CN105791182A - 适用于mimo-ofdm***的iq不平衡和信道联合估计方法 - Google Patents

Abstract

本发明属于无线通信技术领域，涉及受接收机的同相和正交支路的相位和幅度不平衡干扰的MIMO‑OFDM***中的一种IQ不平衡和信道联合估计方法。本发明主要包括以下步骤：利用DATA域的导频信号估计IQ平衡和信道联合响应；利用估计的联合响应求解IQ幅度不匹配因子和相位不匹配因子；然后对IQ不平衡进行补偿；利用补偿后的长训练序列进行信道估计。本发明可以显著提升受IQ不平衡干扰的MIMO‑OFDM***的性能，可靠地恢复信道响应。此外，本发明具有很强的实用性和可移植性。

Description

适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法

技术领域

本发明属于无线通信技术领域，是一种涉及受接收机的同相和正交支路的相位和幅度不平衡干扰的MIMO-OFDM***中的一种IQ不平衡和信道联合估计方法。

背景技术

如何提高频谱利用效率，增加通信***信道容量，对抗无线信道多径衰落的影响，适应宽带无线环境下高速数据传输是新一代通信***必须解决的问题。OFDM技术具有频带利用率高、抗频率选择性衰落强并且保持较高的传输速率的潜力和优势。而MIMO技术则可以在略微增加频谱资源和额外功率的条件下使***容量成倍地增加、性能得以极大地提升。所以MIMO和OFDM技术的结合成为一种必然的趋势。

MIMO-OFDM***的一个重要研究方面是信道估计，信道估计的精确度直接影响整个***的性能。在接收端进行相干解调和空时解码时，都需要精确的信道状态信息。为了恢复发送的信号，接收端需要估计出信道的状态信息，并对接收到的信号进行校正和恢复。

在无线通信***中，发射机和接收机两端不可避免地会存在同相和正交支路间的相位和幅度不匹配的情况，即IQ不平衡，这将破坏OFDM***子载波间的正交性，对信道产生镜像干扰，造成***的整体性能下降。

目前，关于信道估计和IQ不平衡估计的研究已经有很多成熟的算法，但是IQ不平衡和信道联合估计的算法比较少，能应用在MIMO-OFDM***的算法则更是少之又少。因此，研究一种能适用于MIMO-OFDM***的IQ不平衡和信道联合估计算法是一项非常具有现实意义和挑战的工作。

发明内容

发明目的：针对现有技术的不足，本发明目的在于提供一种能适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法。

技术方案：为实现上述发明目的，本发明采用的技术方案为：

一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，主要包括IQ不平衡估计和补偿、信道估计，具体步骤如下：

(1)对接收到的基带信号进行同步，包括定时同步、载波频率同步和采样时钟同步；

(2)对同步过后的信号进行解析，提取出信号中的长训练序列以及***在数据字段的导频信号；

(3)利用提取的导频信号估计IQ不平衡和信道联合响应；

(4)根据估计得到的联合响应求解IQ幅度不匹配因子和相位不匹配因子；

(5)利用求得的IQ幅度不匹配因子和相位不匹配因子对数据进行IQ不平衡补偿；

(6)利用IQ不平衡补偿过后的长训练序列进行信道估计。

步骤(3)中将受IQ不平衡干扰的MIMO-OFDM***的接收信号频域表达式为z_k＝s_kΓ_k+V_k，其中，s_k表示第k个子载波上发送的频域信号，Γ_k表示第k个子载波上的IQ不平衡和信道联合响应，V_k表示第k个子载波上的高斯白噪声；利用导频信号估计得到的IQ平衡和信道联合响应为Γ_k＝(s_k ^Hs_k)^-1s_k ^Hz_k。

步骤(4)中的IQ幅度不匹配因子g和相位不匹配因子φ根据如下公式求得：

其中，g₁为Γ_k中的第1个和第2个元素的比值，g₂为Γ_k中的第4个和第3个元素的比值，表示取表达式的实部，表示取表达式的虚部。

步骤(5)中的IQ不平衡补偿公式为：

$\begin{array}{c}{C}_k\left(n\right)=Y_k^{\′}\left(n\right)-\frac{\mathrm{\β}}{{\mathrm{\α}}^{*}}{Y}_{-k}^{\′}{\left(n\right)}^{*}\\ ={\mathrm{\αY}}_k\left(n\right)+{\mathrm{\βY}}_{-k}{\left(n\right)}^{*}-\frac{\mathrm{\β}}{{\mathrm{\α}}^{*}}({\mathrm{\α}}^{*}{Y}_{-k}{\left(n\right)}^{*}+{\mathrm{\β}}^{*}{Y}_k(n\left)\right)\\ =(\mathrm{\α}-\frac{{\left|\mathrm{\β}\right|}^2}{{\mathrm{\α}}^{*}})Y_k\left(n\right)=\frac{{\left|\mathrm{\α}\right|}^2-{\left|\mathrm{\β}\right|}^2}{{\mathrm{\α}}^{*}}{Y}_k\left(n\right)\end{array}$

其中，Y_k(n)表示第n个OFDM符号的第k个子载波上的不受IQ不平衡影响的频域接收信号，C_k(n)表示第n个OFDM符号的第k个子载波上的补偿过IQ不平衡后的接收信号，

步骤(6)中信道估计的算法包括：

(6.1)利用补偿过IQ不平衡的长训练序列基于LS准则估计出初始的信道频域响应；

(6.2)利用IDFT变换将估计得到的信道频域响应变换到时域得到时域冲击响应；

(6.3)利用最大后验概率准则估计信号子空间中的噪声；

(6.4)将步骤(6.2)中得到的信道时域冲击响应减去步骤(6.3)中估计得到的信号子空间中的噪声，得到更新后的信道冲击响应；

(6.5)将更新后的信道冲击响应通过DFT变换到频域，得到所有子载波的信道频域响应。

步骤(6.2)中将时域冲击响应分解成两部分：

v(n)也分成两部分其中，W为傅里叶变换矩阵，表示第n个OFDM符号的信道频域响应估计值，L_CP表示OFDM符号循环前缀的长度，K表示OFDM符号子载波的个数，v(n)表示时域高斯白噪声，(·)^-1表示对表达式求逆，(·)^T表示对表达式进行转置，和的定义分别如下：

步骤(6.3)中利用最大后验概率准则估计信号子空间中的噪声其中， X(n)表示发送的频域信号，(·)^H表示对表达式取共轭转置，表示高斯白噪声的方差。

步骤(6.4)中通过估计和去除信号子空间的噪声，最大程度降低噪声对信道估计的影响，更新后的信道时域冲击响应的计算公式为：

有益效果：与现有技术相比，本发明提出了一种能适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，方法首先利用DATA域的导频信号估计IQ不平衡和信道联合响应，然后利用估计的联合响应求解IQ幅度不匹配因子和相位不匹配因子，再对IQ不平衡进行补偿，最后利用补偿后的长训练序列进行信道估计。本发明可以显著提升受IQ不平衡干扰的MIMO-OFDM***的性能，可靠地恢复信道响应。此外，本发明具有很强的实用性和可移植性。

附图说明

图1是MIMO-OFDM接收机流程图。

图2是IEEE 802.11ac物理层帧结构图。

图3是本发明IQ不平衡和信道联合估计算法的实现流程图。

图4是IQ不平衡对信道估计结果的影响图。

图5是IQ不平衡补偿前后的星座图。

图6是本发明IQ不平衡和信道联合估计的算法MSE性能曲线图。

具体实施方式

下面结合附图和具体实施例对本发明做更进一步的说明。

图1是MIMO-OFDM接收流程图。接收机端信号处理过程主要包括：定时同步、SISO-OFDM信道估计与均衡、信号字段解析、MIMO频率估计和补偿、MIMO-OFDM信道估计与均衡、DATA字段解析。

图2是IEEE 802.11ac物理层帧结构示意图。它由传统前导、超高吞吐量前导(VHT)以及DATA字段组成。传统前导保证了和802.11a/n的向后兼容。L-STF为传统短训练序列，用于自动增益控制(Automatic Gain Control,AGC)、定时同步以及频率矫正。L-LTF为传统长训练序列，主要用于更精确的频率偏移估计和时间同步，也用来为接收和均衡L-SIG字段以及VHT-SIG-A字段，生成信道估计参数。L-SIG为传统信令字段，用来发送数据传输速率和长度信息。VHT-SIG-A是VHT PPDU信令字段，携带了解码VHT PPDU的信息，是为单用户PPDU数据格式而设计的。VHT-STF用于MIMO传输时自动增益控制和时间同步的微调。VHT-LTF用于MIMO传输时获得信道估计参数、解码VHT-SIG-B字段以及均衡数据字段。VHT-SIG-B携带了数据帧的特定信息。DATA域承载了用户发送的有用信息，它包含了特定数目的导频信号，可以用来估计IQ不平衡和跟踪时变信道。

图3是本发明IQ不平衡和信道联合估计算法的实现流程图，如图3所示，本发明实施例公开的一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法的具体实现步骤主要包括：

Step1：对接收到的基带信号进行同步，包括定时同步、载波频率同步和采样时钟同步。

Step2：对同步过后的信号进行解析，提取出信号中的长训练序列以及***在数据字段的导频信号。

Step3：对同步后的信号进行IQ不平衡估计和补偿，本实施例提出的IQ不平衡估计和补偿算法主要包括估计IQ不平衡和信道的联合响应、求解IQ幅度和相位不匹配因子、IQ不平衡补偿的步骤，具体如下：

S1：IQ不平衡是由发射机和接收机两端的幅度不匹配g(以dB为单位)和相位不匹配φ(以度为单位)引起的，令对于一个受接收机IQ不平衡干扰的MIMO-OFDM***中，发射天线数目是N_TX，接收天线数目是N_RX，则第i(i＝1,2,…,N_RX)根接收天线上的第n个OFDM符号的第k个子载波上的频域接收信号可以表示为：

Y′_ik(n)＝X′_k(n)H′_i+αv_ik(n)+βv_-ik(n)^*＝αY_ik(n)+βY_-ik(n)^* (1)

其中，X_jk(n)表示表示第j根发射天线上发射的第n个OFDM符号的第k个子载波信号，H_jk表示第i和第j条链路之间的第k个子载波的信道频域响应，Y_ik(n)为未受IQ不平衡干扰的接收信号，v_ik(n)为高斯白噪声。进一步化简，接收频域信号可以表示为：z_k＝s_kΓ_k+V_ik，其中z_k、s_k、V_ik、Γ_k的定义分别如下：z_k＝[Y′_ik(n)^T,Y′_ik(n+1)^T,…,Y′_ik(n+N_TX-1)^T]^T，s_k＝[X′_1k(n)^T,X′_1k(n+1)^T,…,X′_1k(n+N_TX-1)^T]^T,，V_ik＝[v′_ik(n)^T,v′_ik(n+1)^T,…,v′_ik(n+N_TX-1)^T]^T， 利用Step2中提取的导频信号进行基于LS准则的信道估计，估计得到IQ不平衡和信道的联合响应为Γ_k：

Γ_k＝(s_k ^Hs_k)^-1s_k ^Hz_k (2)

S2：利用公式(2)中的Γ_k求解IQ幅度不匹配因子g和相位不匹配因子φ。令Γ_k中的第1个和第2个元素的比值为g₁，第4个和第3个元素的比值为g₂，则可得又则

$\frac{1+{\mathrm{ge}}^{-j\mathrm{\φ}}}{1-{\mathrm{ge}}^{-j\mathrm{\φ}}}=\frac{g_1+{g_2}^{*}}{2}---\left(3\right)$

S3：利用公式(4)求得的IQ幅度不匹配因子和相位不匹配因子对数据进行IQ不平衡补偿，IQ不平衡补偿公式如下：

$\begin{array}{c}{C}_{ik}\left(n\right)=Y_{ik}^{\′}\left(n\right)-\frac{\mathrm{\β}}{{\mathrm{\α}}^{*}}{Y}_{-ik}^{\′}{\left(n\right)}^{*}\\ ={\mathrm{\αY}}_{ik}\left(n\right)+{\mathrm{\βY}}_{-ik}{\left(n\right)}^{*}-\frac{\mathrm{\β}}{{\mathrm{\α}}^{*}}({\mathrm{\α}}^{*}{Y}_{-ik}{\left(n\right)}^{*}+{\mathrm{\β}}^{*}{Y}_{ik}(n\left)\right)\\ =(\mathrm{\α}-\frac{{\left|\mathrm{\β}\right|}^2}{{\mathrm{\α}}^{*}})Y_{ik}\left(n\right)=\frac{{\left|\mathrm{\α}\right|}^2-{\left|\mathrm{\β}\right|}^2}{{\mathrm{\α}}^{*}}{Y}_{ik}\left(n\right)\end{array}---\left(5\right)$

其中C_ik(n)表示IQ不平衡补偿过后的接收信号，Y′_ik(n)为受IQ不平衡干扰的接收信号，Y_ik(n)为未受IQ不平衡干扰的接收信号，

Step4：利用补偿过IQ不平衡的长训练序列进行信道估计，本实施例提出的信道估计算法的步骤如下：

S1：利用补偿过IQ不平衡的长训练序列基于LS准则估计出初始的信道频域响应：

${\hat{H}}_i\left(n\right)={\left(X{\left(n\right)}^{H}X\right(n\left)\right)}^{-1}X{\left(n\right)}^H{Y}_i\left(n\right)---\left(6\right)$

S2：利用IDFT变换将估计得到的信道频域响应变换到时域：

$\hat{h}\left(n\right)=W^{-1}\hat{H}\left(n\right)={\stackrel{\·\·}{I}}_{L_{CP}}^{T}h+v\left(n\right)---\left(7\right)$

S3：将分为两部分：

$\begin{array}{c}{\hat{h}}_1\left(n\right)={\stackrel{\·\·}{I}}_{L_{CP}}\hat{h}\left(n\right)={\stackrel{\·\·}{I}}_{L_{CP}}{W}^{-1}\hat{H}\left(n\right)\\ {\hat{h}}_2\left(n\right)={\stackrel{\·\·}{I}}_{(K-L_{CP})}\hat{h}\left(n\right)={\stackrel{\·\·}{I}}_{(K-L_{CP})}{W}^{-1}\hat{H}\left(n\right)\end{array}---\left(8\right)$

S4：将v(n)也分成两部分：

$\begin{array}{c}{v}_1\left(n\right)={\stackrel{\·\·}{I}}_{L_{CP}}v\left(n\right)\\ v_2\left(n\right)={\stackrel{\·\·}{I}}_{(K-L_{CP})}v\left(n\right)\end{array}---\left(9\right)$

S5：利用最大后验概率准则估计信号子空间的噪声：

$\begin{array}{c}{\hat{v}}_1\left(n\right)=\arg \underset{v_1}{\max }\left\{p\left(v_1\right(n\left)\right|v_2\left(n\right))\right\}\\ =\arg \underset{v_1}{\max }\{\[v_1{\left(n\right)}^H,v_2{\left(n\right)}^H\]P\left[\begin{array}{c}{v}_1\left(n\right)\\ v_2\left(n\right)\end{array}\right]\}\\ =-P_1^{-1}{P}_2{v}_2\left(n\right)\end{array}---\left(10\right)$

$P=E{\{\left[\begin{array}{c}{v}_1\left(n\right)\\ v_2\left(n\right)\end{array}\right]\[v_1{\left(n\right)}^H,v_2{\left(n\right)}^H\]\}}^{-1}=E{\left\{\stackrel{\·\·}{I}v\left(n\right)v{\left(n\right)}^H{\stackrel{\·\·}{I}}^T\right\}}^{-1}=\stackrel{\·\·}{I}{R}_v^{-1}{\stackrel{\·\·}{I}}^T---\left(11\right)$

$R_v=E\[v\left(n\right)v{\left(n\right)}^H\]={\mathrm{\σ}}_n^2{W}^H{\left(X{\left(n\right)}^{H}X\right(n\left)\right)}^{-1}W---\left(12\right)$

对公式(10)求关于v₁(n)的导数可得：

${\hat{v}}_1\left(n\right)=-P_1^{-1}{P}_2{v}_2\left(n\right)---\left(13\right)$

$P_1=\frac{1}{{\mathrm{\σ}}_n^2}{\stackrel{\·\·}{I}}_{L_{CP}}{W}^{H}X{\left(n\right)}^{H}X\left(n\right)W{\stackrel{\·\·}{I}}_{L_{CP}}^T---\left(14\right)$

$P_2=\frac{1}{{\mathrm{\σ}}_n^2}{\stackrel{\·\·}{I}}_{L_{CP}}{W}^{H}X{\left(n\right)}^{H}X\left(n\right)W{\stackrel{\·\·}{I}}_{(K-L_{CP})}^T---\left(15\right)$

S6：将S3中的减去估计得到的信号子空间中的噪声，更新信道估计值：

S7：最后通过DFT将变换到频域，得到所有子载波的信道频域响应：

$F=W({\stackrel{\·\·}{I}}_{L_{CP}}^T{\stackrel{\·\·}{I}}_{L_{CP}}+{\stackrel{\·\·}{I}}_{L_{CP}}^T{P}_1^{-1}{P}_2{\stackrel{\·\·}{I}}_{(K-L_{CP})})W^H---\left(18\right)$

图4展示了IQ不平衡对信道估计结果的影响。图中横坐标表示频率，纵坐标表示归一化后的信道功率(单位：dB)，同时图例Ideal表示理想的信道频率响应。从仿真结果可以看出，未补偿IQ不平衡的信道估计结果会在真实的信道频率响应附近上下抖动，而本文提出的IQ不平衡和信道估计算法能够有效地消除IQ不平衡带来的这种抖动。

图5(a)是IQ不平衡补偿前的星座图；图5(b)是IQ不平衡补偿后的星座图。从星座图可以看出，IQ不平衡的存在会使星座图变得模糊，从而使***的误码率下降。但是通过对数据进行IQ不平衡补偿，可以显著减少IQ不平衡对星座点的干扰，提高***的整体性能。

图6(a)是不同信道估计器在给定IQ不平衡时的均方误差的统计图；图6(b)是不同信道估计器在给定IQ不平衡时的误码率的统计图。从仿真结果可以看出，IQ不平衡的大小确实对信道估计的结果影响很大，而本发明提出的IQ不平衡和信道联合估计算法确实可以显著提高信道估计的性能。

以上详细描述了本发明在IEEE 802.11ac MIMO-OFDM***中的具体实施过程，但是本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变化都在本发明的保护范围内。

Claims (8)

1.一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，其特征在于，包括以下步骤：

(1)对接收到的基带信号进行同步，包括定时同步、载波频率同步和采样时钟同步；

(2)对同步过后的信号进行解析，提取出信号中的长训练序列以及***在数据字段的导频信号；

(3)利用提取的导频信号估计IQ不平衡和信道联合响应；

(4)根据估计得到的联合响应求解IQ幅度不匹配因子和相位不匹配因子；

(5)利用求得的IQ幅度不匹配因子和相位不匹配因子对数据进行IQ不平衡补偿；

(6)利用IQ不平衡补偿过后的长训练序列进行信道估计。

2.根据权利要求1所述的一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，其特征在于：所述步骤(3)中将受IQ不平衡干扰的MIMO-OFDM***的接收信号频域表达式为z_k＝s_kΓ_k+V_k，其中，s_k为第k个子载波上发送的频域信号，Γ_k为第k个子载波上的IQ不平衡和信道联合响应，V_k为第k个子载波上的高斯白噪声；利用导频信号估计得到的IQ平衡和信道联合响应为Γ_k＝(s_k ^Hs_k)^-1s_k ^Hz_k。

3.根据权利要求1所述的一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，其特征在于：所述步骤(4)中的IQ幅度不匹配因子g和相位不匹配因子φ根据如下公式求得：

其中，g₁为Γ_k中的第1个和第2个元素的比值，g₂为Γ_k中的第4个和第3个元素的比值，表示取表达式的实部，表示取表达式的虚部。

4.根据权利要求1所述的一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，其特征在于：所述步骤(5)中的IQ不平衡补偿公式为：其中，Y_k(n)表示不受IQ不平衡干扰的频域接收信号，C_k(n)表示IQ不平衡补偿过后的接收信号，

5.根据权利要求1所述的一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，其特征在于：所述步骤(6)中信道估计的算法包括：

(6.1)利用补偿过IQ不平衡的长训练序列基于LS准则估计出初始的信道频域响应；

(6.2)利用IDFT变换将估计得到的信道频域响应变换到时域得到时域冲击响应；

(6.3)利用最大后验概率准则估计信号子空间中的噪声；

(6.4)将步骤(6.2)中得到的信道时域冲击响应减去步骤(6.3)中估计得到的信号子空间中的噪声，得到更新后的信道冲击响应；

(6.5)将更新后的信道冲击响应通过DFT变换到频域，得到所有子载波的信道频域响应。

6.根据权利要求1所述的一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，其特征在于：所述步骤(6.2)中将时域冲击响应分解成两部分： v(n)也分成两部分： 其中，W为傅里叶变换矩阵，表示第n个OFDM符号的信道频域响应估计值，L_CP表示OFDM符号循环前缀的长度，K表示OFDM符号子载波的个数，v(n)表示时域高斯白噪声，(·)^-1表示对表达式求逆，(·)^T表示对表达式进行转置，和的定义分别如下：

7.根据权利要求6所述的一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，其特征在于：所述步骤(6.3)中利用最大后验概率准则估计信号子空间中的噪声其中， X(n)表示发送的频域信号，(·)^H表示对表达式取共轭转置，表示高斯白噪声的方差。

8.根据权利要求7所述的一种适用于MIMO-OFDM***的IQ不平衡和信道联合估计方法，其特征在于：所述步骤(6.4)中通过估计和去除信号子空间的噪声，最大程度降低噪声对信道估计的影响，更新后的信道时域冲击响应的计算公式为：