一种通信发射机非线性与无线信道的分离方法

文档序号:9891360阅读:430来源:国知局
一种通信发射机非线性与无线信道的分离方法
【技术领域】
[0001] 本发明设及无线通信技术领域,尤其设及一种OFDM通信中的发射机非线性与无线 信道分离方法。
【背景技术】
[0002] 由于具有高带宽效率、高传输容量与抗多径衰落等优点,正交频分复用(OFDM)技 术已广泛应用于数字音频广播(DAB)、数字视频广播(DVB)、数字用户线路(D化)W及电视频 带的无线区域网(I邸E802.22)与第五代(5G)移动通信的物理层传输中。
[0003] 在OFDM系统中,信道估计对于干扰压制、相干检测与解码都具有非常重要的作用。 一般的OFDM信道估计技术把无线设备的发射机部分近似为线性系统;然而,由于功率放大 器(PA)等器件的存在,实际的无线设备发射机具有非线性。而当运种非线性较强时,会损伤 OFDM系统子载波的正交性,产生子载波干扰(ICI)与符号间干扰(ISI ),使OFDM系统的通信 性能下降。
[0004] 针对上述问题,"缪科,张太溢,孙建成,汤少杰"等提出了一种基于最小二乘化S) 支持向量机的OFDM非线性信道估计算法,仿真结果比传统算法有了一定的性能改善。还有 学者使用Hammerstein模型和维纳模型代替Volterra级数模型来模拟非线性结构W降低运 算复杂度,提出了一种非线性信道传输系统模型及Ξ种均衡算法。
[0005] 现有研究中,也有人提出了一种应用于ΜΙΜΟ信道的非线性估计与补偿方法。宋巧 薇,杨守义,齐林.在"基于维纳模型的非线性信道接收端均衡方案"一文中提出了一种基于 维纳模型的非线性信道接收端均衡方案,该方案把非线性信道建模为Hammerstein系统, 在接收端采用LS估计算法分别进行线性与非线性部分的均衡,取得了一定的效果。
[0006] 相关的研究表明,对于OFDM无线通信系统的发射机非线性与无线信道参量进行联 合估计与分离仍然是一个有待解决的重要问题

【发明内容】

[0007] 鉴于上述现有技术的不足之处,本发明的目的在于提供一种OFDM通信中的发射机 非线性与无线信道分离方法,旨在解决现有技术中发射机非线性与无线信道参量联合估计 与分离的问题。
[000引为了达到上述目的,本发明采取了 W下技术方案:
[0009] -种OFDM通信中的发射机非线性与无线信道分离方法,其中,所述方法包括:
[0010] 接收OFDM射频信号,采样后获得接收基带数字信号;初始化无线信道脉冲响应的 第一个元素;对每一通信帖执行预设的迭代算法;迭代运算至最后一个通信帖从而获得对 应的发射机非线性模型系数和无线信道单位脉冲响应估计结果;
[0011] 所述预设的迭代算法包括:构造训练序列非线性矩阵,并基于所述接收基带数字 信号及训练序列非线性矩阵,通过预设的估计算法,获得发射机非线性模型系数与无线信 道单位脉冲响应的克罗内克积的估计;通过预设的算法,依据前一通信帖的无线信道单位 脉冲响应的估计,从所述克罗内克积的估计中分离当前通信帖的发射机非线性模型系数的 估计及无线信道单位脉冲响应的估计。
[001 ^ 所述的OFDM通信中的发射机非线性与无线信道分离方法,其中,所述"接收OFDM射 频信号,采样后获得接收基带数字信号"的步骤具体包括:
[0013] 对接收的OFDM射频信号进行至少包括低噪放处理的射频接收;对经过射频接收 的(FDM射频信号进行正交采样,获得接收基带数字信号。
[0014] 所述的(FDM通信中的发射机非线性与无线信道分离方法,其中,所述正交采样的 采样率是基带发送符号率的N倍,N大于等于1且小于等于3。
[0015] 所述的OFDM通信中的发射机非线性与无线信道分离方法,其中,所述构造训练序 列矩阵的方法具体包括:基于当前通信帖的先验信息与通信发射机的非线性模型,构造训 练序列矢量;基于所述训练序列矢量、先验信息的码元个数W及无线信道数量,构造训练序 列矩阵。
[0016] 所述的OFDM通信中的发射机非线性与无线信道分离方法,其中,所述预设的算法 具体包括:根据非线性模型系数的个数,将获得克罗内克积的估计进行分组;将每组元素除 W基于前一个通信帖估计得到的无线信道单位脉冲响应的第一个元素,获得基于当前通信 帖的发射机非线性模型系数的估计;基于所述发射机非线性模型系数估计与先验通信帖训 练序列,获得相应的发射机发送序列估计;基于所述发射机的发送序列估计与无线信道数, 构造发送序列卷积矩阵估计;根据所述发送序列卷积矩阵估计,采用预设的估计算法,获得 基于当前通信帖的无线信道单位脉冲响应估计。
[0017] 所述的OFDM通信中的发射机非线性与无线信道分离方法,其中,所述预设的估计 算法为满足或近似满足最小均方误差准则的估计算法。
[0018] 所述的OFDM通信中的发射机非线性与无线信道分离方法,其中,所述预设的估计 算法为最小二乘、LMS或Ka Iman估计。
[0019] 所述的OFDM通信中的发射机非线性与无线信道分离方法,其中,所述发射机的非 线性模型为无记忆非线性模型或记忆非线性模型
[0020] 有益效果:本发明提供的一种OFDM通信中的发射机非线性与无线信道分离方法, 采用迭代计算的方式,依次对每个通信帖进行运算,从而实现发射机非线性和无线信道的 联合估计和分离。通过上述方法,较好的分离了两个参数,准确程度高,具有良好的应用前 景。
【附图说明】
[0021 ]图1为本发明所述方法的对应系统的基带等效模型示意图。
[0022] 图2为本发明具体实施例的OFDM通信中的发射机非线性与无线信道分离方法的方 法流程图。
[0023] 图3为图2所示发射机非线性与无线信道分离方法的预设的算法的流程图。
【具体实施方式】
[0024] 本发明提供一种OFDM通信中的发射机非线性与无线信道分离方法。为使本发明的 目的、技术方案及效果更加清楚、明确,W下参照附图并举实施例对本发明进一步详细说 明。应当理解,此处所描述的具体实施例仅用w解释本发明,并不用于限定本发明。
[0025]如图1所示,为本发明所述方法的对应系统的基带等效模型。所述系统包括OFDM发 射机,接收端W及对应的无线信道。
[00%]基带发送数据(即图中所示数据源)经映射器后为发送频域符号,经串/并变换、 IFFT与并/串变换后为时域序列d[n],经功率放大器(PA)后为发射机发送信号x[n],x[n]通 过单位脉冲响应为h[n]的无线信道,W及加性高斯白噪声(AWGN)v[n]后作为接收离散信号 r[n]〇
[0027] r[n]经迭代估计后,得到分离的PA非线性模型系数与无线信道单位脉冲响应的估 计。(在本具体实施例中,r [ η ]即为所述接收基带数字信号)
[0028] 接收基带数字信号满足如下算式:
[0029] r[n]=h[n]*x[n]+v[n] (1)
[0030] 其中,x[n]为发射机发送信号、h[n]为无线信道的单位脉冲响应、v[n]为加性高斯 白噪声(AWGN)、*表示卷积运算。
[0031] 假设PA的行为模型满足MP(多项式)模型
[0032] 其假设所述通信个体的非线性主要由发射器的功率放大器(PA)产生,发射机与 接收机之间的无线信道在所述方法(或算法)执行时间内不变。
[0033] 如图1所示,d[n]为基带发送信号,x[n]为经过PA功率放大后的基带发送信号,h [η]为无线信道的单位脉冲响应,r[n]为基带接收信号,*表示卷积运算。
[0034] 基带接收信号r[n]应满足如下算式:
[0035] r[n]=x[n]*h[n]+v[n] (1)
[0036] 假设在上述系统中,PA的行为模型满足MP(记忆多项式)模型,贝化A的输出与输入 满足如下算式:
[0037]
(2)
[003引其中,p = l,…,P与m = 0,…,Μ分别是模型的非线性阶数与记忆长度,bp,m是相应的 多项式因子。x[n]可写为矢量形式
[0039]
(3)
[0040] 其中,dp,m(n)是由P与m枚举而成的d[n-m]d[n-m]P^构成的列矢量,bp,m是由P与m枚 举而成的构成的列矢量。
[0041] 如图2所示,为本发明具体实施例的OFDM通信中的发射机非线性与无线信道分离 方法。
[0042] S1、接收OFDM射频信号,采样后获得接收基带数字信号。
[0043] 具体的,所述接收基带数字信号具体可W通过如下方式获得:
[0044] 首先对接收的OFDM射频信号进行射频接收,所述射频接收包括现有技术中任何合 适的信号处理过程,例如低噪放等。
[0045] 然后,对经过射频接收的(FDM射频信号进行正交采样,获得接收基带数字信号。
[0046] 其中,所述正交采样的采样率是基带发送符号率的N倍,N大于等于1且小于等于 3。亦即本方法的采样率较低。
[0047] S2、初始化无线信道脉冲响应的第一个元素。即设置无线信道脉冲响应的第一个 元素初始值,从而进行后续的迭代运算。
[0048] S3、对每一通信帖执行预设的迭代算法,并迭代运算至最后一个通信帖从而获得 对应的发射机非线性模型系数和无线信道单位脉冲响应估计结果。
[0049] 其中,所述预设的迭代算法包括:
[0050] S31、构造训练序列非线性矩阵。
[0051] S32、基于所述接收基带数字信号及训练序列非线性矩阵,通过预设的估计算法, 获得发射机非线性模型系数与无线信道单位脉冲响应的克罗内克积的估计。
[0052] 具体的,所述预设的估计算法为满足或近似满足最小均方误差准则的估计算法, 例如,最小二乘、LMS或Ka Iman估计等。
[0
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1