一种MIMO-OFDM快时变信道估计方法

阅读:519发布:2023-02-01

专利汇可以提供一种MIMO-OFDM快时变信道估计方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种MIMO-OFDM快时变信道估计方法,包括以下步骤:S1.对发送端的每个OFDM符号 选定 的 子载波 插入最优导频,并使任意相邻的两个选 定子 载波上的最优导频符号交替;S2.发送数据经过OFDM调制后通过MIMO快时变信道进行传输;S3.在接收端的第m个接收天线上对接收的数据进行OFDM解调,然后提取导频点上的接收 信号 ,通过发送的最优导频、提取的接收信号估计出各个发送天线到该接收天线的信道系数,计算得到的信道系数即为OFDM符号中点时刻的信道系数值 其中tp表示第p个OFDM符号的中点时刻,n表示发送端的第n个发送天线;S4.利用复指数基扩展模型对OFDM符号其他时间点上的信道系数值进行拟合。,下面是一种MIMO-OFDM快时变信道估计方法专利的具体信息内容。

1.一种MIMO-OFDM快时变信道估计方法,其特征在于:包括以下步骤:
S1.对发送端的每个OFDM符号选定子载波插入最优导频,并使任意相邻的两个选定子载波上的最优导频符号交替;
S2.发送数据经过OFDM调制后通过MIMO快时变信道进行传输;
S3.在接收端的第m个接收天线上对接收的数据进行OFDM解调,然后提取导频点上的接收信号,通过发送的最优导频、提取的接收信号估计出各个发送天线到该接收天线的信道系数,计算得到的信道系数即为OFDM符号中点时刻的信道系数值 其中tp表示第p个OFDM符号的中点时刻,n表示发送端的第n个发送天线;
S4.利用复指数基扩展模型对OFDM符号其他时间点上的信道系数值进行拟合。
2.根据权利要求1所述的MIMO-OFDM快时变信道估计方法,其特征在于:所述步骤S1使任意相邻的两个选定子载波上的最优导频符号交替的具体做法如下:令导频自我消除的深度为T,发送端n在第p个OFDM符号的第k个子载波上的最优导频为 那么对于t=1,
2,...,T,
3.根据权利要求1所述的MIMO-OFDM快时变信道估计方法,其特征在于:所述复指数基扩展模型表示如下:
其中Ω表示总的数据段点数,Q表示复指数基扩展模型的阶次;对于每个OFDM符号估计出的发送天线n和接收天线m的第l条径 令
B=[B0,…,Bq,…,BQ],则有线性方程组
则可以求解BEM系数 "Γ"表示求矩阵的伪逆,通过求解的
BEM系数则可以拟合出信道在OFDM符号内其他时间点上的信道系数值。
4.根据权利要求1~3任一项所述的MIMO-OFDM快时变信道估计方法,其特征在于:所述复指数基扩展模型通过重叠窗的方式对OFDM符号其他时间点上的信道系数值进行拟合。

说明书全文

一种MIMO-OFDM快时变信道估计方法

技术领域

[0001] 本发明涉及通信技术领域,更具体地,涉及一种MIMO-OFDM快时变信道估计方法。

背景技术

[0002] 随着移动互联网的迅猛发展,大幅增长的数据业务对无线通信造成了巨大的压,人们使用的多媒体业务日益丰富,无线通信系统中提高频带利用率以及提升系统容量的必要性越来越突出。而MIMO-OFDM技术正是3G,4G,乃至5G通信中都会发挥此重要作用的一种数据传输解决方案,一直以来被当成通信领域研究的热点。同时高速移动的用户也存在较大的多普勒频移,多普勒频移会严重影响OFDM系统子载波正交性,产生子载波干扰(ICI),降低系统性能。
[0003] MIMO-OFDM快时变信道估计技术又是系统实现良好通信的至关重要的环节,其信道估计性能的好坏直接影响系统的信息传输质量。故提出较精确的MIMO-OFDM快时变信道估计技术是非常有必要的。

发明内容

[0004] 本发明的目的在于提供一种高估计精度、高估计速度的MIMO-OFDM快时变信道估计方法。
[0005] 为实现以上发明目的,采用的技术方案是:
[0006] 一种MIMO-OFDM快时变信道估计方法,包括以下步骤:
[0007] S1.对发送端的每个OFDM符号选定的子载波插入最优导频,并使任意相邻的两个选定子载波上的最优导频符号交替;
[0008] S2.发送数据经过OFDM调制后通过MIMO快时变信道进行传输;
[0009] S3.在接收端的第m个接收天线上对接收的数据进行OFDM解调,然后提取导频点上的接收信号,通过发送的最优导频、提取的接收信号估计出各个发送天线到该接收天线的信道系数,计算得到的信道系数即为OFDM符号中点时刻的信道系数值 其中tp表示第p个OFDM符号的中点时刻,n表示发送端的第n个发送天线;
[0010] S4.利用复指数基扩展模型对OFDM符号其他时间点上的信道系数值进行拟合。
[0011] 与现有技术相比,本发明的有益效果是:
[0012] 1)本发明采用基于导频的方式,直接通过接收数据对应导频点的信息估计信道系数,估计精度较高;
[0013] 2)为了适用于MIMO快时变信道,本发明通过在常规导频点的子载波周围插入符号交替的相同导频,极大的降低了数据符号对导频点子载波的ICI,进而提升了估计精度;
[0014] 3)本发明需要对连续的多段OFDM符号估计,需要一定的延迟缓冲,且充分利用信道的相关特性进行拟合;
[0015] 4)本发明为了提高估计的稳定性和精度,在对BEM模型拟合的信道去掉首尾两段,保留中间估计精度较高的部分,利用重叠窗实现估计。附图说明
[0016] 图1瑞利信道的模(MED法产生)的示意图。
[0017] 图2不同多普勒频移下ICI的影响的示意图。
[0018] 图3归一化多普勒频率0.1下信道在一个OFDM符号内的变换的示意图。
[0019] 图4归一化多普勒频率0.2下信道在一个OFDM符号内的变换的示意图。
[0020] 图5归一化多普勒频率0.1下信噪比30dB的估计结果的示意图。
[0021] 图6归一化多普勒频率0.2下信噪比30dB的估计结果的示意图。
[0022] 图7归一化多普勒频率0.1下不同估计方法的比较的示意图。
[0023] 图8归一化多普勒频率0.2下不同估计方法的比较的示意图。

具体实施方式

[0024] 附图仅用于示例性说明,不能理解为对本专利的限制;
[0025] 以下结合附图和实施例对本发明做进一步的阐述。
[0026] 实施例1
[0027] 本发明提供一种高估计精度、估计效率的MIMO-OFDM快时变信道估计方法,具体实施步骤如下:
[0028] 1.在发送端插入MIMO-OFDM常规导频
[0029] 对每个发送天线的每段OFDM符号的特定子载波上插入MIMO常规导频,常规导频的插入要求满足1)等距;2)等能量;3)移相正交。且插入导频的子载波数I应该满足I≥NL。且导频符号的表达式为:第n个发送天线的第i个导频子载波上的符号为:E为导频的能量。注意,对于每段OFDM符号而言插入的都是相同的导
频。同时为了充分体现信道的频率特性,导频子载波的距离应该越大越好,即同时为了在接收端方便估计,假设导频符号从第一个子载波上添加。
[0030] 2.对常规导频的相邻子载波插入符号交替的相同导频符号
[0031] 由于信道估计面向的是快时变信道,也就是说信道变化的归一化多普勒频率对于这种快变信道,如图1所示,常规的导频符号会受到相邻的数据符号严重的ICI干扰,会导致估计性能严重降低。因此必须重新设计导频符号。ICI干扰主要源于相邻子载波的干扰,而较远的子载波的干扰可以忽略。而相邻子载波的ICI干扰有具有较强的相关性,因此采用正负交替的导频符号来自我抵消这种ICI的干扰。
[0032] 具体的做法为:令导频自我消除的深度为T(一般为偶数),假设用户n在第p个OFDM符号的第k个子载波上的中心导频为 那么对于t=1 ,2 ,...,T,即在导频周围添加符号交替的相同导频,这样做的目的通
过仿真可以得知,能极大降低ICI的影响。
[0033] 3.发送数据通过OFDM调制并在接收端进行OFDM解调
[0034] 假设第n个发射天线上的第p个OFDM符号为经过OFDM调制后的数据为 如图1所示,数
据通过MIMO时变信道到达接收天线,令第m个接收天线的第p段数据为
且根据OFDM调制的特性,假设收发两端同步准确,则
然后对接收信号进行OFDM解调得
可以证明,上述过程描述成矩阵形式
为:
[0035]
[0036] 其中: 是一个K×K的频域矩阵且 可以很清晰的看出:对于矩阵 对线上的元素,有公式:
[0037]
[0038] 如果令 同时由于的假设:信道在一个OFDM符号内近似线性变化,则可以看出 表示为当前OFDM符号中点时刻的信道值。因此前面所述的估计也是基于此推导而来。通过一定的代数转化,并将 矩阵的对角元素和非对角元素分离开,可以将接收信号表示为:
[0039]
[0040] 其中diag(·)表示将括号内的向量作为对角元素扩充为对角阵,是一个K×1的列向量,F表示K×K的傅里叶变换矩阵且
ICI表示矩阵 的非对角元素和发送数据向量相乘得到的K×1维的ICI干
扰项。因此常规导频即直接忽略ICI项并将其看作噪声进行信道估计,然而对于快时变信道,ICI的影响较大,弱直接忽略会带来较大的估计误差。因此在步骤2提出的正负交替导频即是为了更大程度的减小ICI的影响,进一步提升估计性能。如果令
则上述方程可以写为更紧凑的模式:
[0041]
[0042] 提取接收信号特定子载波的接收数据,并估计每段符号中点时刻的信道分别提取每个接收天线m的特定子载波上的导频 根据步骤3中的线性模型,同样提取Sp矩阵的对应行,由于导频数据是按照步骤1设计的,且傅里叶变换矩阵已知,可以得到估计的线性模型:
[0043]
[0044] 其中Ap是I×NL的矩阵,加上步骤1中的假设:常规导频从第一个子载波出添加,那么可以证明: 因此通过以上线性方程,只要满足I≥NL,则可以求解信道:由于采用导频自我消除方案降低相邻子载波的ICI,因此估计的会得到相对高的估计精度。
[0045] 对每段估计出的信道值采用BEM模型进行拟合
[0046] 采用复指数基扩展模型(BEM)对信道进行拟合,BEM模型的表达式为:因此如果需要求解其他时间点上的信道系数值,就需要求解的
BEM模型的系数。具体做法为:对于每段OFDM符号估计出的发送天线n和接收天线m的第l条径 令
[0047]
[0048] B=[B0,…,Bq,…,BQ],则有线性方程组则可以求解BEM系数 求解此线性方程组的必要条件是P≥Q
+1,即矩阵B列满秩。
[0049] 对于BEM模型,Ω一般表示总的数据段点数,因此Ω=P(CP+K),Q表示BEM模型阶次,为了得到更好的模型拟合效果, 同时Q也不宜取过大,否则会导致信道的过拟合,增加NMSE,同时过大的Q也可能导致线性方程组不可求解。那么如何满足必要条件P≥Q+1?从采样定理的角度解释:由于的算法在一个OFDM符号内估计信道的中点值,因此若该信道最大的频率分量在该段OFDM符号内的周期小于等于半个周期,那么即满足采样定理。可以通过合适的模型进行拟合。对于的快变信道,假设 因此该信
道满足采样定理,所以可以通过每段OFDM符号内采样一个点再进行拟合。
[0050] 4.采用重叠窗的思想,保留拟合信道的中间段,截掉首尾段
[0051] BEM模型由于其固有的频域加窗特性会导致时域上的首尾两段会出现较大的拟合误差。因此在进行误差分析或是解调时都会带来性能的急剧下降。为了克服这一现象,采用重叠窗的思想。对于每数据段,令首尾截掉的OFDM符号块数为P',则下一个数据段的信道估计会在当前数据段上重叠P'块,因此避免了BEM拟合较差的部分,提升估计性能。
[0052] 本发明对上述方法进行了性能分析与仿真,具体如下:
[0053] 仿真的参数设置如下表所示
[0054] 表1仿真参数设置
[0055]
[0056] 以归一化均方误差NMSE衡量信道的估计性能,其定义如下:
[0057]
[0058]
[0059] 其中,根据步骤6提出的重叠窗,NMSE对时间的求和方式去掉首尾各P'个OFDM符号,总的NMSE是各个用户NMSE取平均。
[0060] 下面就估计性能进一步讨论,对于MIMO最优导频设计参考文献“Optimal Training Design For MIMO OFDM Systems in Mobile Wireless Channels”。仿真环境设置两种多普勒频移fd=2000Hz和fd=4000Hz。则归一化多普勒频率分别为 和满足采样定理。下表就不同的多普勒频移和不同的导频深度的估计结果进行比较(假设信噪比SNR=30dB):
[0061] 表2 估计结果
[0062]估计方法 NMSE
常规导频,不进行BEM拟合 2.9063×10-2
常规导频,BEM拟合 3.775×10-3
新导频,T=2 1.042×10-3
-4
新导频,T=4 6.363×10
[0063] 表3 估计结果
[0064]估计方法 NMSE
常规导频,不进行BEM拟合 1.106×10-1
常规导频,BEM拟合 2.828×10-2
新导频,T=2 5.997×10-3
新导频,T=4 2.985×10-3
[0065] 结合图3~图6可知,随着归一化多普勒频率的提高,估计性能明显下降,特别是传统的常规MIMO-OFDM导频已经无法准确的估计信道,而提出的导频自我消除方案结合BEM模型拟合回归依然可在较高的多普勒频率下估计信道。
[0066] 显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈