CN100493052C - 一种弱能量并行pn序列进行信道估计的方法 - Google Patents

Abstract

本发明提供了一种利用弱能量并行PN序列进行信道估计的方法和装置。利用所采用的训练序列和测量得到的信道信噪比所确定的矩阵Q、由接收信号矩阵y和平均矩阵A确定的矩阵z获得信道的脉冲响应估计值。其特征在于信道的脉冲响应估计值。本发明是一种介于无偏估计和MMSE估计之间的信道估计技术，该技术可以准确有效地估计出信道脉冲响应，并提供给解调模块恢复信号，降低接收信号的误码率，提高***的性能。

Description

一种弱能量并行PN序列进行信道估计的方法

技术领域：

本发明涉及一种弱能量并行PN序列进行信道估计的方法，属于使用电磁波技术的数字移动通信领域，特别涉及数字地面电视、单载波OFDM通信***、多载波OFDM通信***、无线局域网(WLAN)等采用OFDM调制的数字通信***中的信道估计技术。

背景技术：

众所周知，高频带无线电波在传输过程中，要经过房屋、车辆、高山等多种传输环境反射或衍射。即：天线接收到的原始信号不仅幅度不同，而且相位也存在差异。这些信号幅度组合的结果将导致信号幅度剧烈的波动，即所谓的多径衰落。

在OFDM通信***中，这种多径衰落无线信道是频率选择性的和时间选择性的，所以，在OFDM信号解调前对动态信道进行估计是非常重要的。

信道估计可以采用以一定的周期在OFDM符号的子载波上***训练序列来实现，也可采用在每个OFDM符号上***训练序列的方式。前者称为块状导频信道估计，主要用于对慢衰落信道的估计。后者称为梳状导频信道估计，主要用于快衰落信道的估计。这两种方法均可进一步分为最小二乘(Least Square，LS)法或最小均方误差(Minimum Mean-Square-Error，MMSE)法等。然而，这些方法均占用了有用的带宽并减少了数据传输效率。

将训练序列叠加在时域信号上进行信道估计的方法则是另一种思路。该方法最大的优点就是没有用宝贵的带宽资源来换取信道估计的性能。

叠加训练序列用于信道估计的思想起源于1965年，参见文献Van Duc Nguyen，ChristianHansen and Hans-Peter Kuchenbecher，“Performance of channel estimation using pilot symbols forcoherent OFDM system”，WPMC’00 November12-15 2000，Bangkok，Thailand，pp：842-847.

1995年该思想被用于数字通信，见文献C.E.Kastenholz and W.P.Birkemeier，A simultaneousinformation transfer ans channel sounding modulation technique for wide-band channels，IEEETrans.on Communication Technology，June 1965，pp：162-165.

其后不同的信道估计方法也逐渐被提出，见如下文献：

[1]B.Farhang-Boroujeny，Pilot-based channel identification：proposal for semi-blind identificationof communication channels，IEE Electronics Letters，vol.31，no.13，June 1995，pp：1044-104.

[2]G.TZhou，M.Viberg，and T.Mckelvey，Superimposed periodic pilots for blind channelestimation，Proc.35^th Asilomar Conference on Signals，Systems，and Computers，PacificGrove，CA，Nov.2001，pp：653-657.

[3]N.Chen and G.T.Zhou，A superimposed periodic pilot scheme for semi-blind channel estimationof OFDM systems，Proc.10^th IEEE DSP Workshop，Pine Mountain，GA，Oct.2002，pp：362-365.

[4]J.K.Tugnait and W.Luo，On channel estimation using superimposed training and first-orderstatistics，Proc.IEEE Int.Conf.Acoust，Speech，Signal Processing，Hong Kong，China，Apr.2003，pp：624-627.

[5]G.T.Zhong and N.Chen，Superimposed training for doubly selective channels，Proc.IEEEStatistical Signal Processing Workshop，St.Louis，MO，Sept.2003，pp：73-76.

[6]X.Meng and J.K.Tugnait，Semi-blind channel estimation and detection using superimposedtraining，ICASSP，2004，pp：417-420.

[7]Ning Chen，G.Tong Zhou，Superimposed training for OFDM：a peak-to-average power ratioanalysis，IEEE Trans.on Signal Processing，submitted，2004.

虽然这些采用并行PN序列进行信道估计的方法性能不错，但是，其计算复杂度仍然较大。

发明内容：

本发明的目的是：提出一种弱能量并行PN序列进行信道估计的方法，可以有效地估计出信道参数，并且相对于现有技术的信道估计方法降低了计算复杂度。

为实现上述目的，根据本发明的一个方面，提出了一种利用弱能量并行PN序列进行信道估计的方法。其技术方案是：在发射端，在时域OFDM调制信号的一个符号上叠加弱能量的PN序列；在接收端利用由该PN序列和可测的信道信噪比决定的矩阵Q将信道估计简化为线性运算，直接获得信道状态参数。其特征在于信道的脉冲响应估计值 ${\hat{h}}_{\mathrm{LMMSEE}}\≈\mathrm{Qz},$ 其中

z＝Ay

y为接收信号矩阵。

根据本发明的另一个方面，提出了一种利用弱能量并行PN序列进行信道估计的装置。利用由该PN序列和可测的信道信噪比决定的矩阵Q、由接收信号矩阵y和平均矩阵A确定的矩阵z获得信道的脉冲响应估计值。其特征在于信道的脉冲响应估计值 ${\hat{h}}_{\mathrm{LMMSEE}}\≈\mathrm{Qz}.$

本发明提出的利用弱能量并行PN序列进行信道估计的方法和装置是一种介于无偏估计和MMSE估计之间的信道估计技术，可以有效地估计出信道状态参数并用于解调，从而有效提高***性能。

本发明的信道估计模型和原理详细说明如下：

对于一个子载波数为N_c的OFDM调制的***，X_i(k)表示第i个块(block)的第k个符号的频域信号。假设在***中保护间隔比信道时延更长，于是无块间干扰(inter-block-interference，IBI)。为了简化，可以省略块标记i。时域OFDM信号{x(n)}可以表示为：

$x\left(n\right)=\mathrm{IDFT}\left\{x\left(k\right)\right\}=\frac{1}{\sqrt{N_c}}\underset{k=0}{\overset{N_c-1}{\mathrm{\Σ}}}X\left[k\right]e^{j2\mathrm{\πkn}/N_c}---\left(1\right)$

在信号上叠加弱能量的训练序列p(n)，其周期为N_p，有：

$\tilde{x}\left(n\right)=x\left(n\right)+p\left(n\right)---\left(2\right)$

然后，长度为N_g的保护间隔填充在信息符号前面，有：

$s\left(n\right)=\left\{\begin{array}{cc}G\tilde{x}(N_c+n)& n=-N_g,-N_g+1,...,-1\\ G\tilde{x}\left(n\right)& n=\mathrm{0,1},...,N_c-1\end{array}\right.$

                                                            (3)

式中，G为功率放大器的增益。一般假设G＝1。

对于频率选择性衰落信道，可以用时不变的有限冲激响应滤波器h(n)来表示。于是，接收信号可以表示为：

$\begin{array}{cc}\tilde{y}\left(n\right)=s\left(n\right)*h\left(n\right)+w\left(n\right),& -N_g\≤n\≤N_c-1\end{array}---\left(4\right)$

其中，

$\begin{array}{cc}h\left(n\right)=\underset{i=0}{\overset{r-1}{\mathrm{\Σ}}}{h}_i{e}^{j\frac{2\mathrm{\π}}{N_c}{f}_{D_i}\mathrm{Tn}}\mathrm{\δ}(\mathrm{\λ}-{\mathrm{\τ}}_i),& 0\≤n\≤N_c-1\end{array}---\left(5\right)$

式中，*表示线性卷积，h(n)是发射机滤波器、频率选择性信道、接收机滤波器的冲激响应，w(n)为零均值加性噪声，r是信道衰落径的总条数，h_i是第i条径的复冲激响应，

是第i条径的多普勒频移，λ是延迟扩展标号，T是采样周期，τ_i是通过采样时间进行归一化的第i条径的时延。

在接收端，接收信号通过A/D与低通滤波器后，保护间隔被删除，有：

$\begin{array}{cc}y\left(n\right)=\tilde{y}(n+N_g)& 0\≤n\≤N_c-1\end{array}---\left(6\right)$

当消除循环前缀后，线性卷积就变成循环卷积(用

表示)，此时，有：

$y\left(n\right)=\tilde{x}\left(n\right)\⊗h\left(n\right)+w\left(n\right)=p\left(n\right)\⊗h\left(n\right)+u\left(n\right)=q\left(n\right)+u\left(n\right),0\≤n\≤N_c-1$

                                                            (7)

其中，

$q\left(n\right)=p\left(n\right)\⊗h\left(n\right)---\left(8\right)$

$u\left(n\right)=s\left(n\right)\⊗h\left(n\right)+w\left(n\right)---\left(9\right)$

用矩阵改写(7)式为：

y＝Ph+u                                                      (10)

其中，P是一个N_c×L循环矩阵，其第一列为[p[0]，p[1]，...，p[N_c-1]]^T，y＝[y[0]，y[1]，...，y[N_c-1]]^T，h＝[h[0]，h[1]，...，h[L-1]]^T，u＝[u[0]，u[1]，...，u[N_c-1]]^T，此处T表示转置。

对于时变的频率选择性信道，选择周期为_N，的PN序列p[n]进行信道估计。为了估计出长度为L的信道，要求N_p≥L。同时，为了进一步简化，假设 $M=\frac{N_c}{N_p}$ 为一个整数。此时，构造一个大小为N_p×N_c的平均矩阵其中I_P是一个N_p×N_p的单位阵。由(10)可得：

Ay＝APh+Au                                                            (11)

此时，假设z＝Ay，则z是一个N_p×1的对y[n]进行平均的矩阵，其第i个元素为：

$z\left[i\right]=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}y[m{N}_p+i],0\≤i\≤N_p-1---\left(12\right)$

同理，设u＝Au，u是一个N_p×1的对y[n]进行平均的矩阵，其第i个元素为：

$\stackrel{\‾}{u}\left[i\right]=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}u[m{N}_p+i]---\left(13\right)$

由于p[n]是一个周期为N_p的序列，假设(11)式中的矩阵P对应的第一列元素为：

则有：

$P_0=\mathrm{AP}=\left[\begin{array}{cccc}p\left[0\right]& p[N_p-1]& ...& p\left[1\right]\\ p\left[1\right]& p\left[0\right]& ...& p\left[2\right]\\ ...& ...& ...& ...\\ p[N_p-1]& p[N_p-2]& ...& p\left[0\right]\end{array}\right]---\left(14\right)$

于是，可以改写(11)式为：

z＝Ay＝P₀h+u                                       (15)

最小均方误差估计(MMSEE)是基于Bayesan估计的一种统计方法，其中假设h是一个随机矢量。假设h服从零均值的高斯分布，且与u不相关，此时，有：

${\hat{h}}_{\mathrm{MMSEE}}=V^{-1}{P}_0^{H}z---\left(16\right)$

其中：

$V={\mathrm{\σ}}^2{C}_h^{-1}+D---\left(17\right)$

$D=P_0^H{P}_0---\left(18\right)$

C_h＝E{hh^H}                                        (19)

MMSEE相应的信道频率响应为：

${\hat{H}}_{\mathrm{MMSEE}}=G{\hat{h}}_{\mathrm{MMSEE}}---\left(20\right)$

其中G为一个矩阵，其元素可以表示为：

[G]_n，k＝e^-j2πnk/N       |n|≤N_α，0≤k≤L-1        (21)

即：

${\hat{H}}_{\mathrm{MMSEE}}\left(n\right)=\underset{m=0}{\overset{N_p-1}{\mathrm{\Σ}}}z\left(m\right)Q_{\mathrm{MMSEE}}(n,m)---\left(22\right)$

其中：

$Q_{\mathrm{MMSEE}}(n,m)=\underset{k=0}{\overset{L-1}{\mathrm{\Σ}}}{\left[V^{-1}{P_0}^H\right]}_{k,m}{e}^{-j2\mathrm{\πnk}/N}---\left(23\right)$

由式(16)知，MMSEE信道估计方法需要信道的先验信息C_h，该信息的准确获得不易；而且还须对C_h求逆，当信道冲激响应长度较长时，该计算量也是较高的。

下面提出一种线性最小均方误差算法来估计信道，降低计算复杂度。

假设E{(hh^H)^-1}＝E{|1/h_k|²}I，其中I是一个单位矩阵。定义平均信噪比SNR为E{|x_k|²/σ²]，由(16)式可以获得：

$={(\frac{B}{\mathrm{SNR}}I+P_0^H{P}_0)}^{-1}\·P_0^H\·z$

                                            (24)

其中，

B＝E{|x_k|²}·E{|1/h_k|²}            (25)

在(25)式中，B是一个与信号星座和信道状况有关的常数。

在实际中，为了简化，B可以直接确定为一个常数c。此时，由于X不再是矩阵计算的一个因子，所以

的逆不需要随着传输数据X的变化而重新计算。另外，由于

事先已知，SNR可在收端实测，此时

是SNR的函数，在实际***中，

可以通过查找表直接获得。于是，式(24)就简化为一个矩阵的乘法运算，有：

${\hat{h}}_{\mathrm{LMMSEE}}\≈\mathrm{Qz}---\left(26\right)$

其中：

$Q={(\frac{c}{\mathrm{SNR}}I+P_0^H{P}_0)}^{-1}\·P_0^H---\left(27\right)$

此时，计算量比LS方法都更小。因为LS方法涉及矩阵求逆运算，而(26)式中Q直接通过查找表来获得，没有计算复杂度；(26)式的计算就主要体现在矩阵Q与矩阵z的乘法运算，而这个运算量对于LS方法也是不可缺少的，所以，简化后的LMMSEE方法计算复杂度比LS方法都更低。当然，与MMSEE方法的计算量相比，则是大大减少了。

本发明适用于采用OFDM进行调制的通信***，尤其是适用于欧洲数字地面电视(DVB-T)***。虽然本发明的技术主要针对频分多址的***，但任何具有信号处理、通信等知识背景的工程师，都可以根据本发明设计出相应的针对码分多址和时分多址的信道估计装置，其均应包含在本发明的思想和范围中。

在本发明中，因为不需要计算逆矩阵，可以采用查找表的方式来实现，所以，本发明与现有方法相比在计算复杂度上具有优势。

同时，经过OFDM通信***链路仿真也证明，与其他常规方法相比，本发明能够精确地估计出信道参数值。

附图说明：

图1是在不同能量的叠加PN序列LS方法与本专利技术LMMSEE方法信道估计性能比较图。图1为N_c＝252时，LS方法、LMMSEE方法信道估计性能比较。其中，LMMSEE方法和LS方法中叠加训练序列所分配的能量因子固定为β＝0.3和0.5，c＝1.0。由图可知，LMMSEE方法在低信噪比时性能稍优于LS方法，在信噪比较高时，LS方法更优。

图2是在叠加PN序列能量固定时，LS方法与本专利技术LMMSEE方法信道估计性能比较图。图2为LS方法和LMMSEE方法信道估计MSE对比图，其中β＝0.5，c＝1.0。可见，两种方法性能相近。

图3是对叠加PN序列分配不同能量时，本专利技术LMMSEE方法信道估计性能对比图。其中，N_c＝252，B＝1。由图可知，在信噪比低于5dB且β＝0.3时，***性能和信道估计性能与理想情况接近。

具体实施方式：

下面通过具体的实施对本发明的技术方案作进一步的描述。

将本发明应用于OFDM***。该***仿***要参数为：信道模型h(l)＝0.6912+2.5340i，1.0603+0.4829i，-0.0014-0.5519i，-0.6523-0.0743i，0，0.2098+0.1348i，-0.0287-0.0617i；导频p(n)＝σ_pexp{jπ/7}exp{-jπ(n²+1)/7}，周期N_p＝7，其DFT为P(k)＝2σ_pexp{jπ(k²+1)/7}

为一个线性调频脉冲。我们固定发射功率 ${\mathrm{\σ}}_s^2+{\mathrm{\σ}}_p^2=1.$ 4QAM调制。

具体步骤为：

1、发送端将OFDM调制的基带信号送入。

2、选择周期为N_p的PN序列进行信道估计。为了估计出长度为L的信道，要求N_p≥L。在其中唯一的一个信息符号上叠加弱能量的PN序列。

3、将每个信息符号尾部长度为N_g的数据复制在信息符号前面作为保护间隔，经过处理，产生发射信号。

4、在接收端，接收信号通过A/D与低通滤波器后，保护间隔被删除，获得接收信号矩阵：

y＝Ph+u

5、假设 $M=\frac{N_c}{N_p}$ 为一个整数。此时，构造一个大小为N_p×N_c的平均矩阵

其中I_P是一个N_p×N_p的单位阵。计算出矩阵z，其中z＝Ay。

6、设P₀＝AP，计算出P₀。

7、实测收端信噪比SNR，设定常数因子c，I为单位矩阵，通过查找表获得矩阵Q。

$Q={(\frac{c}{\mathrm{SNR}}I+P_0^H{P}_0)}^{-1}\·P_0^H$

8、通过查找表或者计算获得信道特征参数

${\hat{h}}_{\mathrm{LMMSEE}}\≈\mathrm{Qz}$

Claims (2)

1、一种利用弱能量并行伪随机(PN)序列进行信道估计的方法，其特征在于包括如下步骤：

步骤1、发送端将正交频分复用(OFDM)调制的基带信号送入；

步骤2、选择周期为N_p的PN序列p[n]进行信道估计，为了估计出长度为L的信道，要求N_p≥L，并在时域OFDM信息符号中一个信息符号上叠加弱能量的PN序列；

步骤3、将每个信息符号尾部长度为N_g的数据复制在信息符号前面作为保护间隔，经过处理，产生发射信号s[n]；

步骤4、在接收端，接收信号通过数模转换(A/D)与低通滤波器后，保护间隔被删除，获得接收信号矩阵：

y＝Ph+u

其中，P是一个N_c×L循环矩阵，其第一列为[p[0]，p[1]，...，p[N_c-1]]^T，y＝[y[0]，y[1]，...，y[N_c-1]]^T，[·]^T表示矩阵的转置，h[n]是发射机滤波器、频率选择性信道和接收机滤波器的冲激响应，h＝[h[0]，h[1]，...，h[L-1]]^T，w[n]为零均值加性噪声， $u\left(n\right)=s\left(n\right)\⊗h\left(n\right)+w\left(n\right),$ u＝[u[0]，u[1]，...，u[N_c-1]]^T是u(n)的矩阵表示形式；

步骤5、假设 $M=\frac{N_c}{N_p}$ 为一个整数，此时，构造一个大小为N_p×N_c的平均矩阵

其中I_P是一个N_p×N_p的单位阵，N_c是OFDM子载波数，计算出矩阵z，其中：

z＝Ay

步骤6、设P₀＝AP，计算出P₀；

步骤7、实测收端信噪比SNR，设定常数因子c，通过查找表获得矩阵Q：

$Q={(\frac{c}{\mathrm{SNR}}I+P_0^H{P}_0)}^{-1}\·P_0^H$

式中，l为单位矩阵；

步骤8、通过查找表或者计算获得信道特征参数，

是对h的估计，有

${\hat{h}}_{\mathrm{LMMSEE}}\≈\mathrm{Qz}.$

2、如权利要求1所述的利用弱能量并行PN序列进行信道估计的方法，其特征在于：c＝1。

Images