MIMO—OFDM系統中基于散布導頻的信道估計方法研究

陶蕊 王蓮蓮

【摘要】 在MIMO-OFDM系統中，大多數信道估計方法對快速變化的信道都無法做到準確的預測，從而影響了系統性能。為了解決這個問題，本文提出了一種基于散布導頻的信道估計方法。該方法首先對導頻進行散布化處理，然后對MIMO信道的單位沖擊響應進行預測，而為了提高預測的精度，需要對估計值進行了自適應Wiener濾波，而濾波的輸出被送到DFT（Discrete Fourier Transform，離散傅里葉變換）的輸入，DFT的輸出就是所需要的信道頻率響應，該響應可被用于信道均衡。仿真表明本文所提出的估計方法能夠準確地估計出信道狀態，從而有效地降低了系統誤碼率。

【關鍵詞】 MIMO-OFDM LS準則 散布導頻 Wiener濾波

一、引言

如何提高無線傳輸的可靠性、速率與頻率利用率一直是通信領域中的一個重點研究內容。而MIMO-OFDM技術能夠有效地把兩種技術結合在一起，從而得到了廣泛地關注。其中的信道估計又是研究重點之一。這是因為系統中的調制解調與鏈路處理部分都需要信道信息。

而常用的信道估計可以分為兩類：導頻估計與盲估計。Qian等人提出的基于迭代的LS信道估計方法通過時域低通濾波器的使用，降低了ICI對系統的信道估計的影響，從而實現了精度的提升[1]。文獻[2]所給出的MMSE方法利用MIMO信道的頻域與時域的相關性質來進行信道估計。文獻[3]提出了一種簡單的信道估計方法。當信道變化比較緩慢，多普勒頻移比較小時，上述信道估計方法所得到的信道參數能夠較好地反映實際信道的情況。

二、系統模型

本文所使用的系統模型參照文獻[3]。每個終端同時配置兩個發射天線與兩個接收天線。首先在時隙在n，發送信號{b[n，k]，k=0，1L，K-1}經過空時編碼器后被編碼成兩路信號{Xi[n，k]，k=0，1L，K-1；i=1，2}，接著IFFT分別對這兩路信號進行處理，最后，兩路IFFT的輸出通過兩個發射天線同時被發射出去。由于每個接收天線所進行的信道估計過程都是相似的且相互獨立的，因此，下面的分析以接收天線j為例進行說明。為了簡化表達式，在下面的分析中將省略接收天線下標j。同時為了簡化分析，假設系統是同步的并且子載波之間是互不干擾的，那么在第n個時隙，接收天線j所收到的OFDM信號經解調后可以等效為基帶信號■，其中，Hij[n，k]為天線i到天線j的信道頻率響應。Wj[n，k]為高斯白噪聲。并且假設信道在一個發送時隙內是不改變的，因此■，其中Wk=exp（-2jπ/K）/■，K是載波數，■為天線i到天線j的單位沖激響應。

三、基于散布導頻的信道估計方法

下面將從散布導頻設計、信道估計方法以及Wiener濾波三個方面對基于散布導頻的信道估計方法進行介紹。

3.1 散布導頻設計

根據采樣定理，插入的導頻需要在時域上滿足：St≤1/（2fDTsub），而在頻域上滿足：Sf≤1/（2ΔfL）。其中，fD是多普勒頻移最大值，Tsub為一個時隙所占用的時間。而本文所使用的導頻以散布導頻的形式給出，如圖1所示。

3.2 信道估計方法

把文獻[3]中的信道估計方法應用在本文中，那么基于LS準則的代價函數C：

■其中■i[n，l]是信道相應的估計值，Np為導頻數。C兩邊對■i[n，l]求導并令其等于0，通過計算就可以得到■i[n，l]的值。

3.3 Wiener濾波

為了進一步提升信道估值的精度，要對得到的■i[n，l]進行Wiener濾波。在這里采用自適應濾波。

四、仿真分析

通過仿真來驗證本文所提方法的性能，并與文獻[3]所提的簡化信道估計方法做比較。仿真環境設定為：MIMO-OFDM系統中的節點配置2副發送天線，2副接收天線，OFDM所占帶寬為kHz，使用128個子載波，其中8個子載波作為保護頻帶，剩下的用于傳輸數據。為了減少ISI的影響，系統采用長度為40us的循環前綴，信道采用瑞利衰落信道，多普勒頻移為200Hz，時延擴展為τ=1.25us，接收天線之間是相互獨立的。

圖2給出了均方誤差隨信噪比的變化曲線。從圖2中可以看出，簡化信道估計方法在訓練周期的時候，其均方誤差是最小的。但是在數傳周期的時候，由于數據的正交性難以得到保證，造成天線干擾問題，從而使得均方誤差變大。而本文所提的方法在雖然性能要比簡化信道估計方法訓練周期內的性能要差一些，但是兩者相差不大，并且本文所提方案的信道估值穩定性好，精度高，特別適用于高速移動環境。

五、結論

本文提出了一種基于散布導頻的信道估計犯法。該方法具有如下優點：（1）跟蹤能力強。因為每個時隙中的導頻信息都得到了利用，所以該方法能夠及時地發現信道的變化。（2）估計誤差小。因為該方法不但使用信道的頻域特性，而且使用了時域特性，并且還利用Wiener濾波進一步減少誤差，所以其估計誤差較小。（3）復雜度低。本文所提出的方法由信道估計與Wiener濾波兩部分組成。兩部分的實現都比較簡單，因此，該算法實現復雜度較低。

參 考 文 獻

[1] Qian Y T， Yu S Y. Research on an iterative algorithm of LS channel estimation in MIMO OFDM systems. IEEE Transactions on Broadcasting， 2005， 51（1）： 149-153

[2] 王東明，高西奇，尤肖虎. 寬帶MIMO-OFDM系統信道估計算法研究. 電子學報，2005，33（7）：1254-1257