一种高速移动环境下的多符号联合信道估计方法
【技术领域】:
[0001] 本发明涉及在时间频率双重选择性衰落环境中,基站与移动终端进行上下行链路 通信时,接收机进行信道估计的方法,具体是一种高速移动环境下的多符号联合信道估计 方法,属于无线通信技术领域。
【背景技术】:
[0002] 无线通信系统中,为了有效恢复出原始发送信号,接收机需要估计出信道状态信 息,进而对接收到的信号进行均衡处理。因此,信道估计的准确性对无线通信系统的性能至 关重要。
[0003] 在正交频分复用(0FDM)无线通信系统中,传统的信道估计方法有最小二乘(LS) 方法和最小均方误差(MMSE)方法。考虑到无线信道的稀疏性,越来越多的研究将压缩感知 (CS)理论用于稀疏信道估计,CS理论突破了奈奎斯特采样定理的限制,用很少的测量值就 能恢复原始信号。和CS相比,分布式压缩感知(DCS)用于恢复一组联合稀疏的信号,能更 准确的找到稀疏信号的非零位置,所以能提高恢复精度。
[0004] 近年来随着高速铁路的速度越来越快,移动终端对高速环境中通信质量的要求越 来越高。高速移动环境中,无线信道不仅表现频率选择性衰落,还表现出时间选择性衰落, 需要估计的信道系数大大增多,意味着需要更多的导频子载波,降低了频谱利用率。高速环 境中,多普勒频偏导致严重的多普勒泄露,多普勒域不再具有稀疏特性。
【发明内容】
:
[0005] 本发明的目的在于针对上述现有技术存在的问题,提出一种高速移动环境下多符 号联合信道估计的方法,对时间频率双选信道进行合理建模,减少需要估计参数的数量,从 而减少所需的导频数量,提高频谱利用率,同时利用多0FDM符号的联合稀疏特性,提高接 收机信道估计的精度。
[0006] 本发明的主要原理是:
[0007] 考虑到高速环境中,多普勒泄露使多普勒域不再具有稀疏特性,利用复指数基扩 展模型(CE-BEM)对时间频率双选信道进行建模,从而将信道系数I#1的估计问题转换为对 CE-BEM系数的估计问题。在多个0FDM符号间联合设计稀疏导频模式,并利用多个符号在延 时域上的联合稀疏性,将原始的双选信道估计问题转化为结构化分布式压缩感知模型。针 对提出的模型,利用块同步正交匹配追踪算法(BS0MP)求解系数。最后对估计得到的信道 系数进行线性光滑处理,减少建模误差。
[0008] 本发明的技术解决方案如下:
[0009] (1)利用复指数基扩展模型(CE-BEM)对时间频率双选信道进行建模。模型如下:
[0011] 其中,j代表OFDM符号的序号,Q代表CE-BEM阶数,L代表路径数,/f表示第1径 对应的抽头系数,bq(0彡q彡Q-1)代表CE-BEM基函数,#) [q,1]代表CE-BEM系数,#代 表CE-BEM建模误差。基函数bq表示为:
[0013] 其中,N表示一个0FDM符号子载波的个数。对于连续J个0FDM符号,每个符号对 应的CE-BEM基函数相同,BEM系数不同。
[0014] (2)计算联合估计0FDM符号的个数J,满足连续J个0FDM符号对应信道具有联合 稀疏特性。J由下式确定
[0015] J< 0.01c/(N+LCP)v (3)其中c是光速,v是移动终端和基站的相对速度, LCP代表CP长度。此时,路径延时变化量的最大值远远小于采样周期,因此可以假设连续J 个0FDM符号对应信道稀疏性不变。
[0016] (3)对于连续J个0FDM符号,设计稀疏导频模式,推导信道估计模型。导频序列 包括G个有效导频和(2Q-2)G个保护导频,其中K < G <<几,K表示无线信道延时域的 稀疏度;有效导频和保护导频幅度分别取1和〇,有效导频序列记为Prff,保护导频序列记为 Pg_d,保护导频位于有效导频两侧,防止数据子载波对有效导频的干扰。将导频分为Q个子 序列:
[0018] 其中^表示所有有效导频构成的子序列。
[0019] 结合CE-BEM的特性和设计的导频模式,得到信道估计模型如下:
[0021] 其中,Y代表接收机OFDM解调之后的数据,表示JXJ的单位矩阵,⑩表示张量 积,\表示#(离散傅里叶变换矩阵)的前L列构成的矩阵,Wq包括噪声和建模误差,
Λ q是一个对角矩阵,表示如下:
[0023] 对式(5)所示模型中需要重建的系数进行重新排序
[0026] 得到信道估计模型:
[0029] (4)对于式(9)所示模型,利用离散随机最优化(DS0)算法求得最优导频位置分 布。最优导频位置确认原则是使矩阵Φ的互相关值μ最小,μ计算如下:
[0031] 其中Φρ Φ j是矩阵Φ的任意两列。
[0032] (5)对于式(9)所示模型,利用块同步正交匹配追踪(BS0MP)算法恢复得到系数
,稀疏度为K。BS0MP 算法步骤如下:
[0033] a)设置初始值:迭代次数i = 0,稀疏向量S°= 0 ,残差r°= Y_C>S °= Υ,
[0036] c)在中找到最小值d,更新支持向量1 ;X1,更新残差
[0037] d) i = i+Ι,如果i < K,返回a),否则进入下一步。
[0038] e)非稀疏位置
:,稀疏位置*=0 &重建稀疏系数sq = (S(l,q),...S(JL,q))〇
[0039] (6)由BS0MP算法重建得到的稀疏系数恢复出信道抽头系数#。根据计算得到的 系数基于式(7)、式(8)恢复得到BEM系数々>,然后基于式(1)计算得到信道抽头
[0040] (7)为了减小CE-BEM模型的建模误差,对步骤(6)估计得到的信道系数f进行分 段线性光滑处理。对第j个符号,第1条径对应的信道系数取平均
[0042] 分别利用估计得到的前后两个相邻0FDM符号的信道系数,对第j个0FDM符号对 应的信道系数进行光滑处理,
[0044] 对上述结果取平均得到第j个符号,第1条径对应的信道抽头系数如下:
[0046] 通过以上步骤,可以得到每个0FDM符号对应的每个时刻n,每条路径j的信道系 数,实现0FDM系统在高速移动环境下的信道估计。
[0047] 与现有的信道估计方法相比,本发明的一种高速移动环境下的联合多符号信道估 计方法能够有效对抗时间频率双重选择性衰落,同时提高信道估计的准确度和频谱利用 率。
【附图说明】:
[0048] 图1多符号导频设计模式
【具体实施方式】:
[0049] 下面结合附图和具体实施例对本发明做进一步的描述。本实施例在以本发明技术 方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围 不限于下述的实施例。
[0050] LTE是一项基于0FDM传输系统的无线通信协议。采用7. 68MHz带宽按照LTE协议 进行下行链路无线通信时,取CE-BEM阶数Q =