（通信与信息系统专业论文）基于ofdm调制的双向中继网络信道估计算法研究.pdf

摘要 由于无线中继网络相对于传统的点对点通信方式在传输能力方面有很大的提升， 并能利用网络中的中继节点作为虚拟多天线为单天线的终端带来分集增益，进而引起 了通信界的广泛关注与研究。双向中继网络( t w o 、a yr e l a yn e t w o r k st w r n ) 是现代通 信技术中一种流行的通信方式，该方式中的两个通信终端同时地进行数据发送和接受。 现有的许多关于双向中继网络的研究工作中，都假设在终端节点和中继处具有完整的 信道状态信息( p e m c tc h 煳e 1s t a t ei n f o m a t i o n ) 。然而，在相干检测的条件下，衰落信 道因子( c o e 箍c i e m s ) 需要事先被估计出来，然后才能被用到数据信息的检测过程中去。 信道估计的好坏反过来会影响中继协作传输的整体性能，而且还是一个衡量系统性能 的限制性因素。尽管目前已经有了大量关于单项中继网络信道估计的研究，但针对双 向中继网络的信道估计却很少。 本文首先介绍了基于放大转发( 锄p l i 母觚d f 0 刑a r da f ) 策略的双向中继协作通信 传输原理演进过程的相关背景知识，以及双向中继网络的一些发展与研究现状。其次， 介绍了o f d m 传输技术的相关原理，及基于o f d m 调制的双向中继网络的传输原理。 然后对中继及两个终端处的信号处理过程做出具体分析，进而提出了基于分组传输的 l s 信道估计算法及最优训练序列。随后，鉴于o f d m 系统中出现的峰均比问题，提出 了一种基于z a d o 昏c h u 序列的最优训练序列，计算结果及仿真结果分别表明该序列具 有降低峰均比的能力和具备信道估计时最优序列的性能。另外，结合有关信道估计算 法的最新研究理论成果，以及特殊的应用背景如水下声学特性信道，数字电视信道以 及住宅超宽带信道等，提出了一种基于凸优化理论的信道估计算法一d s ( t l l ed 锄t z i g s e l e c t o f ) 算法，并将其应用于双向中继网络中，仿真结果表明该算法较传统算法在估计 的精确度上有了显著的提高。出于对实际传输过程中节能方面的考虑，提出了基于导 频( p i l o tt o n e s ) 序列的信道估计算法，并对两个终端的导频序列设计和中继的功率放大 因子做了具体研究，仿真结果表明基于导频的信道估计性能要比分组的差一些。基于 分组序列传输和导频序列传输模式下的信道辨识( c h 跚e li d e n t i f i a b i l i 锣) ，单个信道抽取 及级联信道重构问题也得到了解决，仿真结果表明重构后的级联信道要比直接估计得 到的级联信道更加的精确，另外这样做的好处在于为两个信源终端的子载波功率分配 及对中继功率分配操作进行预测等后续研究做了很好的准备工作。 关键词：双向中继网络；放大转发( 时) ；o f d m ；最小二乘估计；峰均比；z a d o 昏c h u ； 凸优化；d s ( t h ed a i i t z 培s e l e c t o r ) 算法；信道辨识( c h 锄e li d e n t i f i a b i l i t ) ，) ；级联信道 a bs t r a c t w i r e l e s sr e l a yn e t 、) l r o r k sh a v e b e e ni n t e n s i v e l ys t u d i e dd u ot ot l l e i rc a p a c 埘o f e i l l l 锄c i n gt 1 1 e 仃a n s m i s s i o nc 印a c 埘c o m p a r e dt 0 n a d i t i o n a l p o i n t - t o - p o i n tt ) ，p e ， 锄d p r o v i d i n gt l l es p a t i 引d i v e r s 埘f o rs i n g a l - a n t e m a 晰r e l e s s 仃觚s c e i v e r sb ye m p l o y i n gt l l e r e l a yn o d e s 鼬i n l 姐1 锄t e r m 嬲t w o - 、张yr e l a yn e t w o r k sc o m m u l l i c a t i o n i sap o p u l a rt y p e o fm o d e mc o m m 疵c a t i o n s ，i nw h j c h 坩ot e m i n a l ss i m u l t a l l e o u s l yt r a n s m i t 锄dr e c e i v e i n f o m a t i o n m o s te x i s t i i l g 、0 r k sh a v e 邪s 啪e dp e r f e c tc h 孤m e ls t a t ei b 皿a t i o na tt l l e r c l a yn o d ea n d o rt l l es o u r c et e m i n a l s h o w e v e r ，u n d e rm e 嬲s u m p t i o no f c o h e r e n td e t e c t i o i l t h e 矗l d i n gc h a n n e lc o e 街c i e n t sn e e dt 0b ef i r s te s t i m a t e d 锄dt i l e nu s e di i l t 1 1 ed e t e c t i o n p r o c e s s t h eq u a l i t ) ro fc h 锄e le s t i m a t e si n e v i t a b l y a f r e c t st l l eo v e r a l lp e r f o m 锄c eo f s y s t e m ，锄dm i g h tb e c o m eap e r f o m 髓c el i m i t i n gf a c t o r a l t l l o u 曲t l l e r eh a v eb e e nal o to f g t u d i e sa b o u to m w a yr e l a yn e 似o r k sc h a l l n e le s t i m a t i o l l ，l i t t l ew o r kh 硒b e e nd o n ef o r t 、7 l ，i i n ，r c c e n t l y i i lt ：1 1 i st l l e s i s ，t 1 1 ee v o l u t i o nb a c k g r o u i l do ft w 0 一w a yr e l a y 一硒s i s t e dc o m m u l l i c a t i o n 仃a m m i s s i o nb 弱e da f l a y m gs c h e m ei s f i r s t l ym 的d u c e d ，跚di i l c l u d i n g c 眦t e n t d e v e l o p i n ga n ds t u d y i n gs t a t eo ft 、7 | ， r n t h e n l et h e o r yo fo f d m i ss i i n p l yi i l t r o d u c e d ， a n dt 1 1 ef o l l o 谢n gi sm e 眦l s m i s s i o nt l l e o d ro ft w r nb 弱e do f d mm o d u l a t e d a r e rt l l 如 m es i 酆i a lp r o c e s so fr e l a y 锄d 似os 0 u r c et e 眦i n a j si sa 1 1 a l y s e d ，d e e p l y 也el sc h a 加e l e s t i m a t i o n 锄dm eo p t i m a l 缸a i l l i i l gs e q u e n c c ef o rt w l = u nb 嬲e do f d mb l o c k si sa d v 锄c e d s u b s e q u e n t l y ，锄o t l l e rk i n d o fo p t i i i l a l 的i i l i n gs e q u e n c eb 勰e dz a d o 昏c h us e q u e n c ei s d e s i 弘e ds o 硒t 0d e c r e 硒et l l ep a p r ( 1 ) e a k - t o - a v e r a g ep o w e rr a t i o ) ，t 1 1 es h u l a t i o nr e s u l t s s h o wt l l a tt ：i l i s 仃a i 血n gs e q u e n c el l 乏峪t l l ec 印a c i 锣o fd e c r e a s i i l gp 久p r 觚dt l l es i i l l i l a r p e r f o r m a c eo fc h 锄e le s t i m a t i o n 诵t l lt l l eo p t i m a l 仃a i l l i n g f o l l o 由t 1 1 乩t h ed a l l t z i g s e l e c t o ri sf o r 、v a r d e df o rt 帆i i ls p e c i a le n v i r o m n e n ts u c h 觞岫d e m ，a t 钉a c o u s t i cc h a n n e l s ， d 谮t a lt vc h 锄e l s 觚dr e s i d e n t i a lu l t r a 晰d e b 锄dc h a n n e l sb a s e d 也en e wt t l e o d ，o f e s t i m a t i o nw i t l lc o n v e xo p t i m i z a t i o nk n o w l e d g e ，t l l ep e 墒衄锄c eo fd si sa p p 赳e n t l yb e n c r m 锄仃a d i t i o m lm e t l l o di l lm i sc 嬲e t h ea l g r i t l l mo fc h 2 u n m e le s t i m a t i o nb 嬲e dp i l o t - t o n e si s b r o u g h tf o r w a r dd u et 0t l l e c o n c i d e ro fb a l l d 、i d t l le f | f i c i e n c y ，柚dt l l ep i l o tn a i m n ga tt w 0 s o u r c et e n n i a n l s 锄dt 1 1 ep o w e rs c a l i n gf a c t o ra tt l l er e l a ya r ed e s i g n e dc a r e f u l l y t h e s i m u l a t i o nr e s u l t s 托v e a it 1 1 a tt l l ep e 晌肌a n c ei sw o r s et l l 锄b l o c k 俩m n g c h 锄e l i d e n t i f i a b i l i t ) r ， i n d i v i d u a lc h 锄e lr e c o v e r i n g 锄dc h 锄e lr e c o n s n l j c t i o na r ei i l v e s t i g a t e d 姗d e ro f d mb l o c k 仃a m s m i s s i o n 锄dp i l o t s 仃a n s m i s s i o n r e c o n s t r l l c t e dc 嬲c a d e dc h a i l l l e l s a r em o r ea c c u r a t et h a nc 嬲c a d e dc h 籼e l se s t i m a t e d 锄dt l l eo p e r a t i o no fi n d i v i d u a lc h a n n e l r e c o v e r e df r o mc a s c a d e dc h 锄e l sa tt e n n i 眦l si s p r e p a r e d f o rt l l e f o l l o 、v i n gs t u d i e s ， t e r m i n a l sc a np r e d i c tt h eo p e r a t i o no fm ep o w e ra l l o c a t i o na tr e l a y ，锄dd op o w e ra l l o c a t i o n f o r 也e m s e l v e s k e yw o r d s ：t w i 之n ；a f ( 锄p l i 毋一a n d - f o r v 忸r d ) ； o f d m ； l e a s t s q l 均r e e s t i m a t e ； p a p r ( p e a k t o - a v e r a g ep o w e rr a t i o ) ；z a d o 昏c h u ；c o n v e xo p t i m i z a t i o n ；t h ed 锄忆i g s e l e c t o r ； c h 锄e li d e n t i f i a b i l 时；c a s c a d e dc h 锄e l 西南交通大学硕士研究生学位论文第1 亟 1 1 研究背景及意义 第1 章绪论 随着人们对无线通信业务流量和速率的不断追求，各高校和通信研究机构的专家 相继提出各种解决方案，以适应这种需求，但对于无线通信来说，最宝贵无外乎是无 线频谱。从无线模拟通信到现在的数字通信，人们提出了各种多址接入方案以用于提 高频谱利用率( s p e c 们l me 伍c i e n c y ) ，如：o f d m ，c d m a ，s d m a 以及几种方案的结 合，同时多天线通信( m m o ) 技术与s p a c e t 妇ec o d e i n g 的研究与应用证明，该技术 可以大大提高系统容量。m m o 系统是利用多天线的方法以获得空时分集( s p a t i a l d i v e r s 时) 继而提高信道容量，但是由于无线终端本身体积的限制，不可能在用户终端 安装多余的天线，e c v 孤d e rm e u l e n 提出了三个移动终端完成通信的情况，即我 们所说的协作通信( c o o p e r a t i v ec o m m u i l i c a t i o i i s ) o ，将一个可以利用的无线终端用户作 为中继，辅助另一个移动终端完成数据传输。在多个中继条件下，这些中继组成一个 群，称这个群为协作m i m o 中继( c o o p e r a t i v em i m or e l a y i n g ( c m i m o r ) ) 引，或者叫虚 拟天线阵列( n l l a la m e 咖a 吼y ( v ：f i 认) ) ，其主要目标是通过现有的移动通信系统中的 认对m i m 0 系统进行模拟，以获得协作分集( c o o p e r a t i v ed i v e r s i t y ) ，继而提高频谱利 用率【3 】，【4 】，通过该技术可以大大提高现有蜂窝小区的覆盖面积，这也是协作通信又一 突出优点。由于传统单向中继( o w r c ) 传输容量低，目前双向中继信道( t w r c ) 引起广 泛关注，其优点在于在原有单中继基础上提高了通信双方的传输容量近两倍。 本文主要工作将集中于基于o f d m 调制的双向中继网络信道估计算法研究与序列 优化。对于双向中继系统中级联信道的特殊性知道【5 j ，有必要对双向中继系统中信道的 估计做专门的研究，并对传统信道估计方法做进一步改进，将其用于双向中继系统当 中，使估计得到的信道信息的最小误差更小。信道估计的好坏反过来会影响中继协作 传输的整体性能，而且还是一个衡量系统性能的限制性因素。另外，尽管目前已经有 了大量关于单项中继网络信道估计的研究【6 】，但针对双向中继网络的信道估计却很少。 因此，双向中继网络信道估计的研究是协作通信系统中不可或缺的一部分。 1 2 双向中继网络的发展历史及研究现状 在传统的协作通信系统中，由于移动终端作为中继不能在同频率条件下同时接受 和发送信号，所以从图1 1 【7 】中可以看到，完成一次单向的中继传输需要两个时隙( t w o t i m e s l o t s ) ，这样看来如果在中继采用a f ( a m p l i 母- f o n 砌) 策略，根据信道容量的分析 可知在容量表达式l o g 前会出现一个参数1 2 ，这是由于完成一次中继需要两个时隙造 西南交通大学硕士研究生学位论文第2 夏 成的，这样就导致了频谱利用率的大大降低【羽。为了消除这个参数进一步提高频谱效率， t 1 r t 2 图1 1 传统半双工中继系统模型 提出了一种图1 2 【川所示的解决方案，该方案主要思想是：基站分别向k 个用户的所属 的k 个中继发射k 个信息在k 个正交的t i m e s l o t s ，然后在第k + l 时隙里各个中继同时 向其对应的目标用户转发信息，这样在l o g 前就得一个参数k 依+ 1 ，这样看来，大大提 m lm 2m k iiiii m c s s a g c sk 2 k 图1 2 半双工中继系统下行链路模型 高了频谱效率。然而这种方式对同步要求很高且系统复杂，继而提出了如图1 3 【l o 】的一 r l r 7 丫、孥，2 i 、 d 吣 甲”- - - ”4 ” 一一_ - 厂 图1 3 半双工双中继轮流转发模型 种方案，该方案中两个中继r 1 和r 2 轮流进行中继转发工作，这样就可以实现了提高 频谱的作用，然而该方案在其中一个中继进行转发过程中会给另一个中继的接受带来 干扰。最终提出了双向中继通信( 咖、a yo rb i d i r e c t i o m lr e l a ya f ) 的方案【l o 】- 【12 1 ，该方 案简单且易于实现，如图1 4 所示： svi s v 卜 西南交通大学硕士研究生学位论文第3 亟 t 1 r t 2 p h a s ei 卜 一 h g p h a s ei i + a t y p i c a lt w o - w a yr c l a yn e t w o r kw j t l i 仰e 他l a yn o d cw o 埘n g 岫d e rt h ea f 佗l a y i n gs c h 锄c 图1 _ 4 半双工双向中继网络模型 假设t l 和t 2 彼此相互通信，在p h a s ei ，t l 和t 2 同时向中继r 发送各自要发送给对方 的信息，中继r 接收t l 和t 2 发来的信息和并对其进行处理后，在p h a s ei i 同时广播给 t l 和t 2 ，该方案最早在【1 3 】中由香农提出。这种方案也是通信界研究的一大热点，且有 大量的成果涌现，有望在未来的通信系统中得到广泛应用。 下面对双向中继网络通信中中继所采取中继处理策略做一下简单介绍，目前中继转 发方案有很多种，归纳起来为两大种【1 4 】，【1 5 】，即基于绝对值( a b s - b a s e d ) 和基于非绝对值 ( n o n a b s - b a s e d ) 。顾名思义，中继对接收到的来自t l 和t 2 的信号直接进行处理或取绝 对值后进行处理。具体的分为n o n a b s ：1 ) a f ( a m p l i t ) ，一f o 刑a r d )该方案简单易于实 现，中继的处理工作负担小，只是根据自己的转发功率限制来对接收到的信号和进行 放大，然后转发给t l 和t 2 两个通信终端，本策略也是目前最受欢迎的转发方案；2 ) d f ( d e c o d e f o 刑a r d ) 该方案利用中继函数厂( 甜) 对接收到的u ( u 为中继接收的信号和) 进 行d e c o d e c o d i n g 处理后转发1 1 6 j 。i 例。类似，a b s ：1 ) a b s a f ；2 ) a b s d f ；3 ) a b s - e f ( e s t i m a t e f 0 删) 。方案3 ) 主要思想是，首先求得一个估计函数g ( 甜) ，然后构造中继 函数厂( “) = g ( 材) 一c ，再利用a b s a f 方案进行转发。 目前关于双向中继网络信道估计的研究还比较少，作为对双向中继网络信道估计 研究的探索，已经出现了一些理论成果，而且大部分研究都集中在窄带系统和平坦衰 落环境中。最近，g a o 等人已经开始针对双向放大转发中继网络在平坦衰落信道环境 下的信道估计算法做了大量研究，并提出了最大似然信道估计算法与线性最大信噪比 估计算法化m s n r ) 【2 0 1 。在双向中继网络中，由于信道估计不仅要求两个信源终端对数 据进行检测，还要进行自消除( s e l f c 锄c e l a t i o n ) 操作，这也是双向中继网络信道估计所 具有的独特性。由于宽带传输，如正交频分复用( o f d m ) 或单载波循环前缀( s c c p ) ， 是未来无线通信系统中的关键技术，因此开始出现与o f d m 相结合的双向中继网络信 道估计。当信道是频率选择性衰落的环境下，在迫零( z e r o - f o r c i n g ) 准则下，双向s c c p 系统信道估计已经得到研究【2 ，且为使信道估计的最小均方误差达到最小的最优训练 序列也被设计了出来。 另外，基于o f d m 调制的双向中继网络信道估计已经开始得到重视与研究【z z j 【2 3 1 ， 西南交通大学硕士研究生学位论文第4 亟 其主要研究对象仍然是最优训练序列的设计。 1 3 主要工作及论文结构安排 本文就基于o f d m 调制的双向中继网络信道估计算法进行了深入的研究，并根据 o f d m 系统中出现峰均比问题，对双向中继网络信道估计最优分组序列做进一步改进： 并根据最新的稀疏压缩理论对特殊环境下的双向中继网络信道估计算法进行设计；以 及基于导频的信道估计研究；并很好的解决了信道辨识与信道抽取等问题。主要工作 由图1 5 给出，并总结为以下几点： 图1 - 5 论文研究框架 1 ) 由于现有的大量的协作通信研究中，有关于双向中继信道估计的研究却很少。 本文对双向中继o f d m 网络信道估计展开研究，首先研究在基于分组序列传输模式下 的l s 信道估计算法。根据均方误差( m e 锄s q u a r ee 玎0 r ) 准则，对为得到最优训练序列所 需要的条件和设计方法进行了研究。为了降低o f d m 系统中的峰均比( p e a l ( t 0 a v e m g e p o w e r r a t i op a p r ) ，一种基于z a d o 尽c h u 序列的最优训练序列被设计出来，通过该序 列对信道进行估计不仅能够完成最小m s e 的性能指标，还能完成降低峰均比的问题。 2 ) 根据最新有关于信道估计算法的研究和理论成果，研究一种基于凸优化理论的 全新信道估计算法- d s ( m ed a u l t z i gs e l e c t o r ) 算法。该算法主要是基于稀疏压缩理论， 利用t 0 e p l i t z 压缩检测矩阵( t o e p l 汜c o m p r e s s e ds e n s i n gm a t r i c e s ) 对稀疏( s p a r s e ) 信道进 西南交通大学硕士研究生学位论文第5 亟 行估计。 3 ) 然后，在考虑节省功率的条件下，研究了基于导频( p i l o tt o n e s ) 序列传输模式下 的信道估计算法。 4 ) 在基于分组序列和导频序列传输模式下，信道辨识( c h a n n e l i d e n t i f i a b i l i 够) ，和从 已估计出的级联( c a s c a d e d ) 信道中抽取出中继与两个终端间的单个( i n d i v i d 砌) 信道问题 得到解决，这样做有两个目的：( 1 ) 两个终端可以根据单个信道信息预测信息数据传输 阶段中继的功率分配情况；( 2 ) 两个终端利用单个信道信息重构级联信道，而不是用直 接估计出的级联信道信息，由于有了准确的单个信道长度信息，使得重构后的级联信 道的精确性得到提高，实现了去噪( d e n o i s i n g ) 过程。 本文的主要内容安排如下： 第一章主要介绍了论文的研究背景、研究现状、主要工作以及论文的组织结构。 第二章对o d f m 系统流程与原理做了简单介绍，并对基于o f d m 调制的双向中继 网络流程做了具体分析，及双向中继网络信道估计的特点。 第三章首先介绍了分组传输模式下的信道辨识问题，和单个信道抽取算法，及基 于分组序列的l s 信道估计算法与最优序列设计的相关原理，并在最优序列设计基础 上，设计出基于z a d o 昏c h u 序列的另外一种最优序列，该序列能使系统峰均比大大降 低。分别对两种最优序列下的l s 信道估计进行仿真及性能分析。然后，分析并推导了 双向中继网络中的基于凸优化理论的d a l l t z i g s e l e c o r 信道估计算法，对该算法进行仿 真，并与l s 估计算法做性能对比。 第四章介绍了基于导频传输模式的信道估计，信道辨识，单个信道抽取及最优序 列设计，并对基于导频的信道估计进行仿真及序列的性能分析。 最后，总结了全文，并对未来工作作出了展望。 西南交通大学硕士研究生学位论文第6 页 第2 章o f d m 原理调制与双向中继网络 o f d m 作为第四代无线通信中的核心技术，已经得到了深入的研究与应用，并渐 渐趋于成熟。与o f d m 技术相结合的研究领域也随之广泛起来，如m i m o 与o f d m 技术的结合，为第四代无线通信做出了巨大贡献。双向中继网络作为协作通信领域的 一种关键技术开始被人们关注，o f d m 技术的与之结合更加拓展了无线通信研究领域 的范围。 2 1 o f d m 技术原理 正交频分复用( o f d m ) 已经作为下行传输方案被3 g p p - l 1 匝( 1 0 n g - t e 姗e v o l u t i o n ) 采 纳，也被广泛的应用于几种其他的无线传输技术中，如w i m a x 和d v b 广播技术f 2 4 1 。 2 1 1o f d m 系统模型 缸l 】一讲f 一上+ l 】。 r - 对上一1 】= 讲m 一1 】。 r 反 。讲o 】。 c y c l i c 耐】= d 【0 】。 p r e n x c h a 朋c l i d f t 缸m + 工一l 】一d 【。m l 】7 氐一 饥。一l 】 m l 】 。 m 一l 】。 r c m o v e m 】 。丸。y 【工】 p r c n x d f t y 【，+ 上一1 】。 y 【| ，+ 上一1 】 夕【，一1 】 图2 1o f d m 调制解调 基本的o f d m 调制流程如图2 1 所示。它是由f 个复合调制构成的一个集合， 西南交通大学硕士研究生学位论文第7 页 其中每个调制对应于一个o f d m 子载波。由于无线传输信的道频率选择特性，要传输 的分组码之间的正交性会被破坏，从而带来码间干扰，为消除这种码间干扰，所以每 个o f d m 码前都有一个循环前缀( c y c l i cp r e f i x ) 。假设长度为f 每个要传输的分组码为： d - 【d o 】，饥1 】，饥c 一1 】，那么我们可以得到一个输入分组： x = 【d 【札一l + 1 】，d 【m 一上+ 2 】，d 【。一1 】，d 【o 】，d 【1 】，d 【c 一1 】f 。 ( 2 1 ) 经过信道后，在接收端得到： 一l h 聊】= 钆讲( 聊一e ) 】+ w 【聊】，坍= l ，m 一一1 ， ( 2 2 ) f 0 由于在每个o f d m 分组码前都有一个循环前缀，所以在长度m 时间间隔上接收的结果 为： 一l 儿脚】= 钆d 【( 朋一三一e ) m o d 虬】+ w 【所】， ( 2 3 ) 图2 2 卷积 1 】= 一1 】 如图2 2 所不。 令长度为c 的输出为：y = 【y 【上】，- ，j ， m + 三一l 】，长度为m 的信道向量为： h = ，啊，吃小o ，o 】7 ，那么式( 2 3 ) 可以表示为： y 暑h 圆d + w( 2 4 ) 、一， 其中，向量w = 【川】，川f + 一1 】，是服从f d 乃旷( 0 ，o ) 的随机变量。 2 1 2o f d m 关键技术 o f d m ( o r c l l o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e x i n g ) 即正交频分复用技术，实际上 o f d m 是m c m ( m u l t i c a 而e rm o d u l a t i o n ) ，多载波调制的一种。其主要思想是：将信 西南交通大学硕士研究生学位论文第8 页 道分成若干正交子信道，将高速数据信号转换成并行的低速子数据流，调制到在每个 子信道上进行传输。正交信号可以通过在接收端采用相关技术来分开，这样可以减少 子信道之间的相互干扰i c i 。每个子信道上的信号带宽小于信道的相关带宽，因此每 个子信道上的可以看成平坦性衰落，从而可以消除符号间干扰。而且由于每个子信道 的带宽仅仅是原信道带宽的一小部分，信道均衡变得相对容易。 o f d m 技术能够成为下一代无线通信技术中的核心技术，主要是它具有以下优点： 1 由于允许子载波部分叠加，所以频谱利用率提高； 2 将信道划分成多个窄带平坦衰落子信道，与单载波相比o f d m 抗选择性 衰落更强： 3 由于添加了循环前缀，有效的消除了码间干扰： 4 与适当的信道编码及交织技术相结合，能够有效的恢复信道衰落造成的丢 失的码元； 5 与单载波的自适应均衡技术相比，o f d m 信道均衡变得更加容易： 6 带宽扩展性强； 7 频谱资源分配灵活； 8 借助f f t ，m f t 技术，实现变得简单； 9 与m i m o 技术相结合。 2 1 3o f d m 实现过程 事实上，由于o f d m 调制时的特殊结构，且选择了让一个子载波占带宽与每个 子载波上的码元速率l z ，相等，是每个子载波上的调制码元时间，那么o f d m 就可 以通过计算效率高的快速傅里叶变换这样低复杂度的实现来完成。为了说明这一点， 考虑一个时间离散o f d m 信号，假设抽样频率疋是在载波带宽矽的集合，有 f = l z = 。参数n 的选择应该满足抽样定理能够被实现。如果m 被看作是 o f d m 信号名义上的带宽，这就说明n 应该超出m 一个足够大的边界。 根据这些假设，离散时间o f d m 信号可以表示为： 其中 一1，一i_ 一1 矗= x ( 刀互) = 吼p 7 2 砝蜘= q p 7 2 砌= p 7 2 砌 ( 2 5 ) 扣学爱嚣 亿6 ， 这样，o f d m 的抽样信号序列矗是调制码口o ，口l ，口”，用零扩展到长度为n 的分组的反 离散傅里叶变换( i d f t ) 。因此，o f d m 调制可以通过i d f t 处理加数模转换器来实现， 酉南交通太堂顼士研究生学位论文第噬 如图2 3 所示： q 工l ，q ，一 一一 sp s i z e 二n i d f tp s + 口m 一1 一 ( i f f t ) r ：i o _ 而，一1 o- 。：- jx ( f ) v e r s l o n - 一一j 图2 3o f d m 的i f f t 调制过程 实质上，通过选择长度为= 2 ”( m 为某正整数) 的d f t ，o f d m 调制能够通过基为2 的正f t 来有效的完成。注意到比率m 是一个非整数值，可以看作是o f d m 信号的 过采样。 与o f d m 的调制过程类似，解调过程如图2 4 所示，有效的长度为n 的f f t 被 用于o f d m 的解调，抽样频率为丘= 1 r 。 一 口l 一 s i z e - 1 q 专s 口o ，口l ，9 f l s _ pd f t ( f f t ) 口一l _ 一l j 踟“s p d 图2 - 4o f d m 的f f t 解调过程 2 2 基于o f d m 调制的双向中继网络 本节将结合2 1 节中的o f d m 技术，对基于o f d m 调制的双向中继系统的信号传 输流程进行介绍。首先端节点的o f d m 调制及发送，中继节点的接收及放大处理，然 后广播给两个终端节点，端节点进行信道估计及信息检测。 2 2 1源节点信号的o f d m 调制及中继处理 典型的双向中继网络系统框图如图2 5 所示，有两个信源节点t 1 、t 2 和一个中继 节点r 。t l 和t 2 完成一次的信息交换需要两个时隙( t w 0 p h a u s e s ) ，在第一个时隙，t 1 和配通过上行链路同时发送给中继r 一个信号帧：第二个时隙，中继r 对接收的信 号进行处理后以广播的形式发送个t 1 和t 2 ，这里假设信道是准静态频率选择性衰落 ( q u 筋i s t a t i c 舶q u e n c y - s e l e c t i v ef a d i n g ) ，所以在一次信息交换周期之内信道信息是不变 的，但在周期之间是变化的。 西南交通大学硕士研究生学位论文第1 0 页 p h a 3 el 。皇。量叫 t l r t 2 p h a s ci lc 赡c 卜- o 凸 冒 口一入 口 图2 5 基于o f d m 调制的双向中继网络传输模型 t 1 与r 之间的基带信道表示为：h = ，j j l ，气，】r ，t 2 与r 之间的基带信道表示 为：g = 【g 。，g ，乳。】r ，其中l j 代表相应的信道节拍数。假设h 和g 是服从均值为零 的循环对称复高斯随机向量，并且彼此相互独立。h 和g 中第，个元素的方差分别为：硝 和箧，。为了分析方便，进一步假设各信道向量内部的元素之间也是彼此独立的。对于 双向中继网络时分复用( t i m e - d i v i s i o n d u p i e x i n g ) 传输方式，我们进一步假设从r 到t 1 以及从r 到t 2 的信道仍是h 和g 。t l ，t 2 和r 的平均传输功率分别为互，丑和p ， 而且在两个传输时隙内是完全时间同步的。 如图2 5 所示，每一数据帧都包含多个o f d m 数据块，而每个数据块又包含n 个 信息码字和长度为乞的循环前缀c p ( c y c l i cp r e f i x ) 。为了避免o f d m 数据块之间的码 间干扰( i n t e 卜b l o c k 洫e 疵r e n c e ) ，k 值一般选为大于或等于m a ) 【 厶一1 ，厶一1 ) 。定义由乃 发射的o f d m 数据块中的信息向量为：a ，= 【弓o ，弓- l ，弓川】r ，歹= l ，2 。该信息向量 相应的归一化的d f t ( i n v e r s ed i sc ：r e t ef o 丽e rt r a n s f o m a t i o n ) 为： d ，= f 爿d j = 嘭o 乃1 ，t 1 】7 ( 2 7 ) f 是一个第( p ，q ) 个元素为：( 1 ) ( ) p 一7 2 咖1 x 9 - 1 删的矩阵。d ，插入循环前缀c p 后为： s ，= 以一k ，t ，t 0 ，嘭一。】7 ( 2 8 ) 在第一个时隙，r 同时发送s ，中继r 对接收到信号进行去c p 处理后表示为： r = 【，；，一l 】7 = h d l + g d 2 + n ， ( 2 9 ) 西南交通大学硕士研究生学位论文 其中n ，= 玎，0 ， r 1 ，刀，】7 ，均值为零的加性高斯白噪声( a w g n ) 向量，向量中元素的 方差为一。另外，g 和h 分别是首列向量为【h r ，o ，。( 一厶) 】r 和【g7 ，o 。f 一岛) 】7 的循环 矩阵。r 的归一化d f t ( d i s c r e t ef o 谢e rt r a n s f o m a t i o n ) 为： 予= 【露，再，知一l 】7 = f r = h d l + g d 2 + 面， ( 2 1 0 ) 其中由和6 是对角矩阵，对角元素值分别是向量丘= ：砜h = 【元，五，丘。】丁和 丘= f 厶g = 【磊，蟊，季】r 的元素值。e 是包含矩阵f 前x 个列向量的矩阵。其中 矗，= 【疗，o ，群”，祝- 。】7 相应a w g n 向量的频域表达式，元素值的方差为蠢。 信道h 和g 在中继r 处的估计值可以用多进单出( m u l t i p l e i n p u ts i n g l e - o u q ) u t ) o f d m 系统【2 4 1 ，【2 6 1 中的信道估计方法实现得到。 基于放大转发( a f ) 传输方式，信号u 在第二个时隙以广播的形式发送出去，u 是r 的线性预编码： 7 u = 【“o ，甜l ，“ ，一l r = a r ( 2 1 1 ) a 是相应的预编码矩阵。u 的归一化d f t 为： 豇= f u = f a f 爿( h d l + g d 2 + 丘，) ( 2 1 2 ) 为了保持o f d m 子载波间无干扰矩阵a 为： a = f 五j f ( 2 1 3 ) 矩阵j 是一个任意的置换矩阵，天是对角阵。矩阵还要满足中继r 的时域码平均功率 限制条件：e 批1 2 ) s 尸。对角阵天的元素值为：a = 【磊，磊，石m r 。功率限制条件满足： 豺赤 亿 其中届叁：1 硝，属垒竺i 1 ，。 最后，中继r 重新将u 中的最后k 个码作为新的循环前缀c p 加到u 之前形成新 的o f d m 码，并将其以广播的形式发送出去。 2 2 2 源节点最大似然数据检测 根据对称性，这里只对t 1 进行处理。在第二个时隙，t 1 接收r 广播的信号并进 行c p 处理，得到信号： y = h a h d l + h a g d 2 + h a n ，+ n l( 2 1 5 ) 其中n l = 【啊o 强”，肌l 】7 是1 噪声向量，与n ，具有相同的统计特性。y 的归一化 d f t 为： 西南交通大学硕士研究生学位论文第1 2 页 夕= h a j h d l + h a j g d 2 + h a j 矗，+ 五l ( 2 1 6 ) 其中矗。= 【j i l o 羁1 ，i l 。】7 对应a w g n 的频域表达式。置换矩阵j 左乘一个向量后使 该向量的第万( ，) 个元素置换到第i 个位置。所以( 2 1 6 ) 可以表示为： 萝= 五o6oa i + 五o oa2 + 直五j 五，+ 矗l ( 2 1 7 ) 其中， 6 = 丘。丘。 乏= 丘。誊。 h 。= 【( o ) ，以( 1 ) ，以( | 一1 ) 】7 童。= 【雪厅( o ) ，季。( 1 ) ，雪。( j ”】r 其中，0 表示两个向量之间的h a d 锄盯d 乘积。接收信号中第i 个子载波上的表达式为： 只= 匆忽，) 碣石( ，) + 蟊啊雪万( ，) 畋厅( ”+ 匆吩露州，) + 羁f ( 2 18 ) 由式( 2 1 8 ) 知，置换函数万( ) 或其等价的矩阵j 对于t 1 必须是事先已知的，以便数据 译码。这个矩阵信息可以通过中继反馈，或t l 自己通过估计得到h 和g 的估计值预 测来获得，如2 3 节所述。 因为t 1 已知自己发送的信息，所以对于之州，的相干数据检测可以通过条件概率 密度函数( c o n d i t i o i l a lp r o b a b i l 时 m c t i o n ) p ( 只i 之_ ，丘，莒) 得到： 矿