高速移動環境的OFDMA的信道估計

楊建洪

現有的OFDMA信時變信道估計方法，是假設信道在某一符號內平穩、于幀內逐符號時變，可以胡磊ICI影響，基于頻域插入的梳狀導頻對信道逐符號時變進行估計，在傳輸速率、終端移動速度提升期間，在一個符號間隔內，信道的時變性會越來越明顯，打破信道在符號間隔中不變的假設，基于OFDMA各用戶的子載波集和中的非均勻導頻模式，可有效對信道在1個符號內時變所引起的ICI分量進行估計。

1 高速移動下OFDMA信道估計計算方法

相比OFDM中的時域快變信道估計形式，OFDAM 有著很大的不同，可以運用信道實變頻域傳輸函數，即進行輔助估計，可有效避開時域處理，對頻域均勻導頻模式提出的需要。式1為定義表達式；

在這一情況下，可以重新對信道頻域的響應矩陣表達式進行表示，如式2：

在m=f的情況下，信道頻域響應矩陣：G矩陣的對角元素計算表達式如式3：

基于上述的分析，可以得出基于線性模型來實現頻域變信道估計的基本步驟：

步驟1：依據式1.基于導頻，獲取頻域的G傳數據正對角線上的p導子載波部位的估計值G=（p,p），雖然相比MMSE最小誤差，LS最小二乘法當處于低信噪比的情況下效果不佳，但是勝在運算過程十分簡單，在考慮到接收端難以對信道的統計特性準確獲取，且最小均方誤差MMSE的計算十分復雜，因此本次研究擦用LS估計準則，此刻，符號導頻的LS最小二乘估計值可用式5表達：

圖1 基于相鄰符號輔助進行估計

2 實例應用分析

OFDMA以上下行鏈路所具備的特點，定義了多種導頻圖案，且信道估計的方式也有所差異，差異在于上述第2章的步驟2和步驟3，本文以下行部分來使用子信道DL-PUSC簇結構導頻圖案為例，分析算法的具體應用。圖2為下行部分使用子信道簇結構示意圖：

圖2 下行部分使用子信道簇結構示意圖

DL-PUSC對子載波依據簇作為基本單位進行分配，每簇占用兩個連續符號，頻域上鎖占用的供給14個子載波，每簇僅可分布于除直流和保護邊帶子載波之外的頻帶，圖2中，黑色、白色原點代表的分別為導頻子載波、數據子載波，向用戶u依據信道特性所分配的每個簇，在頻域上呈不相鄰、不規則趨勢，雖然各簇中都有導頻分布的規則，但u所占用的簇內導頻集合，仍然以非均勻的形式在頻域中分布。此刻，需要對簇i中符號1、符號2的信道進行響應矩陣的估計，即，此刻，設i中符號的時變頻域傳輸函數：如式8：

此刻基于上述地2章節的步驟2和步驟3：

3 仿真結果研究

將本次提出的算法，與OFDMA時變信道估計算法進行對比，獲取MSE和SER（均方差、系統誤碼率）仿真結果，分析本次提出的在快速移動下的信道估計方法有效性，仿真階段，歸一化循環前綴CP的長度=1/16，數據子載波選用QPSK調質方式，導頻子載波選用BPSK，仿真協議采用ITU-VA 6徑信道模型，表1為ITU M.1225車載A信道模型表；

表1 為ITU M.1225車載A信道模型表

圖3為均方誤差多普勒頻移曲線圖：

圖3 多普勒頻移曲線

如圖3,曲線1，曲線2為本次提出的估計方法，3,4為OFDMA時變信道現有估計算法，曲線1，3表示時變多徑頻率選擇性衰落，2.4代表著時變平臺信道，在 期間，相比3,4；曲線1,2誤差較低，說明本次提出的快速移動下信道估算算法性能較好，但是，在 的情況下，曲線1和3都存在誤差floor，該現象的原因是在多普勒頻移＜0.01期間，在1個符號間隔中的信道隨著時間會趨于平坦，此刻兩種方法差別很小，而這一誤差主要來自于步驟3的頻域插值誤差。在 情況下，本次提出的算法和OFDMA現有算法都會快速增加，原因是符號內信道時變加劇，出現非線性的變化，此刻本次提出線性時變假設和現有算法提出的擬平穩假設都不再成立，因此本文以線性模型提出的OFDMA快速移動信道估計方法具體的有效范圍在。

4 結語

本次研究，基于非線性模型日出了一種頻域快速移動下的信道估計算法，對信道在一個符號間隔內快速移動時變階段造成的ICI影響，并通過仿真證明，在有效范圍是 的情況下，本次提出的算法性能優與OFDMA現有時變信道估計算法。