一种基于粒子滤波的OFDM信道盲估计.pdfVIP

一种基于粒子滤波的OFDM 信道盲估计算法 1 2 刘立程 ，范典桦 1 广东工业大学信息工程学院，广州 (510006) 2 中山大学信息与科学技术学院，广州 (510275) E-mail：lcliu@21 摘 要：针对无线通信正交频分复用(OFDM) 系统的信道估计问题，提出了一种基于粒子滤 波的信道盲估计算法。该算法用由粒子及其权重组成的离散随机测度值来近似信道的概率分 布，并且递推更新离散随机测度值来跟踪信道状态的变化。仿真实验证明该算法能在降低计 算复杂度的同时，具有良好的信道估计性能。 关键词：正交频分复用，信道估计，粒子滤波，自回归模型 中图分类号：TN92 1. 引言 在无线通信正交频分复用(OFDM)系统中，信道估计是系统接收端的一个重要技术环节。 一般地，接收机需要相应的信道状态信息才能正确进行相干解调，从而提高系统的误码率性 能。目前，OFDM 系统中的信道估计算法粗略地可以分成两大类：一类是基于导频训练序 列的估计算法,即在接收端利用插入的导频训练序列进行信道估计[1] 。该类方法虽然因易于实 现而得到广泛应用，但是导频序列本身占用了一部分信道资源，特别是在快时变信道传输系 统中，必须频繁地插入导频序列来获得有效的信道信息，这样必然会降低OFDM 系统的传 输效率；另一类是信道盲估计算法，其中之一是基于信道统计特性的盲估计算法。该类算法 利用了 OFDM 系统输出信号的二阶或高阶统计特性，或加入虚拟子载波来使系统输出信号 产生信号子空间与噪声子空间，设法分离出信号子空间与噪声子空间，从而实现信道估计目 的[2] ；已有的OFDM 盲信道估计方法大都存在计算复杂度高，不能实时估计等缺点。 粒子滤波是一种蒙特卡罗方法与递推贝叶斯滤波相结合的滤波方法。它最早在20 世纪 50 年代被应用于化学、物理和工程研究等方面。粒子滤波方法可用来处理线性动态系统或 非线性动态系统，在噪声为非高斯的情况下，仍可保持很好的滤波性能。所以粒子滤波成为 目前很多领域研究的新热点方法，近年来该方法被应用在了数字图像处理，数字信号处理等 [3] 领域 。 本文提出的基于粒子滤波的信道盲估计方法，是针对OFDM信道为快时变，即前后两个 OFDM符号块之间信道变化很大的信道而提出的。该方法利用前几个OFDM符号的信道估计 信息，先建立信道的最初自回归(AR)模型,然后用信号的观测值作为粒子滤波的参考信息， 通过粒子滤波法进行下一块符号的信道信息估计并更新信道模型参数来继续进行信道估计。 仿真结果表明：在信噪比为20-25dB 的环境中，该方法与基于导频方法的信道估计性能接近。 该方法具有较低的计算复杂度，若结合一定的训练序列，则收敛速度相当快；并且该滤波估 计方法可以并行处理，大大减小估计时间，有很好的实时性。 2. OFDM 系统信道模型 图1 为OFDM 系统收发两端信号处理模型。在发射端，二进制数据经过多进制调制以 及串并变换后，需做逆傅立叶变换运算，完成 OFDM 调制，加入循环前缀后数据送入信道 传输。在接收端，进行傅立叶变换处理，以及进行信道估计，然后利用信道估计得到的信道 状态信息对接收到的信号进行矫正，最后对矫正后的信号进行解调恢复成二进制数据输出。 -1- X (k ) x (n) xg (n) 二进制 序列 串 反傅 插入 并 调制 并 立叶 保护 串 变 变换