一种高速移动环境下的多符号联合信道估计方法技术

技术编号:12662937 阅读:159 留言:0更新日期:2016-01-07 00:13
一种高速移动环境下的多符号联合信道估计方法,基于OFDM无线通信系统,采用基于导频的信道估计方法,包括步骤1)利用复指数基扩展模型对时间频率双选信道进行建模;2)计算联合估计OFDM符号的个数J,满足连续J个OFDM符号对应信道具有联合稀疏特性;3)对于连续J个OFDM符号,设计稀疏导频模式,推导信道估计模型;4)利用离散随机最优化算法求得最优导频位置分布;5)利用块同步正交匹配追踪(BSOMP)算法重建稀疏系数;6)根据BSOMP算法重建的系数恢复信道抽头系数;7)对估计得到的信道抽头系数进行分段线性光滑处理。本发明专利技术能够有效对抗时间频率双重选择性衰落,提高信道估计的准确度和频谱利用率。

【技术实现步骤摘要】

:本专利技术涉及在时间频率双重选择性衰落环境中,基站与移动终端进行上下行链路通信时,接收机进行信道估计的方法,具体是一种高速移动环境下的多符号联合信道估计方法,属于无线通信

技术介绍
:无线通信系统中,为了有效恢复出原始发送信号,接收机需要估计出信道状态信息,进而对接收到的信号进行均衡处理。因此,信道估计的准确性对无线通信系统的性能至关重要。在正交频分复用(OFDM)无线通信系统中,传统的信道估计方法有最小二乘(LS)方法和最小均方误差(MMSE)方法。考虑到无线信道的稀疏性,越来越多的研究将压缩感知(CS)理论用于稀疏信道估计,CS理论突破了奈奎斯特采样定理的限制,用很少的测量值就能恢复原始信号。和CS相比,分布式压缩感知(DCS)用于恢复一组联合稀疏的信号,能更准确的找到稀疏信号的非零位置,所以能提高恢复精度。近年来随着高速铁路的速度越来越快,移动终端对高速环境中通信质量的要求越来越高。高速移动环境中,无线信道不仅表现频率选择性衰落,还表现出时间选择性衰落,需要估计的信道系数大大增多,意味着需要更多的导频子载波,降低了频谱利用率。高速环境中,多普勒频偏导致严重的多普勒泄露,多普勒域不再具有稀疏特性。
技术实现思路
:本专利技术的目的在于针对上述现有技术存在的问题,提出一种高速移动环境下多符号联合信道估计的方法,对时间频率双选信道进行合理建模,减少需要估计参数的数量,从而减少所需的导频数量,提高频谱利用率,同时利用多OFDM符号的联合稀疏特性,提高接收机信道估计的精度。本专利技术的主要原理是:考虑到高速环境中,多普勒泄露使多普勒域不再具有稀疏特性,利用复指数基扩展模型(CE-BEM)对时间频率双选信道进行建模,从而将信道系数的估计问题转换为对CE-BEM系数的估计问题。在多个OFDM符号间联合设计稀疏导频模式,并利用多个符号在延时域上的联合稀疏性,将原始的双选信道估计问题转化为结构化分布式压缩感知模型。针对提出的模型,利用块同步正交匹配追踪算法(BSOMP)求解系数。最后对估计得到的信道系数进行线性光滑处理,减少建模误差。本专利技术的技术解决方案如下:(1)利用复指数基扩展模型(CE-BEM)对时间频率双选信道进行建模。模型如下:hl(j)=(b0,...,bQ-1)c(j)[0,l]...c(j)[Q-1,l]+ξl(j),0≤l≤L-1---(1)]]>其中,j代表OFDM符号的序号,Q代表CE-BEM阶数,L代表路径数,表示第l径对应的抽头系数,bq(0≤q≤Q-1)代表CE-BEM基函数,[q,l]代表CE-BEM系数,代表CE-BEM建模误差。基函数bq表示为:bq=(1,...,ej2πNn(q-Q-12),...,ej2πN(N-1)(q-Q-12))T,0≤q≤Q-1---(2)]]>其中,N表示一个OFDM符号子载波的个数。对于连续J个OFDM符号,每个符号对应的CE-BEM基函数相同,BEM系数不同。(2)计算联合估计OFDM符号的个数J,满足连续J个OFDM符号对应信道具有联合稀疏特性。J由下式确定J<0.01c/(N+LCP)v(3)其中c是光速,v是移动终端和基站的相对速度,LCP代表CP长度。此时,路径延时变化量的最大值远远小于采样周期,因此可以假设连续J个OFDM符号对应信道稀疏性不变。(3)对于连续J个OFDM符号,设计稀疏导频模式,推导信道估计模型。导频序列包括G个有效导频和(2Q-2)G个保护导频,其中K<G<<JL,K表示无线信道延时域的稀疏度;有效导频和保护导频幅度分别取1和0,有效导频序列记为Peff,保护导频序列记为Pguard,保护导频位于有效导频两侧,防止数据子载波对有效导频的干扰。将导频分为Q个子序列:P0=Peff-Q-12...PQ-12=Peff...PQ-1=Peff+Q-12---(4)]]>其中表示所有有效导频构成的子序列。结合CE-BEM的特性和设计的导频模式,得到信道估计模型如下:[Y]P0=(IJ⊗VL)PQ-12Λ0c0(0)...Λ0c0(J-1)+W0...[Y]PQ-12=(IJ⊗VL)PQ-12ΛQ-12cQ-12(0)...ΛQ-12cQ-12(J-1)+WQ-12...[Y]PQ-1=(IJ⊗VL)PQ-12ΛQ-1cQ-1(0)...ΛQ-1cQ-1(J-1)+WQ-1---(5)]]>其中,Y代表接收机OFDM解调之后的数据,IJ表示J×J的单位矩阵,表示张量积,VL表示(离散傅里叶变换矩阵)的前L列构成的矩阵,Wq包括噪声和建模误差,Λq是一个对角矩阵,表示如下:Λq=diag(1,e-i2πN(q-Q-12),...,e-i2πN(q-Q-12)(L-1))---(6)]]>对式(5)所示模型中需要重建的系数进行重新排序sql=([Λqcq(0)]l,...,[Λqcq(J-1)]l)T---(7)]]>sq=((sq0)T,...,(sqL-1)T)T---(8)]]>得到信道估计模型:[Y]P0=Φs0+W0...[Y]PQ-12=ΦsQ-12+WQ-12...[Y]PQ-1=ΦsQ-1+WQ-1---(9)]]>其中测量矩阵Φ=[Φ0,…ΦL-1],Φl=[(IJ⊗VL)PQ-12]l:L:(J-1)L+l.]]>(4)对于式(9)所示模型,利用离散随机最优化(DSO)算法求得最优导频位置分布。最优导频位置确认原则是使矩阵Φ的互相关值μ最小,μ计算如下:μ(Φ)=max1≤i≠j≤L|<φi,φj>|||φi||||φj||2---(10)]]>其中φi,φj是矩阵Φ的任意两列。(5)对于式(9)所示模型,利用块同步正交匹配追踪(BSOMP)算法恢复得到系数设Φ=[Φ0,…ΦL-1],S=(s0,…,sQ-1),稀疏度为K。BSOMP算法步骤如下:a)设置初始值:迭代本文档来自技高网...
一种高速移动环境下的多符号联合信道估计方法

【技术保护点】
一种高速移动环境下的多符号联合信道估计方法,用于正交频分复用系统,利用多符号的联合稀疏特性,基于压缩感知理论对信道进行估计,其特征在于,该方法包括如下步骤:①利用复指数基扩展模型对时间频率双选信道进行建模,模型如下:hl(j)=(b0,...,bQ-1)c(j)[0,l]...c(j)[Q-1,l]+ξl(j),0≤l≤L-1---(1)]]>其中,j代表OFDM符号的序号,Q代表CE‑BEM阶数,L代表路径数,表示第l径对应的信道抽头系数,bq(0≤q≤Q‑1)代表CE‑BEM基函数,c(j)[q,l]代表CE‑BEM系数,代表CE‑BEM建模误差;CE‑BEM基函数表示为:bq=(1,...,ej2πNn(q-Q-12),...,ej2πN(N-1)(q-Q-12))T,0≤q≤Q-1---(2)]]>其中,N表示一个OFDM符号子载波的个数;②计算联合估计OFDM符号的个数J,满足连续J个OFDM符号对应信道具有联合稀疏特性,公式如下:J<0.01c/(N+LCP)v         (3)其中c是光速,v是移动终端和基站的相对速度,LCP代表循环前缀CP的长度;③对于连续J个OFDM符号,设计稀疏导频模式,推导信道估计模型:导频序列包括G个有效导频和(2Q‑2)G个保护导频,其中K<G<<JL,K表示无线信道延时域的稀疏度;有效导频幅度和保护导频幅度分别取1和0,有效导频序列记为Peff,保护导频序列记为Pguard,保护导频位于有效导频两侧;将导频分为Q个子序列:P0=Peff-Q-12...PQ-12=Peff...PQ-1=Peff+Q-12---(4)]]>其中表示所有有效导频构成的子序列;得到信道估计模型如下:[Y]P0=Φs0+W0...[Y]PQ-12=ΦsQ-12+WQ-12...[Y]PQ-1=ΦsQ-1+WQ-1---(5)]]>其中,Y代表接收机OFDM解调之后的数据,Wq包括噪声和建模误差,是需要重建的系数向量,测量矩阵Φ=[Φ0,...ΦL‑1],④利用离散随机最优化算法求得最优导频位置分布,即最优导频位置确认原则是使测量矩阵Φ的互相关值μ最小,μ计算如下:μ(Φ)=max1≤i≠j≤L|<φi,φj>|||φi||2||φj||2---(6)]]>其中φi,φj是矩阵Φ的任意两列;⑤利用块同步正交匹配追踪算法重建得到稀疏系数⑥由稀疏系数恢复出信道抽头系数恢复CE‑BEM系数公式如下:cq(j)=Λq-1[sq]j:J:JL---(7)]]>其中对角矩阵Λq=diag(1,e-i2πN(q-Q-12),...,e-i2πN(q-Q-12)(L-1));]]>根据式(1)得到信道抽头系数⑦对信道抽头系数进行分段线性光滑处理:对第j个符号,第l条径对应的信道抽头系数取平均,公式如下hl(j)ave=1NΣn=j(N+LCP)+LCP(j+1)(N+LCP)-1hn,l,0≤l≤L-1---(8)]]>分别利用前后两个相邻OFDM符号的信道抽头系数,对第j个OFDM符号对应的信道抽头系数进行光滑处理,hl(j)r1=1N+LCP(hl(j)ave-hl(j-1)ave)(n+LCP+1+N2)+hl(j-1)avehl(j)r2=1N+LCP(hl(j+1)ave-hl(j)ave)(n+1-N2)+hl(j)ave---(9)]]>对上述结果取平均得到第j个符号,第l条径对应的信道抽头系数如下:hl(j)=12(hl(j)r1+hl(j)r2)---(10)]]>...

【技术特征摘要】
1.一种高速移动环境下的多符号联合信道估计方法,用于正交频分复用系
统,利用多符号的联合稀疏特性,基于压缩感知理论对信道进行估计,其特征在
于,该方法包括如下步骤:
①利用复指数基扩展模型对时间频率双选信道进行建模,模型如下:
hl(j)=(b0,...,bQ-1)c(j)[0,l]...c(j)[Q-1,l]+ξl(j),0≤l≤L-1---(1)]]>其中,j代表OFDM符号的序号,Q代表CE-BEM阶数,L代表路径数,表示
第l径对应的信道抽头系数,bq(0≤q≤Q-1)代表CE-BEM基函数,c(j)[q,l]代表
CE-BEM系数,代表CE-BEM建模误差;
CE-BEM基函数表示为:
bq=(1,...,ej2πNn(q-Q-12),...,ej2πN(N-1)(q-Q-12))T,0≤q≤Q-1---(2)]]>其中,N表示一个OFDM符号子载波的个数;
②计算联合估计OFDM符号的个数J,满足连续J个OFDM符号对应信道具有
联合稀疏特性,公式如下:
J<0.01c/(N+LCP)v(3)
其中c是光速,v是移动终端和基站的相对速度,LCP代表循环前缀CP的长度;
③对于连续J个OFDM符号,设计稀疏导频模式,推导信道估计模型:
导频序列包括G个有效导频和(2Q-2)G个保护导频,其中K<G<<JL,K
表示无线信道延时域的稀疏度;有效导频幅度和保护导频幅度分别取1和0,有
效导频序列记为Peff,保护导频序列记为Pguard,保护导频位于有效导频两侧;将
导频分为Q个子序列:
P0=Peff-Q-12...PQ-12=Peff...PQ-1=Peff+Q-12---(4)]]>其中表示所有有效导频构成的子序列;
得到信道估计模型如下:
[Y]P0=Φs0+W0...[Y]PQ-12=ΦsQ-12+WQ-12...[Y]PQ-1=ΦsQ-1+WQ-1---(5)]]>其中,Y代表接收机OFDM解调之后的数据,Wq包括噪声和建模误差,是
需要重建的系数向量,测量矩阵Φ=[Φ0,...ΦL-1],④利用离...

【专利技术属性】
技术研发人员:秦启波宫博归琳罗汉文
申请(专利权)人:上海交通大学
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1