有吸引力。 3 多点协作 协同多点传输，即c o m p 技术，是通过对空域的扩充来提高系统容量并且可 以减小用户间干扰。c o m p 技术主要是将地理上分散的天线站点用光纤连接起来， 使其一起协同为用户提供服务，这样使得相邻的几个天线站或节点同时为一个用 户服务，这种新的传输策略有效地提高用户的数据率，提高小区边缘的通信质量， c o m p 技术可以分为3 类：第一类，终端不知道接收到的信号来自多个分布的天线， 终端依然按照单基站方式进行接收；第二类，终端将接收到所有信道测量反馈， 但接收方式按照单基站方式接收，其效果相当于多径接收；第三类，终端将接收 到的所有信号测量反馈，但是基站侧发送时，同时发送各个天线的发射信息，包 括发射点和权重等【5 j 。 4 中继技术 中继是指终端使用中间接入点接入网络，获得通信服务。这种近端接入的方 式可以减小无线信道的空间损耗，获得良好的信噪比，进而提高边缘用户的通信 质量。无线中继技术包括两种，r e p e a t e r s 和r e l a y 。其中，r e p e a t e r s 的作用只是 放大器而已，在接到基站的信号后，在射频上直接转发出去，并不关心目的终端 是否在其覆盖范围，所以这种中继的作用仅限于增加覆盖，并不能提高容量；r e l a y 则是在原有基站站点的基础上，通过增加一些新的中继点，加大站点和天线的分 布密度，这些新增中继节点和原有基站都通过无线连接，和传输网络之间没有有 线的连接，数据先到达基站，然后再传给中继节点，中继节点再传输至终端用户， 这种方法拉近了天线和终端用户的距离，可以改善终端的链路质量，从而提高系 统的频谱效率和用户数据率1 6 1 。 2 第一章l t e a 综述 1 1 2 信道模型研究现状 无线信道模型的研究是c l a r k e 和j a k e s 对无线衰落信道的统计特性研究开始发 展起来【7 1 。早期的研究通常局限予使用数学模型去描述无线信道的时域衰落特性， 建立存在于移动无线衰落信道中的散射体、折射体和绕射体的统计模型或几何模 型，从而对无线信道衰落进行预测和测量；其中，针对大尺度衰落，给出相应的 路径损耗模型，基于对数正态分布的阴影衰落模型；针对小尺度衰落，提出了 r a y l e i g h 、r i c e a n 和n a k a g a m i 等模型m j 。 无线通信系统引入了多天线分集技术和自适应阵列天线技术以后，人们对无 线信道传播模型的研究转变成对s i m o 信道和m i m o 信道的研究，发现散射体在 衰落信道中不仅会反映出信道衰落的时域特征，而且由于其分布方式和地理位置 的存在差别，接收信号在不同天线之间所呈现的空时相关特性也会同样可以反映 出信道空时衰落特征【8 j 。因此，又引入了空间维度来描述m i m o 信道的空间特性， 产生出许多描述散射体分布的统计模型，例如单环散射模型、双环散射模型、分 布式散射模型和扩展的s a l e h v a l e n z u l e a 散射模型等1 9 j 。 随着越来越多的信道模型的建立以及信道测量数据的增多。人们发现在实际 的无线衰落信道中，散射体大多呈现出非均匀分布，而c l a r k e 模型已经不能对此 进行合理的描述。并且实际情况中，存在大量的没有均匀分布的来波，例如室内 环境、狭窄的街道和隧道，这些环境将会导致来波方向非均匀分布，从而影响不警。 同天线上衰落的相关性。此外，随着无线系统的微蜂窝化以及小区的扇形化，很 多基站的天线已由最初的全向天线转变成为定向的天线，所以提出基于散射体几 何分布的m i m o 信道建模，那么首先就必须合理的假设散射体的分布，并且需要 给出相应的发送端个接收端的天线尺寸和结构、收发端之间的距离、散射体的数 目和尺寸，及散射体与收发端的距离等些可描述m i m o 信道的二维几何参数， 但是过多的参数约束增加了建模的复杂度，并且还会限制其具体的应用场合i l 。 现在比较常用的m i m o 信道模型包括s c m 、s c m e 和w i n n e r 信道模型。 其中s c m 信道模型的全称为s p a t i a lc h a n n e lm o d e l ，是一个针对l t e 所提出的 m i m o 信道模型。由于其仅仅提供了2 g h z 、5 m 的带宽，所以后来又对其进行了 扩展性的研究，提出s c m e 信道模型( s p a t i a lc h a n n e lm o d e le x t e n s i o n ) ，然而正 是由于s c m e 模型是s c m 模型的扩展，所以s c m e 的性能也有了一定的局限性， 于是又开始研究新的信道模型即w i n n e r 模型，w i n n e r 模型的参数是从信道探 测测量中提取的，包括频率范围和带宽参数，w i n n e r 模型包括w i n n e ri 和其 增强版w i n n e ri i 两种模型，w i n n e r 模型可以很好的对系统性能进行评估1 1 1 】。 i m t - a 所采用的信道模型可以分为两个部分：主要部分和扩展部分，其中主要部 3 重庆邮电大学硕士论文 分的架构是基于w i n n e ri i 模型，所支持的场景则少于w i n n e r 模型。l t e a 将采用i m t - a 的信道模型。 1 1 3 信道估计研究现状 信道估计根据不同的准则将有多种不同的算法，每种算法都有其固定的优劣 性。信道估计方案的选择，与传输方案有着密切的联系，在实际中，信道估计方案 通常会利用传输数据的一些基本特征进行估计，然后在信道估计误差、频谱效率 以及实现复杂度之间折中处理1 1 2 1 。 信道估计的最终目的是估计出在发送端和接收端之间信道上的冲击响应的系 数。具体来说，信道估计是根据接收到的信号来准确估计出信道的时域或频域上 的信道传输特性，这些接收信号在经过无线信道的时候其影响了幅度和相位，并 且叠加了高斯白噪声【1 3 】。 目前，信道估计可以包括三种不同的估计方式： 第一种是基于导频或训练序列的信道估计。这种方法通常是在发送端发送接 收端已知的符号来识别出各发送端到接收端之间的无线信道环境，并获得这些信 道的估计信道响应系数。具体的方法包括：最d , - 乘l s 信道估计算法；而在掌握 信道二阶统计特性的情况下，继而可以采用m m s e 信道估计算法和频域的内插算 法等，这些方法相对于l s 算法将会估计地更加准确，其具体算法包括，由h e n r i k s c h o b e r 等人提出的二维w i n n e r 滤波器，该方法可以自适应地跟踪时变信道【1 4 】； 以及f r i e d e rs a n z i 等人提出的自适应信道估计算法【1 5 】，线性高斯内插估计方法【1 6 】， 最大似然估计算法【l7 j 以及最优线性m m s e 算法等【1 8 】，又因为l s 算法估计出的估 计值不够理想，而m m s e 算法又过于复杂，x i a o y a n g 等人提出了将m m s e 和r l s 算法相结合的算法【l9 。，基于导频和训练序列的信道估计除了提出在了若干算法以 外，也可以通过设计导频和训练序列的映射位置以及排列方式来降低算法的复杂 度，提高估计性能，例如h a r tz h a n g 等人提出的导频符号分析补偿算法【2 0 ，有的 在训练序列中进行功率补偿1 2 。 基于导频信号和训练序列的信道估计方法具有性能好，简单且易于实现，应 用广泛的特点，该方法几乎可以用到所有的无线通信系统。然而这类方法的缺点 就是导频信号占用了数据符号所使用的资源，从而降低了信道传输的有效性，浪 费了带宽。此外在接收端，需要将一整个帧的信号全部接收后，才能提取到导频 信号进行信道的估计，这样的估计方法会不可避免的带来时延【2 2 1 。 第二种是基于被传输信息符号的有限字符以及其统计特性的盲信道估计算 法。由于盲信道估计算法不需要使用导频信号，仅利用接收端数据的统计特性和 4 第章l t e a 综述 发送信号的统计特性，以及一些信道特征来进行信道估计的，因此对于频谱利用 率将会有较大的提升，而引起越来越多人的关注【2 2 l 。根据统计特性的不同，盲信 道估计算法可以分为：基于高阶统计特性的盲信道辨识( h o s ) ，例如由s h e n g l iz h o u 提出的基于输入信号的高阶统计量的盲信道估计算法1 2 3 j ；基于二阶统计特性的盲 信道辨识方法，其中一些算法是基于自相关矩阵子矩阵的盲估计算法，另一些是 基于子空间分解的盲信道估计算法；第三种就是基于一阶统计特性的辨识方法【2 4 。 基于高阶统计量的盲辨识方法收敛慢且计算量大，需要大量的数据，因此一 般不适用于实时性强的无线通信系统。而基于二阶统计特性的盲方法由于仅需要 计算互相关函数以及自相关函数，因此计算量相对较小。但由于信道的不确定量 的存在致使二阶统计的盲信道估计算法存在一定的缺陷。一阶统计特性的辨识方 法，存在隐含导频信息，是通过在发送信号上叠加周期训练序列，同样具有节约 了频带资源，并且实现简单的特点，但是由于这种插入隐含导频的算法会增加发 送端的发送功率，反而使得无线通信系统的信道容量降低。 第三种信道估计算法是同时结合了盲信道估计算法所用的信息，和基于导频 的信道估计算法中己知符号信息来完成信道估计的一种半盲信道估计算法。那么 根据对接收端接收到未知信号的先验信息的利用程度的高低，半盲信道估计算法 又可以分为四类：第一类是确定性算法，如s f 算法、s r m 算法、确定性m l 算 法和双边线性预测算法；第二种是利用统计信息的高斯算法，预测算法或者协方 差匹配算法，这些算法是将未知输入符号作为高斯随机变量来处理的半盲高斯最 大似然算法，其中g m l 属于此类算法，还有一种半盲的g m l 算法，该算法采用 了已知输入符号的不精确模型；第三类是利用数据的二阶或者高阶统计量的半盲 信道估计算法；第四类是利用输入符号的有限字符特性的算法，这类算法中有盲 m l 算法及其半盲推广算法，半盲统计m l ( s m l ) 算法也属于此类算法 2 2 j 。 半盲信道估计算法与基于导频的信道估计算法相比计算复杂度相对较高，但 是它具有提高系统的频谱利用率的优点。丽与全盲信道估计算法相比却又降低了 计算复杂度。所以半盲信道估计算法是介于导频信道估计和盲信道估计之间的一 种折中算法。 l t e a 的时隙结构中采用了参考信号的设计，其中下行一共规定了5 种参考 信号：小区专用参考信号( c r s ，c e l l s p e c i f i cr e f e r e n c es i g n a l s ) ，m b s f n 参考信 号( m b s f nr e f e r e n c es i g n a l s ) ，u e 专用参考信号( d m r s ，u e s p e c i f i cr e f e r e n c e s i g n a l s ) ，定位参考信号( p r s ，p o s i t i o n i n gr e f e r e n c es i g n a l s ) ，c s i 参考信号( c s i r s ， c s ir e f e r e n c es i g n a l s ) 。其中d m r s 用于终端对p d s c h 进行解调。所以l t e a 的 信道估计方式属于第一类，基于导频信息的信道估计。 为了能更加详尽地对l t e - a 进行阐述，下面将介绍l t e a 物理层的结构。 s 重庆邮电大学硕士论文 1 2l t e a 物理层介绍 1 2 1 物理层流程 为了保持与l t e 系统的后向兼容性，l t e a 系统的下行物理信道处理过程与 l t e 系统具有相似的结构。在发送端，数据源将随机的产生o ，1 比特，然后经过 信道编码、加扰的过程后进行调制，将数据比特变成数据符号完成比特级向符号 级的转换。信道编码方案是错误检测，错误纠正，速率匹配，交织以及传输信号 或者控制信息向物理信道映射的组合。l t e a 下行的p d s c h 调制方式包括q p s k 、 1 6 q a m 、6 4 q a m 三种调制方式，对应于不同的物理信道和不同传输速率。 调制后的复值符号将会进行层映射，映射到一层或多层上。层映射是根据发 送分集或空间复用而采用不同的映射矩阵。预编码则是将层数据映射到各个天线 端口，通过把层映射输出的数据乘以预编码矩阵来实现。具体的预编码矩阵和层 映射方式相对应，共同完成发射分集或者空间复用等不同m i m o 传输方式。对单 天线发射而言，这一过程可以省略，数据符号直接进入下一步骤。 下行参考信号d m r s 是根据协议产生，产生的参考信号首先进行正交掩码 o c c 扩频，然后映射到系统配置的资源单元上。最后，数据符号将映射到没有被 参考信号占用的资源单元上。完成物理资源映射后，经过1 d f t ，加循环前缀完成 o f d m 调制过程。o f d m 调制后的信号将通过不同天线发射出去。 州毗b 倒 盆 t x 豳ber!解-ii 一 暮 。 匡1 固压受m 互 匝口题 图1 1l t e a d v a n c e d 物理层流程 6 第一章l t e a 综述 数据通过天线发射后进入l t e a 信道，信道部分模拟了数据信号在实际无线 环境中的所经历的信号衰落，多普勒频移和噪声干扰等影响。 终端在接收到经过信道的数据后，首先要去掉c p ，经过d f t 变换得到o f d m 解调数据，然后进行解映射、信道估计、信号检测、解调、解扰和信道译码等逆 处理过程，完成下行物理层接收端处理。 通过比较发射端数据比特和接收数据比特差异，可以获得系统误码率。误码 率是衡量实际通信系统性能的一个重要指标，它会影响系统的吞吐量和可靠性。 l t e a 系统物理层下行链路的信号流程如图1 1 所示，从图中可以看到，接收 端在资源单元解映射后，分离出接收到的参考信号d m r s 用于信道估计，其结果 用于信号检测，对接收端性能有较大影响。 1 2 2 物理层帧结构 一个无线帧r z = l o r e s 一个半帧t = 5 m s 图1 2l t e - a d v a n t e d 无线帧结构 l t e a 在空中接口上支持两种帧结构，一种支持f d d 系统，另一种支持t d d 系统。这里分析应用于t d d 系统的帧结构，如图1 2 所示。 l t e 。a 每个无线帧长正= 3 0 7 2 0 0 l = 1 0i l l s ，一个无线帧由两个长为 1 5 3 6 0 0 z = 5m s 的半帧组成，每个半帧由五个长为3 0 7 2 0 z = 1i n s 的子帧组成， 而一个子帧又由二个常规时隙组成，或着由三个特殊时隙( d w p t s ，g p 和u p p t s ) 组成，其中d w p t s ，g p 和u p p t s 的总时长为l m s ，协议3 6 2 1 1 给出了它们具体 每一部分的时长，通常子帧0 、5 和d w p t s 用于下行传输，用于下行传输的子帧 和用于上行传输的子帧之间由一个转换点区分开来，上下行转换点的周期可以为 5 m s ，也可以为1 0 m s ，对于5 m s 的上下行转换点周期，u p p t s 和子帧2 、7 留作 上行传输，对于1 0 m s 的上下行转换点周期，d w p t s 存在于一个无线帧的两个半 帧中，而g p 和u p p t s 只存在于第一个半帧中，d w p t s 在第二个半帧中的持续时 间为l m s ，u p p t s 和子帧2 留作上行传输，子帧7 到9 留作下行传输1 2 5 】。上下行 配置见表1 1 ，对一个无线帧中的每个子帧，“d ”表示用于下行传输的子帧，v 表 7 重庆邮电大学硕士论文 示用于上行传输的子帧，“s ”表示用于d w p t s ，g p 和u p p t s 三个域的特殊子帧。 表1 1 上下行配置 配置切换周期子帧序号 0l23456789 05m sdsuuudsuuu 15m sdsuudd s uud 25m sdsudddsudd 31 0m sds u uuddddd 41 0m sdsuudddddd 51 0m sdsuddddddd 65m sdsuuudsuu d 1 2 3 物理资源块结构 l t e a 的下行物理资源是时频二维的，可以用子载波个数和o f d m 符号数去 描述一个时隙中传输的信号，如图1 3 所示为常规循环前缀时一个时隙的物理资源 块。 一个下乏竺竺至o 5 ” r _ 1 ij 图1 3 常规循环前缀下的物理资源块 8 篁i譬象舔埘h一 第一章l t e a 综述 在信号的一个时频结构中，最小单位为一个物理资源单元( r e ，r e s o u r c e e l e m e n t ) ，即个o f d m 符号内的一个子载波。l t e - a 中在进行下行数据传输时， 将时频域物理资源单元组成物理资源块，作为进行调度与分配的物理资源单位。 图1 3 是普通循环前缀( n o r m a lc p ) 下物理资源块的时频分布。在频域上， 一个资源块r b ( r e s o u r s eb l o c k ) 包含胖= 1 2 个连续的子载波，每个子载波间隔 为1 5 k h z ( 在m b s f n 情况下可能为7 5 k h z ) ，这样一个资源块所占用的频率资源 为1 8 0 k h z 。传输带宽决定了嚣的大小。而在时域上，一个时隙中包含的o f d m 符号个数取决于循环前缀长度和子载波间隔。在常规循环前缀的情况下，一个时 隙包含7 个连续的o f d m 符号( 在扩展循环前缀情况下为6 个) 。在后文的分析中， 都将以普通循环前缀下的物理资源块为基础进行讨论。 1 3本文的主要工作 本文主要研究的内容是l t e a 技术方案所提出的信道模型以及适用于l t e a 的信道估计技术。通过m a t l a b 对信道模型进行搭建，并且对信道估计进行仿真， 分析各种算法，最后完成整体方案的设计。 全文共分为六个章节，其内容安排如下： 第一章，介绍本文的研究背景包括l t e a 系统的背景概述，信道模型和信道 估计的研究现状。并且作为后文参考信号章节的基础，对l t e a 物理层流程，帧 结构，资源块结构进行描述。 第二章，对l t e a 的信道模型进行研究，对信道模型的总体方案进行描述。 本章按照信道模型的搭建步骤，细化信道模型，对信道模型进行步骤性描述。主 要包括自定义参量，对用户的环境和行为的描述即定义用户参量，传输参量的生 成，以及最后生成信道冲击响应的过程。 第三章，主要描述l t e a 中用于信道估计的d m r s 参考信号。相较于l t e ， l t e a 下行的u e 专用解调参考信号d m r s 有了较大的一个结构调整，从支持双 流波束赋型的2 层信号传输扩展成了支持8 层信号的传输，本章着重讨论了使 d m r s 所支持的多层传输方案的o c c 映射方案。 第四章，主要研究l t e a 信道估计的算法。首先对参考信号位置的信道估计 进行描述，主要使用了l s 算法，并结合了o c c 的映射方案具体分析估计方案。 然后对基于数据符号的信道估计的算法进行描述。包括线性插值算法，二阶多项 式插值算法，2 d m m s e 算法以及l m m s e 算法 第五章，主要针对信道模型和信道估计的整体方案进行描述，并且增加了两 个算法模块，优化整体方案：主径选择算法，使得信道模型的采样速率和l t e a 9 重庆邮电大学硕士论文 系统采样速率匹配；以及频偏补偿算法，降低多普勒频偏引起的载波间干扰。最 后结合这两种算法，对l t e a 信道模型与信道估计的整体方案进行描述。 第六章，对本文的工作进行总结，并指出下一步研究方向。 1 0 第二章l t e a 信道模型 第二章l t e a 信道模型 目前关于m i