（通信与信息系统专业论文）无线区域网与认知无线电中的信道估计技术研究.pdf

摘要 摘要 认知无线电技术可以有效缓解频谱分配与利用之间的矛盾，随着频谱资源日 趋紧张，认知无线电技术成为无线通信领域新的研究热点。目前，认知无线电技 术已经在i e e e8 0 2 2 2 无线区域网中得到应用，该系统利用认知无线电技术在电视 频段中寻找空闲频谱进行通信，可与电视、无线麦克风等已有设备共存，提高了 频谱资源的利用率。 信道估计技术是决定认知无线电能否实现的关键技术之一，因此本文的研究 集中在两个方向：( 1 ) 为了获得基于o f d m 的交换域通信系统( o f d m - t d c s ) 应 用于无线区域网时在低信噪比时的良好性能，研究如何提高系统在低信噪比时的 信道估计性能；( 2 ) 为了提高认知无线电系统中信道估计的准确性，同时节省频谱 资源和发射功率，研究更加有效的贝叶斯半盲信道估计方法。 本文的主要内容根据两个研究方向分为如下两部分： 针对o f d m t d c s 在低信噪比时由于噪声的影响很难获得准确的信道估计问 题，采用时域和离散傅里叶逆变换( i d f t ) 域级联降噪的方法降低导频信号的噪声来 提高信道估计的准确性。时域利用无线区域网信道环境下信道系数变换缓慢的特 点，提出了时间滑动平均、时间遗忘、时间平均与时问遗忘结合等几种降噪方法： i d f t 变换域利用多径时延集中在整个时隙的前一段的特点降低噪声。仿真结果表 明：该方法在无线区域网信道环境下是有效的，采用实际信道估计的o f d m t d c s 的性能只比采用理想信遭估计时差1 2 d b 。 对于第二个方向，本文的后半部分首先综述了可应用于半盲信道估计的贝叶 斯方法，包括卡尔曼滤波、粒子滤波器、混合卡尔曼滤波等技术；接着总结了目 前可用的信道预测模型，在此基础上提出了一种新的动态信道预测模型，针对卡 尔曼滤波，利用序贯更新先验信息的序贯可信度最大化方法自适应估计参数。 本文还提出了一种应用于a l a m o u t i 空时分组码系统的联合数据检测和信道估 计方案。该方案应用了我们提出的动态信道预测模型，并实现了相应的自适应卡 尔曼信道估计方法，不需要估计最大多谱勒频移。同时，与传统的卡尔曼信道估 计相比，该方法还具有较低的复杂度。仿真结果表明，本文提出的方法的性能优 于传统卡尔曼信道估计，同时对于不同的最大多谱勒频移环境具有鲁棒性。 关键词：认知无线电，无线区域网，信道估计，贝叶斯方法，空时分组码 a b s t r a c t a b s t r a c t w i t ht h e i n c r e a s i n gs c a r c i t yo fr a d i or e s o u r c e ，c o g n i t i v er a d i o ( c r ) e n j o y s t r e m e n d o u sa t t e n t i o nf o rt h er e a s o nt h a tc ri sap o t e n t i a ls o l u t i o nf o rc o n t r a d i c t i o n b e t w e e ns p e c t r u ma l l o c a t i o na n du s a g e c u r r e n t l y , c rh a sb e e na p p l i e di ni e e e8 0 2 2 2 w i r e l e s sr e g i o n a la r e an e t w o r k ( w ra n ) ，w h i c hu t i l i z e sc rt od e t e c ts p e c t r u mh o l ei n t vb r o a d c a s tb a n da n dt h e n u s e st h e s es p e c t r u mh o l e st oc o m m u n i c a t ew i t h o u t i n t e r f e r i n gt va n dw i r e l e s sm i c r o p h o n e , t h e r e b yi n c r e a s i n gs p e c t r u me f f i c i e n c y s i n c ec h a n n e le s t i m a t i o n ，o n ek e yt e c h n i q u ei n c r ，p l a y sav i t a lp a r ti nc r r e a l i z a t i o n , t h i sp a p e rf o c u s e so nt w od i r e c t i o n si nc h a n n e le s t i m a t i o n ：( 1 ) i no r d e rt o o b t a i nt h ee x c e l l e n tp e r f o r m a n c eo fo r t h 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 xb a s e d t r a n s f o r md o m a i nc o m m u n i c a t i o ns y s t e m ( o f d m t d c s ) i nl o ws i g n a lt on o i s e r a d i o ( s n r ) w h e ni t i sa p p l i e dt ow r a n ，w er e s e a r c hh o wt oe l i m i n a t ei m p a c to fn o i s e e s p e c i a l l yw h e ns n ri sv e r ys l o wa n di m p r o v et h ep e r f o r m a n c eo fc h a n n e le s t i m a t i o n i nw r a n ；( 2 ) i no r d e rt oi m p r o v et h ep e r f o r m a n c eo fc h a n n e le s t i m a t i o na sw e l l 鹊 s a v er a d i or e s o u r c ea n dt r a n s m i t t i n gp o w e ri nc rs y s t e m ，w es t r i v et of i n dm u c h e f f e c t i v eb a y e s i a ns e m i b l i n dc h a n n e le s t i m a t i o nm e t h o d a c c o r d i n gt ot h et w or e s e a r c hd i r e c t i o n s ，t h em a i nc o n t e n t so ft h i sd i s s e r t a t i o na r e a l s os p l i ti n t ot w op a r t s ： s e v e r a lc h a n n e le s t i m a t i o nm e t h o d sb a s e do nn o i s er e d u c t i o na r ep r o p o s e df o r o f d m - t d c s ，w h i c hp e r f o r m sw e l lw h e ns n ri sv e r yl o w i nt i m ed o m a i n , t i m e m o v i n ga v e r a g e ，t i m ef o r g e t t i n ga v e r a g ea n dt h ec o m b i n a t i o no ft i m ea v e r a g ea n dt i m e f o r g e t t i n ga r ep r o p o s e dt oe l i m i n a t et h ei m p a c to fn o i s eb yu s i n gt h es l o wv a r i a t i o n c h a r a c t e r i s t i co f w r a ns l o wf a d i n gc h a n n e l i ni d f tt r a n s f o r md o m a i n ，l o w - p a s sf i l t e r b a s e dm e t h o di sa p p l i e d s i m u l a t i o nr e s u l t ss h o wt h a tt h em e t h o di se f f e c t i v ei nw r a n s l o wf a d i n gc h a n n e l ；t h ep e r f o r m a n c eo fo f d m t d c su s i n gp r a c t i c a lc h a n n e l e s t i m a t i o ni so n l yal i t t l ei n f e r i o rt ot h a tu s i n gi d e a lc h a n n e le s t i m a t i o n c o r r e s p o n d i n gt ot h es e c o n dr e s e a r c hd i r e c t i o n , w ef i r s ts u m m a r i z et h e c u l r e n t i i b a y e s i a nm e t h o d sa p p l y i n gt os e m i b l i n dc h a n n e le s t i m a t i o n , i n c l u d i n gk a l m a nf i l t e r ( k f ) ，p a r t i c l ef i l t e r ( k f ) ，a n dm i x t u r ek a l m a nf i l t e r ( m k f ) ，a n dt h e ns u m m a r i z et h e c u r r e n tc h a n n e lp r e d i c t i o nm o d e l s b a s e do nt h ec u r r e n tc h a n n e lp r e d i c t i o nm o d e l s ，w e p r o p o s e dan 删d y n a m i cc h a n n e lp r e d i c t i o nm o d e la n da d a p t i v ee s t i m a t e dt h e p a r a m e t e r so ft h em o d e lb ya p p l y i n gt h es e q u e n t i a le v i d e n c em a x i m i z a t i o nw i t h s e q u e n t i a l l yu p d a t e dp r i o rm e t h o d f i n a l l y , an e wj o i n td a t ad e t e c t i o na n dc h a n n e le s t i m a t i o ns c h e m ei sp r o p o s e df o r a l a m o u t is p a c e - t i m eb l o c kc o d i n g ( s t b c ) s y s t e m s i nt h i ss c h e m e ，w eu t i l i z e dt h en e w d y n a m i cc h a n n e lp r e d i c t i o nm o d e lw ep r o p o s e da n dt h ec o r r e s p o n d i n gc h a n n e l e s t i m a t o rb a s e do na d a p t i v ek a l m a nf i l t e r t h e r e f o r e ，t h ee s t i m a t i o no fm a x i m u m d o p p l e rf r e q u e n c ys h i f ti sn o tr e q u i r e di no x l rp r o p o s a l c o m p a r e dw i t ht h et r a d i t i o n a l k a l m a ne s t i m a t o r ，t h ep r o p o s e de s t i m a t o rh a sb e t t e rp e r f o r m a n c ea n dl o w e rc o m p l e x i t y s i m u l a t i o nr e s u l t ss h o wt h a tt h ep r o p o s e de s t i m a t o rh a ss t a b l ep e r f o r m a n c eu n d e r d i f f e r e n tm a x i m u md o p p l e rf r e q u e n c ys h i r k e yw o r d s ：c o g n i t i v er a d i o ，w i r e l e s sr e g i l o n a la r e an e t w o r k , c h a n n e l e s t i m a t i o n , b a l y e s i a nm e t h o d ，s p a c et i m eb l o c kc o d e i n - 图目录 图1 - 1 认知无线电模型 图目录 图1 - 2 信道估计技术分类 图1 - 3 盲信道估计方法分类 图2 - 1 参考模型a 各径的相对幅度 图2 - 2 参考模型b 各径的相对幅度 图2 - 3 参考模型c 各径的相对幅度 3 图2 _ 4 参考模型d 各径的相对幅度 图2 - 5s i s o 信道仿真结构图 图2 - 6 瑞利各径的仿真结构图 图2 - 7 信道模型c 的信道系数的衰落包络 6 1 4 1 4 1 5 1 5 图2 - 8 信道模型c 第1 瑞利径的多谱勒功率谱 图3 - 1o f d m 系统模型 图3 2 基于o f d m 的t d c s 系统框图。 图3 - 3 常见的几种导频图案 图3 - 4 信道估计性能曲线。 图5 - 1 联合符号检测和信道估计模型。 图5 - 2 卡尔曼信道估计性能比较 图5 - 3 不同归一化多谱勒频率的性能 1 。1 7 。1 8 ，2 0 2 1 2 9 5 0 5 5 5 6 表目录 表目录 表2 - 1 参考信道模型参数 表2 - 2 参考信道模型的时间、频率色散参数 表2 - 3 信道模型c 各径相对幅度值。 表5 1 复数操作的运算量 表5 - 2 常规卡尔曼估计实现步骤及运算量 表5 - 3 改进测量方程后的卡尔曼估计实现步骤及运算量 1 6 1 9 5 2 。5 2 缩略词表 3 g b w r c c c s k c d m a c r d f t f c c g s m h s d p a i d f i i e e e l s k f m i m 0 m k f m l m m s e 0 f d m p a p r 缩略词表 t h e3 一g e n e r a t i o n第三代 伯克利无线研究中 b e r k e l e yw i r 。l c 8 8 胁。砌c c n t 盯 心 c y c l i cc o d e s h i f tk e y i n gc c s k 调制 c o d ed i v i s i o nm u l t i p l e a c c e s s 码分多址 c o g n i t i v er a d i o 认知无线电 d i s c r e t ef o u r i e rt r a n s f o r m离散傅里叶变换 f e d e r a lc o m m u n i c a t i o n sc o m m i t t e e联邦通信委员会 g l o b a ls y s t e mf o rm o b i l ec o m m u n i c a t i o n 全球移动通信系统 h i g hs p e e dd o w n l i n kp a c k a g ea e e e s s高速下行分组接入 i n v e r s ed i s c r e t ef o u r i e rt r a n s f o r m离散傅里叶逆变换 i n s t i t u t ef o re l e c t r i c a la n de l e c t r o n i c 电气与电子工程师 e n g i n e e r s 协会 l e a s ts q u a r e 最小平方 k a l m a nf i l t e r卡尔曼滤波 m u l t i p l ei n p u tm u l t i p l eo u t p u t 多输入多输出 m i x t u r ek a l m a nf i l t e r混合卡尔曼滤波 m a x i m u ml i k e l i h o o d最大似然法 m i n i m u mm e a ns q u a r ee s t i m a t i o n最小均方误差 o r t h o g o 。a l f r e q u e n c y d i v i 8 i o n 正交频分复用 m u l t i p l e x i n g p e a k - t o a v e r a g ep o w e rr a t i o 峰平比 ， 缩略词表 p f p d p p f p s a m s i s s i s o s m c s r s t b c t d c s ，i a n w m a n w p a n 哏a n p a r t i c l ef i l t e r p o w e rd e l a yp r o f i l e p a r t i c l ef i l t e r 粒子滤波器 功率延迟分布 粒子滤波 p i l o ts y m b o la s s i s t e dm o d u l a t i o n辅助信道估计 s e q u e n t i a li m p o r t a n c es a m p l i n g 序贯重要性抽样 s i n g l ei n p u ts i n g l eo u t p u t 单收发系统 s e q u e n t i a lm o n t ec a r l o s o f t w a r er a d i o s p a c et n n eb l o c kc o d i n g 序贯蒙特卡罗 软件无线电 空时分组码 t r a n 8 f o md 0 m 8 i i i c 。m m u n i 。a t i o n 变换域通信系统 s y s t e m w i r e l e s sl o c a la r e an e t w o r k w i r e l e s sm e t r o p o l i t a na r e an e t w o r k w i r e l e s sp e r s o n a la r e an e t w o r k w i r e l e s sr e g i o n a la r e an e t w o r k x 无线局域网 无线城域网 无线个域网 无线区域网 符号表 符号类别 变量 矢量 矩阵 转置 共轭 转置共轭 单位矩阵 数学期望 符号表 x i 一 字体和说明 小写斜体 小写粗斜体 大写粗斜体 m x m 阶单位阵 仍 厂 广 。卜 制4 a a ”k 讣 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，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 为获得电子科技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 确的说明并表示谢意。 签名： 蕉塑! 至 日期：卅年乡月2 占日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名：垒塑至 第一章绪论 1 1 研究背景和意义 第一章绪论 1 1 1 认知无线电研究的背景和意义 在过去的三十多年里，伴随着半导体技术、微电子技术和计算机技术的发展， 无线通信技术得到了迅猛的发展和广泛的应用，极大的推动了社会的发展进步。 无线通信产业如今已成为世界各国信息基础建设中不可缺少的一部分。在我国， 近几年的个人移动用户数目激增，无线通信行业的大发展带动了整个通信产业的 繁荣，信息与通信产业在我国国民生产总值中所占的比重也不断提高，逐渐成为 经济发展的支柱型产业【1 】【2 l 。 随着无线通信技术的不断发展，用户对数据传输速率和多种无线业务的需求 也在不断增加，除了传统的语音业务外，人们期望能以较低的价格和更高的数据 速率获取i n t e m e t 接入和多媒体服务。此外，以g s m ( g l o b a ls y s t e mf o rm o b i l e c o m m u n i c a t i o n ) 为代表的第二代蜂窝移动通信系统频谱利用率较低，可利用的无线 频谱资源又日趋紧张，无线通信系统在系统容量、网络覆盖、运营成本等方面出 现了一些新的问题和矛盾。上述两个方面的需求不断地推动着新型无线通信技术 的诞生、发展和应用。 当前对无线通信的研究主要集中在宽带移动通信和宽带无线接入两个方向。 宽带移动通信系统主要提供广域覆盖，支持用户终端的大范围漫游与高速移动。 对宽带移动通信系统的研究主要集中于对3 g 演进技术以及对b 3 g e y o n d3 0 ) 系 统的研究。宽带无线接入系统主要提供从几米到几十千米范围的本地覆盖。目前 的宽带无线接入系统主要有无线个域厩j ( w i r e l e s sp e r s o n a la r e an e t w o r k , w p a r 、j 3 ， 包括i e e e ( i n s t i t u t ef o re l e c t r i c a la n de 1 e c t r o n i ce n g i n e e r s ，电气与电子工程师协 会) 8 0 2 1 5 系列；无线局域l 网( w i r e l e s sl o c a la r e an e t w o r k , w l a n ) ，包括欧洲的 h i p e r l a n 系列和i e e e 8 0 2 1 1 系列，如8 0 2 1 l a 、8 0 2 1 1 b ( w i f i ) 、8 0 2 1 l g 以及正 在制定中的下一代无线局域网标准8 0 2 1 1 n ；固定宽带无线接入系统，包括i e e e 的无线城域网( w i r e l e s sm e t r o p o l i t a na r e an e t w o r k ，w m 删8 0 2 1 6 ( w i m a x ) 系列 等。此外，i e e e 8 0 2 工作组正在制定支持移动的宽带无线接入标准 电子科技大学硕士学位论文 i e e e 8 0 2 2 0 ( m o b i l e 。f i ) 。 虽然这些新型无线通信技术能够提高数据传输率，但是每个系统都需要单独 分配频谱资源，这就造成了新的问题。因为由于移动终端天线尺寸和功率的限制， 可以用于无线接入的频段十分有限。根据联邦通信委员会( f e d e r a lc o m m u n i c a t i o n s c o m m i t t e e ，f c o 关于美国3 - 6 g h z 频谱资源分配情况的研究结剁3 】表明：与日俱增 的用户需求使得无线频谱资源面临紧缺的危险。 为了在有限的频谱资源内提供更高速率的无线业务，人们通过改进各种编码 调制方式来提高频谱效率，目前的方法有码分多址( c o d ed i v i s i o nm u l t i p l ea c c e s s ， c d m a ) 空中接e l 技术，如高速下行分组接入( h i g i ls p e e dd o w n l i n kp a c k a g e a c c e s s ， h s d p a ) 可以达到l b i t s h z 的频谱效率，正交频分复用( o r t h o g o n a lf r e q u e n c y d i v i s i o nm u l t i p l e x i n g , o f d m ) 和多输入多输出( m u l t i p l ei n p u tm u l t i p l e o u t p u t ， m i m o ) 技术的应用也只能达到3 - , - 4 b i t s h z 的频谱效率。 虽然改进编码调制方式可以提高频谱效率，但是3 4 倍频谱效率的提高对于 人们成百上千倍的带宽需求增长是微不足道的，这就促使人们思考是否还有其他 方法来提高频谱效率。美国加州大学b e r k e l y 分校的实地测量数据p 】和研究表明大 量的频谱资源处于空闲状态，3 g h z 及以上的频段几乎没有被使用。其中，3 - 4 g h z 的频段利用率只有0 5 ，4 5 g h z 的频段利用率甚至只有0 3 。而3 g h z 以下频 段，根据伯克利无线研究中心( b e r k e l e yw i r e l e s sr e s e a r c hc e n t e r , b w r c ) 的研究报 告【3 】发现，频谱资源在时域及频域上有多达7 0 未被充分利用。出现这种现象的 原因是f c c 对频谱资源的使用采取了一种频谱所有权“独占”的授权分配政策一 一即使授权用户没有使用授权频谱，该频段也不能被其它非授权用户使用。这一 政策造成频谱资源的巨大浪费。因此，f c c 的这种频谱所有权“独占”的授权分 配政策已经不适应当前无线接入技术的发展需求，不少经济学家相信若这些“独 占”频谱拥有者再次出售或出租他们的频段，建立频谱的二级市场，将会消除频 谱资源紧缺的现象，或者至少可以大幅提高频谱利用率【4 】f 5 1 。 认知无线电正好可以满足这样的要求，认知无线电技术最早由j o s e p hm i t o l a i 博士通过对软件无线电( s o f t w a r e r a d i o ，s r ) 概念的延伸提出的。目前，对它的定 义存在多个版本，其中s i m o nh a y k i n 教授的从数字信号处理、网络、人工智能和 计算机软硬件实现等角度出发定义了认知无线电【6 j ：“认知无线电是一个智能无线 通信系统。它能够感知外界环境，并使用人工智能技术从环境中学习，通过实时 改变某些操作参数( 比如传输功率、载波频率和调制技术等) ，使其内部状态适应 接收到的无线信号的统计性变化，以达到以下目的： 2 第一章绪论 任何时间任何地点的高度可靠通信； 对频谱资源的有效利用。” 根据上述定义，s i m o nh a y k i n 建立的认知无线电的模型，如图1 - 1 所示，主要 包括三部分： 图1 1 认知无线电模型 无线环境分析部分的主要任务是估计无线环境的干扰温度和检测频谱漏洞： 发射功率控制与频谱管理部分的主要任务是，为了在不对主要用户造成干扰的条 件下进行可靠通信，发射机根据估计的信道状态信息和检测的频谱漏洞自适应调 整发射功率和分配频谱资源；信道估计与预测部分的功能是实时估计信道状态信 息，并对未来的信道状态信息进行预测以便发射机调整参数实现可靠通信。 1 1 2 认知无线电系统中信道估计研究的意义 信道估计之所以在认知无线电系统中非常关键是因为：对于任何无线和移动 通信系统，由于无线传输信道是一个时变的多径衰落信道，为了使发送数据经过 信道衰落后，在接收端被正确接收，数据所经历的信道衰落影响应被合理补偿。 信道估计技术，作为获得信道衰落参数的手段，是提高无线数据传输接收性能的 关键技术之一。同差分解调相比，带有信道估计的导引符号辅助相干解调可增加 2 5 ，3 d b 的信噪比增益【7 1 。同时采用信道估计技术后，可以使用频谱效率更高的多 电平调制技术( 如m o a m ) ；此外，信道估计还可以提供空时码解码以及多用户检 测、最大比分集合并等技术所需要的信息i s ，尤其在无线数据分组通信中，由于常 常需要获得每个数据包经历的信道状态，信道估计扮演了至关重要的角色。 除了上述提到的在传统无线和移动通信系统的作用外，信道估计在认知无线 电系统扮演着更加重要的作用，除了接收机需要信道状态信息，发射机也需要信 道状态信息，这是因为发射机需要根据无线通信环境动态改变系统参数，只有获 3 电子科技大学硕士学位论文 得准确的信道状态信息，并准确预测系统容量，才能提高系统的自适应能力，最 终提高频谱效率和数据传输的可靠性。否则如果信道状态信息估计不准确，系统 容量预测过大会导致通信失败，容量预测过小会浪费宝贵的频谱资源，因此信道 估计对认知无线电系统非常关键。 传统的通信系统通常发送导频序列来实现信道估计，但是传输导频序列既消 耗了发射功率，又降低了频谱效率，而这正是认知无线电系统需要解决的问题， 因此在认知无线电系统中必须实现更加有效的信道估计技术，本文的一个研究方 向就是在保证信道估计性能的条件下设计频谱效率更高的信道估计技术。 1 1 3 无线区域网系统中的信道估计研究的意义 由于认知无线电技术能大幅度提高频谱使用率，认知无线电技术正逐步受到 越来越多业内人士的关注，成为当前无线通信技术的一大热点。在美国，从事认 知无线电研究的机构主要有b e r k e l e y 、r u t g e r s 、s t a n f o r d 等大学和i n t e l 、q u a l c o m m 、 c a n d e n c e 、t i 等公司；德国k 。a r l s m h e 大学f i e d r i e hj o n d r f l 教授的研究小组在德国 联邦研究和技术部( f e d e r a lm i n i s t r yo fr e s e a r c ha n dt e c h n o l o g y ) 移动通信项目的资 助下也开展了认知无线电技术的研究。 第一个应用认知无线电技术的组织是i e e e8 0 2 2 2 工作组，该组织成立于2 0 0 4 年1 0 月，别名为“无线区域网”( w i r e l e s s r e g i o n a l a r e a n e t w o r k ，w r a n ) 。该工作 组致力于开发通过认知无线电技术二次利用分配给电视广播的和h f 频带( 北 美为5 4 m h z 8 6 2 m h z ) 。 在无线区域网中应用认知无线电的一个关键技术是根据可用频谱资源自适应 设计发射波形。文献【9 】提出将变换域通信系统( t r a n s f o r md o m a i nc o m m u n i c a t i o n s y s t e m ，t o e s ) 作为认知无线电的发射方案。t d c s 的基本思想是，通过在给定的 频谱范围内动态改变发射信号频谱来避免来自授权用户的干扰和避免干扰这些用 户。此后，文献【1 0 】提出了基于o f d m 的t d c s ( o f d m - t d c s ) 并将其应用于i e e e 8 0 2 2 2 无线区域网，该系统采用c c s k 调制1 1 l 】( c y c l i cc o d es h i f tk e y i n g ) ，可以在 极低的信噪比下可靠地传输数据，并且其峰平比( p e a k t o - a v e r a g ep o w e rr a t i o ， p a p r ) 性能明显好过传统的o f d m ，但是只考虑了理想信道估计。然而在低信噪比 时由于噪声的影响，导频信号包含的信道信息淹没在噪声中很难获得。因此，为 了获得o f d m t d c s 在低信嗓比的良好性能，可靠的信道估计十分关键。本文的 另一个研究方向就是如何解决无线区域网系统在低信噪比时很难获得准确信道估 4 一 第一章绪论 计的问题。 1 2 信道估计技术研究和发展现状 由于无线信道存在噪声、多径时延和多谱勒频移，导致发送信号通过无线系 统会产生衰减和码间干扰，信道估计技术的目标就是估计出信道的衰减系数以便 于接收机准确恢复发送信号、对信道容量进行预测以及实现自适应调制。 目前的信道估计技术可分为如图l _ 2 所示的四类： 图1 - 2 信道估计技术分类 1 2 1 基于导频符号的信道估计 基于导频的信道估计方法简单，是目前应用最多的方法，也是最成熟的算法。 基于导频符号的信道估计方法的基本过程是【1 2 l ：首先在发射机适当位置插入导频 符号，然后接收机利用己知的导频符号恢复出导频位置的信道信息；接着利用获 得的导频位置的信道估计结果，通过某种处理手段( 如内插，滤波，变换等) 得到所 有时段有用数据位置的信道估计结果。 虽然基于导频的信道估计方法简单，但是在时变信道中需要不断插入导频， 需要牺牲频谱效率和发射功率，当信道变化非常迅速时需要插入5 0 的导频。 1 2 2 基于叠加序列的信道估计 基于叠加序列的信道估计方法的基本思想是1 1 3 1 4 【1 6 】：信号在调制和发送之前将 一个预先设计的特定的周期训练序列以较低的功率叠加( 算术加) 到数据信息上， 然后在接收机利用训练序列的一些统计特性估计出信道的冲激响应。该算法最初 是在单收发系统( s i s o ) 时不变和慢时变信道环境下提出来的【”】【1 4 1 ，后来人们将 研究扩展到了多收发系统( m i m o ) 的时变信道环境嗍。 一5 一 电子科技大学硕士学位论文 基于叠加序列的信道估计将训练序列加在数据上，因此不需要额外占用带宽， 提高了频谱效率，但是仍然需要发送训练序列，因此将消耗一部分发射功率，而 且将训练序列叠加在数据信息上带来一个新的问题：叠加的训练序列对信号会造 成干扰。对于基于叠加序列的信道估计面临的难题是：在保持信道估计准确性同 时减小对数据信息干扰的前提下如何设计训练序列；如何分配训练序列与数据符 号序列的功率。 1 2 3 盲信道估计 盲信道估计不需要任何训练序列或者导频符号，其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。文献【1 7 】和 1 8 1 给出了各种盲 估计方法的总结，将各种已有的方法分为如图1 3 所示的三大类：基于矩的方法， 最大似然( m a x i m u ml i k e l i h o o d ，m d 方法，贝叶斯方法。基于矩的方法有子空间方 法【1 9 悼 2 2 1 和最优矩方法【矧，每一类又包含许多子方法；最大似然方法有确定性最大 似然方法 2 5 1 和统计最大似然方法【捌；贝叶斯方法有卡尔曼滤波【明和粒子滤波嘲。 圈1 - 3 盲信道估计方法分类 在基于矩的方法中研究最广泛的是子空间方法，子空间方法利用信号子空间 和噪声子空间的正交性将两者分离，根据正交性原理可以求得信道的冲击响应的 解，此方法最早由m o u l i n e s 于1 9 9 5 年应用于信道辨识，它利用过采样信号的二 阶循环统计特性，实现单输入多输出信道的盲辨识和均衡。基于子空间方法的盲 信道估计的优点是可获得闭合形式的最优解，缺点是该算法假设信道向量处于唯 一的子空间，或者是信号子空间，或者是噪声子空间，导致对信道建模误差很敏 6 第一章绪论 感，不具有鲁棒性；另一个缺点是复杂度高。 最大似然法是一种用于任何参数估计问题的典型方法，其中信号概率密度函 数是已知的，当采用长度足够大时，m l 估计器通常都具有优良的性能。然而在这 种情况下m l 估计算法的计算复杂度偏高，并且其最优值可能会收敛到局部最大。 根据传输数据是具有统计特性还是具有确定性，基于m l 的盲信道估计可分为统 计性m l 估计和确定性m l 估计。统计性m l 估计假设数据序列是按照已知的分 布类型随机产生的。在此算法公式中，唯一的未知参数是待估计的信道参数。其 中可使用期望最大化算法【2 9 1 1 3 0 l 来有效地应用解决最大化问题。还有一类基于隐马 尔可夫模型的算法【3 1 1 则是利用数据序列的固有符号特征特性扩展研究出来的。 在确定性m l 估计中，数据序列是未知参数的一部分。此算法的思路是通过 寻找合适的信道参数和发送数据序列估计值来联合最大化它们的似然函数【3 2 1 。因 为信道和数据观测值都是线性变化的，所以一般使用迭代的方法来解决此类问题， 其中联合最大化似然函数值是在信道和发送数据估计值的不断迭代更新中求得的 3 2 1 - - 3 4 1 。 基于矩的方法和最大似然方法都假设信道系数是时不变的，但是在实际系统 中由于移动台的运动和传播环境中物体的移动，信道系数在不同时间随机变化， 这时我们需要处理的就是贝叶斯估计问题，因此可以运用贝叶斯方法。基于贝叶 斯方法可分为卡尔曼滤波( k a l m a nf i l t e r , k f ) 、粒子滤波器( p a r t i c l ef i l t e r , p n 方法。 卡尔曼滤波在线性高斯系统中能够提供最优解析解；但是大量证据表明f 3 5 】【3 6 1 在无 线环境中，噪声都是非高斯的，此时卡尔曼滤波性能恶劣，粒子滤波器具有很好 的性能。 粒子滤波器在非线性滤波、预测问题中广泛应用，其核心思想是利用一系列 随机抽取的样本( 粒子1 和样本的权重来替代状态的后验概率分布，并利用这些样本 及其权重来计算状态的函数分布。当样本的个数变得足够大时，通过这样的随机 抽样方法就可以得到状态后验分布很好的近似，然后可以利用这些样本表示的后 验分布来获得重要的估计。粒子滤波器方法具有如下优势：可应用于非线性、非 高斯系统；输入和输出都是软信息，因此在编码的系统中，信道估计器可作为t u r b o 接收机的第一阶段的软解调器来增强接收机的性能。 虽然盲信道估计不需要任何导频符号，但是所有的盲信道估计都存在复杂度 高、收敛速度慢、相位模糊等问题，由于这些问题未能得到很好的解决，限制了 盲信道估计的应用。 7 电子科技大学硕士学位论文 1 2 4 半盲信道估计 盲信道估计虽然不需要任何导频，提高了频带利用率，但是收敛速度很慢， 需要累计很长的数据块来获得好的信道统计估计，只适应于漫衰落的信道，在快 速多径衰落信道中盲估计的性能急剧下降，而且盲估计的计算复杂度很高，还存 在相位模糊等问题约束了应用。半盲信道估计不仅使用了训练序列以及和它相应 的接收端观测值，而且还利用了未知发送数据对应的接收端观测值结合了导频信 道估计和盲信道估计的优点，联合估计数据和导频序列来提高信道估计的准确性 和带宽利用率。 由于盲信道估计存在复杂度高、收敛速度慢、相位模糊等缺点，目前针对半 盲信道估计的研究集中在如何通过添加少量的训练序列来解决这些问题。文献 3 7 1 通过限制针对训练信号的隐马尔可夫模型的状态转换概率将文献【3 8 】中的方法进 行了扩展。文献 3 9 1 , 贝1 j 提出了基于最大化的半盲系统，其中的未知信号数据被假设 为独立同分布的零均值高斯随机变量。通常，基于阶矩的盲算法扩展为半盲算法 的方法是通过将用于盲信道估计方案的目标函数和用于基于训练序列估计方案的 最小均方代价函数结合起来而完成的。例如，文献 4 0 1 和 4 1 1 就使用了将盲信道估 计器和基于训练序列估计器的代价函数进行联合线性加权的方法。文献【4 2 】则研究 了基于二阶统计量的半盲信道估计技术在数字通信中的应用问题。 文献1 2 8 提出了一种分阶段半盲估计方法，该方法利用少量的导频符号解决了 贝叶斯方法存在的相位模糊，此方法将获取信道状态的过程分为训练和跟踪两步。 在训练阶段，我们可以采用少量的导引符号估计信道；在跟踪阶段，我们可以利 用检测获得的数据符号合并前一阶段的信道估计值，经过适当的模型预测当前的 信道值。 1 2 5 小结 从以上讨论可知，目前的信道估计方法主要有四种：基于导频的信道估计、 基于叠加序列的信道、盲信道估计以及半盲信道估计。 基于导频的信道估计的性能很好，复杂度也很低，但是需要插入导频符号， 当信道变化非常快时，需要插入大量导频符号才能获得准确的信道估计，造成频 谱资源和发射功率的浪费，因此基于导频符号的信道估计只适合于慢变的信道， 当信道变化迅速时我