搜索
1一、信道估计的必要性信道估计是通信领域的一个研究热点，它是进行相关检测，解调，均衡的基础。根据调制方式(差分或非差分)的不同，在接收端采用不同的解调方法。如果发射机采用非差分调制方案，则接收机就必须采用相干解调。而在相干解调中每个子载波必须是同步的或者相位的偏移是已知的。为了在接收机上产生这些信息，我们必须进行信道估计来为信道传输系数提供估计值。信道估计的分类二、信道估计的分类半盲估计在估计阶段首先利用导频来获得导频位置的信道信息，然后为下面获得整个数据传输阶段的信道信息做好准备。它使用尽量少的导频信号或训练序列来确定盲信道估计算法所需的初始值，然后利用盲估计算法进行跟踪、优化，最后获得信道参数。该算法是导频辅助算法和盲估计算法之间的一个折衷。半盲估计算法降低了盲估计算法的运算复杂度，并加快了其收敛速度，预计对半盲估计算法的研究将成为未来研究的重点。盲估计不使用导频信息，通过使用相应信息处理技术获得信道的估计值，利用信道的统计信息诸如循环平稳特性等进行信道估计。由于无需传输导频信号和训练序列，从而节约了开销，提高了系统的有效数据传输效率，但此类算法处理数据量大，算法复杂，收敛速度慢，在实际中很少使用。三、信道估计的优缺点基于导频符号的信道估计优点：信道估计具有实时性，可以应用于时变信道缺点：频谱利用率低盲信道估计优点：频率利用率高缺点：信道估计需要积累一定的时间，不适用于时变信道四、常用的导频图案有块状导频和梳状导频。在OFDM系统中，在发送端将已知的导频符号按一定的顺序插入信息符号中，在时变的衰落信道中，信道估计必须与时变信道的变化同步，所以导频符号就必须以某种方式插入发送信号的序列中，在系统的接收端，所有的发送信号的数据都可以通过已知的导频符号估计出来。常用的导频图案有块状导频和梳状导频。在块状导频结构中，将连续多个OFDM符号分成组，每组中的第一个OFDM符号发送导频信号，而其余的OFDM符号传输数据信息，这样一次估计将利用所有子信道的信息。块状导频的特点是导频符号覆盖了所有的频率，因而导频符号可以有效对抗频率选择性衰落，但是对于快变信道的影响比较敏感[9]。此种导2频分布方式适用于信道变化相对较慢的系统中。在导频数量相同的情况下，其性能由信道变化速度即相干时间决定。在梳状导频结构中，将几个子信道均匀地分为若干组，在每一组的第一个子载波中传输固定的导频信号，称之为导频子信道，而其余的子载波传输信息数据。梳状导频插入方式由于在等间隔的子信道处连续发送导频符号，所以对于快变信道的跟踪能力要比块状导频图样强；但在平稳变化的信道条件下，前者的估计精度不如后者。梳状导频图样适用于信道变化较快而多径时延相对较小的系统。在导频数量相同的情况下，其对信道估计的性能由信道的多径时延即相干带宽决定。由导频的插入模式可以看出，信道估计包括导频子载波处信道频域响应值的估计算法和非导频子载波处信道的插值算法。在接收端，我们首先利用导频估计出导频信道处的频域响应值，然后通过各种插值方法得到非导频子载波处的信道估计值。在OFDM系统中，基于块状导频的信道估计算法一般有：最小平方LS算法，最小均方误差MMSE算法。五、LS算法LS信道估计的特点是简单。LS算法可以实现对信道的估计，并且该估计信道冲激响应的方法比较简单，只需要知道导频信号以及经过信道以后接收到的值，并不需要知道信道的其他统计特性，并且对信道的同步要求不敏感。但是，随着多普勒频移的增大，该算法的误码率性能会下降。但是从其代价函数中可以看出，在找最优解时没有考虑接收信号中的噪声，以及子载波间的干扰，所以这种估计算法的准确度受到限制，但是由于它的实现复杂度很低，因此具有很高的实用性。六、MMSE估计算法MMSE估计算法要好于LS算法，特别是在低信噪比的情况下，但是MMSE估计算法需要对矩阵求逆，当OFDM系统的子信道数目N增大时，矩阵的运算量也就变得相当大。因此，MMSE算法的最大缺点就是计算量太大。七、差值算法块状导频适应于慢衰落信道，因为在一段时间内信道几乎不发生或发生很小的变化，利用这三种估计算法估计出导频点的信道响应就是这段时间内各数据点的信道响应。梳状导频适用于快衰落信道，因为在一段时间内，信道响应会随时3发生变化，这时导频点的信道响应不等于各数据点的信道响应，所以必须先用估计算法估计出快衰落导频点处的信道响应，然后利用一定的插值算法对数据点进行信道估计[40]。基于梳状导频OFDM信道估计的原理[41-43]是在频域上等间隔地将所有子载波平均分成若干份，在每组子载波的前面插入导频符号，先估计出导频点的信道响应，然后通过一定的插值算法估计数据信号的信道响应。得到导频处信道估计结果后，就可以通过内插方式得到整个信道的估计值。内插方法一般有：（1）线性插值法；线性插值是最简单的插值方法之一,它是利用两个相邻导频位置上的信道估计值,得到两个导频之间的数据载波位置的信道响应。其特点是计算量小、实现简单，缺点是误码率较大。(2)二阶插值法；二阶插值算法是利用数据子信道前后3个导频信道的响应进行估计。(3)高斯插值法，是利用相邻的前后三个导频子信道，根据它们之间的相关性，估计数据子载波信道响应的方法，。从理论上考虑，使用三个导频插值的算法更能够精确地估计信道。前面提到的线性插值算法，在进行信道估计时，只用到了前后两个相邻的导频信号，而采用高斯插值算法时，估计的值会用到前后三个导频信号[44-45]。在性能上，虽然高斯插值算法的误码率低于线性插值，然而，随着多项式阶数的增加，其计算复杂度也会相应增加。高斯的精度比线性插值高，但是复杂度也比线性插值有所增加，这种算法仍然是比较简单的，在实际应用中，还是具有的一定的应用价值。此算法通过扩展多项式的阶数，在一定范围内降低了误码率，所以高斯插值算法的性能优于线性插值。（4）Cubic插值法；cubic插值法与前面两种方法类似,都是利用已有数据得到插值曲线,不同的是线性插值利用两个数据点产生简单的插值曲线,而cubic插值利用4个数据点产生三阶方程来插值数据。（5）基于FFT的时域插值法；这种算法是一种比较有效的插值法,主要是基于信号处理过程中在时域补零等效于在频域进行内插的原理来恢复出信道的频率响应。从理论上看，DFT时域插值性能最好，高斯插值其次，线性插值最差，其算法也不复杂，是一种有效的插值算法，从这个算法的理论部分来看，其利用4了时域补零等效于在频域进行内插的原理来进行信道估计，DFT运算速度快，实时性相对较高，非常适合在实际中应用。