【文章內(nèi)容簡介】 幅度在對數(shù)正態(tài)分布下標(biāo)準(zhǔn)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(shè)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(xùn)練序列長度(bit)37結(jié)合表31，表32對OFDM四種信道特性的沖激響應(yīng)進(jìn)行仿真。 SV模型中四種信道的頻率響應(yīng)，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(jì)方法 插入導(dǎo)頻法信道估計(jì)前面提到，插入導(dǎo)頻法能夠在較低復(fù)雜度的情況下獲得較好的估計(jì)性能。導(dǎo)頻信號不能任意選擇，而是要根據(jù)具體環(huán)境選擇導(dǎo)頻的結(jié)構(gòu)和數(shù)量。結(jié)構(gòu)太復(fù)雜，硬件電路實(shí)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(fù)用系統(tǒng)組成原理，導(dǎo)頻的插入可以在時域進(jìn)行，也可以在頻域進(jìn)行。但無論采取何種方式，插入導(dǎo)頻的間隔必須滿足Naiquist抽樣定理。常見的插入方式有梳狀導(dǎo)頻和塊狀導(dǎo)頻，前者對應(yīng)于瑞利衰落信道，后者對應(yīng)于慢衰落信道。梳狀導(dǎo)頻是在相同頻率、不同時間內(nèi)插入數(shù)比特導(dǎo)頻符號，并和信息一同傳輸，其特點(diǎn)是具有更高的傳輸效率，適合于快衰落信道下的信道估計(jì)；塊狀導(dǎo)頻是在同一時間、不同頻率內(nèi)插入數(shù)比特導(dǎo)頻符號，由于頻點(diǎn)的不同，頻率選擇性衰落信道對這種導(dǎo)頻的設(shè)計(jì)方案不敏感，一般用于LS、MMSE算法Error! Reference source not found.。 導(dǎo)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(yīng)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(fù)原。轉(zhuǎn)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(kuò)展，是歸一化的子載波間隔。在時域抽樣定理中，抽樣頻率應(yīng)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(dǎo)頻符號總數(shù)： (33)其中是一幀所包含的正交頻分復(fù)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(diǎn)數(shù)應(yīng)和和頻域抽樣點(diǎn)數(shù)近似相等，即： (34)綜上所述，根據(jù)已知的導(dǎo)頻信息，便可獲得信道在導(dǎo)頻位置的傳輸特性，進(jìn)而獲得整個信道的傳輸特性。該估計(jì)由于算法復(fù)雜度較低，估計(jì)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(zhǔn)則的信道估計(jì)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(jì)算法的基礎(chǔ)。由通信原理可知，接收機(jī)所接收的信號一般由有用信號和噪聲組成。假設(shè)，其中有用信息，是被估計(jì)的M維隨機(jī)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(diǎn)抽樣。下面要做的工作就是根據(jù)Y對信道的沖激響應(yīng)進(jìn)行估計(jì)。經(jīng)過M點(diǎn)取樣，可得如下矩陣方程： (35)其中 (36)最小平方估計(jì)算法的代價(jià)函數(shù)可表示為： (37)將上式中每一項(xiàng)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(dǎo)，可得： (311)要想LS代價(jià)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(jì)器結(jié)構(gòu)圖可見對于最小平方估計(jì)器，只需知道接收樣本Y的信息即可，因此硬件實(shí)現(xiàn)簡單，這也是該算法的優(yōu)勢所在。在實(shí)際應(yīng)用中，信道的沖激響應(yīng)之間的關(guān)系為： (314)因此LS估計(jì)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(jì)(MMSE)相比于LS算法，基于最小均方誤差準(zhǔn)則Error! Reference source not 。假設(shè)信號與噪聲相互獨(dú)立，在接收端對信號進(jìn)行N點(diǎn)DFT時引入DFT矩陣Z，表示為： (316)在提取導(dǎo)頻信息后，信道的沖激響應(yīng)可表示為： (317)其中表示接收端信息的自相關(guān)矩陣，為信道頻率響應(yīng)與接收端信息的互相關(guān)矩陣。于是可得最小均方誤差準(zhǔn)則下時域信道響應(yīng)與頻域信道響應(yīng)的關(guān)系： (318)將式(318)帶入式(319),可得： (319)其中表達(dá)式如下： (320)根據(jù)式(319)可以得到MMSE信道估計(jì)器結(jié)構(gòu)圖: MMSE信道估計(jì)器結(jié)構(gòu)圖MMSE估計(jì)算法具有優(yōu)良的估計(jì)性能，如低誤碼率和均方誤差,但算法復(fù)雜度高，計(jì)算量大，硬件電路實(shí)現(xiàn)困難，從而阻礙了它的應(yīng)用。 線性最小均方誤差(LMMSE)算法LMMSE信道估計(jì)Error! Reference source not ，它的核心思想在于對LS估計(jì)進(jìn)行奇異值分解，在不降低估計(jì)器性能的條件下降低算法復(fù)雜度，并抑制AWGN和ICI，但是它也有缺點(diǎn)，就是需要知道每條子路徑功率的先驗(yàn)信息，并利用此信息來構(gòu)造自相關(guān)矩陣。LS估計(jì)在導(dǎo)頻處的表達(dá)式為： (321)P為導(dǎo)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(dǎo)頻信號功率，是K階單位矩陣。LMMSE信道估計(jì)的代價(jià)函數(shù)： (323)由此可以得到LMMSE信道估計(jì)準(zhǔn)則下的信道特性： (324)其中,是信息和導(dǎo)頻間的互相關(guān)矩陣，大小為,是導(dǎo)頻間的自相關(guān)矩陣，大小為，W為LMMSE權(quán)值矩陣。當(dāng)導(dǎo)頻信息的星座點(diǎn)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(jì)高速DSP技術(shù)的發(fā)展，離散傅里葉變換在DSP上的應(yīng)用，為新型信道估計(jì)算法提供了足夠的發(fā)展空間?；贒FT的信道估計(jì)算法的基本思想是：先對信號進(jìn)行LS估計(jì)，然后將頻域經(jīng)快速傅里葉逆變換轉(zhuǎn)換到時域，使信道能量集中在相對較少的采樣點(diǎn)上，之后進(jìn)行補(bǔ)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(zhuǎn)換到頻域，從而估計(jì)信道的沖激響應(yīng)。! Reference source not found.。 基于DFT信道估計(jì)結(jié)構(gòu)圖設(shè)OFDM符號子信道數(shù)為N，導(dǎo)頻插入比為L，導(dǎo)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(dǎo)頻信道響應(yīng)為： (326)為降低AWGN對信號的影響，對進(jìn)行補(bǔ)零： (3