MPSK调制系统中的自适应信道估计.pdfVIP

16 MPSK调制系统中的自适应信道估计 MPSK调制系统中的自适应信道估计 王维学 方昕 张钟铋 (中国工程物理研究院培训中心，四川绵阳，621900) 摘 要 本文研究了在MPSK调制方式下，不发送训练序列的直接判决 自适应信道估计问题。为提高信 道估计性能，提出采用软判决鉴相估值来调整加权最小均方(洲 S)和加权递归最小二乘(、ⅣRI，S) 自适应算 法中的权值来进行信道估计，并研究了改进的软判决WRLS算法。结果表明，软判决加权LMS算法比一般LMs 性能有很大提高，改进的软判决WRLS算法估计性能优于加权RLS算法。 关键词 信道估计；自适应滤波；软判决 0 引 言 在通信系统中，信道估计是一项关键技术，为获得准确的信道状态信息，需进行完美的信道估计， 为此，人们在努力研究各种先进的估计算法。目前的系统大都采用了发送训练序列的信道估计方法， 但训练序列 占用了很大带宽，降低了带宽利用率。同时，训练序列是每隔一定时间周期发送，若信道 是时变的，则在发送训练序列的时间间隔内难 以得到准确的信道估计。因此，不发送训练序列的盲信 道估计成为研究的热点。在盲信道估计研究中，大多从接收信号的统计特性或本身性质，如，循环平 稳、恒模等出发来研究，但这些方法一般运算量较大，难以实用0而 自适应信号处理在通信中得到广 泛应用ll，本文将研究MPSK调制方式下的不发送训练序列的自适应信道估计。 如图l所示，信息比特流经过调制后发送到信道，在接收端对解调符号进行判决，得到输出比特流。 为得到信道估计，把输出比特流进行调制，重建发射信号作为参考信号，然后根据接收符号和参考信 号进行 自适应处理，获得信道估计，这即为一般的直接判决 (DD：decisiondirected)自适应信道估计算 法。与训练序列估计器相比，直接判决法不需要发送训练序列，采用 自适应信号处理算法，如，最小 均方 (LMS)和递归最小二乘 (RLS)ll】等，能根据一定的优化准则调整其参数，跟踪信道的变化，实 现盲估计 。 图1 直接判决自适应信道估计 在直接判决方法中，通常的判决器是采用硬判决方式，根据硬判决输出来重建参考信号。该方法 收稿 日期：2009．04．O1 堡 旦 笙 塑 塾 堂 皇 型 垫 ! 的一个明显缺点是硬判决误差将导致重建发射信号的错误。信道估计时，这种判决误差会带来信道估 计的偏差。为提高信道估计精度，提出采用软判决和加权LMS、RLS自适应算法。利用软判决鉴相结 果来调整加权LMS、RLS算法中的权值，以有效降低对判决误差和噪声的敏感度，称之为软判决加权 自适应信道估计。文中第一部分详细分析了加权RLS的信道估计算法，第二部分讨论了加权LMS信道 估计，第三部分提出了改进的算法，最后给出了仿真结果。 l 加权RLS算法 从基于训练序列的自适应信道估计出发来推导直接判决 自适应估计算法。一般基于训练序列的自 适应信道估计如图2所示。设输入样本x()=【l)，X：(刀)，…，，(，1)】，信道为加权时延的横向滤波器， 信道抽头系数h=，【il， ，…， ，接收样本J，)=^IX^l)+…+huxM(n)+’，)，v )为白高斯噪声， 自适应处理后估计样本 (，1)=WlXl)+…+wuxu(n)，Wi，i=l，…? 自适应滤波器权系数，估计误差 P()= ()一 (刀)． ) ) … x= ，… … 一 … 2 一 ， W_W【1．W2，…，WN】， · 则接收到Ⅳ个样本后，得到Y=Xh+v， =Xw，e=Y—Xw． 定义代价函数 【】 J(w)=eRe=(y—xw)R(y—Xw) NxN正定阵R=diag( 一aI，…， Ⅳ_I，口Ⅳ)， 其中 是加权系数，遗忘因