【正文】 hold off 。DFT算法 39。LMMSE算法 39。MMSE算法 39。LS算法 39。無(wú)估計(jì)算法 39。OFDM系統(tǒng)無(wú)估計(jì) ,LS,MMSE,LMMSE和 DFT算法的比較 (SER))。)。 ylabel(39。SNR (dB)39。)。 semilogy(SNR,ser_dft,39。ok39。)。 semilogy(SNR,ser_mmse,39。*k39。 hold on。 axis([2,16,*,*1])。vk39。 end。 ser_dft(n)=error_count_dft/96000。 ser_mmse(n)=error_count_mmse/64000。 end end end ser_l(n)=error_count_l/128000。 else I(k)=1。 end end %=============== DFT估計(jì)器的接收 =================% I=inv(Hdft)* Y。 else I(k)=1。 end end %============== LS估計(jì)器的接收 ================% I=inv(Hls)* Y。 else I(k)=1。 %================================ 接收機(jī) =================================% %=============== 無(wú)估計(jì)的接收 =================% I= inv(Hl)*Y。 No=fft(noise)。%加入復(fù)高斯白噪聲 noise=awgn(n1,SNR_send)。 n1=ones(N,1)。 end end for i=1:N X(i,i)=d(i)。 for i=1:N if (d(i)=) d(i)=+1。 33 end %============================= 生成隨機(jī)序列 =============================% for c=1:1000 X=zeros(N,N)。%DFT矩陣 I=eye(N,N)。 end %================== 求 H_dft ====================% u=rand(N,N)。%DFT矩陣 I=eye(N,N)。 end %================ 求 H_lmmse ===================% u=rand(N,N)。 end H_mmse=fft(Gmmse)。* X39。%DFT矩陣 I=eye(N,N)。 %================= 求 H_mmse ===================% u=rand(N,N)。 error_count_smmse=0。 %清空 error_count error_count_ls=0。 %============================= 計(jì)算誤碼率 ================================% for n=1:8 SNR_send=2*n。%設(shè)置 SNR為 5dB No=fft(noise)。 n1=n1*。%頻域 XFG=X*H。 end G=g39。 for m=1:2 s=s+(exp(j*pi*(1/N)*tau(m))* (( sin(pi*tau) / sin(pi*(1/N)*(tau(m)k)))))。 end %======================== 計(jì)算信道向量 G和信道特性 ========================% tau=[ ]。 else d(i)=1。 d=rand(N,1)。 clear all。 因此，隨著子載波數(shù)的增加，改進(jìn)算法的估計(jì)性能會(huì)降低。 圖 128子載波下的仿真結(jié)果。 圖 是 LS、 DFT、改進(jìn) DFT 算法的均方誤差比較圖， 該圖直觀地反映了改進(jìn)算法在降低 MSE 的優(yōu)越性。 圖 和圖 CM3 信道和 CM4 信道環(huán)境下的系統(tǒng)誤碼率曲線，由 圖 可得，相同誤碼率下，改進(jìn)算法的 SNR 較 DFT 算法有 4dB的提升，較 LS 算 法有 的提升；同樣，在 圖 中，相同誤碼率下，改進(jìn)算法的 SNR 較 DFT 算法有 的提升，較 LS 算法有 8dB 的提升。由此可知， DFT 算法由于時(shí)域能量集中在少數(shù)抽樣點(diǎn)上，減少了頻譜泄露，因而信道估計(jì)性能較好；而改進(jìn) DFT 算法，由于漢寧窗的加入和線性變換，使得帶外噪聲迅速衰減，在低 SNR 下估計(jì)性能較 DFT算法有所提高。接著在時(shí)域?qū)π盘?hào)信號(hào)進(jìn)行補(bǔ)零操作，使25 信號(hào)長(zhǎng)度達(dá)到 N 維，之后去窗，得到： ( ) , 0 , 1 , 1()dNN Nhh n n Ndn? ? ?… ， (44) ( ) , 0 , 1 , 1()dNN Nhh n n Ndn? ? ?… ， (45) ( ) , 0 ,1 ,()dNN Nhh i idi?? … ,N1 (46) 最后將 Nh 轉(zhuǎn)換到頻域，得到改進(jìn)算法的信號(hào)估計(jì) H： 102( ) ( ) e x p , 0 , 1 , 1N NnH k h n j k n n NN?????? ? ? ?????? … , (47) 性能仿真 在 SV 模型的四種信道環(huán)境中，分別在 64 子載波數(shù)， 128 子載波數(shù)條件下，用 MATLAB 對(duì)改進(jìn)算法的估計(jì)性能進(jìn)行仿真分析。 圖 改進(jìn)的 DFT 估計(jì)算法框圖 在信道估計(jì)時(shí)，先將頻域轉(zhuǎn)換為時(shí)域，使用漢寧 (Hanning)窗使帶外噪聲迅速衰減，然后補(bǔ)零達(dá)到循環(huán)前綴長(zhǎng)度，之后去窗再轉(zhuǎn)換到頻域。 ：在算法中使用漢寧窗，加快帶外衰減。表 34 對(duì) 64 子載波與 128 子載波下誤碼率和均方誤差做了比較，可以得出，對(duì)于同一算法，子載波數(shù)越多，各算法的估計(jì)性能越差，這也說(shuō)明子載波之間相互影響越大。 DFT算法的復(fù)雜度和估計(jì)性能居中，隨著 DSP 技術(shù)的發(fā)展，該算法的估計(jì)性能有望 進(jìn)一步提升。相對(duì)來(lái)說(shuō)， LMMSE 的實(shí)現(xiàn)復(fù)雜，誤碼率和均方誤差均滿足現(xiàn)代通信的要求。如圖 ： 表 33 OFDM 信道估計(jì)仿真參數(shù) 調(diào)制方式 BPSK 信道噪聲類型 AWGN 子載波間隔 (MHz) 導(dǎo)頻插入比 4(64 載波 )， 8(128 載波 ) 導(dǎo)頻數(shù) (個(gè) ) 16 碼元周期 (ns) 保護(hù)間隔 (ns) 子載波速率 (Baud/s) 320M 循環(huán)前綴周期 (ns) 第一組，子載波數(shù)為 64 的仿真對(duì)比圖： 22 2 4 6 8 10 12 14 16102101S N R ( d B )Symbol Error RateO F D M 系統(tǒng)無(wú)估計(jì) , L S , M M S E , L M M S E 和 D F T 算法的比較（ SER ） 無(wú)估計(jì)算法LS 算法M M S E 算法L M M S E 算法D F T 算法 圖 64 子載波下各估計(jì)算法誤碼率 (SER)比較 2 4 6 8 10 12 14 16102101100S N R ( d B )mean squared errorO F D M 系統(tǒng)無(wú)估計(jì) , L S , M M S E , L M M S E 和 D F T 算法的比較 ( M S E ) 無(wú)估計(jì)算法LS 算法M M S E 算法L M M S E 算法D F T 算法 圖 64 子載波下各估計(jì)算法均方誤差 (MSE)比較 第二組， 子載波數(shù)為 128 的仿真對(duì)比圖： 2 4 6 8 10 12 14 16 18 20102101S N R ( d B )Symbol Error RateO F D M 系統(tǒng)無(wú)估計(jì) , L S , M M S E , L M M S E 和 D F T 算法的比較（ SER ） 無(wú)估計(jì)算法LS 算法M M S E 算法L M M S E 算法D F T 算法 圖 128 子載波下各估計(jì)算法誤碼率 (SER)比較 23 2 4 6 8 10 12 14 16 18 20103102101100101S N R ( d B )mean squared errorO F D M 系統(tǒng)無(wú)估計(jì) , L S , M M S E , L M M S E 和 D F T 算法的比較 ( M S E ) 無(wú)估計(jì)算法LS 算法M M S E 算法L M M S E 算法D F T 算法 圖 128 子載波下各估計(jì)算法均方誤差 (MSE)比較 表 34 各算法在 64 子載波和 128 子載波下的誤碼率比較 估計(jì)算法 載波數(shù) 無(wú)估計(jì) LS 算法 MMSE 算法 LMMSE 算法 DFT 算法 64 128 表 35 各算法在 64 子載波和 128 子載波下的均方誤差比較 估計(jì)算法 載波數(shù) 無(wú)估計(jì) LS 算法 MMSE 算法 LMMSE 算法 DFT 算法 64 128 從以上各圖可以看出， LS 估計(jì)器算法簡(jiǎn)單，但存在著很高的誤碼率和均方誤差，該估計(jì)器一般用于理論研究，或低數(shù)據(jù)速率傳輸系統(tǒng)。 ,錯(cuò)誤 !未找到引用源。由于 DSP技術(shù)日益成熟，基于 DFT 信道估計(jì)算法的實(shí)現(xiàn)非常容易。 圖 基于 DFT 信道估計(jì)結(jié)構(gòu) 圖 設(shè) OFDM 符號(hào)子信道數(shù)為 N，導(dǎo)頻插入比為 L，導(dǎo)頻子載波數(shù)為 M N L? ，20 信息子載波數(shù)為 NM? ?；?DFT 的信道估計(jì)的結(jié)構(gòu)圖如圖 所示 錯(cuò)誤 !未找到引用源。 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。 39。當(dāng)導(dǎo)頻信息的星座點(diǎn)等概出現(xiàn)時(shí)， W 可簡(jiǎn)化為： 39。39。,2 1 1? ?( ( ) )L M M S E P L S P HNH H H HH W HW R R X X? ????? (324) 其中 HHHR E HH??? ??,39。 39。 LS 估計(jì)在導(dǎo)頻處的表達(dá)式為： ? ? 11,? ?ar g m i nL S P P P L S P P P P PHH Y X H Y X H NX??? ? ? ? ? (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： 1 1 2 2( ) ( )HN P P N P K PR E N X N X I?????????? (322) 22,NP??分別為噪聲方差和導(dǎo)頻信號(hào)功率， KPI 是 K階單位矩陣。 線性最小均方誤差 (LMMSE)算法 LMMSE 信道估計(jì) 錯(cuò)誤 !未找到引用源。 MMSE M mmseH Z h? (318) 將式 (318)帶入式 (319),可得： 1M M S E M H Y Y Y MHHM M M S E M M MH Z R R YZ Q Z X Y??? (319)