毕业论文快速ofdm信道估计的判决迭代方法(编辑修改稿)

毕业论文快速ofdm信道估计的判决迭代方法(编辑修改稿)内容摘要：

功率谱 在 OFDM 系统中，通过合理的子载波设计，可以使得各个子载波占用的带宽小于信道的相关带宽，从而各个子载波的信号可以看作经历了平坦衰落。 OFDM 系统采用复杂度较低的信道均衡措施就可以很好地消除各子载波上的平坦衰落，而得到较好的传输性能。 图 13 OFDM 信道的功率谱 OFDM 技术的主要优缺点 OFDM 技术的应用始于 20 世纪 60 年代，主要用在军事通信中，但是因为结构复杂，限制了进一步推广。 70 年代，人们提出采用离散傅立叶变换实现多载波调制，使 OFDM 技术开始走向实用化。 随着数字信号处理技术和高速器件的发展， OFDM在 ADSL、VDSL、 DVB、 DAB 和 HDTV 等系统中得到成功应用。 由于具有以下几个优点， OFDM 技术已经越来越成为未来移动通信系统的关键技术。 （ 1） 抗多径效应和频率选择性衰落能力强。 由于 OFDM 系统把高速数据通过串并转换分散到正交子载波上，可以大大降低各个子载波的符号速率 ，同时采用加循环前缀作为保护间隔的方法，可以有效地减小无线信道的时间弥散所带来的符号间串扰，大大减小了接收机内均衡器的复杂度。 （ 2） 频谱利用率很高。 如图 13 所示。 OFDM 系统允许子信道的频谱相互重叠，因此与常规的频分复用系统相比， OFDM 系统可以最大限度地利用有限的频谱资源。 （ 3） 在实际的 OFDM 系统中，信号的调制解调可以分别用 IDFT 和 DFT 来实现。 而 IDFT 和 DFT 都有相应的快速算法（ IFFT/FFT）。 这使得 OFDM 系统的调制和解调很容易在 DSP 或者专用集成芯片 ASIC 等上实现。 （ 4） 采用动态子载波分配技术能提高系统性能。 在平均功率以及所有子载波的符号错 误概率相等的约束条件下，通过各子载波间的最佳功率分配的设计以及对每个子载波中每个符号的比特数（ QAM 信号星座图的大小）最佳选择的设计，可以得到最大的总比特率。 （ 5） 满足无线业务的非对称性要求。 在移动通信业务中，下行链路的数据速率通常要 比上行链路高得多。 OFDM 系统可以很容易地采用不用数量的子信道来实现上行和下行链路不同的传输速率，从而支持移动通信的非对称高速数据传输。 信号模型 经调制后的 OFDM 符号 时域表达式为： 假设频域信号 X(k)是独立同分布的随机变量，当子载波数 N很大时，根据中心极限定理，时域输出信号 r(n )近似服从复高斯分布，其幅度服从瑞利分布。 为抑制 OFDM 信号的峰均比，通常对发送信号进行限幅滤波。 为描述限幅滤波对信号的影响，定义峰均比抑制率为 2/ {| ( ) | }r A E X k ，即输出幅度与输入功率的均方根之比。 从功率角度，定义输出峰均比 PAPR 2 2 2A /E { | X (k ) | } = r。 根据 Bussgang 定理，高斯输入的非线性系统的输出可以表示为： ( ) ( ) ( )gx n ax n d n (3) 式中： a为常数，取决于抑制率 y， x(n)与 d（ n）是不相关的。 21 1 0 .5 * * ( )g yx x x xa R R e y e rfc y    （ 4） 限幅滤波造成的非线性失真包含带外辐射和带内干扰两部分。 带外辐射可以通过低通滤器滤除。 而带内干扰对有用信 号的影响体现在幅度衰落 a和非线性加性噪声干扰 d( n)两个方面。 传统的接收机不能补偿由于该非线性噪声干扰造成的性能下降。 信道模型 受多普勒效应的影响，无线信道一般为时变的多径瑞利信道 州。 为便于信道估计和均衡，通常认为单个 OFDM 符号周期内信道是非时变的，而 OFDM 符号之间的信道是时变的。 同时假设 OFDM 系统是完全同步的，且不受符号间干扰 (ISI)影响。 经限幅滤波的信号通过多径信道后，接收到的信号为： ()Y diag aX D H Z   （ 5） 式中： a为限幅造成的信号幅度衰落； X为待传输数据； D为系统限幅造成的非线性失真； H为一个符号周期内的多径信道频域响应； Z为加性高斯白噪声。 X与 D 是不相关的。 第 3 章 OFDM 系统中的信道估计 OFDM 系统的基本原理 信道估计从大的角度可以分为非盲估计和盲估计以及在此基础上产生的半盲估计。 非盲估计一般指的是基于导频插入的信道估计方法，首先利用导频获得导频处的信道信息，然后通过插值的办法获得所有子载波处的信道信息。 但是显然，导频信息占用了信息比特，降低了信 道传输的有效性，浪费了带宽。 盲估计是指不使用导频信息，通过使用相应信息处理技术获得信道的估计值，与传统的非盲信道估计技术相比，盲信道估计技术使得系统的传输效率大大提高，然而由于盲信道估计算法运算量太大，收敛速度较慢，灵活性差，这阻碍了它在实际系统中的应用。 基于上述理由，有人提出了半盲信道估计，它在数据传输效率和收敛速度上做一个折衷，即采用较少的训练序列来获得信道的信息。 此外，还有面向判决反馈的信道估计方法具有较高的有效信息传输速率，对于慢时变信道有较好的跟踪性能，但对于快时变信道，因为信道的快变 造成面向判决信道估计具有较大的残余误差，所以跟踪性能大大下降。 在基于 OFDM 的新一代无线由于传输速率较高，并且需要使用相干检测技术获得较高的性能，因此通常使用非盲估计获得较好的估计效果，这样可以更好的跟踪无线信道的变化，提高接收机性能。 这也是本文重点研究的内容。 迭代算法描述 OFDM 系统的基本框图如图 1 所示。 接收端接收到信号后，首先去除循环前缀、实施FFT变换，并补偿幅度衰落。 补偿后的信号为： 11()cY diag X a D H a Z   (6) 从补偿后的信号中抽取导频信息，并进行初始信道估计。 估计的信道参数送入均衡器中，用于均衡信道的频率选择性衰落。 硬判决后的数据插入导频信息，经 IFFT 变换后再次经历与发送端相同的限幅滤波，从而获得估计的非线性失真信息。 其中，估计的限幅后的导频序列用于信道的再估计，而失真信息用于数据的再判决。 随着迭代次数的增加，经判决得到的数据 ()idXn的误码率逐渐降低，并最终达到稳定。 相应的，估计的非线性失真信息将越来越精确，最终达到某一极限。 具 体算法描述如下，初始化 2, 0 , 0ippX X D i  。 其中， ipX 为限幅后的导频序列，pX 为原始导频序列。 2ˆD 为估计的非线性失真信息， i为迭代次数。 步骤 1：信道估计。 从 cY 中抽取导频信号 pY。 ，然后采用 LS信道估计算法估算信道响ˆipH ，并用 DFT插值算法内插出所有子信道的信道响 ˆiH。 1ˆ ˆ ()i H i H ip p p p pH F F H F F d ia g X Y    (7) 式中： F为 N N的傅里叶变换矩阵 ； HpF 为 P P的傅里叶变换矩阵的共轭转置。  为N P 的矩阵，其中 , 1, 0,1,l l l   …， L1其余元素均为 0。 P为导频序列的个数， L为多径信道的径数。 步骤 2：信道均衡。 根据估计的信道响应 ˆiH ，对信号 icY 进行迫零均衡。 均衡后的信号为： 1ˆ ˆ()i i ieeY diag H Y （ 8） 步骤 3：从均衡后的信号中抽取数据子载波信号 ˆidY ，并补偿非线性失真 1ˆ ˆ ˆi i id d dY Y a D。 步骤 4：基于最短欧式距离的无编码约束的符号硬判决。 该判决器从所有 符号映射中选择一个与 ()idYk欧式距离最短的符号作为最佳判决 ˆ ()idXk。 导频结构 本文采用的导频结构为 Barhumi等提出的块状导频符号。 发射端信号的帧结构采用在一帧数据前面加入若干个导频符号的方式，在多天线系统中不同发射天线上，同一时刻的导频符号是相互正交的。 假设接收机不知道信道的任何先验统计信息，可以在每帧数据区前均放置导频符号，用于在 频域内对信道进行 MMSE准则的估计，而不需要任何已知的信道统计信息。 为了方便地处理信号，设置一个 OFDM符号的不同子载波上的导频符号是相同的，而不同天线上发送的导频符号之间互相正交。 本文采用的 2发 2收 MIMOOFDM系统中，所有插入的导频如图 3所示。 图 3中， P为所有天线上的导频序列所组成的导频矩阵， 1[]NTP P P … ，这里只是一根天线上的循环导频序列，周期为 ()T n NT nN P P  ，又满足正交性，即 HH TPP P P N I (4) 其中 I为 TN 阶的单位矩阵， ()H 表示矩阵的共轭转置运算。 算法选择 MAP迭代译码算法 文献 [5]提出了在多径衰落信道环境中利用 Turbo译码模块软信息的迭代判决反馈信道估计方法。 这里将 其扩展应用到 MIMOOFDM系统中。 图 2所示的空时编码 OFDM系统接收机框图主要由 3个模块组成：空时信号检测模块、信道估计模块和 MAP译码模块。 为了将信道估计和译码联合考虑，接收机在每次迭代过程中对信道估计值也进行迭代，在 3个模块之间传递更加可靠的软信息，从而提高信道估计的精度。 空时信号检测模块利用接收信号和初始信道估计值进行信号检测，其中初始信道估计值由 LS算法得到。 译码模块采用改进的 LogMAP算法，译码后同时得到信息位比特和校验位比特的软信息。 将软信息按照 Turbo编码器的结构进行重构、 信道交织和空时编码，然后反馈到信道估计模块，更新上一次的信道估计值。 通过迭代过程，信道编码的冗余信息在各模块之间得到有效的传递，增强了系统的纠错能力，从而提高估计的准确性。 同时，由于算法利用了 LogMAP译码的校验位信息，减小了接收端重构时造成的误差传播，使得信道估计模块利用正确译码信息的概率增加。 LogMAP算法需要计算编码比特的对数似然比 (LogLikelihood Ratios， LLR)。 经过 q次迭代后， Turbo译码器输出的码字符号的对数似然比可以表示为 1( ) ( )1( ) ( , ) ( )( ) ( ) l og ( 5 )( ) ( , ) ( )k k kgqqk c k e k k k kgs s s sL d。