ofdm系统信道估计的的研究

《ofdm系统信道估计的的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

万方数据IIIlllIIILIIIIIIlJlIIIIIllItlIlllIII学位论文原创性声明Y2684981本人郑重声明，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。尽我所知，除了论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，也不包含为获得中南大学或其他教育机构的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。申请学位论文与资料若有不实之处，本人承担一切相关责任。作者签名：盘型丛垒。彳勺、学位论文版权使用授权书本学位论文作者和指导教师完全了解中南大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子版；本人允许本学位论文被查阅和借阅；学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用复印、缩印或其它手段保存和汇编本学位论文。保密论文待解密后适应本声明。作者签名：扭导日期：趔年盖月上日 万方数据中南大学硕士学位论文摘要OFDM系统的信道估计研究摘要：信道估计是OFDM系统中不可或缺的关键部分，良好的信道估计模块是保障系统通信性能的基本要求，而且随着移动通信的发展，未来移动通信将深刻的融入到人们的生活当中，通信环境也将更加复杂，因此，研究一个性能优异、鲁棒性强的信道估计方案具有重要的学术和应用价值。OFDM通信中，其子载波相互正交，发送数据并行调制到每个子载波上，一方面降低单路数据速率，增加符号宽度，增强抵抗符号干扰的能力；另一方面，子载波相互正交交叉，提高了频谱利用率。本文主要研究基于导频的信道估计技术。首先分析OFDM技术的基本原理，给出OFDM通信系统的基本模型。通过分析无线信道大、小尺度衰落，并仿真分析常用的信道模型，说明无线信道的统计特征及影响信道特性的主要因素。然后分析了基于导频信道估计技术的基本原理，重点就导频结构的选择、信道估计准则展开研究并进行仿真分析。最后重点研究变换域信道估计技术，并提出一种基于QR分解的信道估计技术，该技术将初步估计得到的传输数据反馈回信道估计模块，并利用信道时域冲击响应能量集中在前端的特性，通过QR分解降低估计误差，获得更精准的信道时域冲击响应。在多普勒频移信道下仿真结果表明，相比于传统的迭代信道估计方法，基于QR分解的改进型信道估计技术的误码率性能表现提高了2．3dB。OFDM技术被公认为下一代移动通信的核心技术之一，而一个优良性能的信道估计方案是OFDM通信的性能保障。本文提出了一种新型的转换域信道估计方案，进一步提高了OFDM通信的性能。关键词：正交频分复用；信道估计；QR分解分类号：TN91 万方数据中南大学硕士学位论文AbstractResearchonchannelestimationforOFDMsystemAbstract：ChannelestimationiSthecriticalpartofOFDMsystem，itsgoodperformanceiSthebasicrequirementofsystemperformance．Thefuturemobilecommunicationwillhavebecomedeeplyintegratedintopeople’Slives．andthecommunicationsenvironmentwillbecomemorecomplicated．SOitiSpracticalandacademictostudyahigh—performanceandstrongrobus协esschannelestimationalgorithm．InOFDMbasedsystems．theoriginaldataiStransformedtoseveralparalleldatastreams．thenmodulatedontotheorthogonalsub．carriers．Withadegradationrateofonedatastream．thewi&hofonesymbolhasreducedandmakingitrobustandmoreresistanttointerference．theorthogonalsub．carriers，ontheotherhand．improvesthebandwidthe所ciency．InthisPaper,wemainlystudythechannelestimationbasedonpilottones．Firstly,weanalyzetheprincipalsofOFDMtechnologiesandproposethebasebandsystemmodel．Then，westudythelarge．scalefadingandsmall．scalefading，andpresentasimulationoncommonchannelmodel．analyzethestatisticscharacteristiesandaffectingfactorsofwirelesschannel．Secondly，westudytheprincipalsofchannelestimationbasedonpilottones，especiallyresearchonpilotstructures，channelestimationcriteria．Finally,wemainlyanalyzetransformdomainbasedchannelestimation．andproposeanovelchannelestimationalgorithmbasedonQRmatrixdecompositiontoreduceestimationerror．ThesimulationresultsintheDopplerchannelshowthatthebit．error-rate(BER)ofourestimatoriS2---3dBbetterthantheconventionalDFT-basedchannelestimatorandLS．1inearestimation．ChannelestimationperformancehasadirectinfluenceonOFDMsystem，whichhasbeenconsideredtobeoneofthekeyteclmologiesfornextgenerationmobilecommunications．Inthispaper,anoveldomaintransitionalgorithmhasbeenproposed，toimproveperformanceofOFDM．Keywords：OFDM；Channelestimation；QRdecompositionClassification：TN91II 万方数据中南大学硕士学位论文目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯IAbstract．⋯．．．．⋯．⋯．．⋯．．⋯．．．．．．⋯．．⋯⋯⋯．．．⋯．⋯⋯．⋯．．⋯．．⋯．．⋯⋯．．．⋯⋯⋯⋯⋯．⋯．⋯．⋯．．．II第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11．1研究背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11．2OFDM技术概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．21．2．1OFDM技术发展历史⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．21．2．2OFDM关键技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．31．2．3OFDM技术优势与不足⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．31．2．4OFDM技术应用领域⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．41．3OFDM信道估计的意义与研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．51．3．1OFDM信道估计的意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．51．3．2OFDM信道估计研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一61．4研究内容及安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．7第二章OFDM系统原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．82．1多载波调制⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．82．2OFDM基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．92．2．1OFDM原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一92．2．2OFDM的IFFT／FFT实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．102．2．3保护间隔与循环前缀⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．112．3OFDM系统模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯142．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16第三章OFDM无线通信环境⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯173．1无线通信概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯173．1．1大尺度衰落⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．173．1．2小尺度衰落⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．18III 万方数据中南大学硕士学位论文目录3．2无线信道常用模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯183．2．1自由空间衰落模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．183．2．2克拉克模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2l3．2．3Jakes信道模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯233．2．4频率选择性衰落信道模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．233．3本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯24第四章OFDM信道估计研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯254．1信道估计的目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯254．2基于导频辅助的信道估计方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯264．2．1导频信道估计基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．264．2．2导频结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．274．3导频辅助信道估计准则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯284．3．1最小二乘估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．284．3．2线性最小均方误差估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．284．3．3基于奇异值分解的低复杂度的LMMSE信道估计⋯⋯⋯⋯⋯⋯．294．4数据子载波插值运算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3l4．4．1线性插值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．314．4．2高斯插值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．314．5仿真与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯324．6本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯33第五章OFDM时频转换信道估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯345．1DFT信道估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯345．1．1DFT信道估计技术原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯345．1．2信道冲击响应门限判决⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．365．2基于QR分解的信道估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯375．2．1QR分解原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．375．2．2基于QR分解的信道估计及仿真分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．385．3本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41Ⅳ 万方数据中南大学硕士学位论文目录第六章结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．426．1本文工作总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯426．2下一步工作展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯42参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一44攻读学位期间主要的研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．49致{射⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．50V 万方数据中南大学硕士学位论文绪论第一章绪论1．1研究背景和意义移动通信是现代通信系统的重要组成部分。智能终端技术的发展促使移动通信提供随时、随地的通信服务，并满足低时延、可靠地要求。最早的无线通信于1897年由M．G．马可尼松所完成，实验在一艘拖船和固定实验点进行，虽然当时的通信距离只有33公里，但它开启了一个全新的时代，是人类通信技术的巨大飞跃。上世纪70年代，随着电子技术的飞速发展，现代移动通信也迎来了飞跃式发展。进入21世纪以来，随着相关通信技术的快速发展，通信技术深刻地融入人类生产生活当中，并扮演日益重要的角色。蜂窝通信的发展促进了移动通信的迅猛发展：无线技术及智能终端技术的发展大幅提高了人们的生活水平，而人们对舒适生活的追求反过来对通信技术提出了更高的要求，促进移动通信的进一步发展。为了适应未来移动通信的需求【1]，提出了正交频分复用(OrthogonalFrequencyDivisionMultiplexing，OFDM)技术，它具有频谱利用率高、抗多径衰落能力强、数据传输速率快的特点，另外，其在频域选择性衰落信道环境下，具有强鲁棒性以及收发机结构简单等优势。OFDM是一种高效的多载波频分复用调制技术，其子载波之间相互正交以提高频谱利用率，其基本思想是将系统可用频带划分为多个合适宽度的窄带，一个窄带为一个子载波，每个子载波独立的传输一个低速数据流，在每一个子载波上可以采用BPSK(BinaryPhaseShiftKeying)、QPSK(QuadraturePhaseShiftKeying)、QAM(QuadratureAmplitudeModulation)等传统的调制技术。OFDM这种特有的频谱模式，使得其在高速通信中具有巨大优势。一路高速发送数据通过OFDM调制机制并行调制到子载波上，将被分解为多路低速数据，每个子载波传输一路数据，整个频带被划分为N个窄带，只要N足够大，每个窄带带宽将小于信道相干带宽，在单个子载波期间频域衰落呈现平坦特性【2，3J。由于降低了数据传输速率，系统信道离散性减弱，将减小系统的符号间干扰(inter-symbolinterference，ISI)，另外，通过在每个OFDM符号之间插入循环前缀(CylixPrefo【，CP)【4．5】，能有效降低ISI干扰。OFDM技术这些无可比拟的技术优势，使得其得到广泛应用，目前移动通信领域的研究热点一第四代移动通信标准(4G)，如TD．LTE、FD．LTE均采用OFDM作为核心技术。包括亚洲、美国、欧洲的主流运营商均采用TD．LTE或FDD．LTE作为4G通信标准。我国于2013年底发放了首批4G牌照，采用自主研发的TD—LTE。在可以预见的未来，OFDM技术将得到更加广泛的应用，以应对日益增长的通信需求。而如何提高 万方数据中南大学硕士学位论文绪论OFDM系统的通信效能将会成为持续的研究热点。在OFDM通信技术中，主要研究热点集中在信道估计、峰均功率比、系统同步及信道编码和交织等技术。在OFDM系统中，一般采用相干检测，而信道估计是相干检测的必要步骤【4】，信道估计的精度直接决定了OFDM通信的可靠度。本文将着力于信道估计研究，并提出一种高精度信道估计方案。1．2OFDM技术概述1．2．1OFDM技术发展历史OFDM是一种特殊的多载波调制技术。为了应对多媒体应用以及无线通信系统对高速数据传输的要求，正交频分复用技术于上世纪60年代应运而生。在数字通信中，若在一个信号传输宽度内，信道冲击出现快速变化，即通信信道称为频域选择性衰落信道，若仍然采用单载波调制方式，信号将不可避免的产生频域选择性衰落，因此在单载波传输系统中，接收端必须采用自适用均衡技术，但均衡器及自适用算法相对复杂。为此，上世纪60年代提出了多载波传输技术，将频带划分为多个等宽的窄带，每个窄带为一路子载波，将高速数据流进行串并转换，调制到多个载波上，每个载波上传输一路数字信号，单个子载波上为平坦衰落，消除了符号间干扰(ISI)，由于信号所经历信道为平坦信道，极大的降低了接收端均衡技术的要求。自多载波传输技术诞生，根据相邻子载波之间是否独立或交叉形式，将系统频带划分为多个窄带，研究人员共提出了三种频域划分方法。第一种方法功率谱完全独立，即相邻子载波之间无交叉，相互独立。虽然功率谱完全独立，但是由于无线传输信道的多径衰落造成的信号时延，将引起载波间干扰(Inter-carriersinterference，ICI)及符号干扰(ISI)，为了减小甚至消除干扰，在相邻子载波之间插入保护间隔，以抵消信道时延或频移造成的干扰，但是由于加入了保护带宽，导致这种模式的频谱利用率低，数据传输效率低，阻碍了高速通信的发展。因此，须在此基础上改进频谱布局方式。第二种方法功率谱部分重叠，相邻子载波功率谱之间在．3dB处交叠，子载波之间部分交叉，极大的提高了频谱利用率，部分交叉模式的频谱利用率是完全独立模式的两倍，在接收端析出正交通道上半个周期的信号，即可获得各子载波上的发送信号。第三种方法即为正交频分复用技术(OFDM)，ChangR．W．等研究发现，在第二种模式的基础上，可以进一步增加子载波功率谱的交叠程度，若子载波频谱曲线为sinc函数，并通过系统时域加窗处理，相邻子载波峰值与0点重叠，使子载波呈现正交性。由于增加了子载波之间的重叠程度，极大的提高了频谱2 万方数据中南大学硕士学位论文绪论利用率。OFDM作为一种调制技术，其特有的频谱结构，可有效对抗频域选择性衰落，而且具有极高的频谱利用率，但在OFDM技术发展初期，需要通过大量滤波器来实现信号的正交调制，在实际应用中相当复杂，所以并未得到广泛应用。20世纪70年代，S．D．Weinstein和P．M．Ebert提出在OFDM系统中通过快速傅里叶变换技术(FFT)实现发送信号的并行调制，同时，随着电子技术的发展，FFT技术可通过大规模集成电路技术实现功能模块化，降低了OFDM系统硬件难度，促进了OFDM技术的广泛应用。1．2．2OFDM关键技术(1)信道估计。信道估计是OFDM系统的关键组成部分【b引，主要包括三个方面，一方面是导频结构的选择，若选择盲信道估计，则不需要添加导频，但计算复杂；若采用导频信道估计，又可分为梳状导频和块状导频，在快时变信道中应采用梳状导频，相反块状导频应用在慢时变信道系统中；另外是导频位置CFR(Channelfrequencyresponse)估计，通过LS、LMMSE等准则获得：最后是插值算法的选择，例如线性插值、高次插值等。通过导频仅能获得导频位置的信道信息，须通过插值获得数据位置的信道信息。(2)系统同步。由于OFDM系统中采用子载波相互正交的模式，因此要求发送端和接收端必须保证时域和频域精准的同步，因为任何失步，不仅仅导致本采样点相位和幅度上的偏差，还会严重影响后续数据处理的性能表现，另外，多径效应及多普勒效应使信号产生频率失真，在接收端须以同步为基础进行信号解调。因此，在OFDM系统中，精准的系统同步是保障系统通信性能的前提。(3)峰均功率L匕(Peak．to．AveragePowerRatio，PAPR)。发送数据并行调制到相互正交的N个子载波上，转换为时域时，在极端情况下，信号峰值叠加，超过发送放大器或接收器的线性范围，引起失真。若增加发射器和接收器的功率，将降低系统效率【10,11]，同时增加硬件成本，因此如何降低PAPR是OFDM技术其中一个重要的研究领域。(4)编码与交织。良好的信道编码和信道交织机制具有较强的码元纠错能力，可有效的对抗信号在无线传输过程中产生的码元错误。在OFDM系统设计时，应因地制宜地选取合适的交织编码机制，以提高数字通讯系统的性能。1．2．3OFDM技术优势与不足OFDM作为一种频分复用的多载波调制技术，与传统的载波技术相比，其独特的正交载波形式使得OFDM具有明显的技术优势：3 万方数据中南大学硕士学位论文绪论(1)抗干扰能力强。OFDM系统中，子载波功率谱为sinc函数，在相邻载频点为零值，因此整个频带上子载波是相互正交的，发送信号并行调制到子信道上，形成多路复用信号，在时域上进行矩形截断，相当于频域上与sinc函数卷积，子信道在频域上相互独立，互不干扰。OFDM可通过插入循环前缀的方式消除多径效应带来的码间干扰(ISI)【5】，在频域上具有良好的鲁棒性，另外OFDM时域符号长度大于信道最大时延长度，能有效对抗频域选择性衰落。(2)频谱利用率高。OFDM系统中，频域上子载波相互正交，与传统多载波调制技术的相互独立或部分交叠相比，在同样的信道带宽上能获得更多的子载波，一次能传输更多的发送数据，而且不需要在每个子载波之间加入保护间隔，进一步提高了频谱利用率。(3)高传输速率。由于在同样的频带上具有更多的子载波，所以同一时间能传输更多的发送数据；同时，在OFDM系统中采用编码交织技术，将发送数据进行交织映射，提高传输效率：另外，高效的资源分配算法可进一步提高OFDM通信的传输速率。(4)实现难度小。在OFDM系统中采用IFFT／FFT技术，能快速实现信号的调制解调，避免了大量使用调制解调器，大规模集成芯片技术的发展，使得IFFT／FFT技术的硬件实现简单，而且随着电子技术的发展，OFDM系统的各个功能均能实现模块化，系统硬件实现难度大幅减小。虽然OFDM技术优势明显，但由于无线通信的复杂性，OFDM通信仍需大量深入的研究以解决如下问题：(1)高峰均功率比(PAPR)。发送数据调制在相互独立正交的子载波上，而在时域上可能形成峰值重叠，造成传输信号变化很大，形成过大的峰值功率，超过系统线性范围，引起信号的带外及带内损失。(2)信道估计精度要求高。在OFDM系统中，广泛采用相干解调方式作为解调机制，因此能否准确解调得到发送信号，需要精准的信道信息(ChannelStateInformation，csD，但由于多径效应、多普勒频移、及时延等影响，CSI相对复杂，因此，优异的信道估计性能是保障OFDM系统通信性能的前提。(3)严格的同步。OFDM系统独特的子载波结构使得其对系统同步误差非常敏感，因此在OFDM实际应用中需要实现严格的载波同步和帧同步。一方面由于多径效应，信号在传输过程中不可避免产生干扰，在信号分离过程中需要严格的同步进行信号采样；另一方面，接收端去除CP同样需要严格的同步以找到准确的切除点，因此对OFDM系统提出了严格的同步要求。1．2．4OFDM技术应用领域正因为OFDM其强大的技术优势，在移动通信、数字传输、计算机网络等4 万方数据中南大学硕士学位论文绪论多个领域得到广泛应用。OFDM在无线应用中主要侧重于广播系统，欧洲电信标准协会首次提出数字音频广播系统(DigitalAudioBroadcasting，DAB)¨2|，这是第一个采用OFDM的标准，数字视频广播系统(DigitalVideoBroadcasting，DVB)t13]同样也采用了OFDM技术。如今己进入千家万户的ADSL(AsymmetricDigitalSubscriberLoop，非对称数字用户环路)技术【l41，以及VDSL(VeryHighBitRateDigitalSubscriberLine，甚高速数字用户线路)【15】技术均采用了OFDM作为核心传输技术。1999年IEEE通过了一个新的无线局域网标准802．1la，工作频率为5GHz，其物理层即采用了OFDM调制技术。随后，欧洲电信标准协会的宽带射频接入网(BroadRadioAccessNetwork，BRAN)的局域网标准也采用了OFDM技术。在2G通信时代，全通通信运营商普遍采用GSM(GlobalSystemforMobileCommunication，全球移动通信系统)和CDMA(CodeDivisionMultipleAccess，码分多址)技术标准，而OFDM技术通信速率能达到上述标准的10倍，因此4G通信技术LTE采用OFDM作为下行标准【161。我国拥有自主知识产权的TD．LTE技术标准在RAN38次会议上，被正式写入3GPP标准中。1．3OFDM信道估计的意义与研究现状1．3．1OFDM信道估计的意义信道估计是无线通信系统中一个非常具有挑战性的课题。由于不同的环境具有不同的无线信道特性，而且即使在同一环境下，其信道参数具有时变性。无线传输电波经散射、反射和阴影效应通常会产生多径衰落，信号包络呈现瑞利衰落函数，另外由于接收端或障碍物体的移动引起接收信号在时间、频域及相位上产生变化，这些因素使得无线信道成为一个非常复杂的系统。无线通信系统中，信号检测通常采用相干检测或非相干检测。非相干检测利用对应信道平均统计特性的优化度量，相干检测则建立在掌握信道特性的基础上，因此相干检测的最佳接收须通过信道估计获得信道的准确信息(CSDu7-21]o在某些系统中，在发送端提前发送反信道影响的信号，可以省去信道估计的环节，但这种通过扭曲发送信号来抵抗信道影响的方式，在快衰落信道中，若信号模式与信道特性不匹配，反而会进一步增加信号检测难度。此外，相干检测通过恢复相干载波即可快速的解调出调制信号，计算简单，而非相干检测不需要利用载波信息，但检测算法复杂。相干检测模式更加适应高速传输系统的要求，同时，在信噪比(SNR)方面，相干检测比非相干检测有3-4dB的提升。在采用相干检测的通讯系统中，都需要进行准确的信道估计，以剔除相干检测得到的信号中包含的信道衰落信息，才能获得调制信号，因此信道估计作5 万方数据中南大学硕士学位论文绪论为相干检测的重要组成部分，对其进行研究具有十分重要的意义。OFDM通信作为一种应用越来越广泛的无线通信技术，而且其应用领域多为高速通信环境，因此相干检测是OFDM系统的最优选择，并且优良的信道估计方案是进行相干检测的前提。综上所述，信道估计是OFDM系统的关键组成部分，其优异性能是OFDM通信性能的保障。随着OFDM通信技术应用领域越来越广泛，对OFDM通信的精度及可靠度的要求将越来越高，对信道估计技术的要求日益提高，因此，研究一个性能优异、鲁棒性强的信道估计方案具有重要的学术和应用价值。1．3．2OFDM信道估计研究现状信道估计兴起于单载波通信时代，在单载波时代，信道CIR建模为FIR滤波器【22】，通过信道估计估值滤波器系数，虽然许多应用于单载波系统的信道估计方法在多载波系统中得以继承，但多载波具有不同频域和时域特征，传统单载波信道估计技术不足以完全满足多载波信道估计。OFDM作为一种特殊的多载波传输技术，由于其独特的子载波频谱结构，信道估计技术要求进一步创新。在OFDM系统中，若在发送序列中插入已知序列，称为非盲信道估计；反之为盲信道估计；盲信道估计利用传输信号的统计信息估计信道的静态特性[23,24J，例如，Ali等研究了子空间信道估计技术在CP．OFDM、ZP．OFDM、CP．freeOFDM系统中的表现【251，Li和Roy等提出基于虚拟子载波的子空间信道估计技术【26|，Shin将[26]扩展至MIMO．OFDM系统【2丌，Oliver提出利用维纳滤波技术的盲信道估计技术，获得了更低的MSEt281。这些盲信道估计方法主要都是利用OFDM符号尾部若干码字的搬移特点，对接收信号进行构造自相关矩阵从而进行信道估计。盲信道估计算法无需参考信号，节省带宽，也具有一定的研究价值，但是它复杂度高【241，收敛速度慢，不适宜未来高速通信【29】的应用。非盲信道估计又可以分为两类：数据辅助法(Data．aided)和直接判定法(DDCE)。DDCE方式中，利用前一个OFDM符号的信道信息来解调当前符号，这种方式的前提是相邻符号问信道具有极强的相关性，因此在快时变信道中，DDCE可靠性低，虽然应用信道编码、交织、迭代等技术以弥补DDCE在快时变信道中的不足，但由于快时变信道中信道相关性不足，改进DDCE信道估计精度仍然不赳30,31】。数据辅助法中，部分或整个OFDM符号传输辅助数据，接收端利用这些已知数据获得信道信息，解调发送数据。在频域子载波上插入己知数据的技术[32,33]，称为导频方式，导频技术己应用在802．11a及HYPERLAN2等技术标准中[341。一般来说，导频密度越大，信道估计准确度越高【351，但导频密度的提高，降低了频谱利用率，实际应用中，根据通信环境及子载波个数确定导频密度，虽然插入导频会降低频谱利用率，但导频插入能提6 万方数据中南大学硕士学位论文绪论高信道估计精度，大幅提高系统通信性能。综上所述，DDCE信道估计技术在快时变信道中表现不佳，而盲信道估计虽然不需要添加辅助数据，但须进行复杂的数据统计计算，因此，基于导频的信道估计技术是目前实用性最强的技术。本文后续研究中将主要讨论基于导频的信道估计技术。1．4研究内容及安排本文主要研究OFDM通信系统中的信道估计技术，分析影响信道估计的主要因素及现有信道估计技术的不足，并针对这些不足提出解决方法。第一章主要介绍OFDM及其信道估计技术的研究背景与研究意义，着重介绍OFDM技术在现代通信中的重要性。第二章主要介绍OFDM技术基本原理，分析OFDM子载波频谱结构及调制解调实现方式，并加入CP以消除ICI(inter．cartierinterference)和ISI；给出了OFDM系统模型，详细描述了OFDM系统收发端的数据处理过程。第三章主要介绍OFDM无线通信环境及无线信道的分类，阐述无线通信中影响通信系统的主要因素，即信道估计中主要需要考虑的问题，并介绍了几种常见的无线信道模型，如大尺度衰落模型中的自由空间模型，并以此为基础引出改进的对数路径模型和对数正态阴影模型；小尺度衰落模型中经典的克拉克模型等，并分别对它们作了仿真分析。第四章对基于导频的OFDM信道估计技术进行研究，主要研究包括导频结构的选择、导频子载波的信道估计准则分析、数据子载波信道估计技术分析：导频子载波信道估计主要有LS、LMMSE等信道估计准则，然后通过插值获得数据子载波的CFR。本章最后通过仿真分析了不同信道估计技术的BER表现。第五章着重研究了变换域OFDM信道估计技术，首先阐述了基于DFT的变换域信道估计技术，并在此基础上提出阈值判决改进技术和基于QR分解的变换域信道估计，并仿真分析了LS、DFT、QR分解在不同doppler频移下的BER表现。第六章回顾总结了本文工作，并提出了本文研究工作中发现的但仍未解决的问题，首先现有的信道估计技术均采用LS作为初步手段，而LS技术对噪声和ICI敏感，因此后续研究中可采用精度更高的初步手段；另外，可在本文提出的基于QR分解的信道估计技术中引入编码校验技术，进一步提高信道估计精度。7 万方数据中南大学硕士学位论文OFDM系统原理第二章OFDM系统原理2．1多载波调制OFDM技术是一种特殊的多载波调制技术(FrequencyDivisionMultiplexing)，多载波调制技术出现于上世纪60年代。在多载波调制系统中，将系统可用带宽W划分为N个可用子频带，则每个子频带的带宽为Ⅳ=W／N，图2一l为多载波频谱示意图：频率图2-1：多载波频谱示意图一路串行数据并行分解为N个低速的并行数据流，单路数据传输速率降低为原来的1／N，再分别独立地调制到N个多载波上，这样一个已调信号可表示为N一1s(t)：yX(k)tpk(t)(2-1)Zj其中X(k)是第k个子载波上的调制信号，帆(t)是第k个载波信号，S(t)是经过多载波调制的待传输信号。根据上式，图2．1表式了多载波调制系统框图。)(o、杰Xdt)。7ky7e’?嘶’x1。杰×1(t)。7b，7xo,X1⋯，XN．1S->P+jziq^．一exN．1。蠢XN-1{t)、7Yy7图2-2FDM调制器多载波调制技术应用于无线通信时，同样需要考虑无线衰落信道的多径影响，为了保证多载波调制系统的性能，其系统参数须满足以下条件：8 万方数据中南大学硕士学位论文OFDM系统原理1、在时域方面，在划分载波宽度时，应考虑一个FDM符号的周期长度应大于无线信道的最大时延。以有效抵抗由时延造成的符号间干扰(ISI)。2、在频域方面，划分的载波宽度应小于无线信道的相干带宽，即使整个频域上为频域选择性衰落，但单个载波上为平坦衰落，则整个信道呈现为平坦衰落信道。2．2OFDM基本原理2．2．1OFDM原理OFDM实质上就是一种多载波传输技术，高速数据流通过串并转换并行调制到相互正交的子载波上，在单个子载波上进行窄带传输。与FDM调制技术最大的不同在于子载波相互交叠，如图2．2所示，提高了频谱利用率；另外，图2一l中，FDM子载波之间须加入保护间隔以减小ICI的干扰，而在OFDM子载波间并不需要每个子载波间加入保护间隔，因此OFDM子载波结构进一步提高了频谱利率。盎图2-3OFDM系统频域子载波分布图假设一个FDM符号周期为T，子载波数为N，调制系统中需要N个调制器，相应子载波中心频率为，o～瓜．1，相邻子载波频差为△，，采样频率为Ts。一路串行数据Xi并行调制到子载波上，根据公式(2．1)和图2—2，一个FDM符号的第n个采样点可表示为(2-2)上式描叙了图2．2所示的FDM系统，为了体现OFDM技术和FDM技术频域结构上的区别，即OFDM系统子载波相互交叠且正交，则子载波频率^须满足以下条件9Tn厂仃2e、一、k，LXM∑㈣=、_、n，LoJ 万方数据中南大学硕士学位论文OFDM系统原理J：T{1。,．kl=k三陋3，相邻子载波之间峰值点与零点交叠，则系统整个频带W内包含整数个子载波，即：^=百。k，k=0,1⋯N一1．(2-4)根据公式(2．2)，一个OFDM符号在}处的采样值可表示为N-1S(n)=EX(k)ej铷k=O其中，X(k)表示第k个子载波上传输的信号。2．2．2OFDM的IFFT／FFT实现(2-5)在OFDM技术提出初期，OFDM技术实现复杂，须通过大量的调制器和解调器实现，上世界70年代WEINSTEIN和PAULM．EBERT提出傅里叶逆变换(inversediscreteFouriertransform，IDFT)实现OFDM的调制【361，避免了大量调制解调器的使用，降低了OFDM应用的硬件负担。在实际应用中一般采用快速傅里叶逆变换(IFFT)快速实现调制，根据公式(2．5)，第1个OFDM符号的第n个采样值表示为．N一1S(n，1)=IDFT{X(k,1)}=言∑毗1)ej铷(2-6)引入IDFT技术后，图2．2所示框图可简化为：XoL，r×1，r)(0，X1⋯，×N．1S一>PlDFT×N．1L图2—40FDM发送框图IFFT技术使OFDM系统避免了使用大量调制解调器，大力促进了OFDM技术的发展。10 万方数据中南大学硕士学位论文0FDM系统原理子载波数N的取值范围较大，可以从数十至上千。一般情况下，系统带宽是固定的，因此确定子载波间隔△厂就可以确定子载波个数N。子载波间隔△，的取值和实际应用有关，多普勒频移以及无线信道中的最大时间弥散都是影响OFDM系统中子载波间隔大小的重要因素。不同的实际应用中，系统带宽以及无线信道环境都不同，△厂的取值需要综合考虑各种实际因素。例如，在3GPPLTE标准中，当信道带宽为10MHz时，△厂取值为15KHz。接收端则通过快速傅里叶变换(FFT)实现解调，解调信号为Y(n，k)=FFT{S(n，1))．N一1N一1=三yyx(k“Ue铷e-j和(2．一／)=吾77^LK’一U’JI、‘●‘_一l=0k=0=x(kJ1)由于引入了傅里叶变换的概念，我们习惯将经IFFT转换的信号和FFT之前的信号称为频域信号，其余部分看作时域信号。从图2．3可以看出相邻子载波相互交叠，而子载波峰值点恰好是相邻子载波的零点，若对某一子载波数据Xi解调，在一个周期内进行频域积分，根据指数函数的积分准则能够完全解调出原始数据，因此即使OFDM子载波频谱相互交叠，子载波间并未产生干扰OCI)。由于OFDM子载波相互交叠的特点，OFDM技术不需要像FDM技术那样添加保护频带，可以以奈奎斯特(Nyquist)符号速率进行数据传输，进一步提高了频谱利用率。另外，OFDM进行窄带传输，单个OFDM符号周期拉长，周期变长能有效对抗无线信道的多径时延。2．2．3保护间隔与循环前缀OFDM技术中子载波上的调制信号实现并行传输，有效降低了符号间干扰(ISI)，但无线信道所产生的延迟扩展仍然会使得多径之间产生符号干扰(ISI)，而一个OFDM符号由N个子载波的调制信号组成，ISI的产生会破坏单个OFDM符号内部的子载波正交性，产生ICI。为了避免OFDM符号间因为无线信道时延产生严重的信号干扰，借鉴多载波调制技术中的保护间隔思想，在OFDM技术中同样加入保护间隔(CP)，但由于OFDM子载波特殊的正交特性，OFDM中的CP在结构上不同于FDM中的保护间隔。在相邻OFDM符号之间必须添加保护间隔，若保护间隔长度TG大于无线信道的最大扩展延迟Tm，则可以彻底地消除多径传播引起的ISI并保护子载波之间的正交性。一个OFDM符号是N个子载波调制信号的包络，在时域上，第1个OFDM符号可表示为 万方数据中南大学硕士学位论文OFDM系统原理(2-8)并假设信道冲击响应为h(t)，则时域接收端信号可表示为yl(t)=xl(t)木h(t)+w(t)=J：∞h。)。xl(t—t)dt+w(t)(2．9)lTh(m)。xl(n—m)+w(n)(2—10)m=0从上式可以看出发送数据经过无线信道，经取样后的表现形式为发送数据与信道冲击响应的卷积，并添加加性噪声，如图2．5所示为假设信道冲击响应h[n]及其所造成的时延，若未添加保护前缀，必将产生ICI—卜————————一JSUb——————————1H第1个oF叫符号第l+1个oF蹦符号图2-5ISI产生原因从图2．5可以看出，第一个的OFDM符号的多径分量(虚线)夹杂在第二个符号区间，因此产生了ISI，同时，第二个OFDM符号内子载波的正交性也被破坏，从而产生了ISI，为了解决这样的问题，引入了保护间隔理论。保护间隔有两种形式，一种形式的保护间隔由0填充，即在相邻OFDM符号间添加空闲时段，这种情况下OFDM符号偏移不会串扰到相邻的符号，因此不会产生ISI，但在一个符号周期内的子载波正交性遭到破坏，产生了ICI；另12S丁n+r)Tsnn八Ax(，)H(，)Y(，)八x(1)H(，)Y(，)八八八_／＼L八图3-2平坦衰落和频域选择性衰落如图3-2a中所示信号X(厂)的宽度小于信道冲击响应HU)的宽度，接收信号与发送信号相比呈现信号幅度恒定变化以及相位线性变化的特点，传输信号经历平坦衰落；而图b中信道冲击频谱宽度小于信号带宽，接收信号出现明显的失真，信号幅度出现非线性失真，传输信号经历频域选择性衰落。3．2无线信道常用模型3．2．I自由空间衰落模型自由空间衰落模型一般应用在视距无线通信环境，即通信双方之间没有任何阻隔，信号不经过反射、散射等阴影效应即可到达接收端，如航空通信。在自由空间中，接收端的功率为：Pr(d)=丽PtGtGrA．z(3—1)其中d为通信距离，P。是发射功率，G。和G，分别是发射天线和接收天线增 万方数据中南大学硕士学位论文OFDM无线通信环境益，九为通信电波的波长，L为系统损耗因子，包括传输过程中的电磁波扩散的损耗、系统天线、信号滤波等损耗，一般情况下L>I。假设系统硬件损耗不存在，则L=I，则系统的传播损耗对数形式可表示为：PLF【dB]_10109@)=-lOlog＼、(G4t妒Gr入叫2(3-2)假设发射天线和接收天线增益均为1(即Gr-G。=1)，则上式可简化为PLF[dB]_10109(韵=20log(书(3-3)图3-3所示为波长九=O．2m时，自由空间传播损耗与距离d的关系。图3-3自由空间模型路径衰落与距离关系图图3．3中可以看出信道损耗与天线增益成反比，与通信距离成正比。自由空间通信模型仅适用于无障碍物、无阴影效应的自由空间环境，在绝大多数情况下，无线通信都不具备这种理想条件，因此需要一种改进的自由空间模型考虑更多环境因素一一对数路径损耗模型：PL“dB】=PLF[do】+10nlog(昙)(34)其中n路径损耗指数，表3．1给出了不同环境下的n取值。袁3-1路径损耗指数n取值环境路径损耗指数n自由空间城市蜂窝通信城市阴影蜂窝室内视距通信室内阴影通信厂房阴影通信22．7．3．53—51．6．1．84．62．319 万方数据中南大学硕士学位论文OFDM无线通信环境随着阴影效应的的严重而增加，在室内视距通信环境下阴影效应最低，n取得最小值，而在室内有障碍物的情况下，取最大值。同时，相关距离do也由环境因素决定，例如，小区半径大于10Km的蜂窝通讯系统，do取值约为1Km，而对于小区半径为1Km的蜂窝通讯系统，do取值约为lOOm。图3—4所示为波长为九=0．2m时，对数路径损耗与距离的关系对数路径模型．A=O．2mi．一O,--=Gt=l,Gr=l黧8_壤●r荔鬈薯‘一一一一一一一一1一一一。1’⋯’i}』省0蕾’一一一一⋯一一1一一P⋯⋯P移参j4’／卢：I譬Ijj⋯～j’。’?。’I一。÷i。．‘：‘／一攀j7。。1。／j■!：，，；；⋯～j-一一；一一：一一；、一：一。·／㈡曩『ijj7’。I’：图3—4对数路径损耗模型路径衰落与距离关系图对数路径损耗模型损耗给出了一种静态阴影效益的信道损耗情况，但并未考虑通信环境中障碍物动态的情况，障碍物的动态变化将引起损耗程度的动态变化，基于此进一步改进得到对数正态阴影模型【加]：PL(d)[dB]=P-L(d)+Xo=PLF[do】+10nlog(未)+k(3-5)其中Xo为高斯随机变量，其平均值为0，方差为o，此变量表征随机阴影效应引起的损耗。图3．5所示为载波波长为0．2m，o为3dB，11为2时，信道损耗与通信距离的关系。—争Gt=1．Gr=1——垂一Gt=0．8．Gr=0-8卺Gt=0·5，Gr=0-5_器．距离【m】图3—5对数正态阴影模型路径衰落与距离关系图图3．5中可以看出，即使其它条件完全相同，由于阴影效应的随机性，信20H¨¨¨¨U¨IIIIrfl0ILllllLJ，●lIrIILa。∞加∞∞，【日p】镶懈掣嫠 万方数据中南大学硕士学位论文OFDM无线通信环境道衰落也不尽相同，甚至跳跃性变化，难以预测，这也使得信道估计变的异常3．2．2克拉克模型在克拉克模型中【411，通信双方以速度V相对移动，同时无线通信环境存在阴影效应，传输电磁波经障碍物散射，接收端接收到多路散射后的信号，产生多径效应，假设接收信号为r(t)r(t)：∑aoix(t-"roi(t))(3-6)Z二一其中K为多径数，％(f)为第i路径信号的传播时延，信道的信号增益为％，0i为第i条路径接收到的信号与接收机的夹角：0i=T，k=0，1⋯k一1(3-7)一般情况下，在克拉克模型中，接收天线增益具有各向同性特点，同时功率为均匀分布，则信道的信号增益为ao=口／以，可知所有路径接收的信号能量总和是a2，由此可知，每个路径的信号能量只占能量总和的一小部分。假设在克拉克模型中，当接收终端以速度V移动，各径信号均存在多普勒频移，假设与接收信号夹角为0时，x(t)为基带发送信号，则相关基带传输信号文(t)=Re[x(t)ej2Ⅱ^‘】(3-8)其中Re口表示取实部。经无线散射型信道后，则接收信号可表示为夕c。=Re【塞c；e，2T【魄+厂p@一q，xct—Tt，]。3．9，=Re[y(t)eJ2哟】其中Ci、Ti和^分别为信道增益、时延以及第i条路劲上的多普勒频移。五=厶cosOf=-TcosOf(3·10)厶为最大多普勒频移，九为传输信号波长。克拉克模型基于散射信号，每条路径上的电磁波具有相同的幅度，不同的入射角及多普勒频移，各路径信号相位在【O，2万]上服从均匀分布，且相互独立。其相关函数为【42]Ro【n】=2a2T【Jo(nrtDs／w)(3—11)其中，D为多普勒扩展，Jo为第一类贝塞尔函数21 万方数据中南大学硕士学位论文OFDM无线通信环境，。c，c，：==：未上ne；xc。sed。f3—12)湖=睁煮娜嘉B㈣图3-6和3．7分别为自相关函数曲线和信道功率谱密度曲线波形。fdT图3-6克拉克模型的自相关函数曲线图3—7克拉克模型中的功率谱曲线22 万方数据中南大学硕士学位论文OFDM无线通信环境3．2．3Jakes信道模型Jakes模型将接收信号表征为一系列平面波的线性叠加，表示为：r(垆Re{∑Ne八‰泐％帆’P坤}r、Ln=lj其接收端的信号可(3-14)其中Wm为最大doppler频移，Ci为第i条路径上的幅度增益，口。为信号入射角，巾n为i路径上的相移，在[0，2r0区间服从均匀分布，N为多径总数。图3．8为一个Jakes信道仿真器模型，由多个多普勒频移参数组成。图3-8Jake仿真器模型3．2．4频率选择性衰落信道模型当传输信号带宽大于信道冲击响应的频域宽度，如图3．2所示，信号出现非线性衰落，不同的频率分量的信号增益也是不同的，在频域上呈现不规整特性，称为频域选择性衰落。频域选择性衰落，转换为时域表现为多个可分辨的多径衰落，从而产生ISI，每一径衰落对应一个平坦衰落。频域选择性衰落信道的时域冲击响应为h(f，f)：∑√瓦恐)艿(卜0)(3一lS)1---0其中L为多径总数，√异为第l径的功率增益，白(f)呈高斯分布，f，为l径多径时延。如图3-9所示，频率选择性衰落信道可等效为一线性时变系统，通过23 万方数据中南大学硕士学位论文OFDM无线通信环境MATLAB仿真获得一个4径频率选择性衰落冲击响应图，如图3—10所示。X(t)101100富暑10"1磬10．210．3图3-9频率选择性衰落信道的线性时变模型信道衰落的包络曲线潲j#瓣；渐尹*、肛～-一r一忡!剥莼p舔震耐：：硒．n《l1暇墓三；巨#雌=?-苹菲二一；1．-|：lr(t)UU．a●1．0ZZ．0Jj．0■q．，0频率，№x105图3—104径频率选择性衰落冲击响应图由图3．10可知，在频率分量上幅度增益可出现突变，信道特性具有随机性。在OFDM通信中，随着其应用更加广泛，无线通信信道特性更加复杂，对OFDM系统信道估计提出了更高的要求。3．3本章小结无线环境的不确定性是影响无线通信的决定性因素，多径效应、阴影效应、多普勒频移等因素引起无线信道对传输信号形成衰落。考虑无线通信中长距离或长时间通信信号衰落的平均变化采用大尺度衰落模型，而在衡量传输信号的瞬时变化则采用小尺度衰落模型。设计一个优异的OFDM通信系统，必须深刻掌握通信环境无线信道的衰落特点，才能因地制宜选取最优的信道估计方法。24 万方数据中南大学硕士学位论文OFDM信道估计研究第四章OFDM信道估计研究4．1信道估计的目的OFDM系统中，发送信号调制在正交频分复用子载波上，接收端通过相干解调得到发送数据。在频域方面，利用频域接收信号，通过信道估计得到子载波的频域响应，在时域方面，类似于单载波系统，信道时域模型被视为一个时变的有限冲激响应(FiniteImpulseResponse．FIR)滤波器，利用时域接收信号通过信道估计得到信道时延及冲击系数，信道时域冲击响应(C瓜)和频域冲击响应为一对傅里叶变换，如图4．1所示：时域信道冲激响应信道频域响应)．●’，。ici仉9nen8Cn4也7毯n5D"●馨o．5．、毯o．．)e令馨。』i¨if。矗4)0．2越也1-0．6CO采样时问，ms一～’23舞赫二：789图4-1OFDM系统信道的CIR和CFROFDM信道估计的主要目标就是估计出时域CIR或频域CFR的参数[81，这是进行相干检测的前提。OFDM系统中，信道估计主要进行频域数据处理时称为频域信道估计，主要进行时域数据处理时称为时域信道估计，而时域和频域数据均进行处理的技术称为转换域技术。无论时域还是频域信道估计，主要在复杂度、精确度、应用性等方面来衡量它们的性能。一一一一一一一一一发送机一一一一一一一一一．r一一一一一一一一．接lI堑棚．一一一一一一一一一a0—’a1—●噪声OFDM．I插入ihIt)I。w调制1循环前缀f-(IFFT'*1—-■介0FDM解调lFFn望。±no。i一一一一一一I--i．。--_接收机一一一一一一一一一。。————扣——争j4——≤二。。。25 万方数据中南大学硕士学位论文OFDM信道估计研究图4．2为OFDM系统的简单频域模型，其中Ho～HN．1即为信道估计的待估参数。若在发送序列a中插入部分已知序列ap，则aLD即为导频序列，这种方式称为基于导频的信道估计技术。4．2基于导频辅助的信道估计方法4．2．1导频信道估计基本原理导频信道估计技术的基本原理是在发送端插入有限的已知序列，接收端利用这种已知性估计出这些位置的信道信息。OFDM系统中，将已知序列Xp调制到子载波上，接收端根据检测到的频域信号，按照LS、LMMSE等准则估计得到这些子载波位置的信道CFR，最后通过插值技术得到全部子载波位置的信道CFR。如图4．3所示，导频信道估计主要分为以下几个部分：图4-3导频信道估计流程(1)发送端选取某种导频结构(梳状导频、块状导频)，并在某些子载波上(导频位置P)插入导频Xp；(2)接收端检测导频位置P的频域信号，利用发送数据的已知性，通过LS、LMMSE、ML等准则估计得到导频位置的信道信息HD；(3)利用导频位置信道CFR，通过插值或时频转换得到数据位置的信道CFR，即可解调出发送数据。综上所述，导频信道估计技术的主要热点集中在以上三个部分：不同特点的无线信道选取不同的导频结构，例如，频域选择性信道应选择块状导频结构，而平坦信道应用梳状导频有更好的性能表现：导频位置信道估计准则主要基于LS算法，后续算法几乎都是基于LS改进而来；利用信道频域或时域相关性通过插值获得数据位置技术，主要有线性内插【431、二阶内插【删、分段线性插值【451、高阶插值[461以及变换域插值【47】等。一般来说，算法复杂度与信道估计精度成正比，因此OFDM系统设计应根据硬件条件、系统性能要求综合考虑，选取折中—方案。26 万方数据中南大学硕士学位论文OFDM信道估计研究4．2．2导频结构根据导频插入位置的不同，导频结构可分为：块状导频148,493、梳状导频【501。图4-4为导频结构示意图：●OOO●OOO●OOo●OO●o00●000●oOo●oO●OOO●OOO●oOO●OO0●ooO●OOO●oOo●oO●ooO●o0O●oOo●oo●OoO●0OO●oOo●oO●ooo●0oo●ooo●oo●OOO●0OO●oOO●O0O●oo0●oOO●000●00●ooO●o0O●O0o●o0o●OoO●oo0●O0O●OO●ooo●ooo●oOo●oOo●OOO●O0O●OO0●O0O●ooo●O0o●ooo●Oo●OOO●O00●oOo●00O●oOo●O00●oOo●00OTime(a)决状导菝OoO0o0O0o0o0O0OoOoO0O0O●●●●●●●●●●●●●●●●OoOoOoOoO0O0oO0O0O0O0oOo●●●●●●●●●●●●●●●●O0OoO0O0oOoO0O0oO0O●●●●●●●●●●●●●●●●O0O0O0O0oOoOoO0O0Oo0O0o0o0O0●●●●●●●●●●●●●●●●Time(b)梳状导频图4-4导频结构块状导频方式中，仅选择某一个符号在其全部子载波上都插入导频，在信道估计中，利用前一个的OFDM符号的CFR以判决更新的方式对信道信息进行更新，其优点在于不需要额外的插值运算【5¨，减少了系统的计算。其缺点在于获得良好性能的前提是信道在时域维度上是近似不变的。基于梳状导频的信道估计方法按照一定的规则在每一个OFDM符号的特定子载波上插入导频信号．导频序列是人为设计的具有特殊结构的序列，如LTE采用的ZC序列【521。图44梳状导频结构图中，在每个OFDM符号的第一个子载波上插入导频，剩余4个子载波上传输数据信号，在全时域上都插入导频符号，因此对时域信道变化反映敏感，在本文后续研究中将主要采用梳状导频方式。在子载波上插入导频符号的分布情况，可以视芜采用梳状导频还是块状导频，在信道相干带宽B。或证插入一个导频符号。若Nn表示相干时间内包含的干带宽内包含的子载波个数，根据采样定理，导频分Nk≤盖=i=rZNn≤景其中△B为子载波带宽，N为子载波个数，Tm越为最大时延，由公式(4．1)可知，路径时延与频率方向的导频间隔成反比，27(4—1)L为时延长度。多普勒频移与时}u暑u3口_a‘．I 万方数据中南大学硕士学位论文OFDM信道估计研究间方向的导频间隔成反比，一般情况下导频个数N—L。4．3导频辅助信道估计准则在发送数据中插入部分序列，接收端对导频已知同时利用接收到的频域信号，因此在接收端导频位置的发送信号及接收信号均为己知量，即可通过计算得到导频位置的信道CFR。4．3．1最小二乘估计1975年高斯首次将最小二乘估计(LS)方法应用于行星运动估计【53】。LS方法最大的优势在于无须对待估数据进行任何假设，只需得到一个合理的信号模型即可。LS计算简单，容易实现，因此被广泛的应用于数据估计。在OFDM系统中，假设信号源为x，信道C1R为h，则根据公式，系统模型可表示为：y(n)--x％+w(4-2)根据最小方差的原则，定义代价函数为：JLs=(Y．p—APxp)·(Y．p—APxp)+(4—3)其中Yp、Hp、Xp分别为导频位置的接收信号、导频信号和发送数据，令代价函数为0，则：耻兰Xp=等+等锄+詈c4卅其中WD为频域噪声。从上式可以看出，LS信道估计未考虑噪声的影响，因此LS信道估计精度不高，而通信技术高速、高可靠性的发展趋势对通信系统有严格的性能要求，因此在实际应用中仅采用LS信道估计方法是远远不够的，但LS方法结构简单、计算量小，在实际应用中几乎全部采用LS技术作为信道估计的基础手段‘541，首先利用最小二乘法得到粗糙的信道CFR，再通过后续数据处理提高精度。4．3．2线性最小均方误差估计当噪声为高斯分布时，采用LMMSE(线性最小均方误差估计)方法能使得信道的MSE(均方误差)达到最小。LMMSE由MMSE改进而来，LMMSE通过降秩能有效降低计算复杂度。在同样的MSE水平下，MMSE相比较LS能获得10．15dB的SNR增益，而MMSE最大的不足在于其巨大的计算量[55,56]，使得其实际应用并不广泛。LMMSE技术利用无线信道的频域相关性降低MMSE中矩阵运算的秩，从而达到减少运算量的目的。信道的MSE定义为信道估计值与实际值之差的平方期望，数学表达如下：28 万方数据中南大学硕士学位论文OFDM信道估计研究MSE=E”【n卜窍⋯2l(4．5)LMMSE技术同样是建立在LS进行信道初步估计的基础上，其信道估计表达式为：邯，1m一=--RHPHP(pHp,lsRHPRHpH，9：_。1蒜ARHH；)-1)_kHp，l。(4．6)=PP(RHPP+oj(xpx占)-1)‘，sdlanp,Is为通过Ls信道估计得到信道CFR，oi为噪声的方差，协方差矩阵定义为：RHPHP=E{HpHpH)RHPHPJ。=E(HpHpn,l。)(4．7)RHPJ。HP-l：=E{Hp，lsH≯ls)在式(4—6)中，估计每一个OFDM符号的CFR都需要重新计算xp矩阵，无疑引起了计算量的增加，因此在子载波上插入静态导频，即导频Xp=c，维持常量不变，则式(4．6)n-I"简化为：耻RHPHPRHpHp+纛I)～吼(4-8)式(4-8)即为LMMSE信道估计表达式。其中sNR=EIxp(k)I￡／oi，SNR为均方信噪比。p为信号常量，B=E|xp(k)I‘zll／xp(k)I‘，当采用16一QAM调制方式，D等于17／9。导频信号在接收端也是己知的，因此式(4．8)只需要计算一次，大大的降低了MMSE技术的计算复杂度，但在式(4．8)中，仍需要进行矩阵求逆运算，若发送大量源数据，矩阵的阶较大，进行求逆运算计算量依然巨大【551，因此，尽管LMMSE获得了最优的信道估计结果，如果不降低LMMSE计算的复杂度，LMMSE将难以得到广泛应用。4．3．3基于奇异值分解的低复杂度的LMMSE信道估计式(4．8)中，当SNR改变时，一个单载波信道系数的估计运算量将达到O(K3)量级【57]，K为多径数，而在OFDM多载波系统中，进行LMMSE信道估计的运算更为复杂。为了进一步降低LMMSE的计算复杂度，OveEdfors[6]等人提出将奇异值分解(SVD)应用于LMMSE，使其避免求逆运算，同时降低运算中矩阵的阶，其基本思想是利用信道系数之间的相关性，通过SVD运算分解导频信道信息的自相关矩阵，以达到降阶的目的。由SVD分解原理可知：RHP‰R-。1P／．1sHP2．1：=Q1DQ28(4-9) 万方数据中南大学硕士学位论文OFDM信道估计研究兵甲Q1、Q2为臼矩阵，D是对角兀素为d1≥d2≥d3⋯ds的对角矩阵。而在OFDM系统中，导频位置满足以下条件：RHPHP_ls=RHPHPRHp,lsrtp,ls-RHPHP+纛l@‘1∞则式(4．9)可转化为：AP=RH，H，RHpHp+“I-1／2．RHpHp+S-丽“I)一V2窍P，l。(4．11)因为I为单位矩阵，则RH，H，和RH，H，+熹l具有相同的奇异值，则RHH可通过SVD分解为：RHH=UAUH(4．12)基于(4．11)和(4．12)可得：RHPHPRHpHp+“z)-1／2⋯吵(uA+羔z)uH)。肛训(^+纛-)。1胆uH@’13’=Q1DQ莹其中：Q1=Q2=U。=A(^+纛-)‘1胆综合式(4．12)和(4．13)，式(4．8)可转化为耻u陪3UH．(uA+纛-)uH)’1胆吼：u陪弘+熹--1／2uH嘲。⋯4，=u除：Un-‰其中卸为对角矩阵，其对角元素为6剐地(忐卜叭⋯K_1睁㈣比较式(4．14)和式(4—8)，SVD方法中不需要矩阵逆运算，而且Ap中的奇异值个数相对子载波个数来说非常小，因此SVD分解能大幅降低LMMSE的计算复杂度，该低阶方法使得LMMSE信道估计技术的计算量OfK31降低为OfK21。30 万方数据中南大学硕士学位论文OFDM信道估计研究4．4数据子载波插值运算通过4．3节中信道估计准则可以获得导频位置的信道CFR，信道估计的最终目标须获得全频域的信道CFR，才能解调出数据子载波位置的发送数据，一般情况下，利用导频位置的CFR通过插值获得数据位置的信道CFR。4．4．1线性插值线性插值是插值算法中最基础也是最传统的方法，它在频域上利用相邻两个导频符号的CFR，通过一维函数插值得到两个导频之间数据子载波位置的CFR，估计函数为：氏=Hpt+(ki--kp，)鞍㈣其中np，和np：分别为待估计数据位置之前和之后最近的导频位置的信道冲击响应，kPl、kP2为导频位置索引，ki为待估计数据位置索引，相互位置关系满足kpl>L)，信道CFR经IDFT转换后的CIR能量将主要集中前端L点，其余采样点主要为噪声，为了提高信道估计性能，将其余采样点置0，可有效降低噪声的干扰。假设信道时域冲击响应为：34 万方数据中南大学硕士学位论文OFDM时频转换信道估计h=[h(0)，h(1)⋯h(L一1)000⋯o]N×l(5-1)由于信道时域冲击响应CIR和频域冲击响应CFR是一对傅里叶变换对，通过DFT变换为CFR函数：H(m)=雨1∑h(n)ej釉n=言∑h(n)ej铷n(5-2)然后对H(m)迸仃取样，取整毅Np，Np>2L，并且N是Np的整数倍，对H(m)以N／Np间隔取样得到HDFT=【H(o)，H(N／Np)，⋯，H(N—N／Np)】，其中H(p是)=吾∑m)ej铷n=三yL--I111．(n)ej铷南P(5．3)=一7Inlp“一“●1一’IN厶一”⋯。⋯⋯=丢yln．(n)ej孙Pn=一，●nlp“N厶一”⋯’由式(4—21)司知，在频域方同等I司隔地Np个抽样值能够完全恢复出信道时域冲击响应CIR。反过来看，若Np个抽样点就是Np个梳状导频分布点，则Np个导频位置的信道CFR完全包含了信道CIR信息。因为CIR能量主要集中在前端L点，通信信道实际时域冲击响应h(n)可表—一、f不夕寸：h【n】={等F丁‘H‘妁’?霎0主古二三(5-4)由式(4-4)得到导频位置的初步估计RLs，进行IDFT变换得到时域CIR，6Ls表示为。鼠s三黜w‘普in0≤n≤N一1◇5，=h『n1+1，≤一r。7综合式(4．22)和(4．23)，LS信道估计获得的CIR可表示为：ills[n】=黜-吼篓如虬～(5-6)基于DFT信道估计技术的基本思想就是将L点外噪声部分清零。fiDrr[n】=∥裟x畦呸卜1(5-7)35 万方数据中南大学硕士学位论文OFDM时频转换信道估计将获得的新CIR进行N点DFT变换即可得到信道频域CFR。5．1．2信道冲击响应门限判决前文中已提到，信道冲击响应能量主要集中在前端L点，在基于DFT信道估计技术中，主要原理就是将L点外的部分进行清零处理，因为这部分采样点主要为噪声的功率谱。一般情况下，许多信道估计技术都是假设信道时延信息为己知量，而在实际应用中，即使通过LS、LMMSE等技术获得信道CFR，但信道时延信息仍然是未知的。因此在信道估计技术中进行信道时延长度的判决，对于基于DFT信道估计技术有非常重要的实际意义。目前，关于信道冲击响应长度判决技术的研究已取得了大量成果。例如，E．G．Larsson[62】等利用Akaike准则，以及G．E．Bottomley[631等则通过验证信噪比来判决信道冲击响应长度；但是这两种方案估计得到信道冲击响应长度小于实际长度。基于DFT信道估计技术中，L点外的时域抽样值大部分为噪声信号引起，但由傅里叶变换特性可知，这部分能量同样包含实际信道冲击响应信息，简单地将其清零同时也清除了这部分有用的信息，因此设置一个门限值九，过滤L~N．1点之间能量谱，保留有用的信号，进一步提高CIR估计的准确度。假设门限值为九，过滤6I．s：hproM=舻L萎∥Mp8，其中Pts[n】为时域冲击响应能量谱第n个抽样的能量值。由式(5·8)可知，新的信道CIR由阈值决定。文献[61]指出L点外的能量谱的均方误差为：6LS[n]12w[n】Iz(5-9)基于DFT信道估计技术的均方误差为：I．BMSEDFr=一N二SNR(5-10)利用式(5．8)规则过滤6Ls，获得新的6pm，其均方误差MsEpm为：MSE即=d彻+寻上SNR(5-11)其中oi[Y】为第n抽头能量谱的平均值。显然，重新过滤后CIR均方误差小36M∑措∑喊1一～=2叭 万方数据中南大学硕士学位论文OFDM时频转换信道估计于矗DFT的MSE，因此：MSEpro--MSEDFT=。：【Y卜三-纛<。从式(4—8)可知：三·上=EINSNRxP(k)12舔一—‘＼—，l—w【在式(5．12)左右两边同时加上噪声功率：06Fr【Y】<2·EIX(k)l-2舔=入其中。矗F1rIv]为平均功率与噪声功率之和，o§Fr【Y】=o：[Y】+EIX(k)I吒双若发送信号调制中，采用功率归一化，则EIX(k)I一2=1’则式(5—14)可简化为：入=2铱(5—12)(5-13)(5—14)(5一15)(5-16)(5-17)其中靠为L点外噪声引起的均方误差，获得噪声门限值九，重新过滤￡Ls，保留L~N点内的信号功率，清零低于门限值的噪声功率，进一步提高了信道估计C[R的精度。图5．2表示了门限过滤技术的流程。频域时域频域H岱(∞。办丛(0)horr(0)HDrr(们Ⅳ岱(1)。LShzs(L一1)horr(L-1】N点信道估计N点IDFTDFThzs(L)Hu州一萄。入判决HLs(N一味日w(Ⅳ一1)h|≤N一图5—2门限判决辅助DFT信道估计技术5．2基于QR分解的信道估计5．2．1QR分解原理QR分解是指将矩阵通过Householder正交转换分解为Q和R两个矩阵相乘，以达到简化运算的目的，假设一系统模型为：37 万方数据中南大学硕士学位论文OFDM时频转换信道估计yi=中je+ri(5—18)其中yi为输出，ri为冗余误差，为了寻求关于0的最优解，0须满足以下代价函数：删n?屹e|IAe—yll；(5．19)e“⋯‘”⋯其中AT=印1，巾2，⋯中N一1】，假设A为满秩矩阵，传统方式求解式(5—17)利用以下等式：ATA0=ary(5-20)为求解上式中0的唯一解，须计算柯列斯基分解因子AT入，其条件数是A的平方，一般来说条件数越大，解线性方程AX=Y时舍入问题越严重。采用QR分解可避免上述问题。对A进行OR分解=>QTA=圆其中Q为正交矩阵，R为上三角矩阵。代价函数转换为mln苫12eIIqTA0一QTyIl2f5-21)(5-22)mln訾屹eIIR0一邓+恻i(5-23)其中QTy=G)，若y为己知量，则。的解为R。0=罗(5。24)对矩阵A进行Householder变换即可获得R矩阵，在数据处理过程中，矩阵Q并不需要保存，只需记录下矩阵R的值，减小了对硬件内存的依赖性。5．2．2基于QR分解的信道估计及仿真分析在本节中，将提出一种基于QR分解的信道估计技术，此技术在DFT信道估计技术的基础上，对数据进一步处理，以提高信道估计精度，改善OFDM系统通信性能。OFDM信道估计的核心目标就是寻找信道h的最优解满足：Y=A-h+W(5—25)求解h的过程也称为最小方差(Least．squares)问题。从QR分解的原理可知，对输入矩阵进行QR分解，即可获得h的最小方差解。因此本节中提出基38 万方数据中南大学硕士学位论文OFDM时频转换信道估计于QR分解的信道估计技术，如图5．3所示，此方法首先采用DFT时域信道估计算法，利用信道时域冲击响应能量主要集中在L点的特性，减小L点外的噪声影响，然后基于QR分解，更新L点内的信道CIR，进一步减小L点内的噪声影响，提高CE准确度。Matlab仿真表明，在多普勒频移系数不同的情况下，改进算法与传统DFT算法以及线性插值算法相比，误码率降低了1。1．5dB，提高了OFDM通信系统的性能。HD删^胛(啦|lI一一(02Hn羽。DFT信道N点IDFTQR信道估计DFT估计HDrr(N—nhDn(N一卫b一“州一墅％删爻。=器0