基于 802.16e的信道估計算法研究

韋娟, 張運會

(西安電子科技大學通信工程學院,陜西 西安 710071)

0 引言

無線通信系統的性能主要受到無線信道的制約,發射機和接收機之間的傳播路徑非常復雜,無線信道具有很大的隨機性,會導致接收信號的幅度、相位和頻率失真,所以信道估計器是接收機設計的關鍵部分之一,也是正確進行空時編碼譯碼的先決條件;既有良好的跟蹤能力,又有較低的復雜度,是信道估計研究的目標。在分析IEEE802.16e[1]中的多天線信道估計的算法基礎上,針對多天線導頻分布模式進行信道估計算法,結合虛擬導頻的設計和時頻二維多項式擬合算法,研究了一種適用于快速移動場景下的VPA信道估計算法。

1 基于 IEEE802.16e的上行鏈路

基于 IEEE802.16e的上行多輸入輸出正交頻分多址接入(MIMO-OFDMA)發射接收鏈路,上行接入的多個發送用戶使用兩發一收的 Alamouti空時編碼。

發射鏈路中各個用戶發送的比特流經過信道編碼、調制、組幀之后形成 OFDMA符號。對每個 OFDMA符號子載波上的數據進行空時編碼之后形成兩個 OFDMA符號,然后分別進行快速傅里葉反變換(IFFT)變換,在時域添加循環前綴(CP),最后通過兩根發射天線進行發送。信道模型采用ITU-RM.1225信道模型[1]。根據移動速度分為典型步行三公里(PB3)、車載六十公里(VA 60)、車載一百二十公里(VA120)等模式。在接收鏈路中接收信號去掉CP,進行快速傅里葉變換(FFT)變化,然后區分單天線、多天線等部分,對每部分分別進行處理,恢復出比特流。

2 導頻結構

在 802.16e上行鏈路(UL)中支持空時編碼的用戶使用修正的UL Tile結構,圖 1為UL-PUSC域兩發射天線的導頻分布模式,每個Tile中導頻和數據的分配應按照圖 2的方式映射到子載波上。天線 0使用 Pattern A的 Tile結構,天線 1使用 Pattern B的 Tile結構,數據子載波以成對的方式進行空時編碼。

圖1 UL-PUSC域導頻分布模式(Pattern A和Pattern B)

圖 2 收端的一個Tile

3 信道估計算法

為了實現所有位置的信道估計,首先恢復導頻位置的信道信息,既要保證信道估計值最準確,又要使復雜性最小。

得到導頻位置的信道估計值之后,需經過插值或者濾波得到其他位置的信道信息。在估計數據位置的信道信息時,頻域內插或時域內插均為一維線性內插,若將頻域和時域相結合,利用時頻二維信道信息的相關性,可得到更加準確的信道響應值。這便是適用于快速移動場景的VPA算法,該算法通過設置虛擬導頻,并結合二維多項式擬合算法,對信道模型進行擬合,然后根據所得的信道模型估計數據位置的信道響應。

接收端收到的一個 Tile如圖 2所示,以發射天線 0和接收天線之間的信道估計為例闡明VPA算法,發射天線 1和接收天線之間的信道估計算法與之類似。二維一次多項式擬合表達式為：

其中k為OFDMA符號索引,n為子載波索引。c1,c2,c3為多項式模型的系數,hk,n為 OFDMA符號 k子載波 n上的信道響應。

為了準確地確定多項式系數 c1,c2,c3,至少需要三個導頻位置的信道響應值。由于在一個Tile中只有兩個導頻,這就使得多項式擬合算法無法進行,因此可以通過設置一個虛擬導頻來得到三個導頻位置的信道響應值,將這三個導頻位置的信道響應值代入式(1)可得到多項式模型的系數,即確定了信道模型。數據子載波的位置通過OFDMA符號和子載波索引表示,并代入式(1)可以得到所有數據位置上的信道響應值。

3.1 虛擬導頻的設計

通過 LS算法進行導頻位置的信道估計,得到 OFDMA符號 0子載波 3位置上的信道響應為 H?0P(0,3),OFDMA符號2子載波 0的信道響應為 H?0P(2,0)。根據在一個 Tile中的兩個導頻,可以設置一個虛擬導頻,主要是確定虛擬導頻點的信道響應值和位置。這里以 OFDMA符號 1子載波 1的位置作為虛擬導頻點的位置。

虛擬導頻在 OFDMA符號 1子載波 1的位置上,虛擬導頻點的信道估計值為：

三個導頻位置上的信道估計值為：

3.2 數據位置的信道估計

將式(3)二維一次多項式模型改寫為：

其中,H為 3維列向量,表示三個導頻位置上的信道估計值;C=[c1,c2,c3]T為多項式模型中的待定系數;P為表示導頻位置的矩陣,P的每一行可以寫為[k,n,1]。

設Pp表示一個Tile中發射天線0導頻位置的矩陣：

通過求解待定系數C,得到信道模型系數：

設 Pd為一個 Tile中數據子載波的位置矩陣,那么,數據位置的信道估計值為：

4 仿真及性能分析

由于LMMSE算法在小信噪比時,相對LS算法性能有所改善,在大信噪比的情況下,二者性能近似[2-4]。可知 MTA(LMMSE+一維時域內插)與 LTA(LS+一維時域內插)相比,MFA(LMMSE+一維頻域內插)與 LFA(LS+一維頻域內插)相比,均在小信噪比情況下性能較好,在大信噪比情況下性能近似。因此在仿真中采用MTA、MFA和VPA三種信道估計算法,以便于幾種信道估計算法的性能比較。

圖 3、圖 4分別為 VA60、VA 120信道模式下三種信道估計算法的MSE性能曲線。

圖 3 VA60信道下的各種算法的MSE曲線

分析圖 3移動場景下信道估計算法的 MSE仿真曲線可知：當 SNR≤20 dB時,三種信道估計算法的MSE性能近似;當 SNR≥20 dB時,VPA性能略優于 MTA,而 MTA優于 MFA。這是因為隨著移動速度的增大,多普勒頻移增大,從而導致信道產生時間選擇性衰落,使信道成為快衰落信道,這時MFA不再適用于 VA60快速移動信道,而VPA可將時頻二維信道信息相結合,并利用其相關性對信道模型進行擬合,因此性能有所改善。

分析圖 4移動場景下信道估計算法的MSE仿真曲線可知：當SNR≤15 dB時,三種信道估計算法的 MSE性能均近似;當 SNR≥15 dB時,VPA性能略優于 MTA,MTA優于MFA;與 VA60信道模式相比,相同的信道估計算法性能均有所下降,主要原因是隨著移動速度的增大,多普勒頻移隨之增大,造成系統性能下降。

圖 4 VA 120信道下的各種算法的MSE曲線

5 結語

通過仿真分析可知,在 VA 60和 VA 120移動場景下,隨著速度的增大,多普勒頻移增大,一維內插算法的性能下降,而VPA可以利用時頻二維信道信息的相關性,較現有的MTA、MFA信道估計算法,在快速移動場景下 VPA算法具有更好的MSE性能。

[1]張運會,多天線.OFDMA系統中的信道估計的研究與實現[D].西安：西安電子科技大學,2010.

[2]ATHAUDAGE,CHANDRANATH R N,JAYALATH DHAMMIKA.Enhanced MMSE Channel Estimation using Timing Error Statistic for Wireless OFDM Systems[J].IEEE Transactions on Broadcasting,2004,50(04)：369-376.

[3]何春龍,郝莉.一種改進的基于導頻的 OFDM信道估計算法[J].通信技術,2009,42(07)：57-59.

[4]盧鑫,梁永生.基于 LS的 STBC導頻信道估計方法[J].通信技術,2008,41(07)：63-65.