CN101557364A - Turbo-OvCDM***的联合迭代信道估计和译码方法 - Google Patents

Abstract

本发明的Turbo－OvCDM***的联合迭代信道估计和译码方法，在每一帧发送数据中***少量导频符号，通过迭代的方式，利用已知导频符号和未知编码信息来估计信道冲击响应，导频符号提供原始的信道估计信息，***利用得到的原始信道估计信息对接收的未知信号进行译码；经译码得到的估计信息被利用作为下一次迭代时信道估计所需的新的导频符号，此迭代过程一直重复直到满足条件为止。本发明是基于判决反馈的迭代信道估计和译码的联合接收方案，由仿真结果可以看出，该方法收敛速度快，在高次迭代的情况下，降低了***复杂度，性能更加优于普通信道估计方法。

Description

Turbo-OvCDM***的联合迭代信道估计和译码方法

技术领域

本发明涉及一种重叠编码复用(OvCDM)***中的信道估计方法，属于宽带无线通信技术领域。

背景技术

重叠编码复用(多址)技术(Overlapped Code Division Multiplexing(Access)，OvCDM(OvCDMA))大幅度提高了“波形分割多址”即CDMA(Code DivisionMultiple Access，CDMA)***的传输可靠性与频谱效率，是一种全新的高频谱效率编码复用方法与技术，充分利用了重叠复用的思想以及编码的思想，并将两者统一结合起来。利用码率高于1的并行卷积编码来大幅度提高通信***容量与频谱效率，在提高编码增益的同时也提高了***的频谱效率。

利用OvCDM码率高于1的性质，不但在仅使用二进制移相键控调制(Binary Phase ShiftKeying，BPSK)或四进制移相键控调制(Quaternary Phase Shift Keying，QPSK)等低维调制数据时就能得到很高的***频谱效率，同时在约束长度很大后，还可以具有逼近先农界的强纠错能力。

OvCDM编码技术是多个技术的综合体，并且它能够提供频谱增益、编码增益和分集增益。频谱效率是直接反映在码率上，编码增益表现为提高编码输出序列的欧式距离，而分集增益是通过提高编码输出序列的汉明距离以在选择性衰落信道取得隐分集效果。

串行级联OvCDM***中结合了OvCDM技术和Turbo迭代思想，通过两级的OvCDM编码形成串行级联。接收端在两级OvCDM编码间反馈软输入输出的对数符号似然值，进行迭代编码，来提高性能。由于该多级级联OvCDM***的译码采用了与传统Turbo码类似的译码结构，因此可将其称为Turbo-OvCDM***。Turbo-OvCDM***的结构如图1所示。

Turbo-OvCDM***的信道估计技术是一项很有挑战性的技术。在OvCDM***提出之后，在此***下的信道估计技术有了一定的研究，但一般都是使用传统的信道估计如最小二乘算法(Least Square Error，LSE)得到导频序列处的传输信道的信道响应再利用插值方法得到数据部分的信道估计。这种传统信道估计方法应用于Turbo-OvCDM***时在迭代过程中造成复杂度过高，降低了***性能。

发明内容

本发明针对Turbo-OvCDM***中加入原有信道估计算法性能不高但是复杂度较高的问题，提供一种能够提高***性能并降低***复杂度的Turbo-OvCDM***的联合迭代信道估计和译码方法。

本发明的Turbo-OvCDM***的联合迭代信道估计和译码方法，是在每一帧发送数据中***少量导频符号，通过迭代的方式，利用已知导频符号和未知编码信息来估计信道冲击响应，导频符号提供原始的信道估计信息，***利用得到的原始信道估计信息对接收的未知信号进行译码；经译码得到的估计信息被利用作为下一次迭代时信道估计所需的新的导频符号，此迭代过程一直重复直到满足条件为止；具体包括以下步骤：

(1)第一次迭代，在每一帧发送数据中按照数据与导频符号是20∶1的比例***导频符号，利用已知导频符号和未知编码信息采用最小均方误差(Minimum Mean Square Error，MMSE)估计算法对信道增益进行初始信道估计，假设导频符号向量为P，则对应于初始信道增益

可由下式求得：

${\hat{H}}^{\left(0\right)}={(P^{*}P+{\mathrm{\σ}}_n^{2}I)}^{-1}{P}^{*}r$

其中，^*表示共轭，σ_n ²表示加性高斯白噪声的功率，r为接收信号信息，I表示单位矩阵；再利用此初始估计值

进行Turbo-OvCDM译码；假设发送向量满足

其中，E[·]表示对括号内的内容求均值，^*表示共轭，X[l]表示发送向量符号，表示估计得到的发送向量符号，译码输出每个符号的软判决，再加上导频符号成为假设已知的训练符号，再次输入信道估计器，进而输出信息符号的软判决和冗余符号的软判决；

(2)第n(n＞1)次迭代，经译码得到的估计信息被利用作为下一次迭代时信道估计所需的新的导频符号，信道估计器采用上一次迭代时Turbo-OvCDM译码器的软判决输出，做以下两步处理：

a.非线性处理：对Turbo-OvCDM译码器的有关所有符号的输出做硬判决，然后模仿发送和经过信道的过程，得到近似的接收符号序列具体过程如下：

非线性处理的目的是为了从译码器的软判决输出中恢复出接收序列，用来进行下一次信道估计；假设符号间隔l，译码器输出的软判决输出为：

$p\left(\hat{X}\right[l]=x_m|r)$

其中，x_m∈{1，2}是属于二进制相移调制(Binary Phase Shift Keying，BPSK)的信号集的信号，现在得到了在符号间隔l，每个发送符号的概率，又因为有

r[l]＝H[l]X[l]+n[l]

其中，r[l]为经过信道后接收信号信息，X[l]为表示发送向量符号，H[l]为信道冲击响应，n[l]是加性高斯白噪声，因此近似接收序列为

的概率p为：

$p\left(\hat{r}\right|r)=p\left(\hat{X}\right[l]=x_m|r)$

为了从译码的软判决输出得到近似的接收序列

因此第l符号间隔的近似接收符号为：

$\hat{r}\left[l\right]=H\hat{X}\left[l\right]$

上式中的

对译码器的输出做硬判决得到

$\hat{X}\left[l\right]=\arg \underset{m}{\max }p\left(\hat{r}\right|r)=\arg \underset{m}{\max }p\left(\hat{X}\right[l]=x_m|r)$

由上面的推导可知，非线性处理的过程就是：对Turbo-OvCDM译码器的有关所有符号的输出做硬判决，然后模仿发送和经过信道的过程，得到近似的接收符号序列

b.***导频符号；

***导频符号后，信道估计器把译码器的反馈作为训练序列进行下一轮的信道估计。

本发明既可以看成是联合信道估计和译码方案，又可以看作是非相干编码的一种次优译码算法，这是因为信道状态信息可以理解为一种状态变量，信道估计的过程也可以作为译码过程来理解。

本发明是基于判决反馈的迭代信道估计和译码的联合接收方案，由仿真结果可以看出，该方法收敛速度快，在高次迭代的情况下，降低了***复杂度，性能更加优于普通信道估计方法。

附图说明

图1为Turbo-OvCDM***的结构框图。

图2为Turbo-OvCDM***接收端加入信道估计的结构框图。

图3为Turbo-OvCDM***中Rayleigh慢衰落(车速30km/h)信道下使用本发明联合迭代信道估计和译码算法与普通信道估计算法性能对比图。(图中实线为联合迭代信道估计和译码算法，虚线为线性插值算法)

图4为Turbo-OvCDM***中Rayleigh快衰落(车速250km/h)信道下使用本发明联合迭代信道估计和译码算法与普通信道估计算法性能对比图。(图中实线为联合迭代信道估计和译码算法，虚线为二次高斯插值算法)

具体实施方式

接收端接入信道估计之后的迭代接收结构如图2所示。整个Turbo-OvCDM***信道估计和译码的过程如下：

(1)第一次迭代，信道估计器利用初始导频符号，采用最小均方误差(Minimum MeanSquare Error，MMSE)估计算法对信道增益进行初步信道估计，假设导频符号向量为P，则对应于初始信道增益

可由下式求得：

${\hat{H}}^{\left(0\right)}={(P^{*}P+{\mathrm{\σ}}_n^{2}I)}^{-1}{P}^{*}r$

其中，^*表示共轭，σ_n ²表示加性高斯白噪声的功率，r为接收信号信息，I表示单位矩阵。再利用此初始估计值

进行Turbo-OvCDM译码，译码输出每个符号的软判决，再加上导频符号成为假设已知的训练符号，再次输入信道估计器。值得注意的是，在单独译码，不考虑信道估计的条件下，只关心信息符号，译码只需要输出信息符号的软判决信息即可。而在本发明的联合信道估计和译码方案中，由于下一次迭代时，信道估计器需要完整的符号序列作为训练序列，所以要对原始的Turbo-OvCDM译码器做修改，不仅要求信息符号的软判决输出，还要求出冗余符号的软判决输出。求冗余符号的软判决输出的方法与求信息符号的软判决并无区别。

(2)第n(n＞1)次迭代，信道估计器采用上一次迭代时，Turbo-OvCDM译码器的软判决输出，做以下两步处理：

a非线性处理：

假设符号间隔l，译码器输出的软判决输出为：

$p\left(\hat{X}\right[l]=x_m|r)$

其中，x_m∈{1，2}是属于二进制相移调制(Binary Phase Shift Keying，BPSK)信号集的信号，现在得到了在符号间隔l，每个发送符号的概率。又因为有

r[l]＝H[l]X[l]+n[l]

其中，r[l]为经过信道后接收信号信息，X[l]为经过信道前输入信号信息，H[l]为信道冲击响应，n[l]是加性高斯白噪声，因此近似接收序列为的概率p为：

$p\left(\hat{r}\right|r)=p\left(\hat{X}\right[l]=x_m|r)$

为了从译码的软判决输出得到近似的接收序列

因此第l符号间隔的近似接收符号

为：

$\hat{r}\left[l\right]=H\hat{X}\left[l\right]$

上式中通过对译码器的输出做硬判决得到

$\hat{X}\left[l\right]=\arg \underset{m}{\max }p\left(\hat{r}\right|r)=\arg \underset{m}{\max }p\left(\hat{X}\right[l]=x_m|r)$

b***导频符号：

***导频符号后，估计器把译码器的反馈作为训练序列进行下一轮信道估计。

对于Turbo-OvCDM编码复用***，经过信道估计得到的车速为30km/h和250km/h下的联合迭代信道估计和译码算法。由于在已有研究的结果显示，车速为30km/h时线性插值方法较好，车速为250km/h时二次插值方法较好。因此比较时，图3是在车速为30km/h时，联合迭代信道估计算法与线性插值算法的比较，图4是在车速为250km/h时，联合迭代信道估计算法与二次插值算法的比较。由仿真结果可以看出，该方法收敛速度快，在高次迭代的情况下，性能更加优于普通信道估计方法。

Claims (2)

1.一种Turbo-OvCDM***的联合迭代信道估计和译码方法，其特征是：

在每一帧发送数据中***少量导频符号，通过迭代的方式，利用已知导频符号和未知编码信息来估计信道冲击响应，导频符号提供原始的信道估计信息，***利用得到的原始信道估计信息对接收的未知信号进行译码；经译码得到的估计信息被利用作为下一次迭代时信道估计所需的新的导频符号，此迭代过程一直重复直到满足条件为止；具体包括以下步骤：

(1)第一次迭代，在每一帧发送数据中按照数据与导频符号是20∶1的比例***导频符号，利用已知导频符号和未知编码信息采用最小均方误差估计算法对信道增益进行初始信道估计，假设导频符号向量为P，则对应于初始信道增益

可由下式求得：

${\hat{H}}^{\left(0\right)}={(P^{*}P+{\mathrm{\σ}}_n^{2}I)}^{-1}{P}^{*}r$

其中，^*表示共轭，σ_n ²表示加性高斯白噪声的功率，r为接收信号信息，I表示单位矩阵；再利用此初始信道估计值

进行Turbo-OvCDM译码，假设发送向量满足 $E\left[{\hat{X}}^{*}\right[l\left]X\right[l\left]\right]=1,$ 其中，E[·]表示对括号内的内容求均值，^*表示共轭，X[l]表示发送向量符号，

表示估计得到的发送向量符号，译码输出每个符号的软判决，再加上导频符号成为假设已知的训练符号，再次输入信道估计器，进而输出信息符号的软判决和冗余符号的软判决；

(2)第n次迭代，经译码得到的估计信息被利用作为下一次迭代时信道估计所需的新的导频符号，信道估计器采用上一次迭代时Turbo-OvCDM译码器的软判决输出，做以下两步处理：

a.非线性处理：对Turbo-OvCDM译码器的有关所有符号的输出做硬判决，然后模仿发送和经过信道的过程，得到近似的接收符号序列

b.***导频符号；

***导频符号后，信道估计器把译码器的反馈作为训练序列进行下一轮的信道估计。

2.根据权利要求1所述的Turbo-OvCDM***的联合迭代信道估计和译码方法，其特征是：所述非线性处理的具体过程如下：

非线性处理的目的是为了从译码器的软判决输出中恢复出接收序列，用来进行下一次信道估计；假设符号间隔l，译码器输出的软判决输出为：

$p\left(\hat{X}\right[l]=x_m|r)$

其中，x_m∈{1，2}是属于二进制相移调制的信号集的信号，现在得到了在符号间隔l，每个发送符号的概率，又因为有

r[l]＝H[l]X[l]+n[l]

其中，r[l]为经过信道后接收信号信息，X[l]为发送向量符号，H[l]为信道冲击响应，n[l]是加性高斯白噪声，因此近似接收序列为

的概率p为：

$p\left(\hat{r}\right|r)=p\left(\hat{X}\right[l]=x_m|r)$

为了从译码的软判决输出得到近似的接收序列因此第l符号间隔的近似接收符号

为：

$\hat{r}\left[l\right]=H\hat{X}\left[l\right]$

上式中的对译码器的输出做硬判决得到

$\hat{X}\left[l\right]=\arg \underset{m}{\max }p\left(\hat{r}\right|r)=\arg \underset{m}{\max }p\left(\hat{X}\right[l]=x_m|r).$

Images