基于OFDM技术的无线通信系统的信道估计的研究

录目录绪 研究内容及背景意 本论文所做的主要工 2系统简 2单载波通信与多载波通 2.2基本原2.22.3的优缺 2.32.4系统的关键技2.43信道估计及其性能仿 3信道估计概 信道估计的目 3.3信道特 3.3信道估计方 插入导频法信道估 最小均方误差估计 线性最小均方误差(LMMSE)算 基 变换的信道估 性能比较与分 改进

算法及其性能仿 算法简 性能仿 结论与展 参考文 错误！未定义书签 近30年来，移动通信领域经历了从模拟到数字，窄带到宽带，低数据传输速率到高数据传输速率的演变。第一代(1G:AMPS、TACS)和第二代(2G:GS、IS-95CDMA(3G:CDMA200WCDMTD-SCDMA(4LTETD、LTEFDD(OFDMOFDM术的提出可以追溯到上世纪60代，但由于当时大规模集成

提出基于散傅里叶变换(DFT)的OFDM带调制，才使得人们开始重视这一技术。年，Peled 提出的循环前缀(CyclicPrefix,CP)，解决了信道正交性题。加之高速DSP术，自适应技术，软件无线电技术的日益成熟，如何将OFDM术应用到无线通信系统，成为人们亟待解决的问题。OFDM(DAB)广播(DVB)，高清电视(HDTV)，视频点播(VOD)，无线局域网(WLAN)等通信领域。例如19992002年期间，清华大学成功研发出DMB-T数字电视传输系统；欧共体研发的数字视频地面广播(DVB-T)错误！未找到引用源。。影响而呈现多径特性为了更好地适应信道传输发送端通常采用调制技术得与发送端完全同频同相的载波信息，必须对信道进行估计,以对抗码间干扰和多径衰落。对于OFDM系统，信道估计的任务就是，根据接收到的已失真的、叠加了AWGN的信息序列来准确估计出信道的频域传输特性，换句话说，就是估计OFDM各正交子信道的频率响应值。因此，研究信道估计技术本文基于OFDM系统原理，以OFDM第一章以移动通信的演变为背景，介绍了OFDM技术的提出、发展历程和在民用通信中的应用，然后根据无线信道环境引出信道估计的概念第二章简要介绍了快衰落信道下OFDM系统组成原理，包括串/并转换，数据调制，离散傅里叶变换，循环前缀等内容，然后介绍了OFDM系统的优了基于LSMMSELMMSE算法以及基于DFT算法的信道估计原理，数下用MATLAB对各算法的误码率和均方误差进行了仿真，总结各算法估计第四章在第三章的基础上提出基于DFT信道估计改进算法并仿真分第五章是本文的总结与展望222.1g(t)是匹配滤波器，(1G(2G1G和2G便能够很好地解决多径衰落引起的符号间干扰(ISI2.1单载波通信原理框多载波通信的基本思想是在频域上将信道划分成M相互独立的子信些子信道传输信号并在接收机中予以合并以实现信号的频率分集错误！未找到引。与单载波系统相比，多载波系统具有的明显优势是，能够很好地对抗率选择性衰落。当M大时，每个子信道都可看做是无ISI子信道，在接收端，可以采用低复杂度的信号处理算法实现无ISI的信息传输。多载波调制技术的原理框图如图2.2示。2.2多载波调制原理方框S等。2-1其做了详细比较。其中M表子载波数，T为正交频分复用S元周期。这里假设OFDM系统的保护带宽=1(2´TS)2-1单载波和多载波系统参数比传输方式统参符号时单载多载TT速M总频带宽2´M敏12´MT+M´1(2´T较不敏2.22.2OFDM基带信号来描述OFDM(2-1ìM-ìïådirect(t-ts-

2)expéj2p

-s)ú, ês(t)=í ê

(2-î tts或ttsî其中，M子载波数，TS为OFDM元周期，di(i0,1,…,M-1是第i个子信道数据流，ts是OFDM号开始的时刻。s(t的实部和虚部分别和OFDM号的同cos和sin代替，这样便构成了合成的正交频分复用信号。由于OFDM多载波方案，可用图2.2为其原理框图，只要满足各载波相互正交即可。2.3OFDM统结构图，主要采用了离散傅里叶变换算法。其中，上半部分是OFDM发送端，下半部分是OFDM接收端，中间的信道是典型的瑞利衰落信道，信道中的噪声是AWGN。串/并转换主要是将串行传输的高落信道转换成平坦衰落信道，减小符号间干扰。DFT/IDFT用FFT/IFFT仍然正交，这样便可进一步降低ISIICI影响。载波调制是为了使信2.3IFFT/FFT实现的OFDM系统框2.32.3如下优缺点。技术技术的优点主要有DSPOFDM系统中各子信道的正交调制和解调可通过快速傅里叶变换(FFT)和逆变换(IFFT)来实现，从而大大降低了算法复杂度，且信息的实时处理更快更可靠。现代数据通信业务一般存在非对称性，OFDM系统可通过调制不同的OFDM统通过编码与交织，能很好地提高系统的误码性能。由于OFDM在极端情况下允许各调制信号的频谱有12重叠，因此与第一代移动通信中的FDM系统相比，OFDM系统频谱利用技术的缺点主要有技术的缺点主要有(1PAPR。高峰均比信号通过功率放大器时，为防止信(2)对频率偏移敏感。OFDM统要求各信道之间严格正交，系统的定时2.42.4OFDM所以是优秀的多载波调制方案其原因不只是以上诸多优点与如下关键技术有关。1、时域与频域同步技OFDM(BCCH2、信道估在正交频分复用系统中，信道估计器的设计主要考虑以下两方面的3、信道编码与交抗干扰能力。信道编码通常采用卷积吗，编码效率R❑1223或34,以对抗快衰落信道中的随机错误；对于突发差错，一般采用交织深度为20的交织编4、降低峰值平均功率比在时域中，正交频分复用信号是N子载波信号的叠加。当这N信号恰好同时出现峰值时，OFDM信号的峰值功率将会产生最大值且是平均功率的N。尽管N信号同时出现峰值是低概率事件，但为了满足接收端信号的完好无损，发送端要求高功率放大器(HPA)具有很大的线性范围，这将降类技术来降低PAPR错误！未找到引用源。OFDM信道的传输特性进行估计。因此，设计好的信道估计器是OFDM系统必不可33错误！未找到引用源。常用的信道估计算法分类如下错误！未找到引用源号实时处理性差，这就阻碍了它在实际系统中的应用工程中使用较多的是导频符号辅助调制(Pilot3.33.3CM-1道：发射机与接收机之间的距离在4m内，在视距范围内；CM-2道：发射机与接收机之间的距离在4m内，不在视距范围内；CM-3道：发射机与接收机之间的距离在4～10m，不在视距范围内；信道：发射机与接收机之间的距信道：发射机与接收机之间的距离了均方根时延达到25ns端多径信道环境OFDM信道参信道模CM-CM-CM-CM-平均附加时信道能量OFDM信道参信道模CM-CM-CM-CM-平均附加时信道能量平均--L(1G4554lnsgRMS延扩展67信道能量标准误！未找到引用源。指多径功率衰减因子。仿真参环境下的系统参数设数信号长取样间持续时码元周信噪5训练序列长结合表3-13-2对OFDM种信道特性的冲激响应进行仿真结果3.1示n G--

S-VCM-1 S-V信道模型CM-2环境下的信道冲激响应n 0-n G--n G--

S-V信道模型CM-3环境下的信道冲激响应 S-V信道模型CM-4环境下的信道冲激响应 3.1S-V模型中四种信道的频率响由图3.1知，一般快衰落信道的多径时延都会超过50ns，对于CM-这种特殊环境下的快衰落信道其多径时延甚至超过了220ns由此可见CM-4插入导频法信道估前面提到，插入导频法能够在较低复杂度的情况下获得较好的估计性能。导频信号不能任意选择，而是要根据具体环境选择导频的结构和数量。无论采取何种方式，插入导频的间隔必须满足aiquit3.2不敏感，一般用于LMMSE。导数导数 时块状导频OFDM

时梳状导频OFDM3.2导频信息的插入方。化简后得到。化简后得到fNc f

3-其中错误未找到引用源是频率方向上的最小间隔错误未找到引用源是最大时延扩展afc是归一化的子载波间隔在时域抽样定理中，抽样频率应满足：错误！未找到引用源，即1(NtTS)≥2，即t错误！未找到引用源。t

c1 2fdTS其中错误！未找到引用源。为信号带宽，Nt是在时间方向上的最小间隔。对错误！未找到引用源 N错误！未找到引用源LNLN

| t 3-其中Ns是一帧所包含的正交频分复用符号个Nc是子载波数。为满足优的的信道传输特性，时域抽样点数应和和频域抽样点数近似相等，即fd

≈≈2

afcNffd

3-最小平方(LS)算(LS错误！未找到引用源。于低数据速率传输的通信系统中，它是OFDM系统信道估计算法的基础。y(tx(thn(t，其中有用信息x(th，h(h,h,L

)T是被估计的M0 M-机参量，噪声n(t是均值为0，功率谱密度为

的加性高斯白噪声Y=(Y,Y

)T是对接收信号y(tM抽样。下面要做的工作就是根据0 M-点取样，可得如下矩阵方程点取样，可得如下矩阵方程

其ìX0

ìY0

ìN01ï 1íýX= íý

ïYí1ýY=ï.í1ýï.

ï í1ýN= í1ý

3- îXM

îYM

îNM =

(3-将上式中每一项按维数展开，ì

é

XM(i)

éhˆê ê

0,-ú

0

êX1,0

X1,1

X1,M-1(i)

hˆ1 1

Xi=ê

h=ê. ê.

(3- i,M

qi-1,0(

q-1,1(

qi-1,M-1()û LM-1可以得åqi-kåqi-k -( (i)hˆN-1)]2,i=0,1,…,M- k

k,N-□所以P(hˆ可以表示

-(

(i)hˆ1+...+

ååik□

k,N-将P(hˆ对ˆ求偏导，可得□

T□

要想LS价函数存在极值，上式必须为零，□

3-则□

根据式(3-13),可得如图3.3示结构的LS计器图 LS估计器结构可见对于最小平方估计器，只需知道接收样本Y信息即可，因此硬件之间的关系为在实际应用中，信道的冲之间的关系为 =X-1(XH+N)=H+X

3-为(3-因此LS计的均方误差(Mean为(3-MSE=traceEMSE=traceE-H)×-H)H

L NN最小均方误差估计相比于LS算法，基于最小均方误差准则错误！未找到引用源。的信道估计算法能够在一定程度上消除AWGN和ICI信号的影响假设信号与噪声相互独立，在接收端对信号进行N点DFT引入DFT矩阵Z，表示为：æM …M0,M-1Z=

÷ ÷ çMM-1,0…MM-1,M-1 0£nk£M-1错误！未找到引用源 3-在在提取导频信息后，信道的冲激响应可表示为错误！未找到引用源 =错误！未找到引用源 3-的关系应其中RYY表示接收端信息的自相关矩阵，RHY为信道频率响应与接收端信息的互相关矩阵。于是可得最小均方误差准则下时域信道响应hmmse与频的关系应错误！未找到引用源。

=ZM

3-将式(3-18)带入式(3-19),可得H

=Z R-表达式表达式如下其中

MHYYY ZXMMMSE M

3-

-

--QMMSE=RHHLZMXMXMZP-

ZMXMXMZM

引用源1根据式(3-19)可以得到MMSE道估计器结构13.4MMSE信道估计器结构MMSE计算法具有优良的估计性能，如低误码率和均方误差,但算法复线性最小均方误差(LMMSE)算LMMSE信道估计错误！未找到引用源。是最优的低阶估计器，它的核心思想在于对LS估计进行奇异值分解在不降低估计器性能的条件下降低算法复杂度并抑制AWGN和ICI，但是它也有缺点就是需要知道每条子路径功率的先验信估计估计在导频处的表达式为==

H{ LS,P

(3-(3-Y-X=YX-1=P导频信息的位置在式(3-21)中，噪声分量Y-X=YX-1= RELNX-1NX-1

(3-信道估计的代价函数 σ2,σ2分别为噪声方差和导频信号功率，信道估计的代价函数 2信道估计准则下的信2信道估计准则下的信道特性HLMMSE,P=argNYP-XPHLMMSE(3-由此可以得到

(3-W= N 'NH其中

=EéHù, 是信息和导频间的互相关矩阵，大小为N´P,

HH H'导频间的自相关矩阵，大小为P´P，W为LMMSE值矩阵。当导频信息的座点等概出现时

W=

'

''

可简化为可简化为)I)

(3- H

基于DFT换的信道估高速DSP术的发展，离散傅里叶变换在DSP的应用，为新型信道估计算法提对信号进行LS估计，然后将频域经快速傅里叶逆变换转换到时域，使信道能量集中在相对较少的采样点上，之后进行补零操作来降低AWGN对信号的基于DFT信道估计的结构图如图3.5错误！未找到引用源。3.5基于DFT信道估计结构设OFDM符号子信道数为N，导频插入比为L，导频子载波数为M=NL信息子载波数N-MHP(k经傅里叶逆变换后得到的导频信道响应hP为为1M-

「 hp(n)=MΣHp(k)exp|jMnk

(3-k 为降低AWGN信号的影响，对hP(n)进行补零 Nh(n)=⎧P N⎩

n=M,M+1,…,N-

(3-HN(k为hN(n的N点FFT换N-

HN(k)=ΣhN(n)exp|-j

nk

(3- 将式(3-26)、式(3-27)带入式(3-28N-

HN(k)=ΣhN(n)exp|-jNnk M-

=ΣhP(n)exp|-j

nk

=Σ|MΣHp(m)exp|-jMnm||exp|-j

nk

(3-n=0

(m)M-

「2n =Σ Σexp|j

m-k

=Σ S(m,k) 其M- MM MM MNM MNMNM 1N-

「

(3-1hN(nNΣHN(k)exp|j

kn|

n=0,1,…，N-1时，HN(k M

k Nm❑k，NM

(k为

(m)的线性插值。由于DSP术日益成熟，基于DFTP道估计算法的实现非常容易P3.5子载波数条件下，用MATLAB7.10.0(R2010a)错误！未找到引用源。,错误！未找到引用源。对无估计、LS、MMSE、LMMSE及DFT计算法的误码率(SER)、均方误差(MSE所示行仿真。如图3.6图所示3-3OFDM信道估计仿真参导频插入比的仿真对比图第一组，子的仿真对比图OFDM系统无估 和DFT算法的比较 SERES

10-

LS算法MMSE算法LMMSE算DFT算10- SNROFDM系统无估 和DFT算法的比 LS算法MMSE算法LMMSE算DFT算 10-- SNR3.764子载波下各估计算法均方误差(MSE)的仿真对比图第二组，子的仿真对比图LS算法MMSE算法LMMSE算DFT算OFDM系统LS算法MMSE算法LMMSE算DFT算ES

10-10- SNR1OFDM系统无估 和DFT算法的比 LS算法MMSE算法LMMSE算DFT算0 10--- SNR估计算载波无估LSMMSELMMSEDFT3.9128子载波下各估计算法均方误差(MSE)比较3-4各算估计算载波无估LSMMSELMMSEDFT估计算载波无估LSMMSELMMSEDFT3-5各算法估计算载波无估LSMMSELMMSEDFT从以上各图可以看出，LS计器算法简单但存在着很高的误码率和均输系统，LS计器已不适用。相对来说，LMMSE实现复杂，误码率和均方误差均满足现代通信的要求。如在3.6，相同误码率时LMMSE的SNR的提升。DFT算法的复杂度和估计性能居中，随着DSP术的发展，该算法载波数增加，各算法的误码率相应增加；对比3.73.9知，相同噪比下，子载波数增加，各算法的均方误差均也有所增加。表3-464载波与128载波下误码率和均方误差做了比较可以得出对于同一算法，子载波数越多各算法的估计性能越差这也说明子载波之间相互影响越大4改进 算法及其性能仿由第3.5DFT：在算法中使用汉宁窗，加快带外衰减。信息处理过程如图4.14.1改进的DFT估计算法框骤如下在信道估计时，先将频域转换为时域，使用汉宁(Hanning)窗使带外噪骤如下点离散傅里叶逆点离散傅里叶逆变换，得到

1M-

é hM(n)=MåHM(k)expêjM

k 用汉宁(Hanning)窗对信号进行处理，即dM(n)=0.5+

M-

n=0,1,…,M-

hd

(n)·

其中式(4-2)为汉宁窗的表达式。接着在时域对信号信号进行补零操作维，之后去窗，得维，之后去窗，得到h(n)=

dN dNh(n)=

dN dNh(i)= N

i=0,1,…,N- (4-dN dN最后将hN转换到频域，得到改进算法的信号估计N-

H(k)=åhN(n)expê-jN

四种信道环境参信道模CM-CM-CM-CM-视距分视非视非视非视多径平均附加时四种信道环境参信道模CM-CM-CM-CM-视距分视非视非视非视多径平均附加时多径均方根附加时4-2OFDM信号估计仿真参子载波下的仿子载波下的仿真结果CM-1信道LS,DFT,改进DFT的性能比 LSDFT改进的DFT- RES10- SNR4.2CM-1信道，64子载波LS、DFT、改进DFT算法的SER比CM-2信道LS,DFT,改进DFT的性能比 LSDFT改进的DFT 10-RES10- SNR4.3CM-2信道，64子载波LS、DFT、改进DFT算法的SER比CM-3信道LS,DFT,改进DFT的性能比 LS算DFT算改进的DFT算ES

10-10- SNR4.4CM-3信道，64子载波LS、DFT、改进DFT算法的SER比LS算DFT算改进的DFT算CM-4信道LS算DFT算改进的DFT算ES

10-10- SNR4.5CM-4信道，64子载波LS、DFT、改进DFT算法的SER比OFDM系统LS,DFT和改进DFT算法的比 M

10-LS算LS算DFT算改进的DFT算 SNR4.664子载波下LS、DFT、改进DFT算法的MSE子载波下的仿子载波下的仿真结果CM-1信道LS,DFT,改进DFT的性能比 LS算LS算DFT算改进的DFT算 RES- SNR4.7CM-1信道，128子载波LS、DFT、改进DFT算法的SER比CM-2信道LS,DFT,改进DFT的性能比 LS算LS算DFT算改进的DFT算R10-ES SNR4.8CM-2信道，128子载波LS、DFT、改进DFT算法的SER比CM-3信道LS,DFT,改进DFT的性能比 LS算LS算DFT算改进的DFT算 RES- SNR4.9CM-3信道，128子载波LS、DFT、改进DFT算法的SER比LS算DFT算改进的DFT算CM-4信道LS算DFT算改进的DFT算ES

10-10- SNR4.10CM-4信道，128子载波下LS、DFT、改进DFT算法的SER比10

OFDM系统LS,DFT和改进DFT算法的比 LS算DFT算改进的DFT算M

-10-10- SNR4.11128子载波下LS、DFT、改进DFT算法的MSE

4-3各算法64载波和128载波下的误码率比LS算 DFT算 改进的DFT算

4-4各算法64载波和128载波下的均方误差比LS算 DFT算 改进的DFT算信号在64载波数下CM-1道传输后系统误码率性能如图4.2所示。由此可知，DFT算法由于时域能量集中在少数抽样点上，减少了频谱泄露，因而信道估计性能较好；而改进DFT算法，由于汉宁窗的加入和线性变换，使得带外噪声迅速衰减，在低SNR估计性能较DFT法有所提高。CM-2道环境传输后系统的误码率曲线如图4.3示同样地即使是在非视距环境下，改进算法能够将系统误码率降到最低。图4.44.5别是CM-3道和CM-4道环境下的系统误码率曲线，由图4.4得，相同误码升同样4.5相同误码率下改进算法的SNR较DFT法2.5dBCM-有所下降，原因是CM-4道环境更复杂，多径时延最大。了改进算法在降低MSE优越性。由图可得，当SNR为6dB，改进DFT算法的均方误差较传统DFT法有了0.35dB提升，较LS法0.51dB图4.74.11128载波下的仿真结果。由图可得，同一算法，随着子载波数的增加，估计性能略有下降，表4-3与表4-4也说明了这一方误差增加了0.26%；改进