【正文】 狀導頻的信道估計僅需要進行時域內插，不需要進行頻域內插，故其運算量較低。塊狀導頻結構如圖（）所示： 圖() 塊狀導頻結構 梳狀導頻結構梳狀導頻結構與塊狀導頻結構正好相反，它的特點是每隔一定的頻率插入導頻信號，且導頻間隔要遠小于信道相干帶寬；從時間角度看，在各個子信道上傳輸?shù)男盘柣蛞恢北３譃閿?shù)據(jù)信號或一直保持為導頻信號，故每一個OFDM符號內都包含有導頻信號。此外，這種導頻結構對信道頻率選擇性敏感，有利于克服信道快衰落的不利影響。為了無失真地恢復信道響應，其時間間隔和頻率間隔要滿足二維抽樣定理，即其抽樣率必須大于等于帶寬的兩倍。此外為了能比較準確的估計邊緣處的值，要使第一個子載波和最后一個子載波上都包含有導頻信號，并盡量使每幀中的第一個和最后一個OFDM符號內都要包含有導頻信號。正方形導頻結構如圖（）所示： 圖（）成正方形分布的導頻結構 OFDM系統(tǒng)中基于導頻信道估計技術的基本原理 基于導頻的信道估計的OFDM系統(tǒng)模型，我們給出了OFDM基帶系統(tǒng)框圖，下面我們將給出基于導頻信號的OFDM系統(tǒng)圖如下所示： 圖（）基于導頻信號的OFDM系統(tǒng)框圖 OFDM系統(tǒng)的基本原理在上圖（）中，二進制數(shù)據(jù)流通過多進制調制后，再經過串并轉換插入導頻信號等操作后得到，它可以看作是頻域中的數(shù)據(jù)，然后對它進行逆快速傅里葉變換運算，我們可以得到時域結果，其表達式為（為子載波個數(shù)）： （）如前介紹，采用OFDM技術是把高速數(shù)據(jù)流串并轉換到若干個正交并行子載波上傳送，由于每個子信道中的符號周期會相對增加，因而可以減輕由無線信道的多徑時延擴展對系統(tǒng)造成的影響，并且可以在OFDM符號之間插入保護間隔，且令保護間隔大于無線信道的最大時延，這樣既可以最大限度地消除由于多徑帶來的符號間干擾（ISI），通常采用循環(huán)前綴作為保護間隔，即在序列前端添加長度為的循環(huán)前綴（CP），這樣既避免了多徑帶來的信道間干擾（ICI），又保證了各子信道間的正交特性，由此可以得到： （）再將通過多徑衰落信道傳輸，我們用作為信道單位脈沖響應，在一個OFDM符號間隔內，可用下式表達為： （）其中，為信道多徑數(shù)；為第條路徑的復脈沖響應值；為 為第條路徑的Doppler頻移，它將引起載波間干擾（ICI）；為第條路徑的歸一化時延。表達式為： （）眾所周知，信道的特性可以由信道傳遞函數(shù)表示，但實際應用中是未知的，要想得到其值一種方法就是利用插入導頻信號的辦法。以圖（）所示的帶有導頻信號部分的OFDM系統(tǒng)為模型。首先，我們從得到的中提取經過信道傳輸后的導頻信號，并利用已知的發(fā)送的原導頻信號，估計出導頻位置處的信道傳遞函數(shù)；然后，再通過某種算法利用這些值估計出數(shù)據(jù)信號處的信道傳遞函數(shù)；最后，利用估計出的數(shù)據(jù)信號處的信道傳遞函數(shù)完成對接收信號的校正，一個最簡單的方法是將接收信號除以，得到校正后的信號。在下面部分我們將詳細介紹基于時域導頻的信道估計方法來估計和，即采用基于塊狀導頻結構的信道估計方法來估計和。這種信道估計方法僅適用于慢衰落信道，認為一個OFDM符號內信道響應保持不變，且相鄰符號的信道傳輸函數(shù)改變不大，此時才能通過時域內插比較準確地估計數(shù)據(jù)信號位置的信道傳輸函數(shù)。 三種基于塊狀導頻結構的信道估計算法在許多文獻中，就如何準確地估計導頻位置上的信道傳輸特性，給出了不同的估計方法，其中有兩種基本的方法：MMSE（Minimum MeanSquare error）估計和LS（Least Square）估計。下面重點對這三種估計方法作詳細的介紹。假設為高斯分布且與信道噪聲不相關，則的MMSE估計為： （）上式中，為與的互相關矩陣，為的自相關矩陣，是的自相關矩陣，是噪聲方差。 LS估計LS估計是使最小，由此推導可得到： （）其中，把它代入式（）可進一步得到： （）估計算法式（）和式（）都可用如下結構的估計器表示， 圖（）估計器結構 SVD估計前面講述的兩種估計算法中，MMSE估計的運算量很大，但其性能要遠好于LS估計，因此人們開始研究如何能有效地降低MMSE的運算量，而不會使其性能有很大損失。采用LMMSE估計算法，可以得到：＝ （） （）其中為信道沖激響應的自相關矩陣，是加性高斯噪聲方差。進一步定義平均為，則式（）可以簡化為：＝ （）其中，它是由星座圖確定的常數(shù)，例如在16QAM中的=17/9。但由于規(guī)模為，矩陣求逆的運算量仍然很大，為了進一步減小運算量，在一些文獻中提出了對進行特征值分解，并使用最優(yōu)降階的方法將的降階成秩為的矩陣。若只考慮前個較大的特征值，而將后面?zhèn)€值設置為0，如圖（）所示，則降秩后的矩陣為，而。一般地將取成CP的長度。第四章 仿真及結果 仿真條件及信道模型基于前面章節(jié)的理論介紹，我們在此部分將利用MATLAB軟件進行OFDM系統(tǒng)仿真，仿真的系統(tǒng)以圖（）所示系統(tǒng)為模型。此次仿真的一個重點是信道模型的建立。此次仿真采用頻率選擇性衰落信道。因而，對頻率選擇性衰落信道的仿真關鍵在于對平坦衰落信道的仿真。而產生有色隨機過程的方法有兩類：第一類方法是正弦波疊加法；第二類是成形濾波器法。由此法產生的隨機過程是用無限個諧波疊加而成的如式（）所示。若用有限個諧波來代替無限個諧波則隨機過程可以表示為式（）： （）仿真時，當從均勻分布的隨機器取出之后，在整個仿真過程中不再變化，不再代表一個隨機變量，而是隨機變量的一個實現(xiàn)。下面采用Monte Carlo法來確定三個參數(shù)。選擇的原則為確定過程的平均功率與隨機過程的方差相等，因此選擇為： （）在符合經典功率譜條件下用Monte Carlo法可以得到： （） 而參數(shù)從均勻分布的隨機器取出。此次系統(tǒng)仿真的每個信道有五個路徑的平坦衰落信道組成，其中四個路徑存在延時，另一個是無延時的，可與抽樣保持很好的同步。 仿真流程圖 圖（）仿真流程圖通過仿真，在一定的信噪比條件下，我們得到如下數(shù)據(jù)：表（）各估計算法的誤碼率統(tǒng)計信噪比SNR（db）MMSE估計的誤碼率LS估計的誤碼率SVD估計的誤碼率0369121518 信噪比SNR（db）MMSE估計的誤碼率LS估計的誤碼率SVD估計的誤碼率21 24表（）各估計算法的運行時間統(tǒng)計時間（秒）MMSE估計的運行時間LS估計的運行時間SVD估計的運行時間由以上結果可以得到誤碼率曲線圖：圖（）MMSE、LS和SVD估計算法的誤碼率曲線圖從上面的誤碼率曲線圖，我們可以明顯地看到，MMSE估計算法的效果要好于LS和SVD估計算法，SVD估計算法要好于LS估計算法，但是從仿真過程中三種估計算法所用的時間來看，MMSE估計算法的運算量也是三者之中最大的，其次為SVD估計算法，LS估計算法運算量最小。一些研究成果表明，在信道滿足整數(shù)點采樣信道的情況下，在時域內，能量只集中在少數(shù)幾個采樣點上；在信道為非整數(shù)點采樣信道的情況下，信道功率仍然是集中的，但會散落在所有子載波上。MMSE估計和LS估計算法都是在假定各子信道噪聲方差相同的條件下得到，都采用圖（）所示的估計器結構，但按上面所言，信道功率僅集中在前幾個子信道中，而其它子信道中噪聲方差與之相比會較大，因而噪聲所起的影響是很大的。SVD估計算法盡管也是在假定已知信道統(tǒng)計特性的條件下得到的，但它采用的是圖（）所示的估計器結構，它是利用最佳低階理論對LMMSE估計算法（效果好于MMSE估計算法）的簡化，在簡化算法時舍去一部分值會帶來不可避免的誤差，存在誤差的“地板效應（error floor）”，故其效果要比MMSE估計算法的效果差。一般情況下，階數(shù)近似等于循環(huán)長度CP的時候就可以得到很好的信道估計器，而在OFDM系統(tǒng)設計時，通常要求CP遠小于子載波數(shù)，所以其運算復雜度不會很高。第五章 總 結近年來，隨著數(shù)字信號處理（DSP）技術的飛速發(fā)展，OFDM作為一種可以有效對抗ISI的高速傳輸技術，引起了人們的廣泛關注。通過應用MALAB軟件，搭建起一套完整的OFDM系統(tǒng)模型，在此系統(tǒng)中包含有向數(shù)據(jù)信號中插入導頻信號，并利用導頻信號估計信道特性的模塊。系統(tǒng)采用頻率選擇性衰落信道為模型，仿真中信道參數(shù)的設置與實際信道有一定的差別，所以仿真結果是近似的，但是所得到的三種估計方法的性能比較的總體趨勢是可以信任的，即MMSE估計、SVD估計和LS估計三種估計算法的效果依次變差，而其運算復雜度依次降低；隨著信噪比的增加三種估計算法的誤碼率都在逐步下降。在OFDM系統(tǒng)中存在時頻域同步、信道估計、信道編碼和交織、降低峰值平均功率比以及均衡等幾方面的關鍵技術。致 謝回首近四個月的畢業(yè)設計工作，我收獲頗豐。張老師知識淵博，思維縝密，和藹可親。張老師給我印象最深刻的是她那臉上始終洋溢著微笑。她一次次浪費了寶貴的科研時間和休息時間，給我們答疑。在學術方面，張國梅老師一絲不茍，是一位讓學生肅然起敬的老師。衷心祝愿張國梅老師在今后工作中再創(chuàng)輝煌！其次，我要感謝學友楊瀟茵和其他同學，他們在我做畢業(yè)設計過程中給予了大量無私的幫助，這一切不僅使我的畢業(yè)設計工作得以順利完成，也加深了我們的友誼。 參考文獻[1] de Beek, , , . Wilson and . Borjesson, “On channel estimation in OFDM systems”, in Proc. IEEE 45th Vehicular Technology Conference, Chicago, IL, USA, [2] , , . van de Beek, . Wilson, and , “OFDM channel estimation by singular value deposition”, IEEE Transactions on Communications, , , July 1998[3] Sinem Coleri, Mustafa Ergen and Anuj Puri, “A study of channel estimation in OFDM systems”, Vehicular Technology Conference, 2002. Proceedings. VTC 2002Fall. 2002 IEEE 56th , Volume: 2 , 2428 Sept. 2002[4] and , “Performance of channel estimation methods for OFDM systems in a multipath fading channels”, IEEE Transaction on Consumer Electronics, , , February 2000[5] 楊大成，“移動傳播環(huán)境”，機械工業(yè)出版社，2003[6] 郭梯云，鄔國揚，張厥盛，“移動通信”，西安電子科技大學出版社，2000[7] 佟學儉，羅濤，“OFDM移動通信技術原理與應用”，人民郵電出版社，2003[8] 王文博，鄭侃，“寬帶無線通信OFDM技術”，人民郵電出版社，2000附錄 仿真源程序%主程序clcpilot=[0,1,0,1]。 %插入間隔數(shù)num=6。 %前p個較大的特征值N=64。 %輸入信號的次數(shù)KL=N*NL。 %信噪比err_mmse=0。 time_mmse_add=0。err_ls=0。 time_ls_add=0。err_svd=0。 time_svd_add=0。for l=1:length(SNR_dB) num_of_err_mmse=0。 num_of_err_svd=0。 %進行十六進制調制 qam_out=invert(N,NL,input)。 %進行快速逆離散傅里葉變換 qam_pilot_ifft=ifft(qam_pilot,N)。 %多徑信道的影響 nn=5。 %各徑時延fc=1e+9。 %t_interval為離散信道抽樣時間間隔v=6000/3600。 %各徑信噪比counter=[0 40000 60000 80000 100000]。 %噪聲標準差 snr=10^(SNR_dB(l)/10)。spow=0。 endend