MIMO-OFDM的信道估计算法研究
- 格式:doc
- 大小:24.50 KB
- 文档页数:3
MIMO-OFDM的信道估计算法研究
摘要 本文提出了一种改进的基于DFT的信道估计算法,算法首先估计出噪声方差,然后利用噪声方差和多径幅度值的平均值来设定一个门限,通过此门限对循环前缀内的信道时域冲击响应值进行阈值,进一步消除噪声的干扰。
关键词MIMO-OFDM;通信系统;系统模型
0引言
作为第四代移动通信系统关键技术之一,MIMO-OFDM技术将OFDM与空时编码技术有机的结合在一起,这样大大的提高了无线通信中的信道容量和传输效。MIMO-OFDM系统的接收机需要准确的信道参数来进行分集合并、相干检测和解码,因此,信道估计的准确性十分关键。本文提出了一种改进的基于DFT的信道估计算法,算法首先估计出噪声方差,然后利用噪声方差和多径幅度值的平均值来设定一个门限,通过此门限对循环前缀内的信道时域冲击响应值进行阈值,进一步消除噪声的干扰。
1 MIMO-OFDM系统模型
MIMO-OFDM系统采用NT个发射天线、 NR个接收天线,n个OFDM符号,N个子载波的OFDM系统。发射的符号向量
。这里表示第个发射天线的发射符号,该符号表示第n个OFDM符号,子载波为k。n个OFDM符号向量 是发射的符号向量 经过IFFT变换得到的,加上长度为LCP的循环前缀后表示为:
因此每个OFDM符号的长度为。
MIMO-OFDM系统建模为:
接收到的数据表示为:
上式中的 代表卷积,代表独立同分布的高斯白噪声 (AWGN),其均值为0,方差为 。
对公式(2)进行FFT变换可以得到频域表达式:
(3)
是接收的信号傅立叶变换, 是信道频域相应, 是发射信号的傅立叶变换,是
频域里加性高斯白噪声,均值为0,方差为。
接收端检测方法为:
(4)
为矩阵的共轭转置
2 信道估计算法
2.1 基本的DFT算法
基于DFT 算法的信道估计主要是利用了MIMO-OFDM系统中的一个特性,即信道冲激响应(CIR)的长度L通常情况下小于循环前缀的长度LG。因此如果把频域信道估计转化到时域,可以通过把N > LG时的信道响应值置零的方法,来消除信道中噪声的影响。
Step1:首先利用LS算法得到系统第j个接收天线第i个发射天线间天线对的训练导频符号的信道响应值
(5)
Step2: 对作快速逆傅立叶变换(IFFT)转换到时域,得到多径信道时域冲激响应,由于CIR的长度不大于OFDM循环前缀的长度LG,所以n>LG-1时应为干扰噪声,不含有任何信道信息,因此把时的估计值置为零,其余值不变,可得去噪后的信道估计:
(6)
Step3:然后对去噪后的信道响应估计做快速傅立叶变换(FFT)重新得到信道的频域估计:
(7)
2.2 改进的DFT算法
改进的算法是将频域信道估计转换到时域,然后将时域中循环前缀长度之外的信道估计值置零。改进的算法要求对循环前缀之内,也就是的信道估计值做进一步的处理,以便进一步消除噪声的干扰。具体步骤如下:
首先对对 作快速逆傅立叶变换(IFFT)转换到时域,得到多径信道时域冲激响应 ,由信道特性可知,n>LG-1的
值的全部为干扰噪声,则时域干扰噪声方差的无偏估计为:
(8)
当 时信道估计值 除了还有干扰噪声以外,还有信道多径幅度值的存在,因此信道估计值 可写为:
(9)
可见对 时的 ,其模的平方要么与相当,要么大于 ,当对于信道响应幅度大的路径来说,其模远大于
。因此我们可以找到一个门限对 进行阈值操作。这里所取的门限有两部分叠加而成,一部分是前述的噪声方差估计,另一部分是所有路径的信道响应幅度的模平方在循环前缀内的平均分布。则阈值门限公式表示为:
(10)
利用这个门限对 时的进行操作得:
(11)
在此基础上得到改进算法为:
(12)
最后,对上式进行快速傅立叶变换就会得到使用改进算法的频域信道响应估计值。
3 结论
本文提出了一种改进的基于DFT的信道估计算法。算法首先估计出噪声方差,然后利用噪声方差和多径幅度值的平均值来设定一个门限,通过此门限对循环前缀内的信道时域冲击响应值进行阈值,进一步消除噪声的干扰。通过计算机仿真验证了改进的基于DFT算法在精度和性能上优于原有的算法。