量化误差对信道估计影响.docVIP

量化误差对信道估计影响 　　摘要： 针对提高无线信道的传输性能，提出了改进的基于叠加训练序列的MIMO信道估计算法。利用训练序列与信息序列的不相关，在没有带宽损失的情况下初步估计出信道参数；然后利用加权因子对信道参数在相邻信号段之间进行加权平均，得到最终的信道参数。与以往的叠加训练序列估计方法比较，利用算法具有更低的估计均方误差，且适用于时变信道。通过计算机仿真结果表明，估计方法提高了信道传输精度和性能。 　　Abstract： AModified MIMO channel estimation algorithm based on superimposed training sequence was proposed for the frequency selective channel. In the first， by exploiting the un-correlation between the training and information sequences， primary channel parameters were obtained without loss of bandwidth. In the next place， accurate ultimate channel parameters were obtained by using different weight factors in neighboring channel parameters to achieve the weighted average. Compared with the existing approaches， this method can achieve lower NMSE， and is applicable to time - varying channel tracking. The simulation results show the effectiveness of the proposed algorithm. 　　关键词： MIMO-OFDM；训练序列；无线信道 　　Key words： MIMO-OFDM；superimposed training；channel estimation 　　中图分类号：TN92 文献标识码：A 文章编号：1006-4311（2013）30-0169-02 　　1 简介 　　无线通信系统需要有很高的比特率传输速率，正交频分复用（OFDM）是未来无线通信首选的通信技术之一，它是把无线信道分割成多个并行子信道，来提高数据速率，同时削弱了多径传播引起的符号间干扰（ISI）对系统性能的影响。多输入多输出（MIMO）系统在收发两端分别使用多根天线，在不需要增加额外的带宽的情况下，可以提高无线信道容量。MIMO-OFDM系统正是结合了它们的优点，在高速传输中必选的技术。最小均方误差（MMSE）信道估计方法[1，2]，已在MIMO-OFDM信道估计中被广泛采用。同时，多种类型的辅助导频估计方法已经在快速衰落环境下采用[3，4，5，6]。 　　文献[2]给出了在MMSE准则下，MIMO-OFDM系统训练序列的设计方法。作者把培训序列的设计转化为作为一个凸函数寻优。此外给出了MMSE的上界和计算复杂度闭式解。文献[3]中，作者考虑???MIMO-OFDM调制技术，虽然OFDM技术可以把频率选择性衰落信道转化为一组平行的平坦衰落子信道；然而与窄带MIMO系统相比，MIMO-OFDM系统的信道估计仍然比较困难。一方面由于通道参数的估计数量与信道延迟传播和天线的数量成正比。另一方面每一个接收到的信号依赖于多信道参数；作者重点考虑了时分多路复用（TDM）的训练序列优化设计，集中在具有空间相关性的MIMO-OFDM系统的训练序列的优化设计。为了用公式表述训练序列的设计优化问题，采用在功率受限情况下最小均方误差（MMSE）准则。 　　基于叠加训练（ST）的信道估计技术已被提出[4，5]。在本文中，提出了一种在发射端基于ST技术的闭环MIMO- OFDM系统的精确估计方法。通过利用以前的传输数据，在发射端的估计被进一步优化。这大大降低了在信道估计中的数据干扰，从而提高了性能。一般来说，有两个因素会影响两个传输端所采用的利用反馈信道参数的技术。一个是量化误差影响信道估计，另一个是信道的时变可能导致反馈信道参数过时，从而影响后续的利用。这些因素在本文精确信道估计方案中进行了修改。 　　2 信道模型 　　考虑一个无线MIMO-OFDM系统，有Nt发射天线和Nr接收天线，总子载波数为N，OFDM符号的持续期为Ts，st（k）是第t个传输天线上第k个OFDM符号中的相关的数据矢