（信号与信息处理专业论文）mimo无线通信系统中的信道估计算法研究.pdf

摘要 题名：m i m o 无线通信系统中的信道估计算法研究 硕士研究生姓名：陶俊导师姓名：杨绿溪教授 学校名称：东南大学 为了满足未来移动通信业务的增长要求，采用多输入多输出( m i m o ) 技术来提高通信容量的方 法正引超越来越多的关注。尽管b e l l 实验室已实现了1 1 h = 界上第一个采用m i m 0 技术的v - b l k s t 系统， 但国际公认的m i m o 通信标准尚未形成。因此，作者能够参与到m i m o 信道估计这一国际前沿研究领 域中是值得庆幸的。 无线信道的研究是无线通信的关键，m i m o 系统也不例外。一个可靠的具有高性能的无线通信系 统，必须根据信道的特征加以设计，例如在接收端，一般都需要精确的信道估计，以使信号检测得 以可靠进行。由于m i m o 信道相对于s i s o 信道的复杂性，实现m i m o 传输系统的主要困难之一就是 m i m o 信道估计。因此，对其进行充分的研究，刑设计合理的m i m o 传输方案是非常关键的。 一般认为m i m o 系统中任意发送天线和任意接收天线间形成单个子信道，多个子信道之i 训往往不 是完全独立的，而是存在一定的相关性。在本论文中，为了简化m i m o 信道估计，作者假定了各子信 道完全独立的删想条件。 在介绍了m 1 m o 系统和无线信道特征的基础上，作为本论文的主要工作，作者基于f i r 时变刊 小变m i m o 无线信道模型给出了几种信道估计方法并通过实验仿真证明其有效性。 第二尊中给出，传统的发送圳练序列估计信道的方法，基于最大似然准则，并利用最小_ 二乘原 理估计出信道。但是这里的训练序列不是随机的，i m 是经过专门设汁的优化序列，它们能够使估计 出的m i m o 信道尽可能精确。 利用在发送信息种号上叠加额外的周期序列，从而仅需利用接收信号的一阶统计量达到信道估 计目的方法是近年来信道估计的一种新途径。该方法具有计算最小，不占用额外频谱资源的优点， 但鲜有将其用于m i m o 信道估计。在本文的四、五两章中，作者将这种思想推广到m i m o 情形对f i r 时变时不变信道分别进行估计。剥于时不变情形，作者第一次提出在不同发送天线上叠加剧期相同 但在时间上互相错开的序列，从而实现不同子信道系数的分离和估计；而对于时变信道，是通过在 不同发送天线t 叠加不同周期的序列实现子信道系数分离和估计，并且针对该方法导致的发送信号 峰均符号功率比增加问题给出了一种解决方案，即设计出既可以降低峰均符号功率比同时又不影响 信道估汁性能的叠加序列。 最后，关于m i m o 无线信道偶汁的研究有待在综合各种实际通信条件的基础上更加深入地进行下 去，本文仪起到抛砖引玉的作用。 关键词：多输入多输出( m i m o ) 技术，m i m o 无线信道，m t m 0 信道估计，理想训练序列，峰均 杓号功率【e a b s t r a c t t i t l e ：c h a n n e le s t i m a t i o nf o rm i m ow i r e l e s sc o m m u n i c a t i o n c a n d i d a t e ：t a oj u n s u p e r v i s o r ：p r o f e s s o ry a n g l u x i s o u t h e a s tu n i v e r s i t y i no r d e rt om e e tt h eh i g h e rd e m a n df o rf u t u r em o b i l ec o m m u n i c a t i o n c o m m u n i c a t i o ns y s t e mt h a tc a n a d o p tm u l t i p l et r a n s m i ta n dr e c e i v ea n t e n n a si sc a l l i n gm o r ep e o p l e sa t t e n t i o n b yf a r , t h ef i r s tm u l t i p l e i n p u ta n dm u l t i p l eo u t p u t ( m i m o ) s y s t e mn a m e dv - b l a s t i nt h ew o r l dh a sb e e ni m p l e m e n t e db yb e l l l a b o r a t o r yar e c o g n i z e dm i m os t a n d a r d ，h o w e v e r , h a s n ty e tb e e n f o r m e d r h es t u d yo nc h a r a c t e r i s t i co fw i r e l e s sc h a n n e l si sak e yf o rm o b i l ec o m m u n i c a t i o n ，a n dm i m o s y s t e mi s a l s on o ta ne x c e p t i o n i nf a c t ，a n yd e s i g nf o rar e l i a b l ew i r e l e s sc o m m u n i c a t i o ns y s t e mm u s t t a k ec h a n n e lc h a r a c t e r i s t i ci n t oa c c o u n t f o r i n s t a n c e ，ar e c e i v e rm u s td e p e n do na c c u r a t e c h a n n e l e s t i m a t i o nt od e t e c ti n f o r m a t i o n b e a r i n gs i g n a l ss m o o t h l y d u et oc o m p l e x i t yo fm i m oc h a n n e lc o m p a r e d w i t hs i s oo n e ，o n eo ft h ed i f f i c u l t i e so fm i m oc o m m u n i c a t i o ni sm i m oc h a n n e le s t i m a t i o n s oa t h o r o u g hs t u d yi sn e c e s s a r y i ng e n e r a l ，p e o p l eb e l i e v et h a tb e t w e e na n yt r a n s m i ta n t e n n aa n da n yr e c e i v ea n t e n n a ，t h e r ee x i s t sa s n b c h a n n e la n dm o r e o v e r ，a l ls u b - c h a n n e l sa r en o tm u t u a l l yi n d e p e n d e n tb u tc o r r e l a t et oe a c ho t h e rt o s o m ed e g r e e i nt h i sp a p e r , f o rs i m p l i f i c a t i o no fm | m oc h a n n e le s t i m a t i o n ，t h ea u t h o ra s s u m e st h eo p t i m a l c o n d i t i o no ff o l l yi n d e p e n d e n ts u b c h a n n e l s 0 nt h eb a s i so fk n o w l e d g ea b o u tm t m 0 s y s t e ma n dc h a r a c t e r i s t i co fw i r e l e s sc h a n n e l a st h em a i n w o r ko ft h i sp a p e r , t h ea u t h o rg i v e ss e v e r a lm i m oc h a n n e le s t i m a t i o na l g o r i t h m sf o rt i m e i n v a r i a n ta n d t i m e - v a r i a n tf i rc h a n n e lm o d e l r e s p e c t i v e l y i nc h a p t e rt h r e e ，b a s e do nl i k e l i h o o d ( m l ) c r i t e r i aa n dl e a s ts q u a r e ( l s ) t h e o r y , c h a n n e le s t i m a t i o ni s a c h i e v e db ys e n d i n gt a a i n i n gs e q u e n c e t h o u g h ，t h e s et r a i n i n gs e q u e n c e sa r en o tr a n d o mo n e s ，b u ta r e s p e c i f i c a l l yd e s i g n e dt oo b t a i na sa c c u r a t ec h a n n e le s t i m a t i o na sp o s s i b l e r e c e n t l y ，a n e wi d e af o re s t i m a t i n gc h a n n e l i si n t r o d u c e d b yu t i l i z i n gp e r i o d i cs e q u e n c e s s u p e r i m p o s e d o n i n f o r m a t i o n b e a r i n gs y m b o l s ，c h a n n e l e s t i m a t o nc a nb ea c h i e v e d o n l y b a s e do n f i r s t o r d e rs t a t i s t i c so fr e c e i v i n gs y m b o l s a t t r a c t i v ea st h i sm e t h o ds e e m st ob e ，h o w e v e r , i t ss e l d o m a p p l i e d t om i m oc a s ei nc h a p t e rf o u ra n df i v e ，t h ea u t h o rg e n e r a l i z e st h i sm e t h o dt om i m o c a s ef o r t i m e i n v a r i a n ta n dt i m e - v a r i a n tm i m oc h a n n e le s t i m a t i o nr e s p e c t i v e l y a si t sa d v a n t a g e s ，l o wc o m p u t i n g c o m p l e x i t y i sn e e d e da n dn oe x t r at i m eo rf r e q u e n c yr e s o u r c e sa r eo c c u p i e d n e v e r t h e l e s s ，ah i g h e r p e a k t o a v e r a g es y m b o lp o w e rr a t i o n ( p a r ) a si t sd i s a d v a n t a g ea r i s e s a s aw a yo f a d d r e s s i n gt h i sp r o b l m n ， s e q u e n c e s t h a tc a nr e d u c ep a ra r ed e s i g n e dw h i l ee s t i m a t i n gp e r f o r m a n c ei sn o ti m p a i r e da ta 1 1 a tl a s t i nt h ea u t h o r so p i n i o n ，r e s e a r c ho nc h a n n e le s t i m a t i o nf o rm i m o w i r e l e s sn e e d st ob ef u r t h e r p e n e t r a t e db yc o n s i d e r i n ga l l k i n d so f p r a c t i c a lc o m m u n i c a t i n gf a c t o r st h a tm a yi m p a i rt h eg i v e nm o d e l i n t h i sp a p e ri nt h i ss e n s e ，t h i sp a p e rw i l ld e s t i n et ob eh a r b i n g e rt h a tc a nl e a dt oat h o r o u g hs o l u t i o n k e y w o r d s ：m u l t i p l ei n p u ta n dm u l t i p l eo u t p u t ( m i m o ) ，m i m o w i r e l e s sc h a n n e l ，m i m oc h a n n e l e s t i m a t i o n ，o p t i m a lt r a i n i n gs e q u e n c e ，p e a k - t o a v e r a g es y m b o lp o w e r r a t i o n 玎 东南大学学位论文独创- 陛声明 本人声明所呈交的学位沦文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我 一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了i 身寸意。 研究生签名：期：z 叩生；j 竺 东南大学学位论文使用授权声明 东南大学、中围利学技术信息研究所、目家图书馆有权保留本人所送交学位论文的复印 件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质 论文的内容相致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布( 包括 刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研究生院办理。 研究生签名：2 邀导师签名：砸日期：塑幽 第一章绪论 1 1 引言 第一章绪论 未来移动通信中日益增加的语音业务、数据业务和宽带i n t e r n e t 业务，在传输速率、性能和系 统业务容量等方面对无线通信系统提出了更高的要求。为了达到这个目的，仗靠利用更多的频谱资 源是不够的，因此人们想到利用无线信号的空问资源，即通过空时处理增加通信容龄。给出的方案 有：1 ) 以增加基站站数的代价把小区分隔成微小区：2 ) 利用天线开发空时调制编码处理；3 ) 多输入 输出( m i m o ) 天线结构。后两种方案相比第一种方案，可i ! j = | 强地改进频凿利用率，提高系统容最和覆 盖咖积，在多径哀落信道中从时域，频域，空域耵l 极化域获得的信号复制品进行分集是解决多径 震搭的有效投术。理论研究指在独立r a y e ig h 散射信道中，数据速率与灭线数成线性关系，容 醚i ， 达sh t r l n or 的9 9 。n ：发送和接收端以多天线开发信道空间可取得能量和频谱效率内增黼，空 删处理粗：频谱利用率【j 比w l 。a n 和蜂窝嘲1 = 】调制和编码历的频谱利用率可增长一个数带级，如i u c e n t 实验室的”1 j i a s 7 r 系统盔室内2 4 3 删b 喇， j ：页潜利用率为2 0 一4 0b p s h z ，而发射和接收端均采用 】6 尺线，在3 0 d b 时，频曙利用率增至6 0 一7 0b p s l | z 。 多输入多输出( m i m o ) 或多发多收天线( m t m r a ) 技术是无线移动通信领域智能天线技术的重大突 破。该技术能在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率“。“，是新一代移动 通信系统必须采用的关键技术。那么m i m o 技术究竟是怎样的? 实际上多输入多输出( m i m o ) 技术由来已久，早在1 9 0 8 年马可尼就提出用它来抗衰落。在7 0 年 代有人提出将多输入多输出技术用于通信系统但是对无线移动通信系统多输入多输入技术产生巨 大推动的奠基工作则是g o 年代由a t & tb e l l 实验室学者完成的。1 9 9 5 年t e l a t a r 给出了在衰落情 况下的m i m o 容量“1 ：1 9 9 6 年f o s h i n i a 给出了一种多输入多输出处理算法对角贝尔实验室分层 空时( d - b l a s t ) 算法”1 ：1 9 9 8 年t a r o k h 等讨论了用于多输入多输出的空时码”4 ；1 9 9 8 年w o l n i a n s k y 等人采用垂直贝尔实验室分层空时( v - b l a s t ) 算法”1 建立了一个m i m o 实验系统，在室内试验中达到 了2 0b i t s h z 以上的频谱利用率，这一频谱利用率在普通系统中极难实现。这些工作受到各国学 者的极大注意，并使得多输入多输出的研究工作得到了迅速发展。 通常，多径会引起衰落，因而被视为有害因素。然而研究结果表明，对于m i m o 系统来说，多径 可以作为一个有利因素加以利用。m i m o 系统在发送端和接收端均采用多天线( 或阵列天线) 和多通道， m t m o 的多输入多输出是纠对多径无线信道来说的。图1 1 所示为m i m o 系统的原理图。传输信息流 s ( 女) 经过空时编码形成mq - ；- ，g t - 流e ，( 女) ( 净1 2 ，m ) 。这吖个子流由m 个天线发射出去，经 空间信道后由n 个接收天线接收。多天线接收机利用先进的空时编码处理能够分开并解码这些数据 子流，从而实现最佳的处理。 信1j ( i 源j 发进接收 图1 1 多输入多输出系统原理图 溺辫一 r，【i ， 2 【丫；丫一 产 ， 。 心心芯 躺薯一时建。， 一 譬il小l卜l _；1；ij一_j?藉 一 在采用多天线发送和多天线接收的无线通信系统中，如果不同发射天线间的距离足够远且不同 接收天线问的距离【! 王足够远，那么可以认为各发送接收天线间的通道响应独立，这样多输入多输出 系统可以创造多个并行空间子信道信道”8 。而通过这些并行空间子信道独立地传输信息，将使得 各个发射天线到各个接收天线之间的传播信号也是互相独立的，这将大大提高数据率，从而满足高 传输速率、高传输性能和高系统业务容量的要求。此外，m i m 0 传输技术还能够很好地支持未来移动 通信系统新的分布式网络结构。一般称这样的多天线信号传输信道为多输入多输出( m i m o ) 信道，而 具有m i m o 信道的一个通信系统被称为m i m 0 通信系统。 总之，m i m 0 ( m u i t i p l e i n p u tm u l t i p l e o u t p u t ) 系统就是利用多天线来抑制信道衰落，即将 多径无线信道与发射、接收视为一个整体进行优化，从而实现高的通信容量和频谱利用率，它是一 种近于最优的空域时域联合的分集和干扰对消处理。根据收发两端天线数量，相对于普通的s i s o ( s in g l e i n p u ts i n g l e o u t p u t ) 系统，m i m 0 还可以包括s i m 0 ( s i n g l e i n p u tm u l t i p l e o u t p u t ) 系统和 1 i s o ( m u l t i p l e i n p u ts i n g l e o u t p u t ) 系统。 系统容晕是表征通信系统的最重要标志之一，表示了通信系统最大传输率。对于发射天线数为 m ，接收火线数为的多输入多输出( m i m o ) 系统，假定信道为独立的瑞利衰落信道，并设m 、 很大，则信道容量c 近似为： c 2 r n i n ( m ，) 】b l o g ：( p 2 ) ( 1 1 ) 其中b 为信弓带宽，p 为接收端平均信噪比，m i n ( m ，n ) 为m 、中的较小者。上式表明，功率和 带宽吲定时，多输入多输出系统的最大容量或容量上限随最小天线数的增加而线性增加。而在同样 条件下，在接收端或发送端采用多天线或天线阵列的普通智能天线系统，其容量仅随天线数的埘数 增加而增加。相对而言，多输入多输出对于提高无线通信系统的容量具有极大的潜力。另外，利用 m i m 0 技术也可以提高信道的可靠性，降低误码率。 目前，各同学者对于m i m 0 的理论、性能、算法和实现的各方面正广泛进行研究。在m i m o 系统 理论及性能研究方面已有一批文献“”。”。”。”，这些文献涉及相当广泛的内容。但是由于无线移动通 信m i m 0 信道是一个时变、非平稳多输入多输出系统，尚有大量问题需要研究。比如说，各文献“” 大多假定信道为分段恒定哀落信道。这对于宽带信号的4 g 系统及室外快速移动系统来说是不够的， 因此必须采用复杂的模型进行研究。已有不少文献”3 “1 在进行这方面的工作，即对信道为频率选择 性衰落和移动台快速移动情况进行研究。再有，一般假定接收机精确已知多径信道参数，为此，必 须发送圳练序列则接收机进行训练。但是若移动台移动速度过快就使得训练时间太短，这样快速 信道估计或卣处理就成为重要的研究内容。m i m 0 技术领域另一个研究热点就是空时编码”1 。常见 的空时码有空时块码、空时格码。空时码的主要思想是利用空间和时间上的编码实现一定的空间分 集和时问分集，从而降低信道误码率。 另外实验系统是m i m o 技术研究的重要一步。实际系统研究的一个重要问题是在移动终端实现多 天线和多路接收，学者们正大力进行这方面的研究。由于移动终端设备要求体积小、重量轻、耗电 小，因f 丽还有大量工作要做。目前各大公司均在研制实验系统。 朗讯科技的贝尔实验室分层的空时( b l a s t ) 技术是移动通信方面领先的m i m o 应用技术，是其 智能灭线的进一步发展。b l a s t 技术就其原理而言，是利用每对发送和接收天线上信号特有的“空 间标识”，在接收端剥其进行“恢复”。利用b l a s t 技术，如同在原有频段上建立了多个互不干扰、 并行的- , f - 言道，并利用先进的多用户检测技术，同时准确高效地传送用户数据，其结果是极大提高 j 狮向和反向链路容量。b l a s t 技术证明，在天线发送和接收端同时采用多天线阵，更能够充分利用 多释传播，达到“变废为宝”的效果。提高系统容量。理论研究业已证明，采用b l a s t 技术，系统 频谱效率可以随天线个数成线性增长也就是说，只要允许增加天线个数，系统容量就能够得到不 断提升。这也充分证明b l a s t 技术有着非常大的潜力。鉴于对于无线通信理论的突出贡献，b l a s t 技术获得了2 0 0 2 年度美国t h o m a se d is o n ( 爱迪生) 发明奖。2 0 0 2 年1 0 月，世界上第一颗b l a s t 芯片在朗讯公司贝尔实验室问世，贝尔实验室研究小组设汁小组宣布推出了业内第一款结合了贝尔 2 第一章绪论 芯片在朗讯公司贝尔实验室问世，贝尔实验室研究小组设计小组宣布推出了业内第一款结台了贝尔 实验室l a y e r e ds p a c et i m e ( b l a s t ) m i m o 技术的芯片，这一芯片支持最高4 4 的天线布局，可处 理的最高数据速率达到1 9 2 m b p s 。该技术用于移动通信，b l a s t 芯片使终端能够在3 g 移动网络中接 收每秒1 9 2 兆比特的数据，现在，朗讯科技已经开始将此b l a s t 芯片应用到其f l e x e n to n e b t s 家 族的系列基站中，同时还计划授权终端制造商使用该b l a s t 芯片，以提高无线3 g 数据终端支持高速 数据接八的能力。 2 0 0 3 年8 月，a i r g on e t w o r k s 推出了a g n l 0 0w i f i 芯片组，并称其是世界上第一款集成了多 输入多输出( m i m o ) 技术的批量上市产品。a g n l 0 0 使用该公司的多天线传输和接收技术，将现在w i f i 速率提高到每信道1 0 8 m b p s ，同时保持与所有常用w 1 一f i 标准的兼容性。该产品集成两片芯片，包 括一片b a s e b a n d m a c 芯片( a g n i o o b b ) 和一片r f 芯片( a g n i o o r f ) ，采用一种可伸缩结构，使制造商 可以只使用一片r f 芯片实现单天线系统，或增加其他r f 芯片提升性能。该芯片支持所有的8 0 2 1 1 a 、b 和g 模式包含i e e e8 0 21 l 工作组推出最新标准( 包括t g i 安全和t g e 质量的服务功能) 。a i r g o 的芯片鲴和目前的w i f i 标准兼容，支持8 0 2 1 1 a 、b 和g 模式，使用三个5 g h z 和三个24 g h z 天线， 使用a i r g o 芯片组的无线设备可以和以前的8 0 2 1 1 设备通讯，甚至可以在以5 4 m b p s 的速度和 8 0 21 l a 设备通讯的同时还可以以1 0 8 m b p s 的速度和a i r g o 的设备通讯。凭借在提高系统频谱利用 率方面卓越的性能表现多输入多输出( m i m o ) 技术已经成为移动通信技术发展进程中炙手可热的 课题。 奉文作者有幸参与到“新型天线与分集技术”这一国家高技术发展“十五”规划个人通信领域 的一个重要研究课题当中，重点是m i m o 空时信道估计算法的研究。 1 2 信道估计方法综述 无线移动通信的个重要方面是对无线信道特性的认识。实际上，移动信道己成为许多理论分 析和现场实测的课题，并已得出许多有关其特性的结果。其中有些可给出精确的数学描述另一些 则给出统计模型。而剥于一个特定的通信系统，首先必须为其建立恰当的信道模型这是系统设计 的依据。在建立r 正确的信道模型基础上，接收端一般要具有很好的信道估计，才能使信号检测得 以可靠进行。我们认为，由于m i m o 信道相对于s i s o 信道的复杂性，m i m o 传输系统实现的主要困难 之一就是m i m o 信道的估计。因此，对m i m o 信道进行充分的研究，对设计合理的m i m o 传输方案和信 道估计方案是非常关键的。这方面的研究包括信道模型与容量分析、信道估计与跟踪。迄今为止， 人们已经发展了各种各样的信道估计方法，这些思想尽管很多是针对非m i m o 情形，但是它们实际上 是同样适用于m i m o 信道估计的，所以有必要介绍一下常见的信道估计方案。 非自信道估计方法：一般可通过设计训练序列或在数据包中插入导频实现信道估计“”。”1 。可 利用简单的最小二乘( l s ：l e a s ts q u a r e ) 估计，还可优化设计训练序列矢量的正交性、移位正交性 来提高信道估汁性能，同时显著地降低计算量。这种方法的缺点在于训练符号的引入明显降低了通 信容量，尽管埘于时不变信道来讲，这一损失是很小的，因为它只需圳练一次；而在高速无线通信 中，较长的u i l 练序列将占用较大的带宽，例如在某些高频通信中，用于传输训练序列的时问可以达 到整个传输时间的一半甚至用于蜂窝移动系统的g s m 系统也有可观的负担。而且山于信道的快速 时变，训练的周期间隔必须较短，因此每次用于信道估计的训练序列将很短，可能只是几十个码元 左右，这样短的圳练序列常常不能完成较精确的l s 信道估计。因此近年来有人提出了直接在信息序 列上叠加已知符号的方法来估计信道，可以克服上述问题，但是这将导致信号峰均功率比的增加， 从而给发射机的设计提出了更高的要求。鉴于上述方法的种种问题，很多人开始把目光投向了盲信 道估汁方法。 卣信道估计：参见图1 2 ，要估计信道似乎是不可能的。因为此时没有任何己知的训l 练符号可 用，那么怎样才能在输入信号和信道均未知的情况下估计信道呢? 盲信道估计的实质是利用信道潜 在的结构特征或者是输入信号的特征达到信道估计的目的。近年来盲估计算法逐步成为研究的热点 文献”“2 “给出了各种茸估计方法的总结将各种已有的方法分为基于矩的方法和晟大似然( m l ) 方 _ _ = _ - i _ t _ # _ = 立耍! 二垦羔婴主堂垡笙茎 法两大类a 前者如子空间方法“2 “和最优矩方法”，每一类又包含许多子方法：后者有确定i i 虿 大似然方法“”和统计最大似然方法“。 尽管占信道估计方法克服了非茸方法的不足，但是也带来了其他问题，如计算量太大不能满足 实时无线通信的要求，依赖于一定的可辨识条件等因素。因此，这一类方法离实用还有一定的差距。 半自信道估计：这种方法的意图很明显”9 “”。“，是要在上述两种方法之间进行一种权衡，以求 史加适合于实际的通信系统。实际上，即使不使用训练序列，现存的通信系统仍需一些参考序列以 实玑其它如同步等目的，但是这些信息要远短于u i l 练序列，如果将这些辅助信息结合到自信道估计 方案中，可以增强基于非参考接收数据的盲辨识技术。 1 3 本论文的主要工作 i 、n 图1 2 盲信道估计示意图 本论文主要是基于单载波调制体系( 区别于o f d m 体系) ，进行非盲m i m 0 信道估计方法的研究。 首先在参阅了有关信道的文献基础上”1 “3 “”。”3 4 4 0 j 给出了m i m o 无线信道的总体论述( 参见第二 章) ，这是我们发展m i m o 信道估计算法的前提。第三章中给出了基于训练序列的m i m o 信道估计算法， 重点在于为多个发送天线设计能使信道估计达到最优性能的理想序列。基于叠加序列的一阶统计量 方法近年来引起人们的关注，但是鲜有文献涉及到基于这种思想的m i m o 信道估计方法。作者在本文 中做了这方面的尝试，即基于接收信号的一阶统计量估汁拟平稳频率选择性m i m o 信道和时变多径衰 落m i m o 信道，分别对应第四章和第五章，同时针对这种算法中存在的高峰均功率比问题作了进一步 研究，i 殳计出了可以降低峰均符号功率比的叠加符号。 实际通信环境将要复杂得多，因此本文中给出的各种假设条件和理论分析都显得过于理想化。 m m o 子信道间的相关性问题信道病态问题以及叠加有色噪声等等情况，都需要进一步加以考虑。 冈此，有关m i m o 无线信道的探索和研究将是一个长期的过程。 4 第二章m i m o 无线信道综述 2 1 引言 第二章m l m o 无线信道综述 m m o 通信系统是作为下一代移动通信系统新的无线网络结构的一种尝试，因此有关m i m o 系统 的相关研究，如m i m o 空时信道的研究，m i m o 空时编解码技术，m i m o 发送分集和接收分集技术的研 究，m i m o 自适应空时编码调制技术研究等等是当前国际上的研究热点。本文的主要工作是估计m i m o 无线通信系统的信道，因此建立m i m o 信道的模型就显得非常的重要。在本章里，作者对于m i m o 信 道模型特性的认识是从传统的无线信道分析出发，在参阅经典的描述无线信道文献的基础上，最终 给出m i m o 无线信道模型，从而为后面各章的算法提供理论依据。 作者给出了几种经典的无线信道模型”：经典a w g n 信道，线性滤波器加a w g n 信道和多径衰落 信道，一j 然在宽带高速通信要求下，多径衰落信道模型更为合理。依据多径衰落信道的二阶统计特 性，给出，描述该种信道的经典术语，以期更好把握信道的特性。进一步，给出了一种多径衰落信 道的确定性描述方法：复指数基叠加法“，这将作为本文中时变信道估计的信道模型。最后简单讲 述了多径衰落信道的仿真。 在无线信道描述的基础上，作者日l 出了m i m o 通信系统的描述。有些文献中考虑了m i m o 系统天 线问的相关性”“，从而意昧着m i m o 子信道问的相关性。而在本论文中，我们仅考虑最理想的情况， 即m i m o 子信道间是不相关的。 2 2 信道模型综述 首先，我们抛开m i m o 体制，仅考虑简单的s i s o 情况，在此基础上，将各种信道模型推广到m i m o 情形。同时，我们会| ! j j 白m i m o 通信体制研究和信道分析是独立的概念。 2 2 i 经典的a w g n 信道 此时若发送信号为j ( f ) ，那么接收信号为，( f ) = 5 ( f ) + h ( f ) ，其中月( r ) 为高斯白噪声过程附一个 实现样本，这是一种理想的情况，刘发送信号的带宽没有任何限制，并且没有信道估计的必要。 2 2 2 线性滤波器加a w g n 信道 这种情况下，信道是带限于特定的带宽矿h z 内，在这种情况下，信道可以建模为等效低通频率 响应为c ( ) ( j 州) 的线性时不变滤波器，相应地，其等效低通脉冲响应表示为c ( f ) 。现在我们 将c ( 厂) 写为 c ( 、= 1 c ( j ) l e “7 ( 21 ) 其中1 c ( j ) i 是信道的幅度响应特性，而目( 厂) 是信道的相位响应特性。进一步，定义包络时延为 f ( 厂) 磊l 了d o ( f ) ( 2 t2 ) 如果称陔带通信道为：怍失真的或是理想的，那么：对于任意l f l w ，1 c ( ，) i 为常数：而目( 厂) 是厂的 东南大学硕士学位论文 线性函数，即对任意l 州w ，r ( 厂) 为常数；否则称信道使发送信号的幅度或时延产生失真，而时 延失真会导致符号间干扰，消除的方法是解调时加入均衡器。我们会问这样一个问题：对于上述的 失真信道，符号问干扰到底会达到什么程度昵? 为了给出一个直观的概念，我们不妨以常见的电话 信道为例作一个说明。”1 。d u f f y 和t r a t c h e r 于1 9 7 1 年给出了观测到的带通信道不同频点处对应的 平均幅度和平均时延图，发现该信道的可用带宽大致在3 0 0 h z 到3 0 0 0 h z 之间，而不同频点上的时延 并非常数。进一步，根据观测到的频谱图，可以求取该信道的脉冲响应，发现其持续时间大致为l o m s ( 需观明，对于带通信道，理论上其脉冲响应的持续时间应当是无限，但是当时延值较大时脉冲 i 【自应的i 陌度接近于0 ，从而可以忽略不计。将脉冲响应截短垒一个有限的时间范围内) 。现在，若每 秒发送2 5 0 0 个脉冲或是符号，即相当于每个符号周期为0 4 m s 那么符号间干扰将会扩展到2 0 - 3 0 个符号。当然除了上述的幅度和相位失真外，电话信道中还有其他的损害，如小的频率偏移，相位 抖动，脉冲噪声等等，但是为了便于数学上研究的方便，一般将信道看作一个引入i 幅度和相位失真 的线性滤波器同时外加一个高斯噪声。除了电话信道以外，也有其他的物理信道展示了某种形式 的时迁扩展，吲此也会引起符号干扰，无线信道如短波电离层信道( h f ) ，别流层散射信道以及无线 移动信道郁是时延扩敞信道的例子。在这些信道当中，时延扩散是信号经过多条具有不同路径时延 的传播路径叠加的结果。路径的条数以及路径问的相对时延一般都随时间而改变，因此这些无线信 道一般被称为时变多径信道。时变多径条件会产生各种各样的频率响应特征，因此用于电话信道的 频率响应特性用于时变多径信道将是不适合的。实际，h ，这些信道是根据散射函数用统计方法进行 描述的，散射函数是信号平均接收功率的一个二维表示，它是作为相对时延和多普勒( d o p p l e r ) 频 移f 内函数。尽管如此，肖信道的变化相比符号传输速率要慢时，一般在一个数据帧或是几个数据帧 时川段中电是可以用上述的电话信道描述无线信道的。刑于信号的检测，如果对信道信息的了解足 够精确，且是时不变的，那么可以基于使检测误差摄小的准则设计理想的解调器；但是如果信道是 时变的，就不可能设汁一个固定的解调器，对于这种情况，消除码间干扰( i s i ) 的有效方法是设计 个均衡器，设计均衡器的思想有几种：一是基于最大似然序列检测( m l s e ) 准则，二是使用一个 具有可调系数的线性滤波器，三是利用已检测出的符号来抑制当前检测符号中的i s i ，一般称为判 决反馈均衡器。 在处理引起i s i 的带通信道时，方便起见，一般为如图2l 所示的连续时间通信系统建立一个 等效的离散时l h j 模型： g ( f ) 图2 1 连续时间通信系统简图 一 x k p i e r 女r 既然发送端以1 f 符号秒的速率发送离散时间符号，而接收端匹配滤波器后采样器也同样是以1 t 采样秒的速率进行输出，那么发送端脉冲响应为g ( f ) 的模拟滤波器，等效低通脉冲响应为c ( f ) 的信 道，接收端脉冲响应为p ( 一f ) 的匹配滤波器以及采样器的级联可以表示为一个具有抽头系数为 f d 的等效离散时间横向滤波器( 注意实际系统中，工= 0 ( h l ) ) ，其中 6 第= 章m i m o 无线信道综述 p ( f ) 2j 二g ( r ) c ( t r ) d r 如此经过采样器后的信号可以表示为 _ = 矗五一。+ u ( 2 3 ) ( 2 4 ) 现在的一个问题是高斯加性白噪声 ( f ) 经过匹配滤波后采样得到的噪声序列 心 是均值为零的高斯 噪声，但并不是自噪声，原因是不同于经典的a w c - n 信道情况，此时的匹配滤波器不再是只匹配于发 送信号波形，而是匹配于发送信号和信道的级联系统，由于信道的带限性，破坏了原来信号在时域 上的特性，或者说此时的接收信号已不再是限于【0 ，r ，而是产生了时延扩展，从而不同时刻发送 的信号之间_ ；再是不相关的，这就直接导致经过匹配滤波后噪声问的相关性。因此需要将序列 坼) 经 过一个滤波器将其中的噪声项变为高斯白噪声。如何得到这样一个白化滤波器呢? 首先定义 l f ( ：) = 厂( 咖“ ( 2 5 ) = ， 由于有以= _ ，+ 一。，故f ( z ) = f + ( 1 z ) ，并且其2 l 个根具有对称性，即若p 为根，那么l i p + 也是根。 因此f ( = ) 可以被因式分解为f ( = ) = h ( z ) h + 乜“) ，其中( z ) 是l 阶多项式，具有根n ，岛，p 。， 而+ ( = 。) 足具有根l 一，1 p ：，1 p 。+ 的l 阶多项式。假定这些根不在单位圆上，那么白化滤波器 就应当具有1 ，日+ ( = “) 形式的z 变换。但实际上h ( = “) 有2 种可能的选择。每种选择与其他选择剥 应的滤波器具有相唰的幅度不同的相位，而这里选择一个唯一确定的h + ( z “) ，使得1 日( z 。1 ) 的 极点剥应f ( z ) 的位于单位圆以外的零点，这样实际上对应了一个反因果稳定滤波器。之所以这样选 择白化滤波器是保证最终的信道响应日( z ) 是最小相位的。这样当序列 y a 通过数字滤波器 1 + ( z “) 后生成的新的输出序列 n ) 可以表达为 y 。= z h , ，s + 。+ ( 2 6 ) 可以旺叫，噪声序列 v + ) 经过白化滤波器1 h ( z “) 后得到的新的噪声序列 ) 是高斯自噪声序列 而 。 是等效离散时叫横向滤波器的抽头系数组，相应的该滤波器的传输函数为( z ) 。一般也称匹 配滤波器，采样器和噪声白化滤波器的级联为白化匹配滤波器( w m f ) 。最后称( 2 6 ) 为等效离散时间 白噪声滤波器( f i r ) 模型，见图2 2 。 查堕查兰堡主堂垡堡兰 图2 2 通信系统的等效离散时问白噪声滤波器( f i r ) 模型 图2i 中，我们认为物理信道是时不变的，如果狭义物理信道的脉冲响应随时间缓慢变化，那 么接l 恢端的匹配滤波器就变成一个时变的滤波器。在这种情况下，狭义信道匹配滤波器对的时变特 性将导致一个具有时变系数的离散时间滤波器，这将在后面详细解释。实际上，( 2 6 ) 通常作为我们 研究的模型，并且我们的目标是估计出眠 。那么到底为什么需要估计 玩) 呢? 这些系数有什么作 用呢? 注意到由发送端的成形滤波器到接收端的白化滤波器之问最终可以看成一个抽头系数为 巩(