课件第4讲(信道估计).pptVIP

* * 参考书 Steven M.Kay，统计信号处理基础－估计与检测理论 Simon Haykin, 自适应滤波器原理，电子工业出版社 * * * * * * * * * * * * * * * * * * * * * * * 上讲内容 无线移动信道的特点 模型 多径（频率选择性）和移动（多普勒扩展） 信道问题及解决 失真 干扰和噪声（损耗） CDMA系统 频率选择性的慢衰落 信号问题和有关技术 * * 本讲内容 信道估计的目的 基本原理： FIR模型的系统辩识 信道估计方法概述 影响信道估计精度的因素及其改进 信道估计算法举例（GSM和CDMA） * * 基础：MSE估计的例子 * * 基础：线性模型的最小方差无偏估计量 无偏 最小方差准则 限制估计是无偏的且为线性，寻找最小方差估计 * * 基础：线性模型的最小方差无偏估计量 * * 为什么要进行信道估计？ 信道不理想／缺陷／信道时变特性 均衡器、ＲＡＫＥ接收机等需要信道信息 数字处理技术发展，可完成复杂运算 * * 原理：FIR模型的系统辩识 关键问题是探测信号的选取（MacWilliams和Sloane 1976证明应选取伪噪声序列） u[n] Z-1 Z-1 Z-1 + hn[0] hn[p-1] w[n] hn[1] z[n] * * 原理：FIR模型的系统辩识 相关法 h w[n] u[n] Delay m Σ x[n] z[n] * * 原理：FIR模型的系统辩识 估计效果的评估 信号与估计误差比（signal－esitmation_error） 噪声的影响 归一化因子 * * 原理：FIR模型的系统辩识 实际系统和辩识系统的输出差 * * 信道估计的方法和分类 按照优化准则分类 最小均方误差MMSE 最大似然估计ML 最小二乘LS ... 按照有无训练序列 非盲信道估计 盲信道估计 半盲信道估计 基于最小二乘的信道估计 基于训练序列的信道估计 基于相关的信道估计 数据辅助信道估计 基于判决反馈的信道估计 * * 影响信道估计精度的原因 序列的统计特性 噪声（干扰）强度与统计特性 系统参数：AD精度、采样精度 信道统计特性、时变特性 算法的收敛速度 算法的稳定性 * * 2GHz，100km/h，3径信道下AD量化比特数对性能的影响 -3 -2 -1 0 1 2 3 4 5 10 -3 10 -2 10 -1 10 0 Ior/Ioc(dB) FER AD=10 AD=8 AD=6 AD=4 * * 2GHz，100km/h，3径下采样率对性能的影响 -3 -2 -1 0 1 2 3 4 5 10 -3 10 -2 10 -1 10 0 Ior/Ioc(dB) FER 1/8 chip 1/4 chip 1/2 chip * * * * 信道估计算法的改进 估计精度改进 信号设计：构造良好的训练序列／短训练与跟踪相结合（时隙导频） 基于迭代的信道估计（利用解码或均衡器提供的附加信息） 插值、滤波与预测 收敛速度改进 开环和闭环(迭代) 跟踪速度改进 维纳滤波和卡尔曼滤波 其它改进 估计信道变化速率 * * 原理：时变系统的跟踪（1） 模型 （信道估计）滤波器输入平稳，抽头是时变的 （自适应均衡）滤波器输入和抽头都是时变的 w0(n) u(n) w(n) Σ y(n) d(n) ＋ e(n) Σ v(n) 信道模型 自适应滤波器 － * * 原理：时变系统的跟踪（2） 一阶马尔科夫过程 多重回归过程 z-1I ω(n) aI uH(n) Σ v(n) d(n) w0(n) w0(n+1) 马尔科夫过程 多重回归过程 * * 车速估计（1） * * 车速估计（2） 电平交叉率（LCR）是指Rayleigh衰落包络归一化为本地RMS（均方根）信号电平后，以正斜率穿过某一指定电平的速率，每秒电平交叉的数目为： * * 例一： GSM系统 发射端 数据源（含CRC、卷积编码、交织器） GMSK调制器 移动信道 接收端 解调器/均衡器 解交织器和解码器 * * 源数据序列 全速率语音业务（TCH/FS，13.3kbps）信道 正常突发序列包括前后各58个信息比特、中间的26比特训练序列以及首尾各3个尾比特 训练序列的一种：00100101110000100010010111 * * GMSK调制 在进行GMSK调制之前先对源数据序列进行差分编码 高斯滤波＋调制 信道模型采用GSM05.05的C.3中的信道模型C.3.1和C.3.4 * * 解调和均衡 * * GSM系统中的信道估计算法 按最小二乘准则，寻找使误差平方和最小的参数序列作为对信道系数的估计 其中an是26比特的训练序列 * * GSM系统中的信道估计算法