認知NC－OFDM系統(tǒng)一種改進的信道估計

李校林，楚高峰，李君鋒，張祖凡

(1.重慶郵電大學通信新技術(shù)應用研究所，重慶 400065;2.重慶信科設計有限公司，重慶 400065;3.鄭州電力職業(yè)技術(shù)學院，河南 鄭州 450008)

隨著移動通信的迅速發(fā)展，移動用戶的數(shù)量急速增長，這就需要更多的網(wǎng)絡帶寬和無線資源。從第二代移動通信系統(tǒng)的936 kbit/s數(shù)據(jù)傳輸速率增加到第三代的2 Mbit/s[1－2]，這正是對高質(zhì)量服務的一種滿足。依據(jù)香農(nóng)公式可知，這必然會引起頻譜資源需求的加大。然而基于終端天線功率和尺寸的限制，可用于無線接入的頻譜資源卻十分有限，頻譜資源短缺日益突出。因此，有限的可用頻譜資源和不斷增長的頻譜需求之間就構(gòu)成了一對十分尖銳的矛盾。認知無線電技術(shù)能夠非常有效地解決頻譜資源的分配與使用問題，緩解頻譜資源緊張的矛盾。該技術(shù)已經(jīng)成為現(xiàn)在通信領(lǐng)域的研究熱點，信道估計作為實現(xiàn)認知無線電系統(tǒng)傳輸?shù)年P(guān)鍵技術(shù)之一，需要更深入的研究。文獻[3]對NC－OFDM系統(tǒng)中的導頻偏移進行了研究，通過對導頻偏移量的研究，改進了導頻模式，提高了信道估計的性能，但未對信道估計算法做深入的研究。文獻[4]提出了NC－OFDM系統(tǒng)中一種迭代IDFT變換域降噪方法，雖然提高了信道估計的性能，但由于重復利用IFFT/FFT變換，計算復雜度相當?shù)母摺Ｍㄟ^對認知無線電技術(shù)基本原理的了解和認知NC－OFDM系統(tǒng)中現(xiàn)有研究成果的介紹，本文著重分析了認知NC－OFDM系統(tǒng)中信道估計技術(shù)的研究現(xiàn)狀。對文獻[4]中的信道估計算法進行改進，改進后的信道估計算法降低了估計器的復雜度，減少了算法的運算量，提高了硬件資源的利用率，這與認知無線電技術(shù)的要求是相吻合的。

1 系統(tǒng)模型

認知NC－OFDM模型與常規(guī)OFDM模型略有不同，圖1展示一個簡單的NC－OFDM結(jié)構(gòu)模型，當認知用戶和主用戶共存時，在發(fā)送端，當進行串/并變換時，并不是像傳統(tǒng)的OFDM系統(tǒng)那樣把串行的數(shù)據(jù)流分配到系統(tǒng)所有的子載波上，而是受到子載波開/關(guān)信息(子載波控制向量)的控制，只將數(shù)據(jù)分配給狀態(tài)信息為“開”的子載波，狀態(tài)信息為“關(guān)”的子載波不傳送任何的認知數(shù)據(jù)[5－6]。

加入動態(tài)頻譜感知模塊和子載波開關(guān)控制模塊，通過檢測出的空閑頻譜，建立頻譜池，供認知用戶傳送數(shù)據(jù)。在接收端，根據(jù)子載波開/關(guān)信息對數(shù)據(jù)進行并/串變換，正確地讀取出子載波上發(fā)送的數(shù)據(jù)信息，值得注意的是，發(fā)送端和接收端的子載波開/關(guān)信息必須保持一致，否則無法進行正確的數(shù)據(jù)解調(diào)[7－8]。

圖1 NC－OFDM系統(tǒng)模型

通過上面系統(tǒng)的分析，本文可以將OFDM看成NCOFDM的特殊情況，當該頻段不出現(xiàn)主用戶時，就是OFDM結(jié)構(gòu)模型。

2 導頻圖案的設計

在認知NC－OFDM系統(tǒng)中，主用戶的位置是動態(tài)隨機變化的。因此，常規(guī)模型下的OFDM系統(tǒng)中的導頻模式已不再適應，文獻[9]中介紹了一種隨機插入導頻的模型。圖2給出了隨機插入二維導頻圖樣的分布圖。

圖2 隨機插入二維導頻的分布圖

以隨機插入時頻二維導頻圖樣為例，具體實現(xiàn)方法為:

1)在時間方向上，對一組(或一幀)OFDM符號按Δt的間隔進行分組;在頻率方向上，將時間方向上固定好插入導頻的OFDM符號中的N個子載波以Δf的間隔等分為Nf個組。

2)從第一個組開始對每個組進行空閑子載波的搜索，其中，每個組中都是先檢測中心子載波的占用情況，若處于空閑狀態(tài)，插入導頻，若已被占用，則從離中心子載波最近的位置開始按照從上到下或者從下到上的位置順序進行搜索，直到找到該組內(nèi)的空閑子載波為止，在此位置插入導頻，并記下其所處的位置。

3)插入導頻之后，進入下一組進行相同的操作過程。

3 信道估計算法

在NC－OFDM系統(tǒng)中，由于主用戶占用的子載波已不可用，常規(guī)OFDM系統(tǒng)中的信道估計不再使用，文獻[4]中介紹了一種認知NC－OFDM系統(tǒng)中的迭代IDFT變換域降噪方法。當插入導頻個數(shù)NP大于或等于信道沖擊響應長度Lt時，仍然可以利用導頻位置信道系數(shù)估計值唯一恢復出信道沖擊響應。信道的頻域響應與信道的沖激響應之間存在以下關(guān)系

式中:F是傅里葉變換矩陣，N為信道頻域響應H的長度。根據(jù)LS準則，得到導頻位置處的頻域響應為，信道沖擊響應為

將F中導頻位置處的傅氏變換點提取出來，組成NP×Lt的矩陣F1，F(xiàn)1和F之間滿足

得到h 之后，通過下面的二次迭代方式，得到所有子載波上的信道系數(shù)。

4 改進信道估計算法

在認知NC－OFDM系統(tǒng)中，主用戶占用的子載波的信道系數(shù)不需要估計，而上述估計算法進行了二次迭代，進行了大量的運算，加大了系統(tǒng)的復雜度和運算量，這樣就加大了硬件資源的浪費。為了解決這種矛盾，對上面的信道估計算法進行改進，引入轉(zhuǎn)換分解算法。

假設在該序列中，有P個0值，N－P個非0值，N=2M，其中M為整數(shù)。計算N點的DFT，可以將N分解成兩個整數(shù)的乘積

通過對式(12)的簡化處理，可將式(12)分解成兩部分，第一部分是中括號里面的，第二部分是外面的。即

通過上面轉(zhuǎn)換分解算法的分析與介紹，可知此算法節(jié)省了不必要零點的映射，計算的復雜度有所減少。從上面的解析過程中可知，該算法的乘法運算次數(shù)和加法運算次數(shù)分別為

但該算法比較關(guān)鍵的問題在于R值的選取。文獻[10]研究了R的選取，為了減小運算的復雜性，應該選取最優(yōu)的R值。從上面的公式可以看出，相對于加法運算，乘法運算的復雜度較高。因此，將公式的兩邊對R進行求導，可得

將2Pln 2的值整數(shù)化，取最靠近2的冪次方的數(shù)。通過此方法得到的R值是極值點，得到的是最優(yōu)解。所以轉(zhuǎn)換分解算法可以分為三步進行映射。首先，根據(jù)式(13)進行求解，進行R個T點的DFT;其次，根據(jù)式(14)進行求解，進行T個R點的FFT;最后，將上述兩個步驟得到的結(jié)果進行映射。從此算法中可知，對于存在不需要計算0的序列，該算法的運算次數(shù)明顯減少，并且引入實際系統(tǒng)中，實現(xiàn)起來也非常的簡單。通過引入轉(zhuǎn)換分解算法對迭代IDFT變換域降噪方法進行改進，略去對主用戶占用子載波的估計，可以節(jié)省大量的運算。

5 仿真分析

通過仿真驗證所改進的信道估計算法，并與迭代IDFT變換域降噪的方法、線性內(nèi)插的方法進行了比較。規(guī)定空閑率為μ0，仿真也分析了空閑率μ0、分組間隔Δf對信道估計算法的影響。為了觀測信道估計的性能，在此假設系統(tǒng)已經(jīng)達到理想同步的效果。仿真中設共享系統(tǒng)的總子載波個數(shù)為256，信道帶寬為5 MHz，載波頻率為2 GHz，調(diào)制方式為16QAM，移動臺的移動速度為30 km/h，F(xiàn)FT的采樣長度為256，循環(huán)前綴(CP)的長度LCP為16，信道的最大時延擴展Lt為16，使CP等于信道的最大時延擴展。主用戶占用的子載波位置是隨機的，并且發(fā)送端和接收端都已知。

從圖3總的計算量(包括加法和乘法)的對比情況可以看出，隨著μ0的增加，轉(zhuǎn)換分解算法與FFT的運算量越來越接近，從0.61～0.875，其運算量都相同。當空閑率μ0小于或等于0.5時，轉(zhuǎn)換分解算法的運算量少于FFT變換的運算量;當空閑率μ0大于0.5時，轉(zhuǎn)換分解算法的運算量與FFT變換的運算量相同。因此，對于認知NCOFDM系統(tǒng)來說，轉(zhuǎn)換分解算法優(yōu)于FFT變換，對于進行二次FFT變換的迭代IDFT變換域降噪方法，引入轉(zhuǎn)換分解算法改進時，能節(jié)約大量的運算。此外，對于運用此算法，需要設置一個閾值K，通過圖3所示，可以設定信道估計器中的閾值為K=0.5，當μ0≤K時，采用改進的信道估計算法，當μ0＞K時，采用未改進的信道估計算法。

圖3 FFT與轉(zhuǎn)換分解算法和空閑率μ0的關(guān)系

因此，對于在認知無線電系統(tǒng)中，存在認知用戶與主用戶共享的情況時，NC－OFDM系統(tǒng)中的信道估計算法可以通過圖4實現(xiàn)。

圖4 認知NC－OFDM系統(tǒng)中的信道估計分類圖

圖5比較了當空閑率μ0=0.5時的三種信道估計算法。可知改進的信道估計算法與迭代IDFT變換域降噪方法的信道估計性能相同，都優(yōu)于線性內(nèi)插算法的性能。在認知NC－OFDM系統(tǒng)中，雖然通過引進轉(zhuǎn)換分解算法來改進的信道估計得到的結(jié)果與迭代的IDFT變換域降噪方法得到的結(jié)果相同，但是改進算法的運算量減少，大大降低了估計器的復雜度，并且易于和實際結(jié)合，與迭代IDFT變換域降噪方法相比，減少了硬件資源的浪費。這與認知無線電中的降低損耗，提高資源的利用率，以及實時性相吻合。

圖5 3種信道估計算法的比較

圖6比較了移動臺速度為30 km/h的環(huán)境下，空閑子載波的比率 μ0分別為 0.25，0.5，0.75，0.875，1 時的估計性能。可知隨著空閑子載波的比率μ0的增加，信道估計性能反而越差，存在主用戶時的信道估計性能比無主用戶時的估計性能好。這主要是因為空閑子載波越少，關(guān)閉的子載波越多，也就是主用戶占用的子載波越多，認知用戶占用的子載波就越少。在做性能統(tǒng)計時，主要是對誤碼率(BER)進行的比較。空閑子載波越少，用來統(tǒng)計的碼元就越少，出現(xiàn)的誤碼就越少，所以估計性能就會好。

圖6 空閑率μ0對估計算法的影響

圖7比較了在空閑率 μ0=0.5，移動臺時速為30 km/h時，導頻分組間隔Δf對估計算法的影響。可知當空閑子載波一定時，隨著分組間隔的增加，插入的導頻個數(shù)有所減少，估計的性能會下降。由圖7可知，當主用戶占去128個子載波，并且有大量的子載波是連續(xù)被主用占用時，分組間隔為16時，插入的導頻數(shù)量NP小于信道的最大時延擴展Lt，這時通過變換域內(nèi)插得到的估計性能十分的差。因此，在進行變換域內(nèi)插估計時，一定要注意導頻數(shù)量NP與信道的最大時延擴展Lt的大小情況。

圖7 分組間隔Δf對估計算法的影響

6 小結(jié)

本文主要分析了認知NC－OFDM系統(tǒng)中的信道估計技術(shù)，仿真比較了改進信道估計算法與迭代IDFT變換域降噪方法，它們各有使用的范圍，當空閑率較低時，改進的信道估計算法的優(yōu)越性越明顯，它仍然具有良好的估計性能，并且運算量減少，使信道估計器的復雜度大大降低，提高了硬件資源的利用率，更具有實用價值。

[1]YUMIBA H，YABUSAKI M.Mobile service history and future[J].IEICE Trans.Communications，2002(10):1878－1886.

[2]畢志命，匡鏡明，王華.認知無線電技術(shù)的研究及發(fā)展[J].電信科學，2006，22(7):57－60.

[3]RASHAD I，BUDIARJO I，NIKOOKAR H.Efficient pilot pattern for OFDM－based cognitive radio channel estimation[C]//Proc.IEEE Symposium on Communications and Vehicular Technology Conference.Delft:IEEE Press，2007:1－5.

[4]ZHANG Shichang，WANG Jun，LI Shaoqian.A channel estimation method for NC－OFDM systems in cognitive radio context[C]//Proc.IEEE Singapore International Conference on Communication Systems.Guangzhou:IEEE Press，2008:208－212.

[5]RAJBANSHI R，WYGLINSKI A W，MINDEN G J.An efficient implementation of NC－OFDM transceivers for cognitive radios[C]//Proc.International Conference on Cognitive Radio Oriented Wireless Networks and Communications.Mykonos Island:IEEE Press，2006:1－5.

[6]ETKIN R，PAREKH A，TSE D.Spectrum sharing for unlicensed bands[J].IEEE Journal on Selected Areas in Communications，2007，25(3):517－528.

[7]李佳珉，康桂華，高路.NC－OFDM系統(tǒng)性能的仿真分析[J].現(xiàn)代電子技術(shù)，2008(23):15－17.

[8]SUN Chunhua，ZHANG Wei，LETAIEF K B.Cooperative spectrum sensing for cognitive radios under bandwidth constraints[C]//Proc.Wireless Communications and Networking Conference.Kowloon:IEEE Press，2007:1－5.

[9]DONG Xuetao，XIE Xianzhong.Research on stochastic comb－pilot design for NC－OFDM system[C]//Proc.International Conference on Wireless Communications，Networking and Mobile Computing.Dalian:IEEE Press，2008:1－3.

[10]SORENSEN H V，BURRUS C S.Efficient computation of the DFT with only a subset of input or output points[J].IEEE Trans.Signal Processing，1993，41(3):1184－1200.