基于VC的MIMO-OFDM系統(tǒng)的子空間半盲信道估計

劉玉珍，閆興玉

遼寧工程技術大學電子與信息工程學院，遼寧葫蘆島 125105

基于VC的MIMO-OFDM系統(tǒng)的子空間半盲信道估計

劉玉珍，閆興玉

遼寧工程技術大學電子與信息工程學院，遼寧葫蘆島 125105

為了滿足用戶日益增長的通信需求，多輸入多輸出（MIMO）技術和正交頻分復用（OFDM）技術相結合的MIMO-OFDM技術已成為現今研究的熱點問題[1]。MIMOOFDM系統(tǒng)可以實現數據在無線通信系統(tǒng)中的高速傳輸[2]。對MIMO-OFDM系統(tǒng)而言，要獲得滿意的性能就需要精確的信道狀態(tài)信息（CSI），因此信道估計有著非常重要的作用。信道估計方法主要可以分為基于導頻的信道估計、半盲信道估計和盲信道估計[3-4]。導頻信道估計算法因其低復雜性和高穩(wěn)定而被廣泛使用。但是需要額外的帶寬來適應周期的訓練符號，從而降低了頻譜效率[5-6]。盲法利用二階或更高階的接收信號統(tǒng)計量來進行信道估計[7]。而半盲信道估計結合了盲信道估計和導頻序列的信道估計[8]。

文獻[9-12]中敘述了考慮虛擬載波（VC）的OFDM系統(tǒng)信道估計。而文獻[13]中提出了基于SISO-OFDM系統(tǒng)的子空間盲信道估計。文獻[14]中提出了一種基于子空間的MIMO-OFDM系統(tǒng)信道估計。文獻[15]中討論了聯(lián)合載波頻率偏移和OFDM系統(tǒng)的采用導頻序列的信道估計。原始的子空間盲和半盲信道估計算法收斂速度慢，并需要大量接收信號來確保獲得準確的統(tǒng)計信息降低信道估計誤差。為了提高子空間信道估計的收斂性，文獻[16]提出了分塊矩陣思想且無CP系統(tǒng)。本文結合了上述文獻中的思想，提出了一種基于VC的MIMO-OFDM系統(tǒng)盲和半盲子空間信道估計算法，該算法將每個OFDM碼元分割成子矢量來獲得一組等效信號，以此提高信道估計性能。

1 MIMO-OFDM系統(tǒng)模型

MIMO-OFDM系統(tǒng)模擬框圖如圖1所示。

圖1 MIMO-OFDM系統(tǒng)框圖

系統(tǒng)采用Mt根發(fā)射天線和Mr根接收天線，總信道帶寬分為N個正交子載波。其中D個子載波用于傳輸數據，用標號p0～p0+D-1表示，其余N-D個子載波作為虛擬子載波（VC）。

第j個發(fā)射天線發(fā)射的第n個OFDM頻域符號塊信號由下式給出：

2 傳統(tǒng)子空間盲信道估計

將公式（5）中的信號向量xn可改寫為：

3 子空間盲信道估計改進算法

傳統(tǒng)子空間盲信道估計算法的估計性能與接收端接受的符號數目有關即估計性能與樣本矩陣的長度有關[18]。假設ΔRr=Rr-︵Rr是樣本矩陣的偏置矩陣。偏置矩陣ΔRr的范數||ΔRr||F與rn的大小成正比，與K的大小成反比。為了降低信道估計誤差，要求||ΔRr||F盡可能得小而K盡可能得大。由文獻[16]中的塊矩陣算法啟發(fā)，本文提出了一種新的快速收斂子空間信道估計算法。該算法是在接受矢量rn中單獨提取出一段來進行研究，可以有效地在降低復雜度的前提下保持估計性能。

由矢量rn可以定義一組子矢量{rn，g}：

公式（17）的解是矩陣Φ的最小特征值對應的特征向量。h?與真正的信道上的模糊矩陣Ω不同。在盲信道子空間估計算法中可以引入的幾個導頻序列來解決此問題。

4 半盲信道估計改進算法

半盲信道估計是介于盲信道估計與導頻信道估計之間的，即在盲信道估計算法中加入少量的導頻信號。半盲信道估計算法可以有效整合子空間盲信道估計算法和導頻序列，最終達到提高信道估計的性能的目的[11-12]。不考慮循環(huán)CP的接收矢量：

5 計算機模擬

文中主要通過計算機模擬對提出的信道估計算法進行仿真估計。假設調制子載波數N=64，循環(huán)前綴CP= 16，虛擬載波VC=10。仿真中的調制方式為16QAM，信道階數L=5。在半盲信道估計算法中，令A=4，B=8，α=100。

由下式給出估計信道和真實信道之間的歸一化均方根誤差（NRMSE）。

其中，Nm表示蒙特卡洛運行數。

本文主要分析的是子空間分解信道估計算法，表1給出了原始盲估計算法和改進后盲估計算法復雜度的比較。

表1 傳統(tǒng)盲估計與改進盲估計復雜度比較

從表1可以看出改進后的盲估計算法的復雜度比原始算法要低。

選擇如上所述的仿真參數，圖2給出了不同信道估計算法的NRMSE與SNR的比較。

圖2 不同信道估計算法NRMSE與SNR比較(G=40，K=200)

從圖2中可以看出，采用改進后的盲信道算法的NRMSE明顯低于原始的子空間盲信道算法，并且隨著誤碼率的增加，改進后算法的優(yōu)越性更加明顯。而加入導頻序列后的半盲信道估計算法的NRMSE比沒加入導頻的盲信道算法更好。

圖3給出了不同信道估計算法的BER與SNR的比較。從圖中可以看出，采用改進后的盲信道算法的BER明顯低于原始的子空間盲信道算法，并且隨著誤碼率的增加，改進后算法的優(yōu)越性更加明顯。而加入導頻序列后的半盲信道估計算法的BER比沒加入導頻的盲信道算法更好。

圖3 不同信道估計算法BER與SNR比較(G=40，K=200)

6 結論

本文中提出了MIMO-OFDM系統(tǒng)下基于VC分解的子空間盲和半盲信道估計算法。通過塊矩陣算法的思想，將每個OFDM符號中產生一組子矢量。在相同的信號中減少了相關矩陣的長度，用于提高子空間盲信道估計的估計性能。而后又在提出的盲信道估計算法中加入了導頻序列，形成了半盲信道估計。當N較大時，新提出的半盲信道估計性能尤為突出。最后通過計算機模擬仿真證實了提出的盲和半盲信道估計算法的估計性能良好。

[1]Jiang M，Hanzo L.Multi-user MIMO-OFDM for next generation wireless systems[J].Proceedings of the IEEE，2007，95（7）：1430-1469.

[2]Dahlman E，Parkvall S，Skold J.4G LTE/LTE-advanced for mobile broadband[M].[S.l.]：Academic Press，2011.

[3]Sophia-Antipolis：radio broadcasting systems，Digital Audio Broadcasting（DAB）to mobile,portable and fixed receivers[C]//Norme ETSI，1997：300-401.

[4]Sophia-Antipolis：digital broadcasting systems for television，sound and data services；framing structure，channel coding and modulation for digital terrestrial television[C]// Norme ETSI，1996：740-744.

[5]IEEE standard for local and metropolitan area networks part 16：air interface for fixed broadband wireless access systems[S].2004.

[6]Sari H，Karam G，Jeanclaude I.Transmission techniques for digital terrestrial TV broadcasting[J].IEEE Commun Mag，1995，33（2）：100-109.

[7]Ozdemir M K，Arslan H.Channel estimation for wireless OFDM systems[J].IEEE Commun Surveys&Tutorials，2007，9（2）.

[8]Li H，Ho C K，Bergmans J W M，et al.Pilot-aided angledomain channel estimation techniques for MIMO-OFDM systems[J].IEEE Trans on Veh Technol，2008，57（2）：906-920.

[9]Bolcskei H，Heath R W，Paulraj A J.Blind channel identification and equalization in OFDM-based multiantenna systems[J].IEEE Trans on Signal Processing，2002，50（1）.

[10]Gao F，Zeng Y，Nallanathan A，et al.Robust subspace blind channel estimation for cyclic prefixed MIMO OFDM systems：algorithm，identifiability and performance analysis[J].IEEE J Sel Areas Commun，2008，26：378-388.

[11]Zeng Y，Ng T S.A semi-blind channel estimation method for multiuser multiantenna OFDM systems[J].IEEE Trans on Signal Processing，2004，52（5）：1419-1429.

[12]Wan F，Zhu W P，Swamy M N S.Semiblind sparse channel estimation for MIMO-OFDM systems[J].IEEE Trans on Vehicular Technology，2011，60（6）：2569-2582.

[13]Li C，Roy S.Subspace-based blind channel estimation for OFDM by exploiting virtual carriers[J].IEEE Trans on Wireless Commun，2003，2：141-150.

[14]Shin C，Heath R W，Powers E J.Blind channel estimation for MIMO-OFDM systems[J].IEEE Trans on Veh Technol，2007，56（2）：670-685.

[15]Cui T，Tellambura C.Joint frequency offset and channel estimation for OFDM systems using pilot symbols and virtual carriers[J].IEEE Trans on Wireless Commun，2007，6（4）：1193-1202.

[16]Huang W C，Pan C H，Li C P，et al.Subspace-based semi-blind channel estimation in uplink OFDMA systems[J].IEEE Trans on Broadcasting，2010，56（1）：58-65.

[17]Yu J L.Channel estimation for SIMO OFDM systems without cyclic prefix[J].Electronics Letters，2007，43（24）：1369-1371.

[18]Xu G，Roy R H，Kailath T.Detection of number of sources via exploitation of centro-symmetry property[J]. IEEE Trans on Signal Process，1994，42（1）：102-112.

LIU Yuzhen,YAN Xingyu

School of Electronics and Information Engineering,Liaoning Technical University,Huludao,Liaoning 125105,China

The convergence speed of traditional subspace-based blind channel estimation is slow and has a good estimating quality only by receiving a large number of signals.Therefore,this paper proposes a VC-based blind channel estimation method in MIMO-OFDM systems.The algorithm is the combination of traditional subspace algorithm and block matrix thought.It extracts a set of vectors to reduce the number of dimensions in OFDM signals and then adds pilot sequence to form a new semi-blind channel estimation method in blind channel estimation method.By computer modeling and simulation, it can be found that newly promoted blind channel estimation method and semi-blind channel estimation method work better in channel estimation and convergence.

Multiple-Input Multiple-Output（MIMO）;Orthogonal Frequency Division Multiplexing（OFDM）;channel estimation;virtual carrier;subspace channel estimation

傳統(tǒng)的子空間盲信道估計收斂速度緩慢且需要大量接收信號才能保證估計性能良好，就此問題提出了一種新的基于虛擬載波（VC）的MIMO-OFDM系統(tǒng)的盲信道估計算法。該算法是傳統(tǒng)子空間算法與塊矩陣思想的結合，在每個OFDM符號中提取一組子矢量來降低維度。而后又在盲信道估計算法中加入導頻序列形成新的半盲信道估計算法。通過計算機模擬仿真發(fā)現，新提出的盲信道和半盲信道估計算法在信道估計性能和收斂性方面均表現較好。

多輸入多輸出系統(tǒng)；正交頻分復用；信道估計；虛擬載波；子空間估計

A

TN911

10.3778/j.issn.1002-8331.1310-0305

LIU Yuzhen,YAN Xingyu.Semi-blind channel estimation for MIMO-OFDM systems with VC.Computer Engineering and Applications,2014,50（18）：210-214.

劉玉珍（1964—），女，教授，碩士生導師，主要研究方向：數據通信與網絡工程，MIMO-OFDM信道估計與檢測；閆興玉（1989—），女，碩士在讀，主要研究方向：MIMO-OFDM信道估計。E-mail：825807294@qq.com

2013-10-24

2014-01-02

1002-8331（2014）18-0210-05

CNKI網絡優(yōu)先出版：2014-01-26，http://www.cnki.net/kcms/doi/10.3778/j.issn.1002-8331.1310-0305.html