基于隱訓練序列的信道估計改進方法*

金慧琴　宋斌斌

(海軍航空工程學院　煙臺　264001)

?

基于隱訓練序列的信道估計改進方法*

金慧琴宋斌斌

(海軍航空工程學院煙臺264001)

摘要在準靜態信道條件下，針對短波信道的時變抽頭系數FIR模型，給出了一種改進的基于不相關特性隱訓練序列的信道估計方法。通過對發送的信息序列進行實際數據幀的零均值處理，使信道估計性能得到了改善。

關鍵詞隱訓練序列; 信道估計; 短波信道

Class NumberTN911

1　引言

短波通信主要依靠電離層的反射進行信息傳輸。短波信道的傳輸特性主要取決于電離層的物理特性。電離層由電離氣體和等離子體組成，受到太陽波、微粒波、地球磁場和同層大氣等因素的影響，導致短波信道是隨機變化的[1]。因此，對無線信道的正確估計對于提高整個無線通信系統的性能有著十分重要的作用。

2　基于不相關特性隱訓練序列的信道估計

不同于其他文獻中利用信號的循環平穩特性來估計信道[2～6]，文獻[7]利用訓練序列和信息序列之間的不相關性，提出一種基于不相關的隱訓練序列的信道估計方法。這種方法只需要求兩種序列的不相關，因此可以選擇峰均比比較小的訓練序列，比如恒模隨機序列。這種方法不受接收信號的直流偏移的影響。

采用如圖1所示IT信道估計方法的通信系統模型[8]。

圖1　IT信道估計方法的通信系統模型

(1)

令x(k)=[x(k)，x(k-1)，…x(k-M+1)]，v(k)=n(k)+d，則式(1)可以寫成向量形式：

x(k)=hTx(k)+v(k)

(2)

令信道估計器為p(k)，用已知訓練序列作為估計器的輸入，則輸出信號q(k)為

(3)

從而得到接收信號與估計器輸出之間的誤差：

e(k)=x(k)-q(k)=hTx+v(n)-pTc(k)

(4)

n=0，1，…，M-1

(5)

化簡后，得到結果：

E{[x(k)-pTc(k)]c*(k-n)}=0，

n=0，1，…，M-1

(6)

使ξ最小要求接收信號與估計器輸出之間的誤差必須正交于訓練序列張成的空間，將式(6)整理后可以得到：

n=0，1，…，M-1

(7)

上式是一個M維的線性方程組，其矢量形式為

Rcp=rxc

(8)

其中Rc是訓練序列c的厄爾米特自相關矩陣。

Rc=E(c(k)cH(k))

(9)

其中cH(k)表示向量的共軛轉置。

rxc是x(n)和c(n)之間的互相關矢量。由此可以得到信道的參數估計值為

即：

(10)

在實際系統中，由于訓練序列是已知的，故其自相關矩陣及其逆矩陣可以預先計算并且是固定的[9～10]。rxc可以由觀測值來進行估計。如根據接收到的N個信號可得：

(11)

該方法利用了訓練序列于信息序列的不相關特性，估計精度高，計算復雜度低，其自適應形式還可以對時變信道進行很好的跟蹤。

3　基于不相關特性隱訓練序列的信道估計的改進方法

3.1系統模型及分析

采用如圖1所示IT信道估計方法的通信系統模型。

(12)

(13)

令信道估計器為p(k)，用已知訓練序列作為估計器的輸入，則輸出信號q(k)為

(14)

從而得到接收信號與估計器輸出之間的誤差：

(15)

計算均方誤差：

(16)

(17)

+|hTc(k)-pTc(k)|2}

(18)

+E{|hTc(k)-pTc(k)|2}

(19)

因此，有：

+E{|hTc(k)-pTc(k)|2}

(20)

3.2估計算法和誤差

在信道階數M已知的情況下，令p=[p(0)，p(1)，…，p(M-1)]T，使ξ最小的充要條件是ξ相對于p*(n)的偏導數為零[11]，即：

n=0，1，…，M-1

(21)

化簡后，得到結果：

n=0，1，…，M-1

(22)

使ξ最小要求接收信號與估計器輸出之間的誤差必須正交于訓練序列張成的空間，將式(22)整理后可以得到：

n=0，1，…，M-1

(23)

上式是一個M維的線性方程組，其矢量形式為

(24)

其中Rc是訓練序列c的厄爾米特自相關矩陣：

Rc=E(c(k)cH(k))

(25)

其中，cH(k)表示向量的共軛轉置。

即：

(27)

(28)

3.3仿真分析

發送的信息序列采用QPSK調制方式，隱訓練序列是與信息序列不相關的高斯分布復隨機序列，數據幀長度選取48位，信噪比為5dB。將本文給出的改進的基于隱訓練序列的不相關方法和文獻[7]的不相關方法進行比較。分別對表1中的兩種信道進行仿真。

表1　用于仿真的兩種信道

圖2　信道Ⅰ下的估計效果

圖3　信道Ⅱ下的估計效果

如圖2和圖3所示，分別對在信道Ⅰ和信道Ⅱ的情況下對原不相關算法和改進的不相關算法進行信道估計比較，結果顯示后者相比前者的信道估計性能有一定改善。

圖4　信道Ⅰ下歸一化均方誤差隨信噪比的變化

圖5　信道Ⅱ下歸一化均方誤差隨信噪比的變化

圖4和圖5分別為在信道Ⅰ和信道Ⅱ情況下，對原不相關算法和改進的不相關算法在不同數據幀長度時歸一化均方誤差隨信噪比的變化情況。圖中可以看出，雖然數據幀長度增加導致計算復雜度增高，但是信道估計誤差減小。對本文的短波準靜態信道，數據幀長度為96也是滿足表1中信道要求的。數據幀長度為192時則大部分不滿足。

4　結語

在詳細分析參考文獻提出的幾種基于隱訓練序列的改進方法的基礎之上，給出一種改進的基于不相關特性隱訓練序列的信道估計方法。通過在發送端進行的數據預處理，使得給出的改進方法相比參考文獻提出的方法在估計效果和誤差上都有性能改善。

參 考 文 獻

[1] Bernard Sklar.數字通信—基礎與應用[M].第2版.北京：電子工業出版社，2008.

[2] G. T. Zhou, M. Viberg, T. McKelvey. A First-order Statistical Method for Channel Estimation[J]. IEEE Signal Processing Lett,2003，10(3)：57-60.

[3] A. G. Orozco-Lugo, M. M. Lara, D. C. McLemon. Channel Estimation Using Implicit Training[J]. IEEE Trans. Signal Processing,2004，52(1)：240-254.

[4] B. Widrow, M. J. Hoff. Adaptive switching circuits[C]//IRE WESCON Convertion Record, Part 4. Computers: Man-machie Systems, Los Angles,1960: 96-104.

[5] J. I. Nagumo, A. Noda. A learning method for system identification[J]. IEEE Trans,1967，AC12：282-287.

[6] M. Ghogho, D. McLemon, E. A. Hernandez, et al. Channel Estimation and Symbol Detection for Block Transmission Using Data-Dependent Superimposed Training[J]. IEEE Signal Processing Letters,2005,12(3):226-229.

[7] Yuanjie Li, Luxi Yang. Channel Estitimation and Tracking Using Implicit Training[C]//Vehicular Technology Conference,2004,1:72-75.

[8] 李元杰，楊綠溪，何振亞.基于隱訓練序列的信道估計與跟蹤[J].通信學報，2004，25(12)：1-7.

[9] 師哲.迭代的疊加訓練序列信道估計技術[J].西安電子科技大學學報(自然科學版)，2009，36(3)：53-556.

[10] K. Abed-Meraim， E. Moulines， P. Loubaton. Prediction error method for second order blind identification[J]. IEEE Transactions on Signal Processing，1997，45(3)：694-704.

[11] 譚恢勇，周新力，畢崇,等.基于疊加序列的信道估計的研究[J].艦船電子工程，2010,30(2)：78-80.

*收稿日期：2015年10月6日,修回日期：2015年11月23日

作者簡介：金慧琴，女，副教授，碩士生導師，研究方向：航空通信與導航。宋斌斌，男，講師，研究方向：短波通信。

中圖分類號TN911

DOI：10.3969/j.issn.1672-9730.2016.04.020

Improved Channel Estimation Method Based on Uncorrelated Implicit Training Sequence

JIN HuiqinSONG Binbin

(Naval Aeronautical and Astronautical University, Yantai264001)

AbstractAn improved channel estimation method using uncorrelated implicit training sequence is given in a quasi-static channel considering time-varying coefficient FIR model of HF channel.Channel estimation performance is improved by making practical frame data zero in information transmitter.

Key Wordsimplicit training sequence, channel estimation, HF channel