MIMO-OFDM信道估计中基于随机搜索和移位机制的导频优化方法技术

技术编号:18259760 阅读:156 留言:0更新日期:2018-06-20 10:26
本发明专利技术公开了一种MIMO‑OFDM信道估计中基于随机搜索和移位机制的导频优化方法,以最小化观测矩阵的互相关为目标进行导频优化,并结合已有的SSS(Stochastic Sequential Search)和ES2(Extension Scheme 2)算法以及导频移位机制,提出了一种快速的导频优化算法SSS‑SM(Stochastic Sequential Search‑Shift Mechanism)。此导频优化方法能够以更低的算法复杂度解决导频优化问题,而且使用该方法获得的导频能够使基于压缩感知的MIMO‑OFDM信道估计具有较低的均方误差(mean square error,MSE),从而提高信道估计的性能。

A pilot optimization method based on random search and shift mechanism in MIMO-OFDM channel estimation

In this invention, a pilot optimization method based on random search and shift mechanism in MIMO OFDM channel estimation is presented. In order to minimize the intercorrelation of the observation matrix, the pilot optimization is carried out. The proposed method is combined with the existing SSS (Stochastic Sequential Search) and ES2 (Extension Scheme Scheme 2) algorithm and the pilot shift mechanism. A fast pilot optimization algorithm, SSS, SM (Stochastic Sequential Sequential Search Shift Shift Mechanism). The pilot optimization method can solve the pilot optimization problem with a lower algorithm complexity, and the pilot obtained using this method can make the MIMO based OFDM channel estimation based on compressed sensing have a lower mean square error (mean square error, MSE), thus improving the performance of channel estimation.

【技术实现步骤摘要】
MIMO-OFDM信道估计中基于随机搜索和移位机制的导频优化方法
本专利技术涉及通信系统导频辅助的信道估计和导频设计
,尤其涉及一种MIMO-OFDM信道估计中基于随机搜索和移位机制的导频优化方法。
技术介绍
正交频分复用(OrthogonalFrequencyDivisionMultiplexing,OFDM)作为当前移动通信及未来无线通信的核心技术,能有效对抗无线传播中的多径效应,简化均衡器设计,降低接收机复杂度和功耗,并提高频谱利用率。OFDM信道估计对信号传输所经历的信道的时延、衰减、多径等参数进行估测,信道估计的准确程度对信道均衡、解调和信道译码等均有直接影响。因此,信道估计技术是OFDM系统的关键环节之一。最近新出现的稀疏信道估计(SparseChannelEstimation)也称为压缩信道感知(CompressedChannelSensing),利用无线信道的稀疏性,将压缩感知(CompressedSensing,CS)技术用于信道估计。相比传统的最小二乘(LeastSquares,LS)或最小均方误差(MinimumMeanSquareError,MMSE)信道估计,稀疏信道估计能大幅度降低导频开销,提高频谱利用率和信道估计精度。考虑到无线信道的时延扩展和接收机前端较高的采样率,信道多径分量分散于这一时延扩展中,经过采样以后的信道冲击响应(ChannelImpulseResponse,CIR)序列通常呈现大多数为零,仅少数非零的稀疏性,尤其对于普遍使用过采样技术的OFDM系统,这一稀疏特性更为明显。目前,正交匹配追踪(OrthogonalMatchingPursuit,OMP),压缩采样匹配追踪(CompressiveSamplingMatchingPursuit,CoSaMP),基追踪(BasisPursuit,BP),迭代支集检测(IterativeSupportDetection,ISD)等算法已被用于OFDM稀疏信道估计,并获得了比LS和MMSE更好的信道估计性能。在传统的信道估计中,导频符号均匀放置在OFDM系统的子载波上通常是最优的,然而在基于压缩感知的信道估计中,该结论并不成立,其导频符号和导频位置的设计方法与传统的信道估计不同。现有的随机序贯搜索(StochasticSequentialSearch,SSS)算法用于解决基于压缩感知的OFDM信道估计中的导频优化问题,考虑以最小化观测矩阵的互相关为目标进行优化,通过灵活设置外循环和内循环次数,对导频序列进行逐位置替换与优化,并将此算法拓展到MIMO系统中。然而,此方案在天线数增加后无法保证每个天线都能获得满意的导频设计。我们结合基于遗传算法和移位机制的导频分配理论,对SSS算法进行改进,提出SSS-SM算法。该算法能以较小的算法复杂度获得较优的导频位置设计,使用该设计可以使得信道估计性能更优。
技术实现思路
本专利技术所要解决的技术问题是针对
技术介绍
中所涉及到的缺陷,提供一种MIMO-OFDM信道估计中基于随机搜索和移位机制的导频优化方法,使用该导频优化方法获取的最优导频序列将使信道估计的MSE显著降低,提高信道估计的性能。本专利技术为解决上述技术问题采用以下技术方案:MIMO-OFDM信道估计中基于随机搜索和移位机制的导频优化方法,包括如下步骤:步骤1),初始化:令发射天线数为Nu,外循环目标次数为M1,内循环目标次数为M2,每根天线上的导频数为Np,D=0M1×Np为存放导频序列的矩阵,为存放D中M1种导频序列对应目标函数值的向量;步骤2),令外循环当前次数l=1;步骤3),从子载波集合N中随机选取Np个元素构成导频序列p,令(用于存放上一次导频优化结果);步骤4),令内循环当前次数n=1;步骤5),判断p与是否相同;若p与相同,跳转执行步骤9),否则令执行步骤6);步骤6),对于p={p(1),p(2),…,p(k-1),p(k),p(k+1),…,p(Np)}的每一个位置:步骤6.1),令集合Λ为p中除第k个元素外的其余Np-1个元素构成的集合,即Λ=N\{p(i)|i=1,...,Np,i≠k},k=1,2,…,Np;步骤6.2),固定p中第k个元素以外的Np-1个元素不变,依次将Λ的每个元素替换p的第k个元素并计算此时的g(p),g(p)为p的任意不同两个元素之间的最大绝对相关:步骤6.3),在Λ的各个元素对应的g(p)中选出最小值g(p*),以及最小值g(p*)对应的导频序列p*,令p=p*;步骤6.4),如果p的相邻元素间隔小于Nu,则令p对应的g(p)=1并跳转执行步骤8),否则执行步骤7);步骤7),若n等于M2,执行步骤8),否则,令n=n+1,并跳转执行步骤5);步骤8),将p保存于D的第l行,l∈M1,将p对应的目标函数g(p)保存于r的第l个元素;步骤9),若l等于M1,执行步骤10);否则,令l=l+1,并跳转执行步骤3);步骤10),结果输出:从r的所有M1个元素中选出最小值,将矩阵D中对应列存储的导频作为第一根发射天线的导频p(1),记为其它发射天线的导频皆为p(1)的移位,即最后输出结果导频图案本专利技术采用以上技术方案与现有技术相比,具有以下技术效果:在MIMO-OFDM系统的基于压缩感知信道估计中,与使用现有的SSS算法生成的导频序列相比,使用本专利技术获得的导频序列能够以较低的算法复杂度显著地降低信道估计的均方误差(meansquareerror,MSE),提高信道估计的性能。附图说明图1是Nu=4时SSS-SM和ES2的MSE比较示意图;图2是Nu=8时SSS-SM和ES2的MSE比较示意图。具体实施方式下面结合附图对本专利技术的技术方案做进一步的详细说明:本专利技术为使用压缩感知信道估计的MIMO-OFDM系统提出来的导频优化新方法包含两个主要技术问题,一个是将信道估计转化为压缩感知理论中的稀疏信号重建问题,以最小化观测矩阵的互相关为目标进行导频优化;另一个是提出导频优化算法,求解观测矩阵的互相关的最小值问题,从而获得最优的导频序列。下面分别介绍这两个部分的实施方式,并通过仿真说明本导频分配方法对提高基于压缩感知信道估计性能的有益效果。(一)系统模型对于一个MIMO-DFOM系统,我们定义Nu为发射天线数,Nv为接收天线数。假设一个OFDM系统中具有N个子载波,其中Np个导频子载波用于频域导频辅助信道估计,假定则表示第i根发射天线的导频图案,为不失一般性,我们假设相应的传输导频符号定义为假设对于i≠l,即不同发射天线的导频图案相互正交,因此,接收机可以对来自每个发射天线的信道执行独立的稀疏信道估计。这样的信道可以建模为一个有限脉冲响应(finiteimpulseresponse,FIR)滤波器:其中L是抽头的总个数,是第l个抽头的复增益。就K稀疏信号而言,向量只有K个非零元素且K<<L。则第iv根接收天线上获得的接收信号可以表示为其中是第iu个发送天线和第iv个接收天线之间的离散信道频率响应;为独立同分布(independentandidenticallydistributed,i.i.d.)的加性高斯白噪声,它满足信道脉冲向量是K稀疏的;F是一个部分FFT本文档来自技高网
...
MIMO-OFDM信道估计中基于随机搜索和移位机制的导频优化方法

【技术保护点】
1.MIMO‑OFDM信道估计中基于随机搜索和移位机制的导频优化方法,包括如下步骤:步骤1),初始化:令发射天线数为Nu,外循环目标次数为M1,内循环目标次数为M2,每根

【技术特征摘要】
1.MIMO-OFDM信道估计中基于随机搜索和移位机制的导频优化方法,包括如下步骤:步骤1),初始化:令发射天线数为Nu,外循环目标次数为M1,内循环目标次数为M2,每根天线上的导频数为Np,D=0M1×Np为存放导频序列的矩阵,为存放D中M1种导频序列对应目标函数值的向量;步骤2),令外循环当前次数l=1;步骤3),从子载波集合N中随机选取Np个元素构成导频序列p,令步骤4),令内循环当前次数n=1;步骤5),判断p与是否相同;若p与相同,跳转执行步骤9),否则令执行步骤6);步骤6),对于p={p(1),p(2),…,p(k-1),p(k),p(k+1),…,p(Np)}的每一个位置:步骤6.1),令集合Λ为p中除第k个元素外的其余Np-1个元素构成的集合,即Λ=N\{p(i)|i=1,...,Np,i≠k},k=1,2,…,Np;步骤6.2),固定p中第k个元素以外...

【专利技术属性】
技术研发人员:何雪云周煜澄
申请(专利权)人:南京邮电大学
类型:发明
国别省市:江苏,32

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