资源描述：
《ofdm系统中mmse与ls信道估计算法的比较研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
OFDM系统中MMSE与LS信道估计算法的比较研究第22卷第2期2009年4月四川理工学院学报(自然科学版)JournalofSichuanUniversityofScience&Engineering(NaturalScienceEdition)Vo1.22No.2Apr.2009文章编号:1673-1549(2009)02-0091-03OFDM系统中MMSE与LS信道估计算法的比较研究陈明举(四川理工学院自动化与电子信息学院,四川自贡643000)摘要:文章介绍了OFDM系统中插入导频的Ls信道估计与MMSE信道估计两种算法,通过试验仿真说明了MMSE信道估计算法对系统性能的提升要优于Ls信道估计算法,但MMSE信道估计算法的计算量大于LS信道估计算法.关键词:正交频分复用技术;最小均方误差估计;最小平方法中图分类号:TN911.3文献标识码:A引言最近几年,正交频分复用技术OFDM(OrthogonalFrequencyDivisionMultiplexing)在新一代高数据率通信中受到广泛的关注.传统的频分复用是将整个频带划分为多个频谱不相交的子信道,每个子信道由不同的信息调制.这种办法很好地避免了各个子信道之间的干扰,然而却造成了频谱资源的浪费.为了克服这一困 境,OFDM系统中的多个载波相互正交,一个符号持续时间内包含有整数个载波周期,每个载波频点和相邻载波零点重叠,这种载波间的部分重叠提高了频带利用率,而且正交多载波的利用,使信道衰落引起的突发误码分散到不相关的子信道上,变为随机性误码,有效地减少和克服了符号间干扰带来的影响.OFDM技术目前已经被IEEE802.1la和DVB等国际标准所采纳.移动无线通信环境可以表征为一个多径衰落信道,多径信道对通信的影响主要表现在两个方面:一方面由于存在多条传输路径,接收端接收到的信号表现为发送信号的叠加,这就需要采用均衡技术恢复原始信息;另一方面由于信道的时变特性,而且存在着各种人为和自然噪声以及由于多径效应带来的码间干扰,每一条路径都受到不同幅度的衰落和相移.因此,信号经过无线信道传输后产生了严重失真.虽然可以通过在发送端对发送信息流进行适当编码,再在接收端进行组合,但在高速数据传输的情况下,已经不能获得较好的效果.为了消除信道本身的影响,需要在接收端对信道进行估计,并依据估计出的信道构建逆系统对信道进行均衡.理想的情况是通过信道估计与均衡得到等效的平坦无衰落信道.OFDM系统的信道估计方法粗略地分成两类…:利用导频的方法(ChannelEstimationBasedPilot)和盲估计的方法(BlindEstimation).本文主要研究基于导频处信道估计方法的最小平方法(LS,leastsquare)和最小均方误差法(MMSE,minimummean—squareer.ror).l基于导频的信道估计基于导频的信道估计,即在发送数据流中插入导频 符号,在接收端利用这些已知的导频符号进行信道估计.导频符号可以在同一个OFDM信息符号子载波频率轴方向和时间轴方向上进行插入.基于导频的信道估计算法的基本过程是:在发送端适当位置插入导频,接收端利用导频信号恢复出导频位置的信息,然后根据信道的时域和频域的相关性,获得所有位置的信道信息.导频信道的估计方法主要有最小平方法(Ls)和最小均方误差法(MMSE).基于导频的信道估计方法系统框图如图1所示:收稿日期:2~8-09.16作者简介:陈明举(1982一),男,重庆大足人,硕士,主要从事多媒体通信方面的研究.92四川理工学院学报(自然科学版)2009年4月串,并变换导频插入瑚魏癣图1导频插入估计系统规定输入信号为X(k),插入导频为(n),经过IFrr变换后的时域输入信号为(n).信道传输函数为h(n),其频域表示为H(k).高斯噪声为W(/7,),频域表示为W(k),接收信号为Y(n),频域表示为Y(k),抽取导频为(m),其中k=0,1,…,N一1,m=0,1,…,M一1,n:0,1,…,N一1.N为每个OFDM符号中子载波个数,M为每个OFDM符号中的导频数.信道传输函数在各频点的估计值为17(k),在导频点的估计值为 ().只考虑导频在信道中传输,则有:(m)=(m)He(m)+(m)其中,(m)为离散高斯噪声频域表示在导频点的值,日.(m)是日(k)在导频点的值.1.1LS估计令8=(m)一(m),信道估计值为17.(m),Ls估计算法希望方差ETa,最小,则:s8=min{(一XP7p.)(—XP.))(1)=0j=,.==H+1~p(2)1P由式(2)可见,基于Ls准则的信道估计算法结构简单,仅通过在各子载波上进行一次除法运算,计算量小.但是,在Ls估计中并未利用信道的频域与时域的相关特性,并且估计时忽略了噪声的影响,而实际中信道估计值对噪声的影响是比较敏感的,在信道噪声较大时,估计的准确性便大大降低,从而影响数据子信道的参数估计.LS估计算法的均方误差为:MSE:trace{E[(.一H)?(17.一日)]}=trace{()}(3)式中trace()表示对矩阵求迹,根据式(2)和式(3)可知,当选取一定的导频信号,使其模1l比较大^r 时,估计的误差lYp将会变得较小,降低估计误差.但是AP由于选取能量较大的导频信号,将会造成一定传输功率的损失,因此在实际应用中需要权衡考虑.1.2MMSE估计LS算法受高斯白噪声和子载波间干扰(ICI)的影响很大,所以这种估计算法的准确度受到限制.而基于最小均方误差(MMSE)的信道估计算法,对于ICI和高斯白噪声有很好的抑制作用.MMSE估计是在Ls估计的基础上进行的.设(m)的MMSE估计为(m),MMSE算法希望El.(m)一(m)l最小,则:疗P,Ⅲ,sE(m)=RH,()…()R疗P,Ls(m)=R()(m)(()H()+((m)(m)))疗.(m)(4)H表示共扼转置,为高斯噪声方差,且有:R)=E{HP(m)HP(m)}R(),(m)=E{He(m)疗尸,(m)}RH()疗,Ls(m)=E{HP,L5(,n)疗P,(m)}(5) 信道响应的MMSE估计在进行最优化问题求解时考虑了嗓声的影响,所以信道估计的均方误差较小.由式(4)可以看出,进行MMSE信道估计要进行矩阵+(X(m)X(m))的求逆运算,由于其中的(X(m)(m))在不同的OFDM符号内不同,它的逆矩阵在每一个OFDM符号内进行更新,当OFDM系统的子信道数目N增大时,矩阵的运算量也会变得十分巨大,计算复杂度较高.2试验仿真采用BPSK--OFDM系统,带宽为2MHz,子载波的个数为64,仿真信道中加入高斯噪声.分别对MMSE与Ls算法进行仿真试验,分别作出两种信道的估计算法的均方误差(MSE,meansquarederror),误码率(SER,sym—bolErrorRate)与信噪比(SNR,signalnoiseratio)的关系曲线如图2,图3所示:由图2,图3可知,随着信噪比的增加两种估计算法的均方误差与误码率都逐渐减小,在相同的信噪比下,MMSE算法的均方误差和误码率都小于Ls算法,MMSE信道估计算法对系统性能的提升要优于Ls信道估计算法,在均方误差为l0～～10的时候,MMSE相对于Ls算法在信噪比上有接近3d一5BdB的性能提升.但是,MMSE方法时接收端需要知道信道的先验知识,考虑了嗓声与子载波间的影响,同时还要进行矩阵的求逆运算,因此MMSE算法的最大的缺点就是计算量太大,实现起来对硬件的要求比较高,在实际应用中,实现难度很大.带码制基编调●●—●] 第22卷第2期陈明举:OFDM系统中MMSE与LS信道估计算法的比较研究93芒uJE∞—了一MMSE----●--D--LS:---~●_●^?-,:=:::::=::c:==::::==c:::==::::c=X:==...-.....L-......L.一.....一.L...一....】●……………1I1●1-'1-SNRin目B图2MSE与SNR的关系曲线,,—MMSE—D--LS一 {,.…,,k,}_～...L5'e152B25疆SNRm目曩图3SER与SNR的关系曲线3结束语本文介绍了OFDM中的MMSE与LS两种信道估计算法基本原理,并进行仿真试验,从均方误差与误码率方面得出MMSE信道估计方法优于LS信道估计算法,并分析了MMSE信道估计方法的计算计算量大于Ls信道估计算法,对将来进一步研究具有很好的参考价值.参考文献:[1】ColeriS,F_a,genM,PurlA,andBahaiA.Channelestima—tiontechniquesbasedonpilotanangementinOFDMsystems[J].啦Trans.OilBroadcasting.2002,48(3):223—229.[2】MoosePH.Atechniqueforo~hogonalfrequencydivi-sionmultiplexingfrequencyoffsetcorrection[J].Conaim-nications,—IEE—ETrans,1994,42(10)'.2908—2914.[3]徐庆征.OFDM系统及其若干关键技术研究[J].移动通信2004.8(8):74—76.[4】刘钧雷,叶芳,朱琦.OFDM系统中基于导频的信道估计[J].重庆邮电学院学报,2004,20(8):17_2O.[5]况少平,郭庆平,李黎.OFDM时域信道估计的MMsE简化算法[J】.武汉理工大学学报,27(4):120-124. [6]张继东,郑宝玉.基于导频的OFDM信道估计及其研究进展[J].通信学报2oo324(11):77—80.ResearchofMMSEandLSChannelEstimationinOFDMSystemsCHENMing-ju(SchoolofAutomationandElectronicInformation,SiehuanUniversityofScience&Engineering,Zigong643000,China)Abstract:ThispaperintroducedtheMMSEandLSofpilotbasedchannelestimationintheOFDMsystem,theexpert.一mentshowsthattheMMSEchannelestimationalgorithmissuperiortotheLSchannelestimationalgorithminimprovementofthesystem,buttheMMSEalgorithmhasmorecomplicatedalgorithm.Keywords:OFDM;MMSE;LSJ.JJ∞l∞J巴3l价亡E
