【文章內容簡介】 幅度在對數(shù)正態(tài)分布下標準差，指多徑功率衰減因子。表32 MATLAB環(huán)境下的系統(tǒng)參數(shù)設置仿真參數(shù)數(shù)值信號長度(bit)200取樣間隔(ns)持續(xù)時間(ns)碼元周期(ns)22信噪比(dB)5訓練序列長度(bit)37結合表31，表32對OFDM四種信道特性的沖激響應進行仿真。 SV模型中四種信道的頻率響應，一般快衰落信道的多徑時延都會超過50ns，對于CM4這種特殊環(huán)境下的快衰落信道，其多徑時延甚至超過了220ns，由此可見CM4信道對信號的深衰落程度。 信道估計方法 插入導頻法信道估計前面提到，插入導頻法能夠在較低復雜度的情況下獲得較好的估計性能。導頻信號不能任意選擇，而是要根據(jù)具體環(huán)境選擇導頻的結構和數(shù)量。結構太復雜，硬件電路實現(xiàn)困難；數(shù)量太大，系統(tǒng)效率會降低。根據(jù)正交頻分復用系統(tǒng)組成原理，導頻的插入可以在時域進行，也可以在頻域進行。但無論采取何種方式，插入導頻的間隔必須滿足Naiquist抽樣定理。常見的插入方式有梳狀導頻和塊狀導頻，前者對應于瑞利衰落信道，后者對應于慢衰落信道。梳狀導頻是在相同頻率、不同時間內插入數(shù)比特導頻符號，并和信息一同傳輸，其特點是具有更高的傳輸效率，適合于快衰落信道下的信道估計；塊狀導頻是在同一時間、不同頻率內插入數(shù)比特導頻符號，由于頻點的不同，頻率選擇性衰落信道對這種導頻的設計方案不敏感，一般用于LS、MMSE算法Error! Reference source not found.。 導頻信息的插入方式在頻域抽樣定理中，信號的頻域抽樣對應于時域的周期延拓，因此，必須要求時域下信號的周期延拓不產(chǎn)生混疊失真，以滿足頻域下信號的復原。轉化為公式即為：?；喓蟮玫剑? (31)其中是頻率方向上的最小間隔，是最大時延擴展，是歸一化的子載波間隔。在時域抽樣定理中，抽樣頻率應滿足：，即： （32）其中為信號帶寬，是在時間方向上的最小間隔。對式(31)和式(32)向上取整，便可得到一幀中所包含的導頻符號總數(shù)： (33)其中是一幀所包含的正交頻分復用符號個數(shù),是子載波數(shù)。為滿足優(yōu)良的信道傳輸特性，時域抽樣點數(shù)應和和頻域抽樣點數(shù)近似相等，即： (34)綜上所述，根據(jù)已知的導頻信息，便可獲得信道在導頻位置的傳輸特性，進而獲得整個信道的傳輸特性。該估計由于算法復雜度較低，估計性能優(yōu)良而被廣泛采用。 最小平方(LS)算法基于最小平方(LS)準則的信道估計算法Error! Reference source not ，主要用于低數(shù)據(jù)速率傳輸?shù)耐ㄐ畔到y(tǒng)中，它是OFDM系統(tǒng)信道估計算法的基礎。由通信原理可知，接收機所接收的信號一般由有用信號和噪聲組成。假設，其中有用信息，是被估計的M維隨機參量，噪聲是均值為0，功率譜密度為的加性高斯白噪聲(AWGN)，是對接收信號的M點抽樣。下面要做的工作就是根據(jù)Y對信道的沖激響應進行估計。經(jīng)過M點取樣，可得如下矩陣方程： (35)其中 (36)最小平方估計算法的代價函數(shù)可表示為： (37)將上式中每一項按維數(shù)展開，且 (38)可以得到(39)所以可以表示為 (310)將對求偏導，可得： (311)要想LS代價函數(shù)存在極值，上式必須為零，即 (312)則有 (313)根據(jù)式(313),。 LS估計器結構圖可見對于最小平方估計器，只需知道接收樣本Y的信息即可，因此硬件實現(xiàn)簡單，這也是該算法的優(yōu)勢所在。在實際應用中，信道的沖激響應之間的關系為： (314)因此LS估計的均方誤差(Mean Square Error,MSE)為： (315)其中為高斯白噪聲平均功率。 最小均方誤差估計(MMSE)相比于LS算法，基于最小均方誤差準則Error! Reference source not 。假設信號與噪聲相互獨立，在接收端對信號進行N點DFT時引入DFT矩陣Z，表示為： (316)在提取導頻信息后，信道的沖激響應可表示為： (317)其中表示接收端信息的自相關矩陣，為信道頻率響應與接收端信息的互相關矩陣。于是可得最小均方誤差準則下時域信道響應與頻域信道響應的關系： (318)將式(318)帶入式(319),可得： (319)其中表達式如下： (320)根據(jù)式(319)可以得到MMSE信道估計器結構圖: MMSE信道估計器結構圖MMSE估計算法具有優(yōu)良的估計性能，如低誤碼率和均方誤差,但算法復雜度高，計算量大，硬件電路實現(xiàn)困難，從而阻礙了它的應用。 線性最小均方誤差(LMMSE)算法LMMSE信道估計Error! Reference source not ，它的核心思想在于對LS估計進行奇異值分解，在不降低估計器性能的條件下降低算法復雜度，并抑制AWGN和ICI，但是它也有缺點，就是需要知道每條子路徑功率的先驗信息，并利用此信息來構造自相關矩陣。LS估計在導頻處的表達式為： (321)P為導頻信息的位置，在式(321)中，噪聲分量均值為零，其協(xié)方差矩陣為： (322)分別為噪聲方差和導頻信號功率，是K階單位矩陣。LMMSE信道估計的代價函數(shù)： (323)由此可以得到LMMSE信道估計準則下的信道特性： (324)其中,是信息和導頻間的互相關矩陣，大小為,是導頻間的自相關矩陣，大小為，W為LMMSE權值矩陣。當導頻信息的星座點等概出現(xiàn)時， W可簡化為： (325)為常數(shù)，一般取，SNR是信號噪聲比。 基于DFT變換的信道估計高速DSP技術的發(fā)展，離散傅里葉變換在DSP上的應用，為新型信道估計算法提供了足夠的發(fā)展空間?；贒FT的信道估計算法的基本思想是：先對信號進行LS估計，然后將頻域經(jīng)快速傅里葉逆變換轉換到時域，使信道能量集中在相對較少的采樣點上，之后進行補零操作來降低AWGN對信號的影響，最后經(jīng)快速傅里葉變換將時域轉換到頻域，從而估計信道的沖激響應。! Reference source not found.。 基于DFT信道估計結構圖設OFDM符號子信道數(shù)為N，導頻插入比為L，導頻子載波數(shù)為，信息子載波數(shù)為。經(jīng)傅里葉逆變換后得到的導頻信道響應為： (326)為降低AWGN對信號的影響，對進行補零： (3