基于數據域統計信息的信道估計改進算法

馬 志，羅 濤，李劍峰

（北京郵電大學網絡體系構建與融合北京市重點實驗室，北京 100876）

基于數據域統計信息的信道估計改進算法

馬 志，羅 濤，李劍峰

（北京郵電大學網絡體系構建與融合北京市重點實驗室，北京 100876）

TD－SCDMA系統中，B.Steiner信道估計算法實現簡單，但由于受到噪聲的影響，其導致估計的精度有限。基于此，提出了一種基于數據域統計信息的信道估計改進算法。該算法首先基于Steiner算法對信道進行初步估計;然后基于數據域對信道的統計特征進行更新后再進行信道估計。仿真結果表明，改進的信道估計算法更準確，且適用范圍廣，尤其適用于快速時變信道。

B.Steiner估計器;信道估計;數據域

TD－SCDMA系統中，采用了聯合檢測、上行同步、智能天線等技術，它們的實現都依賴于對無線信道響應快速且準確的估計，其性能也很大程度依賴于信道估計的準確性。因此，高質量的信道估計尤為重要。

TD－SCDMA上行鏈路系統采用了B.Steiner等人提出的一種適用于同步CDMA系統的低代價信道估計方法［1－2］。該方法通過設置訓練序列（Midamble碼），構造出右循環的Toeplitz矩陣，從而用低代價的FFT/IFFT運算來代替復雜的矩陣求逆運算，大大提高了信道估計速度。但是B.Steiner估計器會在一定程度上放大噪聲，降低信道估計的準確性，雖然在信道估計后還有一些后續處理手段，但其與理想信道估計還有一定差距。基于此，很多學者提出了一些相應的解決方案。其中為了抑制信道響應中的噪聲影響，文獻［3－5］提出在上述B.Steiner估計器后加設閾值處理，設定相應閾值對每條徑上的沖激響應值進行判斷，濾除多余噪聲影響，保留有用信息。這些閾值處理的改進方法，可簡單分為3類:拋棄功率小于最強徑功率一定比例的徑、拋棄功率小于噪聲功率一定倍數的徑以及拋棄功率小于所有徑平均功率的徑。針對快變信道的處理，文獻［6］提出了用戶在多時隙業務下，利用一個子幀內相鄰時隙的信道估計結果做線性插值的方法來獲得相對準確的數據部分的信道沖激響應。上述方法是基于Midamble碼估計的基礎上做了些許改進，沒有改變訓練序列結構。文獻［7］提出將原Midamble碼分成若干段，然后分別對每段進行信道估計，只要分段長度足夠長則可以認為在一個碼段中的信道是非時變的，這樣就可以通過時間分割來追蹤信道的變化。由于該方法要進行分段的信道估計，因此Midamble矩陣要相應地進行分區和構建。針對鄰小區干擾的處理，文獻［8］提出并行干擾抵消的基本思想。其具體做法是通過B.Steiner估計器輸出的信道估計值來重構近似的鄰小區用戶信號，于是新的接收信號變為原接收的Midamble碼與重構信號的差，這樣經過多次迭代消除鄰小區的干擾。這種方法的缺點是運算復雜度高，并且可能存在錯誤傳播。由于B.Steiner估計器是時間域的信道估計算法，沒有充分利用到信號的空間信息。在前文中論述的改進算法中均沒有使用信道的相關信息來進行信道估計，因此估計結果不能更好地逼近理想的信道響應。基于此觀點，本文提出了一種基于數據域統計信息的信道估計改進算法，以獲取更準確的信道響應，并給出估計算法的性能仿真結果及分析。

1 算法描述

1.1 經典Steiner信道估計算法

在TD－SCDMA系統中，B.Steiner估計器利用Midamble訓練序列來進行無線信道響應的估計。

TD－SCDMA協議定義了32個Midamble碼組，規定一個小區只能使用一個碼組。同一小區同一時隙不同用戶的Midamble碼由一個基本Midamble碼循環移位產生。在TD－SCDMA系統中，不同用戶使用的訓練序列可表示為

第k（k=1，…，K）個用戶的Midamble碼中的元素為

考慮到加性白噪聲，接收到的所有用戶的訓練序列信號表示為

式中:G是由Midamble碼循環移位構成的一個Toepliz矩陣。且

因此，H的最大似然估計為

式（5）可根據矩陣輪換移位的性質，變為

式中:./表示矩陣中對應的各元素相除。

但上述B.Steiner信道估計算法具有迫零算法的通病，會在一定程度上放大噪聲，降低信道估計的準確性，雖然在信道估計后還有一些后續處理手段，其中包括信道估計后處理選徑、Alpha濾波、Wiener濾波等，可以彌補迫零算法的不足，但其與理想信道估計還有一定差距。

1.2 基于數據域統計信息的信道估計改進算法

1.2.1 基于數據域信道統計信息的改進分析

考慮到現有算法的架構，論文根據MMSE準則在原Steiner估計方法的基礎上提出了改進信道估計方法，其轉換表達式為

式中:RHH為信道相關矩陣;δ2為噪聲功率;M為Midamble碼構成的矩陣。式（7）表明，利用本算法進行信道估計時，首先計算ZF（迫零）算法的信道估計結果，然后利用信道自相關矩陣對估計結果進行修正，其中信道自相關矩陣即為信道的統計信息。噪聲功率可以直接采用估計出的ISCP值代替，M矩陣為已知，所以算法中信道相關矩陣求解尤為重要，其準確性直接影響到修正的結果。本文改進算法首先使用重構信號的方法，得到發送數據，然后將數據全部用于信道相關矩陣的求解，實質上是通過使用增加計算信道相關矩陣數據量的方法來提高結果的準確性。

1.2.2 基于數據域統計信息的信道估計改進算法

本文提出的信道估計改進算法流程圖如圖1所示，可大體分為4步:

1）針對第n幀數據，根據前n－1幀的信道統計信息及當前ZF算法得出的信道統計信息進行修正，得到信道自相關矩陣RHH，然后計算出改進信道估計算法的RMMSE;

2）把基于改進估計算法得出的信道用于聯檢，得到檢測數據;

3）用檢測后的數據重構發射信號，根據接收信號及檢測出的數據信號進行數據域的信道估計，得到信道響應Hdata;

4）將Hdata與之前基于Midamble碼信道估計的信道響應濾波修正后作為能比較準確表征本幀對應的信道，用該信道計算信道相關矩陣，并與歷史信道相關矩陣濾波后作為更新的信道相關矩陣傳遞到下一幀，用于下一幀修正因子的計算。

圖1 基于數據域統計信息的信道估計改進算法流程圖

2 MATLAB仿真實現及驗證

針對本文中的改進算法，仿真性能曲線包含兩方面:信道響應均方誤差和系統的誤碼率。本文按照3GPP標準［8］中的Case I進行仿真，鏈路為TD－SCDMA上行鏈路，基站端使用天線陣列，天線數目為8，單小區單用戶仿真。

2.1 性能分析

以實部為例，定義信道響應的歸一化均方誤差為

圖2中給出算法信道響應的均方誤差曲線。

圖2 信道響應的均方誤差

由圖2可知，在低信噪比時，本文改進算法的信道響應均方誤差比Steiner信道估計算法的更小，主要是因為改進的算法利用了信道的統計信息對Steiner信道估計做了一定的修正，所以準確度更高，而隨著信噪比越來越大，噪聲對系統性能的影響越來越小，使得二者的均方誤差都接近0，說明二者性能都趨近于理想信道估計。

2.2 性能仿真

首先驗證該方案的理論性能極限，即直接用發射端調制擴頻加擾后的已知信號與接收到的信號做數據域的信道估計，當然由于檢測信號在實際中BER不可能為0，因此性能應該有所下降。

圖3給出了Steiner估計算法跟本文中提出的改進算法的性能仿真對比。由圖3的仿真曲線分析可知，基于理想統計信息的估計算法比Steiner算法有大約1.5 dB的性能增益，說明信道相關矩陣估計準確性較高時，此算法的增益還是比較可觀的。基于理想發射數據的數據域信道信息統計的估計算法較現有的算法有0.85 dB的性能增益。而基于實際檢測數據的估計算法相比現有算法有0.8 dB的性能增益，與基于理想發送數據的性能差別不大，這說明本文提出的基于數據域信道統計信息的改進算法充分利用了信道相關信息對Steiner估計算法進行修正，得到了更加準確的估計結果。由于每個時隙信道估計獨立計算和數據域的修正，使得估計結果基本不受用戶運動速度的限制，使得在快速時變信道下，此算法也可以提供準確的信道估計，對數據解擴性能有一定程度提高。圖4給出了在不同終端移動速度下的改進算法性能與Steiner估計算法的性能對比曲線。

3 小結

針對Steiner估計器的性能受噪聲影響的不足，提出一種對估計結果進一步修正的改進算法。經仿真證明，此改進算法在一定程度上能提升系統的性能，并且適用于快速時變信道，但是此算法計算量會高于Steiner算法。后續研究可以使用干擾消除或簡化信道響應矩陣表達式的方法來減少計算量。

:

［1］STEINER B，BAIER P.Low cost channel estimation in the uplink receiver of CDMA mobile radio systems［J］.Frequenz，1993，47（12）:292－298.

［2］STEINER B，JUNG P.Optimum and suboptimum channel estimation for the uplink of CDMA mobile radio systems with joint detection［J］.European Trans.on Telecommunications，1994，5（1）:39－50.

［3］康紹莉，裘正定，李世鶴.TD－SCDMA系統中低代價信道估計方法的改進［J］.通信學報，1994，5（1）:39－50.

［4］ZHANG Yi，GU Jian，YANG Dacheng.Channel estimation in TDD mode［J］.The Journal of China Universities of Posts and Telecommunications，2006，13（3）:34－37.

［5］CHO D S，LYU D S.Improved joint channel estimation method with interpolation［R］.Dallas，Texas:GSPx，2003:1326－1330.

［6］YANG Xiaohui，HE Dandan，LI Lihua，et al.A novel channel estimation method for TD－SCDMA system［C］//Proc.International Conference on Wireless Communications，Networking and Mobile Computing，2006.［S.l.］:IEEE Press，2006:1－4.

［7］SONG Xiaoqin，LI Ke.Improved channel estimation algorithm based on parallel interference cancellation［C］//Proc.International Conference on Neural Networks and Signal Processing，2008.［S.l.］:IEEE Press，2008:466－469.

［8］3GPP TR 25.996 version 9.0.0，3rd generation partnership project;technical specification group radio access networks;radio frequency（RF）system scenarios（Release 9）［S］.2009.

Improved Channel Estimation Algorithm Based on Statistical Channel Information of Data Field

MA Zhi，LUO Tao，LI Jianfeng

（Beijing Key Laboratory of Network System Architecture and Convergence，Beiing University of Posts and Telecommunications，Beijing 100876，China）

B.Steiner estimator used in TD－SCDMA cellular mobile radio systems is a low cost estimator.The precision of the estimated channel impulse responses（CIRs）is affected by noises in the channel，which result in worse performance of the estimation.In this paper，an improved channel estimation algorithm based on statistical channel information of the data field in order to modify the result of Steiner estimator is proposed.Simulation has shown that the system performance is improved in a certain degree.

B.Steiner channel estimator;channel estimation;data field

TN929

A

【本文獻信息】馬志，羅濤，李劍峰.基于數據域統計信息的信道估計改進算法［J］.電視技術，2013，37（3）.

國家自然科學基金項目（60971082;61271184）;國家重大科技專項（2010ZX03001－003）;新世紀優秀人才支持計劃項目（NCET－11－0594）

馬 志（1987— ），碩士生，主研無線通信與網絡;

羅 濤（1971— ），教授，博士生導師，主研無線通信與寬帶信息網絡。

責任編輯:薛 京

2012－10－09