基于自適應濾波的信道估計改進算法與實現

趙程　張科峰

摘 要： 為了適應無線信道條件下的OFDM通信系統應用，采用一種基于SNR估計的自適應濾波技術，對初始信道估計結果進行平滑濾波，降低噪聲對估計結果的影響，提高信道估計算法的誤碼率性能。在FPGA上實現設計后，占用查找表和觸發器資源分別為6 167和3 853，總體等效門面積降低了約8.34%。

關鍵詞： OFDM； 自適應濾波； 信道估計； FPGA

中圖分類號： TN929.531?34 文獻標識碼： A 文章編號： 1004?373X（2017）03?0004?03

Channel estimation improved algorithm based on

adaptive filtering and its implementation

ZHAO Cheng， ZHANG Kefeng

（School of Optical and Electronic Information， Huazhong University of Science and Technology， Wuhan 430074， China）

Abstract： In order to adapt to the OFDM communication system application under the condition of wireless channel， an adaptive filtering technology based on SNR estimation is used to perform the smoothing filtering for the initial channel estimation result， reduce the effect of noise on the estimation result， and improve bit error rate performance of the channel estimation algorithm. The design realized on FPGA makes the occupation of the lookup table and trigger resource become 6 167 and 3 853 respectively， and total equivalent gate area to be decreased by 8.34%.

Keywords： OFDM； adaptive filtering； channel estimation； FPGA

0 引 言

為了降低無線信道對OFDM系統通信質量的影響，信道估計算法的優化成為接收機設計的關鍵。傳統的信道估計算法即最小二乘估計算法[1]，該算法結構簡單，但BER性能一般。文獻[2]提出一種基于頻域維納濾波器的信道估計算法，其BER性能較為理想，但硬件復雜度很高，不便于硬件實現，可調節濾波器的濾波抽頭可變，提高信道估計器的性能。文獻[3]提出一種基于可調濾波器的信道估計算法，文獻[4]對該算法進行實現，但其濾波系數切換閾值為經驗值，對于無線通信這類信道條件比較惡劣的應用而言，經驗值很難確定。

本文采用一種基于SNR估計的可調濾波器信道估計方案，并進行了硬件算法優化，使其相對于傳統信道估計優化算法實現，消耗硬件資源更少。

1 信道估計改進算法

在OFDM系統中，令發射端和接收端的第[n]個符號的第[k]個子載波分別為[Xn（k）]和[Rn（k）]。此時信道第[k]個子載波上的頻域沖擊響應為[H（k），]加性噪聲為[Wn（k），]慢時變信道下，它們之間的關系可以簡化為：

令長訓練序列的參考值為[Xp，]實際接收到的長訓練序列為[Rp，][εH（k）]為噪聲引起的估計誤差，[H（k）]為真實的沖擊響應值，則實際經過LS算法估計得到的沖擊響應[H（k）]為：

由式（2）可以看出，如無噪聲干擾，[H]將與[H]一致，而降低噪聲影響則可以提高信道估計的準確性。平滑濾波即是一種簡單有效的降噪方法，但是實際濾波器性能并不理想，甚至會引入量化誤差等干擾。當SNR條件足夠好時，濾波器引入的誤差甚至會高于噪聲導致的誤差，此時需要關掉平滑濾波器。

信道估計改進算法的結構框圖如圖1所示，其中[H（k）]為初始信道估計結果。對于支持IEEE 802.11a/g的OFDM系統而言，在各種信道條件下，3抽頭濾波系數[0.274 1 0.451 86 0.274 1]是一組合適的濾波系數，判決閾值為10 dB時系統誤碼率性能較優。當信道條件更加確定時，可以設置更合適的SNR閾值和濾波系數，以達到更優的BER性能。

2 信道估計電路設計

算法確定后，依據功能劃分，可以將信道估計電路分為初始信道估計器、SNR估計器、自適應濾波器和ZF均衡器四個模塊。其中，自適應濾波器結構較為簡單，主要比較SNR估計值和閾值的相對大小，并依此選擇初始估計結果是否通過平滑濾波器濾波。

2.1 初始信道估計器

對支持IEEE 802.11a/g的OFDM系統而言，幀結構[5]中長訓練序列為重復的兩個，故可對初始估計結果求平均，去掉部分加性隨機噪聲干擾：

式中：[RLP1]和[RLP2]分別為實際接收到的第一個和第二個長訓練序列；[WLP1]和[WLP2]分別為實際接收到的第一個和第二個長訓練序列信息中的噪聲干擾；[XLP]為參考長訓練序列。

從FFT過來的數據包含訓練序列和有效數據。首先，通過計數器提取第一個LTS，并依次將其存入深度為64的RAM中；然后，計數提取第二個LTS，同時與對應的第一個LTS數值求和后右移一位，用移位簡化二進制除法運算。另外，IEEE 802.11a/g協議中標準訓練序列是1與?1的組合，據此可以進一步簡化式（3）中的除法運算。當序列[XLP]中當前值為1時，[RLP1，RLP2]序列中的對應值不變；當[XLP]序列中當前值為?1時，[RLP1，RLP2]序列中的對應值取反。

2.2 SNR估計器

SNR估計采用一種基于空子載波的信噪比估計算法[6]。支持IEEE 802.11a/g協議的OFDM系統中，每幀數據均含有64個子載波，其中包括48個有效子載波、4個導頻子載波和12個空子載波。接收到的有效子載波上含有數據和噪聲總能量，空載波上僅含有噪聲能量。在FFT模塊之前，通過計數器分別取出標號為1～26，-1～-26的有效子載波序列[y]和標號為27～31，-27～-31以及0的空載波序列[x，]則信噪比的估計值為：

其中，求和通過多次兩兩相加實現，乘4可以通過左移二位實現?？紤]“求lg”運算需要較大的硬件開銷，通過對圖1算法中SNR閾值Thred進行“[10Therd10+1]”處理，規避掉式（4）中的“求lg”運算。

2.3 ZF均衡器

迫零均衡器的結構示意圖如圖2所示。其中，CE_IN_RE和CE_IN_IM分別為接收到的16位實部和虛部數據，Channel_Coef_Re_Fir和Channel_Coef_Im_Fir分別為信道估計得到的16位實部和虛部信道狀態參數，CE_OUT_RE和CE_OUT_IM分別為均衡輸出的16位實部和虛部數據，[1 1 14]表示有1位符號位、1位整數位和14位小數位。由于涉及到I，Q兩路數據的運算，均衡器的設計關鍵即是復數除法器的實現。通過算術化簡，將復數除法器分解為6個實數加法器、5個實數乘法器和2個實數除法器[7]的最簡形式。

3 信道估計性能分析

使用ModelSim SE 10.1b對信道估計電路進行功能仿真和時序仿真，仿真結果表明，該設計時序功能正確。采用Xilinx公司Virtex7系列XC7V285芯片綜合，資源消耗對比如表1所示?？梢钥闯霰疚乃惴▽崿F與文獻[8]比較，等效門面積降低了約8.34%；相比于文獻[9]，等效門面積降低了約36.18%。

另外，設計的最高綜合時鐘為175.144 MHz，遠高于IEEE 802.11a/g協議規定的20 MHz時鐘要求[10]。

4 結 語

本文采用一種基于SNR估計的自適應濾波技術，對初始信道估計結果進行自適應濾波，降低噪聲對估計結果的影響，提高信道估計算法的誤碼率性能，并通過對硬件算法的優化，降低了電路資源消耗。

參考文獻

[1] ULLAH KHAN L， KHAN N， IRFAN KHATTAK M I， et al. LS estimator： performance analysis for block?type and comb?type channel estimation in OFDM system [C]// Proceedings of 2014 11th International Conference on Applied Sciences and Technology. Bhurban： IEEE， 2014： 420?424.

[2] HOEHER P， KAISER S， ROBERTSON P. Two?dimensional pilot?symbol?aided channel estimation by Wiener filtering [C]// Proceedings of 1997 IEEE International Conference on Acoustics， Speech， and Signal Processing. Germany： IEEE， 1997： 1845?1848.

[3] ONIZAWA T， MIZOGUCHI M， SAKATA T， et al. A simple adaptive channel estimation scheme for OFDM systems [C]// Proceedings of 1999 IEEE VTS 50th Vehicular Technology Conference. Kanagawa： IEEE， 1999： 279?283.

[4] 蔡夢.點對點無線收發器基帶算法的研究與實現[D].武漢：華中科技大學，2009.

[5] 史治國，洪少華，陳抗生，等.基于XILINX FPGA的OFDM通信系統基帶設計[M].杭州：浙江大學出版社，2009.

[6] 蔡夢，張科峰，鄒雪城，等.基于空子載波的信噪比估計算法[J].華中科技大學學報（自然科學版），2010（3）：69?71.

[7] 李旰，王紅勝，張陽，等.基于FPGA的移位減法除法器優化設計與實現[J].國防技術基礎，2010（8）：37?40.

[8] SOBAIHI K， HAMMOUDEH A， SCAMMELL D. FPGA implementation of frequency domain equalizer with time domain channel estimation for millimetre?wave OFDM system [C]// Proceedings of 2012 IEEE Wireless Telecommunications Symposium. Pontypridd： IEEE， 2012： 1?6.

[9] 張劍.典型OFDM系統中的信道估計與均衡研究及實現[D].西安：西安電子科技大學，2014.

[10] OTERI O， WANG X， MUJTABA S A， et al. Time and frequency equalization in 802.11a/g [C]// Proceedings of 2004 the Thirty?Seventh Conference on Signals， Systems and Computers. Asilomar： IEEE， 2004： 698?702.